AII-工业互联网体系架构（版本1.0）-2019.5-44页_18mb

工业互联网体系架构总结

核心内容

工业互联网是新一代信息技术与工业系统深度融合形成的产业和应用生态，是实现工业智能化的关键基础设施。其本质是通过网络互联、数据驱动和安全保障，实现智能控制、运营优化和生产组织方式变革。工业互联网涵盖“网络”、“数据”和“安全”三个核心要素，三者共同构成工业互联网的体系架构，支撑工业智能化发展。

主要观点

• 工业互联网与智能制造紧密相关，智能制造是工业互联网的重要应用方向，工业互联网则是智能制造的关键基础设施。
• 工业互联网的实施是一个长期演进的过程，涉及网络、数据、安全等多方面能力的逐步构建与优化。
• 工业互联网的发展将推动生产模式、组织方式、商业模式的变革，实现智能化、协同化、服务化、个性化等目标。

关键信息

一、工业互联网的内涵及与智能制造的关系

• 内涵：工业互联网是通过互联网和新一代信息技术实现工业系统全方位互联，推动工业智能化发展的综合信息基础设施。
• 特征：网络互联、数据驱动、安全防护，形成智能控制、运营优化和生产组织变革。
• 智能化提升方向：
  1. 智能化生产：实现从单个机器到工厂的智能决策和动态优化。
  2. 网络化协同：通过协同设计、协同制造、垂直电商等新模式，提升生产效率和市场响应速度。
  3. 个性化定制：基于用户需求，实现低成本大规模定制。
  4. 服务化转型：通过产品运行监测，提供远程维护、故障预测等服务，推动企业服务化发展。

二、工业互联网体系架构

工业互联网体系架构由“网络”、“数据”、“安全”三大基础支撑，构建面向工业智能化的三大优化闭环：

1. 设备运行优化闭环：基于实时数据采集与边缘计算，实现设备智能优化。
2. 生产运营优化闭环：基于大数据分析，实现生产运营的智能决策。
3. 企业协同与服务优化闭环：基于供应链与用户数据，实现资源组织和商业模式创新。

三、工业互联网的网络体系

（一）网络体系框架

• 工业互联网网络体系由网络互联体系、地址与标识解析体系、应用支撑体系三部分组成。
• 网络互联体系：包括工厂内部网络和工厂外部网络，实现工厂内部设备、控制系统与外部用户、产品、系统之间的互联。

（二）工厂内部网络

• 现状：工厂内部网络呈现“两层三级”结构，分为OT网络和IT网络，各层独立配置与管理。
• 存在的问题：
  1. 技术标准不统一，导致IT与OT系统难以融合。
  2. 存在信息死角，需实现网络全覆盖。
  3. 静态组网难以满足柔性生产与定制化需求。
• 发展趋势：
  1. 扁平化、IP化、无线化、灵活组网。
  2. 推动OT与IT网络融合，实现统一网络架构。
  3. 采用SDN等技术实现网络资源的灵活编排。

（三）工厂外部网络

• 现状：工厂外部网络主要用于连接企业上下游、产品和用户，但当前互联网尚无法满足工业网络的高可靠性、低时延、大带宽等需求。
• 存在的问题：
  1. 公众互联网性能不足，难以满足工业需求。
  2. 网络承载能力有限，难以支持大量企业专线需求。
  3. 网络安全威胁加剧，需加强防护能力。
  4. IPv4地址枯竭，需向IPv6过渡。
• 发展趋势：
  1. 推动企业专网与互联网融合，实现灵活组网和业务隔离。
  2. 采用5G、SDN、NFV等技术提升网络性能和安全性。
  3. 支持百万级用户和业务平面，满足工业互联网的扩展性需求。

（四）地址与标识解析体系

• 标识解析体系：类似互联网的DNS系统，用于识别和管理工业中的设备、产品、原材料等，是工业互联网的关键神经系统。
• 发展趋势：
  1. 从私有标识向公共标识演进，推动跨企业、跨行业信息交互。
  2. 多种标识解析方案共存，需实现互通和兼容。
  3. 强调公平对等的治理机制，减少对国外DNS体系的依赖。
• IPv6应用：解决地址枯竭问题，支撑海量设备接入，同时提升数据交互和信息整合能力。

（五）应用支撑体系

• 现状：工业互联网应用支撑体系包括数据集成、服务平台、服务封装与集成等，目前处于发展初期。
• 存在的问题：
  1. 工业云平台缺乏统一标准，存在数据迁移、安全等问题。
  2. 应用使能技术通用性不足，系统集成复杂。
  3. 服务化封装与集成尚不成熟，需探索多样化服务组合。
• 发展趋势：
  1. 推动工业云平台建设，实现数据汇聚、分析和应用支撑。
  2. 采用混合云模式，结合私有云和公共云，实现灵活部署。
  3. 引入语义技术，提升系统间数据交互与理解能力。

