工業4.0已經醞釀了十多年，但最終達到了臨界質量。隨著OT專業人員準備安全可靠地加強工業數字化計劃，他們必須熟悉一系列新的，可能不熟悉的技術才能取得成功。

以下是前三名。

1. 工業人工智能和機器學習：從預測性維護到滲透測試

當德國政府在2011年將工業4.0概念化時，人工智能和機器學習仍然牢牢地處于研究，開發，學術和科幻領域。快進 11 年，它們處于當前和未來自動化戰略的中心。

人工智能和機器學習在制造系統中越來越普遍，從配備計算機視覺算法的質量檢測系統一直到提高生產力、效率和成本優化的工廠和公司范圍的分析引擎。

今天，即使是中等復雜的機器學習技術也可以解釋機器組件的物理操作特性（即熱量、振動、振蕩、速度），以確定設備的平均故障時間 （MTTF） 并在發生之前安排維護。這些分析甚至可以包括人工智能驅動的網絡威脅監控和預防，以幫助保護高價值的工業資產。

例如，安全團隊現在正在使用像Wind River Simics這樣的模擬引擎來發現他們系統中的漏洞，并將虛擬目標部署為蜜罐來吸引黑客。在研究了這些漏洞和/或攻擊程序之后，安全專業人員可以將各種威脅指標輸入AI模型，這些模型將持續監控真實系統的攻擊特征，并在資源丟失或損壞之前采取行動。（編者注：閱讀白皮書“網絡安全、物聯網和嵌入式系統：通過滲透測試降低風險”或查看最近的網絡研討會，其中詳細介紹了仿真技術在滲透測試中的應用）

簡而言之，人工智能和機器學習正在幫助解決問題，并將在向工業4.0和后來的工業5.0過渡期間繼續發展，其中協作機器人等技術被定位為人類工廠工人的通用替代品。

2. 從固定功能到虛擬機再到容器實時分離

自工廠自動化誕生以來，為其供電的電子設備一直受到安全性、安全性、可靠性和確定性支柱的支配。時期。

但是，AI/ML、基于 IP 的網絡以及引入這些環境的云等企業技術都不是這些東西。IT和OT如何存在于同一個工廠，甚至同一個系統中，更不用說同一個子系統中，而沒有可能導致系統故障或故障的過程干擾？

在許多情況下，答案是虛擬化，它對系統資源進行分區，使每個進程都認為它完全在自己的系統上運行。有許多類型的虛擬化和支持它，從多核芯片組的硬件虛擬化到在不同內核和內存區域之間創建嚴格分區的虛擬機管理程序。另一個是操作系統虛擬化，其中容器是領先的解決方案。

容器技術將應用程序的所有服務捆綁到一個超便攜包中。每個容器將其內容與系統的其余部分分開，從而確保不同的系統操作不會相互干擾，并提供對現代電子設備安全原則至關重要的軟件隔離。（編者注：可以在此處閱讀概述當今電子系統所需的10項安全屬性的白皮書）

此外，容器與部署它們的基礎設施無關。當然，“不可知論者”誕生于企業和數據中心，歷史上指的是x86服務器上的Windows或Linux操作系統。

現在，實時容器技術正在進入市場，可以在嵌入式環境中的Windows或Linux發行版上運行，也可以在實時操作系統上運行。這是OT邊緣系統智能的游戲規則改變者，因為它支持圍繞持續軟件更新和交付構建的IoT DevOps部署架構。

3. 深入了解開發安全運營

工業4.0在許多自動化用例中首次向網絡開放端點（及其漏洞）。推而廣之，網絡威脅。這使得端點安全成為工業自動化公司的主要關注點之一，這些公司的數據和物理資產通常非常有價值，可能有害，或者兩者兼而有之。

以Colonial Pipeline勒索軟件攻擊為例。黑客在暗網上發現了一個泄露的VPN密碼，該密碼提供了對Colonial Pipeline服務器的訪問，隨后在要求加密貨幣之前將公司鎖定在自己的電子系統之外。

由于網絡威脅的發展速度比傳統的工業自動化技術世界快得多，因此開發、安全和運營工程方法必須改變。這正是DevSecOps的亮點。（編者注：在網絡研討會“利用 DevSecOps 以更低的成本獲得更好的網絡安全”中了解有關 DevSecOps 的更多信息）

DevSecOps 是一種自動化和平臺設計方法，它將安全性作為軟件開發生命周期 （SDLC） 每個階段的關鍵步驟集成在一起，而不是像傳統工程工作流程中那樣僅在開發的最終階段。雖然預先安全地開發可能需要更長的時間和更高的成本，但它可以成倍地節省更多的時間和金錢來識別生命周期早期的錯誤 - 根據IBM的說法，修復在軟件開發測試階段發現的錯誤可能會花費公司高達15倍在設計階段識別它的成本。

DevSecOps 方法代表了從外部網絡的完全氣隙系統的變化。但是，隨著工業4.0的機遇對連接整個工業基礎設施施加壓力，您可能不再有選擇。

緊跟工業革命的步伐

工業4.0已經醞釀了十多年。一些工業設施正在并一直在蓬勃發展，有些仍在迎頭趕上，但時間不等人。

熟悉這三種技術，使您的工業4.0實施取得成功，并幫助您邁向工業5.0。

審核編輯：郭婷