Page 147 - 大数据背景下计算机信息安全及防护

第五章 物联网安全防护

（八）基于物联的大数据管理和分析
随着基于物联网的设备和网络的发展，数据管理、收集、存储、处理和分析
等技术都会不断发展和应用。物联网与大数据分析相结合，也可能有助于将传统

工业实践转变为智能工厂，云计算和数据分析可以帮助智能交通和智慧医疗进行
分析和决策，物联网设备生成大量流数据，必须实时高效存储和处理以供决策，
为此深度学习在处理大数据方面非常有效，并且可以产生高度准确的结果。因此，
物联网、大数据分析和深度学习对于高科技社会的发展都很重要。

（九）物联网和智能制造
物联网技术可以支撑制造业向智能化转型，智能制造系统和工业互联网为工
厂提供了复杂的智能化支撑，如预测性维护、缺陷检测、数字孪生和衍生式设计

等解决方案，但是这些工业智能应用需要传感器提供数据，通过安装在生产车间
的传感器阵列，使得制造业变得更加自动化和智能化。结合物联网和人工智能等
技术有助于企业在保持竞争力的同时激发创新。

第二节 物联网安全防护需求

一、物联网安全防护框架

（一）传感设备安全需求
传感设备的主要任务是完成对信号的收集、识别与管理，包括传感终端与监
控装置，因为传感终端普遍位于无人监视且恶劣的自然环境中，安全隐患相对突

出，主要防范需求有：可能受到自然环境、偷盗、私自移动位置、人为损伤等因
素导致感应终端无法工作；攻击者可利用鉴别机制的弱点恶意部署同型号或克隆
一台相似设备接入系统实施攻击；攻击者可利用无线电干涉、拒绝服务、入侵或
影响感控装置对所处网络的路由等策略使得装置无法顺利地传输感知数据和接收

命令；攻击者利用物理获取或逻辑攻击的方式，对感控设备进行非授权访问和恶
意控制并分析其所存储的敏感信息，造成信息泄露。
（二）物联网终端入侵防范需求

针对互联网上充斥的各种威胁，入侵探测功能可以监控网络和系统资源，找
出违反安全策略的行为及威胁迹象并发出报警。作为网络边界安全的基础设施，

·137·