5月24日-25日,首届中国工业信息安全大会在北京世纪金源大酒店举行,安恒信息受邀参加此次会议。而在工业信息安全优秀实践案例颁奖环节中,安恒信息的“大型火电机组工控网络和信息安全智能防护技术研究与应用”脱颖而出,荣获“工业信息安全十大优秀实践案例”奖。
此次大会,由工信部指导,国家工业信息安全发展研究中心、工业信息安全产业发展联盟主办。会议以“筑工信安全,建网络强国”为主题,旨在加快推进工业信息安全建设,深化工业信息安全产业交流合作,促进我国工业信息安全全面发展。来自工业和信息化部、国家工业信息安全发展研究中心、国际信息安全组织、高校研究机构及企业的主管领导、院士以及相关领域的专家学者参与了此次大会。
在工业信息安全发展趋势分论坛上,“工业信息安全优秀实践案例”颁奖仪式如期举行。据了解,此项工业信息安全优秀实践案例的征集活动,由工业信息安全产业发展联盟主办,是国内首次举办的工业信息安全领域案例征集活动。该活动从3月份开始,广泛面向联盟成员单位及各工业信息安全企业征集实践案例。而共有超过50家单位参与此次征集活动,覆盖石油、钢铁、装备、烟草、电力等20余个行业细分领域。
经过参评企业自评、行业专家推荐、专家咨询委员会专家评审及评审组专家评审等多个环节的层层筛选,10个优秀实践案例脱颖而出,而安恒信息的“大型火电机组工控网络和信息安全智能防护技术研究与应用”也获此殊荣,位列其中。
获奖案例介绍:
“大型火电机组工控网络和信息安全智能防护技术研究与应用”案例可以追溯到2016年。为做好工控安全保障工作,树立工控安全标准试点应用项目,形成产业示范效应,2016年3月,工信部标准化院通过中国自动化学会发电自动化专业委员会,与浙江浙能台州第二发电有限责任公司(以下简称“台二电厂”)商议了开展深入合作意向,借鉴该厂两化融合工作中取得成功经验基础上,在电力行业率先进行GB/T 32919-2016国家标准试点应用及标准符合性评估工作,开展“发电厂工业控制与信息系统安全智能防护项目”研究与实施试点,以全面提升发电企业漏洞发现、隐患防范和风险评估能力,形成发电行业的示范效应,为全面开展发电厂工业控制系统与信息安全防护和管理体系建设提供指导,同时为制定的工业控制系统信息安全系列国家标准提供验证评估场所。
从2016年4月开始,在浙江能源集团的支持和中国自动化学会发电自动化专业委员会组织下,台二电厂联合国网浙江省电力公司电力科学研究院、浙江浙能技术研究院有限公司、工信部标准化院安全中心、杭州聚盛广科技有限公司成立前期项目研究组,开始项目方案可行性研究,同时经过市场调研,选择安恒信息作为主要技术支持单位加入项目组。
2016年6月,安恒信息和项目组单位一起完成方案制定,中国自动化学会发电自动化专业委员会向台二电厂致函“关于《发电厂工控网络和信息安全智能防护系统研究与应用》立项任务及建议”;2016年8月,工信部标准化研究院在北京组织方案论证通过后,向台二电厂下发“关于开展工业控制系统信息安全标准试点应用工作的函”;在浙江能源集团科技项目立项成功后,2016年10月开始逐步实施方案,并运行中根据实际需求不断完善;2017年12月完成项目在线测试。
2018年1月6日,该项目在杭州顺利通过中国自动化学会组织的科学技术成果鉴定。成果鉴定委员对我国发电厂实施的第一个整体工控网络和信息系统安全智能防护项目的研究和应用效果给予了充分肯定,认为该项目针对大型火电机组工控系统现状,在“安全分区、网络专用、横向隔离、纵向认证”原则的基础上,提出了“大型火电机组工控网络和信息系统安全智能防护”的整体解决方案,基于最小工控安全域,实现了对大型火电机组生产大区的纵深防护,通过实施取得以下创新成果:
1. 基于对Ovation DCS系统网络私有协议逆向解析,首次开发了DCS专用工控威胁感知系统,用于大型火电机组控制网络安全域内的安全监测与防护;
2. 使用深度检测和沙箱重定向技术,研究开发适用于发电厂的APT攻击预警平台,能够实现深度协议解析,提升了电厂应对未知威胁的防护能力;
3. 开发出发电厂信息安全感知平台,首次在国内实现对电厂全网关键节点综合安全信息的实时监控,对区域内各安全设备进行威胁量化评级、网络安全态势分析以及预警。
这些技术成果在台二电厂实施后,有效提高了发电厂控制网络与信息管理系统安全水平和威胁防护能力。成果鉴定委员会主任委员、中国科学院院士何积丰代表鉴定委员会发表鉴定意见:“项目提出的大型火电机组工控网络和信息系统的智能安全防护技术科学合理,实用性强,可显著提高信息安全防护能力,整体技术国内领先,应用水平国际先进。”
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。