《工业互联网数据安全指南(试行)》

《工业互联网数据安全指南(试行)》工业互联网数据安全管理需覆盖工业互联网全要素、全环节，重点针对工业互联网平台、标识解析系统、工业智能设备、工业控制系统等核心载体，以及研发设计、生产制造、经营管理、运维服务等数据全生命周期活动。管理对象包括工业企业、工业互联网平台企业、标识解析系统运营者、工业数据服务第三方机构等各类主体，需根据数据产生、传输、存储、处理、共享、销毁等不同阶段特征，制定差异化安全防护要求。数据分类分级是基础。工业数据需按敏感程度、影响范围及潜在风险划分为一般数据、重要数据和核心数据。一般数据指不直接涉及国家安全、公共利益、企业核心权益或个人隐私，泄露后对各方权益影响较小的数据，如非关键设备运行参数、公开产品说明书等；重要数据指一旦泄露、篡改或破坏，可能对国家安全、公共利益、企业竞争力或个人权益造成较大影响的数据，包括涉及国家战略产业的工艺配方、关键设备运维数据、用户隐私信息（如联系方式、设备位置）等；核心数据指关系国家安全、国民经济命脉、重要民生、重大公共利益，或直接影响企业核心竞争力与生存发展，泄露后可能造成特别严重危害的数据，如国防工业关键技术参数、国家级工业互联网平台核心控制指令、大规模用户生物特征数据等。分级需结合数据对国家安全、公共利益、企业及相关主体权益的影响程度，原则上分为一级（低影响）至四级（极高影响），一级数据防护侧重基本访问控制，四级数据需实施最高等级加密、多重验证及物理隔离。数据采集环节，需遵循“最小必要”原则，仅采集完成业务功能必需的数据，明确采集目的、方式和范围并告知相关主体。工业智能设备接入需通过身份认证与授权，禁止未授权设备接入采集系统；边缘侧设备应部署轻量级过滤机制，识别并拦截异常数据采集请求；涉及个人信息采集时，需取得用户明确同意并遵循隐私保护相关法规。数据传输分为内网与外网场景。内网传输（如工业控制系统内部、企业园区网）需采用符合工业协议标准的加密技术（如OPCUA安全扩展、Modbus加密），关键数据需通过专用通道传输；外网传输（如平台与设备、企业与第三方间）应使用TLS1.2及以上版本协议，重要数据采用端到端加密，传输过程需记录源地址、目的地址、数据量、时间戳等信息，建立传输通道异常流量监测机制，发现流量突增、高频重试等异常时立即阻断并告警。数据存储需区分本地存储与云端存储。本地存储应划分安全域，重要数据与一般数据隔离存放，核心数据需存储于物理隔离的专用设备；采用访问控制列表（ACL）或基于角色的访问控制（RBAC），限制只读、读写等权限；存储介质需定期检查完整性，重要数据每季度至少进行一次异地容灾备份。云端存储需选择通过国家相关安全认证的云服务商，签订数据安全协议，明确数据所有权、责任边界；数据上传前进行脱敏处理（如对用户姓名加密、设备编号哈希化），存储时采用AES-256等强加密算法，密钥由数据主体自主管理；云服务商需提供数据隔离存储功能，确保不同企业数据逻辑隔离，定期提供存储环境安全评估报告。数据处理包括计算、分析、挖掘等活动。处理前需开展风险评估，评估内容包括处理目的合法性、处理方式安全性、数据泄露风险等，形成评估报告并留存至少3年；涉及敏感数据处理时，需采用去标识化、匿名化等技术（如k-匿名、差分隐私），确保处理后数据无法还原至原始主体；使用人工智能模型分析时，需对训练数据来源合法性、模型可解释性进行验证，防止模型被对抗样本攻击导致输出错误结果；处理过程需记录操作日志，包括处理时间、操作人、处理数据范围、输出结果等，日志留存不少于6个月。数据共享需严格限定范围与方式。企业间共享重要数据时，需签订数据安全共享协议，明确共享目的、期限、安全责任及违约条款；共享前对数据进行脱敏处理（如对关键参数模糊化、删除关联标识），确需共享原始数据的，需通过白名单机制控制接收方权限；第三方机构接入共享时，需对其安全能力进行评估（包括安全管理制度、技术防护措施、人员背景等），评估通过后方可开放接口；建立共享数据追溯机制，通过数字水印、区块链等技术标记数据流向，发现数据滥用时可快速定位责任主体。数据销毁需确保不可恢复。物理存储设备销毁时，需对硬盘进行多次格式化（如使用DBAN工具覆盖0-1模式3次以上），或采用物理粉碎、消磁等方式；电子数据销毁需使用安全删除算法（如美国国防部5220.22-M标准），重要数据销毁需双人确认并记录销毁时间、设备编号、操作人等信息；销毁后需进行数据残留检测，使用数据恢复工具验证无残留数据，检测报告留存至少5年。工业企业作为数据安全第一责任主体，需建立数据安全管理制度，明确数据安全负责人与管理部门职责；制定数据安全操作规程，涵盖设备接入、数据操作、应急响应等环节；每年至少开展一次数据安全风险评估，委托第三方机构进行合规审计，评估结果向主管部门报备。工业互联网平台企业需在平台层面部署统一安全防护体系，包括入侵检测、漏洞扫描、态势感知等系统，监测平台内数据流动异常（如高频下载、跨区域传输）；建立平台用户分级管理机制，区分普通用户、管理员、第三方开发者权限，管理员权限需双人授权；定期向平台内企业提供数据安全防护建议，协助企业排查安全隐患。标识解析系统运营者需保护标识数据安全，防止标识伪造、篡改或非法解析；对标识注册、解析请求进行身份验证，关键操作（如根节点标识配置修改）需进行多因素认证；建立标识数据备份与恢复机制，确保系统故障时24小时内恢复服务。第三方服务机构需签订数据安全保密协议，承诺不擅自使用、泄露或买卖所接触数据；在服务过程中，仅访问完成服务所需的最小数据集合，相关操作接受委托方监督；服务结束后，及时删除或归还受托数据，不得留存副本。监测预警方面，需建立工业互联网数据安全监测平台，整合工业企业、平台、标识解析系统等多源数据，通过流量分析、日志关联、威胁情报匹配等技术，识别数据泄露（如异常外传至境外IP）、非法访问（如非授权账户登录数据库）、数据篡改（如生产指令被恶意修改）等风险；设置预警阈值（如单项数据日传输量超过基线10倍），发现异常时通过短信、邮件等方式通知责任主体，同步向行业主管部门报备。应急响应需制定分级预案，明确一般事件（如少量非敏感数据泄露）、较大事件（如重要数据部分泄露）、重大事件（如核心数据大规模泄露）的响应流程；一般事件由企业自行处置，24小时内提交报告；较大事件需4小时内上报主管部门，72小时内完成处置；重大事件需立即上报，启动跨部门协同机制，联合公安、网信等部门开展调查；定期组织应急演练（每年至少2次），检验预案可行性，提升处置能力。行业主管部门需加强监督管理，制定工业互联网数据安全检查清单，涵盖制度建设、技术防护、事件处置等内容，每年对重点企业开展至少一次现