国内工业物联网发展迅速,无线数据采集与传输是工业物联网数据通信中重 要的采集方式和组网方式,DTU 在无线数据采集所涉及到的供热、燃气、气象 等市政重点工业领域应用及其广泛。最近灯塔实验室对国内暴露在互联网的 DTU 数据中心(DSC)进行了全网扫描,并对已发现的 DTU 中心站进行了深入 的行业应用和用户所属单位分析。 灯塔实验室长期致力于工控安全攻防技术研究和探索,后续我们会继续发布 针对工业物联网设备、工控设备、协议、系统的风险报告,如果你对本研究报告 的任何细节感兴趣,亦或技术交流,
第一章 物联网安全架构 1.1 物联网的概念与内涵 8 1.1.1 物联网的基本概念 8 1.1.2 物联网发展历程 8 1.1.3 物联网的基本架构 10 1.2 国内外物联网产业发展现状及相关政策 11 1.2.1 国外物联网产业发展状况及相关政策 11 1.2.2 我国物联网产业发展现状及相关政策 12 1.3 物联网的安全架构 13 1.3.1 物联网安全整体架构 13 1.3.2 物联网感知层安全技术 14 1.3.3 物联网网络传输层的安全技术 15 1.3.4 物联网处理应用层安全技术 15 前言 第二章 物联网安全现状 2.1 物联网相关产业发展情况 18 2.1.1 物联网相关产业及发展状况 18 2.1.2 智慧交通 19 2.1.3 智慧水利 24 2.1.4 智慧管网 25 2.1.5 智慧农业 28 2.1.6 智慧城市 30 2.2 物联网安全典型事件分析 33 2.2.1 物联网攻击导致 DDoS 攻击事件 35 2.2.2 方程式组织工具泄露事件分析观察 43 2.3 物联网安全现状—从逻辑架构视角分析 49 2.3.1 物联网感知层安全现状 49 2.3.2 物联网网络传输层安全现状 50 2.3.3 物联网处理应用层安全现状 50 2.4 物联网安全相关法规与政策 52 2.4.1 国际物联网安全法规与政策 53 2.4.2 国内物联网安全法规与政策 56 2.4.3 行业领域网络安全法规与政策 58 2.4.4 国家网络安全法 60 第三章 工业物联网安全现状 3.1 工业物联网的系统架构 64 3.1.1 什么是工业物联网 64 3.1.2 工业物联网与工业互联网的关系 64 3.1.3 什么是工业物联网安全 66 3.1.4 工业物联网系统的安全技术 68 3.1.5 物联网安全建设 工业物联网安全是重中之重 69 3.1.6 工业物联网系统安全建设方案—独立监控网 70 3.2 工业物联网漏洞分析 71 3.2.1 工业物联网漏洞分布 71 3.2.2 2016 年 top10 漏洞 73 3.3 2016 年工业物联网方面大事记 76 3.4 我国对工业物联网的安全相关法规与政策 78 3.4.1 我国工业控制系统安全法规与政策 78 3.4.2 行业领域工控网络安全法规与政策 81 第四章 物联网安全保护技术 4.1 物联网感知层安全保护技术 88 4.1.1 物联网感知层的构成 88 4.1.2 传感器网络安全保护技术 90 4.1.3 智能摄像头及其安全保护 92 4.1.4 智能网关节点的安全性 94 4.1.5 智能移动终端的安全性保护 95 4.2 物联网网络传输层安全保护技术 96 4.2.1 互联网安全保护技术 96 4.2.2 移动网络安全保护技术 97 4.2.3 物联网专用网络 LPWAN 安全保护技术 99 4.3 物联网处理应用层安全保护技术 104 4.3.1 物联网处理应用层概述 104 4.3.2 物联网处理应用层信息安全问题分析 105 4.3.3 物联网处理应用层的安全防护建议 107 4.3.4 物联网处理应用层安全态势感知 108 第五章 物联网安全产业发展趋势 5.1 物联网产业发展趋势 112 5.2 物联网安全技术和产业发展趋势 114 第六章 物联网安全建设发展建议
5大维度、23个三级指标,全面剖析中国46个城市数据中心发展情况。 数据中心产业链由上游基础设施、中游运营服务及解决方案提供商、下游终端用户三部分构成。基础设施包括IT设备、电源设备、制冷设备、配套工程等,主要提供基础设施和硬件设备等基础保障。中游包括为数据中心提供集成服务、运维服务等整体解决方案以及提供云服务等相关服务的供应商。终端用户渗透多个行业,主要应用于互联网、工业、医疗、金融、公共服务等行业。
英国《数字化经济战略(2015-2018)》述评及启示
装配式建筑一体化数字化建造的思考与应用
工作场所数字化学习特征、价值与模式,工作场所效率提升
地理信息产业是 21世纪的朝阳产业,属于高新技术产业,以现代测绘技术、信息技术为基础,结合计算机技术、通信技术和网络技术形成的综合性产业。具体包括空间地理科学技术、信息科学技术、航天航空科学技术,是遥感技术、地理信息系统、卫星定位系统与测量技术应用的产业化结果,是国民经济信息的重要组成部分。
加快信息化时代教育变革。建设智能化校园,统筹建设一体化智能化教学、管理与服务平台。利用现代技术加快推动人才培养模式改革,实现规模化教育与个性化培养的有机结合。创新教育服务业态,建立数字教育资源共建共享机制,完善利益分配机制、知识产权保护制度和新型教育服务监管制度。推进教育治理方式变革,加快形成现代化的教育管理与监测体系,推进管理精准化和决策科学化。
没有账户,需要注册
语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI
时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR
2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。
中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。
超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。
印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。
石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。
油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南