前 言

随着物联网技术、5G网络、人工智能、大数据等新兴技术的发展，全球工业互联网也得到了迅速的发展.但是，工业互联网环境下的安全保障能力仍处于初级阶段，面临着日趋严峻的安全挑战.现阶段学术界和产业界越来越重视工业互联网安全，威胁检测与安全防护技术在不断发展和进步，国内外相关学者进行了大量研究并取得了不错的研究成果.

为了进一步推动我国在工业互联网安全领域的研究，及时报道我国学者在工业互联网安全理论与技术方面的最新研究成果，共同构建可持续、智能化的工业互联网安全防护机制，以抵御不断演变的高级威胁，《计算机研究与发展》策划组织了“工业互联网安全技术”专题.通过公开征文共收到3篇特邀稿件和46篇普通投稿，历经初审、复审、终审等阶段，最终共精选出12篇高质量的论文入选本专题.内容涵盖了工业互联网安全综述、隐私安全与保护、安全与防护方法、攻击检测技术等研究内容，在一定程度上反映了当前国内工业互联网安全领域的最新研究成果.

1 工业互联网安全综述

深度神经网络等新兴技术以前所未有的性能在工业互联网安全中得到了广泛发展和应用.樊雪峰等作者的“深度神经网络模型版权保护方案综述”一文从水印的嵌入和提取的视角，在原有的白盒水印和黑盒水印分类的基础上，扩充了灰盒水印和无盒水印2种分类，对白盒水印和黑盒水印方法根据其水印嵌入的不同思路和不同任务模型进行了更详细的分类总结，并对4类水印方法的性能进行了对比.方栋梁等作者的“工业控制系统协议安全综述”一文系统化地分析和总结了工控协议所面临的安全问题，对工控网络架构、工控协议作用、协议的分类以及和传统协议的比较等进行了详细阐述，并从协议设计、实现和应用的角度深入分析了工控协议面临的攻击威胁和协议防护方案，最后讨论了未来工控协议安全研究趋势.刘奇旭等作者的“基于机器学习的工业互联网入侵检测综述”一文总结了工业互联网入侵检测技术研究的独特性，将目前基于机器学习的互联网入侵检测技术分为面向算法设计的研究工作、面向应用限制和挑战的研究工作和面向不同ICS攻击场景的研究工作，为未来的研究工作提供了很好的方向和借鉴.黄涛等作者的“工控协议逆向分析技术研究与挑战”一文结合2种典型工控协议，深入分析和总结了工控协议的结构特征，给出了工控协议逆向分析框架，剖析了基于程序执行和基于报文序列的工控协议逆向分析框架的特点.杨婷等作者的“工业控制系统安全综述”一文介绍了工业控制系统的体系结构及面临的威胁，依据工业控制系统的体系结构，自上而下将其安全研究工作分为ICS-云平台通信安全、HMI-设备通信安全、设备固件安全以及其他安全研究，并从攻击和防御角度进行了分析和整理.李印等作者的“泛在计算安全综述”一文对当前泛在计算及其操作系统的发展现状进行了介绍，系统阐述了泛在计算的操作系统架构.该文将泛在计算安全问题划分为3个层面：系统软件安全、智能设备安全和通信安全，并总结了各个层面的安全问题与研究现状，归纳总结了现有研究工作中存在的不足，并指出了泛在计算安全研究面临的8大安全技术挑战与8个未来研究方向.

2 隐私安全与保护

隐私安全是工业互联网安全的重要组成部分，研究带有保护隐私特性的工业互联网大数据分析算法已经非常紧迫和严峻.昌燕等作者的“面向工业互联网隐私数据分析的量子K近邻分类算法”一文提出了带有保护隐私特性的量子K-近邻算法，找到了一种对原始训练样本集和待测样本的加密方法，使得向量子云服务器输入密文样本可以得到与输入原始样本相同的预测结果.工业互联网面临着大量的网络攻击威胁和敏感信息泄露风险，而流量识别技术，特别是细粒度的应用动作识别技术，可以辅助网络管理者对异常行为进行检测和及早发现隐私泄露风险，保障工业互联网的安全.王冲等作者的“基于自注意力机制的无边界应用动作识别方法”一文提出了一种先使用基于自注意力机制的深度学习模型进行包级识别，再使用基于密度的动作聚合算法得到结果的无边界动作识别算法.

3 安全与防护方法

当前已有许多工业互联网设备部署在5G网络中.李振宇等作者的“基于IPv6网络的移动目标防御与访问控制融合防护方法”一文提出了基于IPv6的移动目标防御与访问控制方法，保护工业互联网设备不受外部设备干扰和攻击.信息化技术在电力行业的不断深入，使得电力物联网的暴露面大幅增加.面对海量电力终端接入的零信任中心化部署瓶颈，冯景瑜等作者的“电力物联场景下抗失陷终端威胁的边缘零信任模型”一文提出了一种边缘零信任模型，围绕密集的电力终端，分布式多点部署零信任引擎，维护一个联盟区块链TF_chain，实时收集信任因素，然后通过提取异常因子和敏感因子进行动态信任评估，对失陷终端的突变行为实现信任值迅速衰减，在认证中及时阻断失陷终端威胁.

4 攻击检测技术

基于深度学习的视觉感知技术的发展极大地促进了车联网领域中自动驾驶的繁荣，然而自动驾驶系统的安全问题频出引发了人们对自动驾驶未来的担忧.吴昊等作者的“自动驾驶系统中视觉感知模块的安全测试”一文基于视觉感知的自动驾驶系统，设计开发了一种场景驱动的、可解释强的、运行高效的安全性测试系统.由于工业互联网接入设备的多样性和差异性，使其维护困难、易受攻击，针对该安全问题需要引入相关的防御系统来识别各种入侵攻击.传统的入侵检测系统能够检测到的攻击类型较少，任家东等作者的“基于特征选择的工业互联网入侵检测分类方法”一文通过计算特征的皮尔逊相关系数，判断特征的相关程度强弱，使用5种机器学习模型进行二分类和多分类试验，并在真实工业互联网实践中验证了所提方法的有效性.

承蒙各位作者、审稿专家和编辑部等方面的全力支持，本专题得以顺利出版，期望能给广大相关领域研究人员带来启发和帮助.目前工业互联网安全技术涉及领域极为活跃且发展迅速，给审稿人及特邀编辑的审稿、选稿工作带来了巨大挑战.由于投稿数量大、专题容量有限等原因，本专题仅选择了部分有代表性的研究工作予以发表，无法全面体现该领域所有的最新研究工作，部分优秀稿件无法列入专题发表，敬请谅解.在审稿过程中难免出现不尽人意之处，也希望各位作者和读者包容谅解，同时请各位同行不吝批评指正.

我们要特别感谢《计算机研究与发展》编委会和编辑部，从专题的立项到征稿启事的发布，从审稿专家的邀请到评审意见的汇总，以及最后的出版工作，都凝聚了他们辛勤的汗水.同时，再次衷心感谢各位作者、审稿专家和特邀编委对本专题的大力支持和辛勤付出.