四、工业互联网的数据体系

（一）工业大数据内涵特征

• 工业大数据是工业智能化发展的核心，具有以下特征：
  1. 数据体量巨大：达到PB甚至EB级别。
  2. 分布广泛：涵盖设计、工艺、生产、管理、服务等环节。
  3. 结构复杂：包括结构化、半结构化和非结构化数据。
  4. 处理速度需求多样：从毫秒级实时分析到批量处理。
  5. 置信度要求高：需结合物理模型与数据模型，挖掘因果关系。

（二）工业互联网大数据功能架构

• 工业互联网数据体系由四个层次构成：
  1. 数据采集与交换层：实现数据的采集与传输。
  2. 数据预处理与存储层：清洗、存储数据。
  3. 数据建模层：构建用户、设备、产品等数字化模型。
  4. 数据分析与应用层：支持智能决策、控制优化等。

（三）工业互联网大数据应用场景

• 智能化生产：包括虚拟设计、工艺优化、预测性维护、排产优化、质量控制、能源管理等。
• 网络化协同：如协同研发、供应链优化、制造协同等。
• 个性化定制：通过用户需求挖掘和定制生产实现。
• 服务化延伸：如远程监测、智能运维、产品服务等。

五、工业互联网的安全体系

（一）安全体系框架

• 工业互联网安全体系涵盖设备安全、网络安全、控制安全、应用安全和数据安全。
• 重点保障工业系统的连续性、可靠性、数据完整性与安全性。

（二）现状分析

• 当前工业系统多采用分层隔离、边界防护策略，但随着系统开放程度提升，面临更复杂的安全挑战。
• 网络攻击可能从IT层渗透至OT层，影响生产安全和企业运营。

（三）存在的问题

• 设备安全：传统设备向智能化转变，面临更多网络攻击风险。
• 网络安全：无线网络、灵活组网带来新挑战，需提升网络服务质量与安全性。
• 控制安全：控制协议缺乏安全机制，需融合信息安全与功能安全。
• 应用安全：需提升网络隔离能力，应对多种安全威胁。
• 数据安全：数据种类多、结构复杂，流动路径多样，保护难度大。

（四）发展趋势

• 设备内嵌安全机制：如安全芯片、可信计算等。
• 动态网络安全防御机制：支持灵活组网和实时防护。
• 信息安全与功能安全融合：构建综合安全体系，提升整体防护能力。
• 灵活安全保障能力：支持不同业务的安全需求，提供统一的认证、授权和审计。
• 数据分类分级保护机制：通过数据标签、签名等技术实现数据全生命周期保护。

六、工业互联网的实施

（一）工业系统现状及实施目标

• 当前工业系统在数字化、网络化方面已有一定基础，但在全生命周期数据链、智能化等方面仍需提升。
• 工业互联网实施目标是实现网络互联、数据智能、安全防护的全面升级。

（二）网络互联实施

• 实施方式：包括现场级、车间级、企业级等互联。
• 关键技术：工业以太网、无线通信（如5G、NB-IoT）、SDN、边缘计算等。
• 目标：实现设备与系统的互联互通，支撑智能制造和工业互联网应用。

（三）标识解析实施

• 实施方式：部署标识读写器、建设标识信息系统，实现产品全生命周期管理。
• 目标：构建跨企业、跨行业、跨地区的标识解析体系，实现信息交互与共享。

（四）数据实施

• 实施内容：包括数据采集、边缘计算、云平台数据集成、数据反馈闭环等。
• 目标：实现数据的全面感知、智能分析和优化应用。

（五）安全实施

• 实施内容：包括安全隔离、访问控制、防火墙、DDoS防御、大数据安全分析等。
• 目标：构建纵深防御体系，实现设备、网络、数据、应用的全面安全保障。

---

附件

• 附件1：术语与定义：列出工业互联网相关术语及其定义，如工业互联网、智能制造、众包众创、个性化定制、协同设计、协同制造、柔性制造、精准营销、供应链协同、垂直电商、智能机器、边缘计算、标识、解析、根服务器、根区文件等。
• 附件2：缩略语：列出工业互联网相关缩略语，如OPC、MQTT、AMQP、CoAP、XMPP、ESB、SOA、DNS、IPv4、IPv6、SDN、NFV、IaaS、PaaS、SaaS、OPC-UA、DNS、DDoS、DMZ、MPLS、IPSec、SSL、ONC、DONA、Handle等。

---

总结

工业互联网是一个融合网络、数据、安全的复杂生态系统，其发展将推动制造业向智能化、协同化、服务化方向演进。在实施过程中，需重点关注网络互联、标识解析、数据采集与分析、安全防护等关键环节。随着IPv6、SDN、5G、边缘计算等技术的成熟，工业互联网的体系架构将不断优化，形成从数据采集到决策控制的闭环系统，实现工业生产与服务的全面智能化。