工业互联网信息融合与安全

杨文，华东理工大学教授、博导，国家优秀青年科学基金获得者、上海市三八红旗手。担任国际自动控制联合会（IFAC)复杂大系统技术委员会委员、中国航空航天学会信息融合分会高级会员等。围绕信息融合、网络安全、复杂网络、协同控制技术，在IEEETransactions on Automatic Control, Automatica, IEEETransactions on Information Forensics and Security等发表系列成果，主持国家/省部级/企业课题20余项，研究成果已在中国航天科技集团、国家电网等多家企业监测与预警平台应用，获2019年度上海市自然科学二等奖（第一完成人）。

第1章 概述

1.1 工业互联网的发展与影响

1.1.1 工业互联网的概念

1.1.2 我国工业互联网的发展

1.1.3 工业互联网的影响

1.2 工业互联网的核心要素

1.2.1 用于数据采集的传感设备

1.2.2 智能化的控制系统

1.2.3 可实现的智能决策

1.3 工业互联网的内涵与特征

1.3.1 工业互联网的内涵

1.3.2 工业互联网的特征

1.4 我国工业互联网发展现状

1.5 工业互联网总体架构

1.5.1 工业互联网网络体系架构

1.5.2 工业互联网数据体系架构

1.5.3 工业互联网安全体系架构

1.6 工业互联网商业模式

1.6.1 网络化协同

1.6.2 智能化生产

1.6.3 个性化定制

1.6.4 服务化延伸

第2章 工业互联网基础技术

2.1 无线传感器网络技术

2.1.1 物体感知技术

2.1.2 物体定位技术

2.1.3 无线传感器网络技术

2.2 工业网络通信技术

2.2.1 网络通信技术

2.2.2 工业网络通信技术概述

2.2.3 工业有线通信技术

2.2.4 工业无线通信技术

2.3 工业数据处理技术

2.3.1 工业大数据处理技术

2.3.2 云计算技术

2.3.3 高性能计算技术

2.4 工业互联网平台安全体系架构

第3章 工业互联网与CPS的关系

3.1 信息物理系统CPS

3.1.1 CPS的定义

3.1.2 CPS的系统框架

3.1.3 CPS的主要特征

3.1.4 CPS的模型构建方法

3.1.5 支撑CPS的理论技术

3.1.6 CPS的应用

3.2 CPS是工业互联网的重要使能

3.2.1 CPS为工业互联网平台提供支撑保证

3.2.2 应用CPS的工业互联网的挑战

3.2.3 从CPS视角的安全问题看工业互联网

第4章 工业互联网实时感知与数据融合

4.1 传感器技术

4.1.1 智能传感器

4.1.2 集成传感器

4.1.3 MEMS传感器

4.1.4 多传感器融合技术

4.2 多传感器信息融合

4.2.1 多传感器信息融合的基本原理

4.2.2 多传感器信息融合的结构模型

4.2.3 多传感器信息融合的层次模型

4.2.4 多传感器信息融合的功能模型

4.2.5 多传感器信息融合的方法分类

4.3 数据协同

4.3.1 协同的基本概念

4.3.2 基于传感器的数据协同校准

4.4 数据融合

4.4.1 传感器网络数据传输及融合技术

4.4.2 多传感器数据融合算法

4.5 状态估计

4.5.1 中心式估计

4.5.2 分布式估计

第5章 工业互联网资源优化调度

5.1 能量资源优化

5.1.1 传输调度

5.1.2 功率控制

5.1.3 路由协议层

5.1.4 无线传感器网络通信调度问题

5.2 面向中心式状态估计的传感器调度问题

5.2.1 系统模型

5.2.2 传感器随机调度及其优化问题

5.2.3 传感器最优随机调度方案分析及算法

5.3 面向系统寿命优化的传感器调度问题

5.3.1 寿命优化问题

