枫影：数据安全与工控安全

【课程背景】

数字化时代下，伴随着多源异构的数据特征，在数据生产、数据传输、数据计算和工业控制等环节暴露出了非常多的数据安全隐患。尤其是近些年来，我国在工业数字化、智能制造的过程中由于数字化转型的进程中伴随着软硬件不同源、协议不一致等问题，数据安全已经成为近些年来企业在实施数字化转型过程中必须要面临的问题。

本节课将系统从信息学的发展史中透析当今数字化时代所碰到的数据安全问题，并提出相关的对策，帮助学员在数字化转型过程中敏锐感知到数据安全风险，在日常工作中尽量避免相关问题的发生。

【授课对象】业务、数据部门

【授课时间】0.5-1天

【课程大纲】

1. 从网络安全到数据安全

1.信息学的历史：从信息的产生到信息的传输

2.信息的价值

3.移动通讯技术的发展

4.从CT、IT到DT时代的演变

5.网络通讯和信息数据安全的问题

（1）信息发生-信息

（2）信息传输-网络

（3）信息计算-计算

（4）信息应用-访问

1. 数字化时代对传统网络信息安全带来的挑战

1.工业数字化的特点

（1）5G+边缘云+物联网，设备泛链接、边缘云的工业设备统一性要求

1. 数字化转型从单元走向系统，对数据的访问要求更高
2. 工业控制，对计算精度、网络传输和自动化有更高的要求

2.企业数字化转型对数据的要求

（1）从单元数据到系统数据

（2）多源异构数据

（3）数据集成、管理

（4）数据资产

（5）数据访问API接口

（6）跨部门、跨组织的数据访问

3.工控整个环节所面临的的数据安全问题

（1）数据的采集-物联网传感器、互联网、手工录入的数据安全问题

（2）数据的传输-工业以太网、5G/6G的网络安全

（3）数据的存储：云服务下的数据安全问题

（4）数据的计算：基于AI算法的软件开发和病毒、漏洞、后门

（5）数据的访问：内外部访问权限问题导致的数据外泄

1. 数字化时代的数据安全

1.数据治理下的数据安全治理

2.数据安全治理的定位和指导理念

3.数据安全治理的策略和流程

（1）数据安全治理所要遵循的原则

（2）数据分级分类

（3）数据资产梳理

4.数据安全治理的关键环节

（1）数据采集-物联网传感器与API

（2）数据传输-网络

（3）数据存储-云

（4）数据计算-软件与AI

（5）数据访问-权限

5.数据安全治理的保障措施

（1）高层重视

（2）中层培育相关人才

（3）基层意识

（4）全员懂技术