目录
摘要
现有的工业互联网数据在互联互通过程中存在难以安全共享的问题,工业互联网发展模式急需创新。首先细化了分布式认知工业互联网的技术架构,其次探讨了工业互联网领域在数据共享与利用方面的困境,并提出了隐私计算在具体工业应用场景下的解决方案,最后根据实际需求给出了隐私计算在分布式认知工业互联网中的发展建议。
关键词: 隐私计算; 工业互联网; 分布式认知工业互联网; 区块链
0 引言
工业互联网通过实现各个环节的信息共享和协同创新,可以加强供应链、生产链和销售链之间的协作与优化,进而提升产业链现代化水平,对于支撑制造强国和网络强国建设具有重要意义。2020年,我国出台了《工业和信息化部办公厅关于推动工业互联网加快发展的通知》[1],指出了“加快发展工业互联网基础设施建设、健全工业互联网安全保障体系”的必要性。工业大数据作为工业互联网的核心,承载着从数据的采集、加工到集成,再到建模分析,最后向顶层服务进行决策支撑的能力。如何打破工业互联网中的“数据孤岛”问题,实现工业大数据的隐私保护和价值挖掘成为研究重点。目前,工业互联网发展已由起步期进入快速发展期。在此阶段,研究新一代信息技术(如物联网、5G通信、边缘计算、隐私计算等)与工业互联网的深度融合应用,有助于健全工业互联网安全保障体系,进一步提高工业互联网服务实体经济能力。因此,急需探索适用于工业互联网创新发展的新型技术模式。
1 工业互联网核心功能架构
工业互联网是一种将工业与信息网络高度融合的网络,其核心功能是基于数据驱动的物理系统与数字空间进行全面互联与深度协同,实现各设备厂商的信息集成和共享,以及在此过程中的智能分析与决策优化。如图1所示,现有工业互联网的核心功能架构[2]可细分为边缘层、基础设施(Infrastructure as a Service,IaaS)层、平台(Platform as a Service,PaaS)层以及应用(Software as a Service,SaaS)层。边缘层连接工业互联网平台与底层物理资产,提供针对不同工业设备的工业数据接入能力和针对多源异构数据的协议解析与转换功能。IaaS层主要为工业互联网平台提供硬件支撑。PaaS层基于底层通用的资源管理、运维管理、流程管理、数据管理等模块,为工业建模提供高质量数据源,建立与工业数据模型库相关的微服务组件,并针对不同场景融合工业机理建模方法和数据科学建模方法,实现工业大数据价值深度挖掘。SaaS层部署工业创新应用,将创新软件引入工业互联网平台中,为用户提供各种工业应用解决方案。
图1
图1 工业互联网核心功能架构
2 分布式认知工业互联网技术架构
分布式认知工业互联网概念在2020年首次提出[3],通过将区块链技术、隐私计算技术、知识图谱技术深度集成到工业互联网平台架构,解决目前工业互联网尚未解决的问题。借助区块链技术的数据真实、透明、不可篡改等特性,实现更加安全可信的工业制造协同生态;融合应用知识图谱技术与机器学习技术,有助于深度挖掘工业大数据价值;隐私计算技术作为研究重点,可以在符合数据隐私保护和监管要求的前提下,保障工业数据的可信流转与高效利用。本文在工业互联网核心功能架构的基础上进一步细化了分布式认知工业互联网架构(如图2所示),主要分为边缘层、基础设施层、区块链层、数据协同层、认知智能层、平台层、激励层以及应用层。