5.3.2 确定性调度

5.3.3 随机调度

第6章 工业互联网数据安全

6.1 数据可用性

6.1.1 工业互联网及广播认证介绍

6.1.2 受DoS攻击时工业互联网中的优化控制

6.2 攻击检测

6.2.1 受数据篡改攻击的一致性分布式网络状态估计算法

6.2.2 线性篡改攻击下基于KL散度的检测器设计

6.2.3 结合水印加密的KL散度检测器设计

6.2.4 一类复杂混杂攻击下安全分布式滤波算法研究

6.2.5 一类复杂数据完整性攻击下安全分布式滤波算法研究

6.3 隐私保护

6.3.1 窃听攻击下的不同拓扑结构的分布式网络系统的安全性分析

6.3.2 窃听攻击下的离散分布式网络系统的安全性分析

6.3.3 一种用于远程状态估计隐私保护的编码机制

6.3.4 一种带隐私保护的分布式网络一致化协议

第7章 工业互联网边缘计算技术

7.1 边缘计算概念

7.2 边缘计算发展历程

7.2.1 Cloudlet

7.2.2 移动边缘计算

7.2.3 雾计算

7.2.4 海云计算

7.2.5 边缘计算的发展现状

7.3 边缘计算架构

7.3.1 基本架构

7.3.2 工业互联网边缘计算架构

7.4 边缘计算关键技术

7.4.1 网络

7.4.2 计算

7.4.3 存储

7.4.4 安全

7.5 工业互联网边缘计算的应用

7.5.1 行业需求分析

7.5.2 解决方案建议

7.5.3 边缘计算应用举例

7.5.4 边缘计算的未来展望

第8章 案例

8.1 企业应用案例

8.2 工业云应用案例

参考文献

制造业与互联网融合已成为全球产业和技术变革大趋势，通过新一代信息通信技术与制造业融合，推动制造业向高端和智能发展，已成为当前全球主要工业强国的共识，将工业互联网作为新一代信息技术与工业系统全方位深度融合的产业和应用生态，已经成为各主要工业强国抢占国际制造业竞争制高点的共同选择。对我国而言，发展工业互联网是实现中国制造转型升级、提质增效和高端发展的关键举措。

1.1工业互联网的发展与影响

1.1.1工业互联网的概念

工业互联网的定义为：工业互联网是连接工业全系统、全产业链、全价值链，支撑工业智能化发展的关键基础设施，是新一代信息技术与制造业深度融合所形成的新兴业态和应用模式，是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体。基础设施、新兴业态、应用模式和核心载体是对工业互联网的内容、形式、性质的高度概括。简单地讲，工业互联网就是将工业与互联网、云计算、大数据、人工智能融合起来，改变传统制造业低效的弊端，使制造业更加智能，更加高效。

工业互联网的应用不仅能为制造企业带来产品质量与生产效率的提升，有利于降低生产成本，还能使制造企业的技术原理、行业知识、基础工艺和模型工具等信息规则化、软件化、模块化，同时也能使这些信息变成可重复使用的微服务组件。第三方应用开发者还可以利用这些信息根据不同的生产场景开发不同的App，进而构建基于工业互联网平台的产业生态。

例如，一家汽车生产企业计划将其生产的刹车片召回。传统制造企业的做法是先通过各种软件探寻问题来源，随后利用生产管理、库存管理系统查看存货，之后再通过销售和售后系统查看市面上的销售情况，最后汇总得出需要召回的总量。而如果该制造企业应用了工业互联网，这一流程将变得十分简单，只需一个搭载召回功能的App。App会自行按照逻辑顺序调用研发、生产、物流、库存管理、销售、售后等工业微服务组件，使所有召回信息一目了然地呈现出来。

现如今，工业互联网不仅连接人、数据、智能资产、设备等，还融合了远程控制和大数据分析等模型算法，以全面互联与定制化为共性特点形成制造范式，深刻影响着研发、生产和服务等各个环节，为产品设计、制造、管理等方面提供了关键的数据辅助服务。

1.1.2我国工业互联网的发展

我国工