数字化时代应加快提升工业企业工控安全保障能力******
“工控安全作为网络安全的重要组成部分,是实施制造强国和网络强国的重要基石,更是促进我国制造业转型升级、国民经济高质量发展的基础。国家工信安全中心将在工信部的指导下,全面深化工控安全保障能力建设;加强技术攻关与标准研制;营造良好的行业生态环境,为推进我国工业信息化、智能化转型发展,构建安全、稳定的工业运行环境贡献智慧与力量。”在2022年中国工业信息安全大会工业控制系统安全专题论坛上,国家工业信息安全发展研究中心副主任郝志强这样说。
1月10日,由国家工业信息安全发展研究中心、工业信息安全产业发展联盟主办,北京珞安科技有限责任公司独家承办的2022年中国工业信息安全大会工业控制系统安全专题论坛在京举行。与会人员围绕工业控制系统安全领域前沿热点话题展开讨论,聚焦工业控制系统安全防护能力建设,分享工控安全前沿防护理念、技术创新成果和优秀案例,在工业信息化、数字化、智能化转型的时代背景下,为工控安全行业发展探索方向。
“工业安全是实施制造强国和网络强国战略的基础与保障。当前,工业网络环境波诡云谲变幻莫测,工业控制系统安全面临巨大威胁与挑战。”珞安科技董事长张晓东表示,我们将发挥自身优势,加快提升工业企业工控安全保障能力,为工业生产安全及两化融合健康可持续发展撑起“保护伞”,为制造强国和网络强国战略实施筑牢“防护墙”。
以油气行业为例,中国石油集团工程技术研究院信息中心副总经理梅运谊表示,油气物联网体系框架完整、技术框架相对成熟、应用场景丰富,由于终端种类多、规模大、难监管,数据量大且分散、风险大,安全防护能力不足等原因,面临巨大安全挑战。油气田企业应从技术防护、防护管理、防护运营等方面出发,结合油气物联网实际状况,构建覆盖感知层、网络层和应用层的综合安全防护体系。
近年来,中国电子技术标准化研究院致力于工控安全标准的宣贯推广,制定了工控安全贯标工作的完整流程、开发了贯标服务平台,贯穿工控安全防护设计、建设、运维的全生命周期,切实提升工业企业信息安全防护水平和能力。“全球范围内工业信息安全事件频发,我国工控安全问题突出。国家对于工控安全问题高度重视,陆续出台工控安全相关政策法规和标准,对相关工作进行指导规范。”中国电子技术标准化研究院工控安全实验室运营总监夏冀说。
针对工业控制系统网络安全常见问题,国家工信安全中心检查评估所研究发现,工业企业在安全管理和安全技术等方面存在安全配置策略缺失、边界防护薄弱、设备安全漏洞、主机防护不足、安全管理体系不健全和供应商管理缺陷等典型问题。国家工业信息安全发展研究中心检查评估所副所长于盟建议,工业企业应从安全管理机制、安全协调小组、安全管理责任人、安全责任制和安全防护措施等六个方面落实工控安全责任,加快工控安全防护建设,做好工控安全工作。
伴随工业智能化的发展,工业基础设施与IT系统深度融合,工业走向互联与开放。绿盟科技工业互联网及物联网安全首席专家王晓鹏表示,鉴于工业形态多样的特性,现有安全架构在解决多工业场景下网络安全问题时缺乏灵活的适配能力。构建弹性灵活的安全防护体系,对于智能化发展的工业企业来说显得越发重要。绿盟科技提出构建弹性的、融合多元资源的安全能力以解决工业发展中的安全困扰。(记者 李政葳 刘昊)
报告显示:超六成受访者认为应强制企业公开算法******
光明网讯(记者 李政葳)“当前,国内对于算法治理的基本思路和框架都是清晰的,而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上,谈及算法治理的现状,清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示,算法分级分类本身不是目标,而是要针对不同风险场景配备不同监管规则。
论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心(清华大学)主办。其间,南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。
记者了解到,《算法应用与治理观察报告(2022)》,梳理了国内外的多项法规,结合热点事件及应用场景呈现了算法治理现状,并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度,最后基于多方调查分析,给出了当前算法趋势观察以及未来治理方向建议。
报告发现,目前国内算法治理仍处于早期探索阶段,企业的算法公开主要依靠官方的互联网信息服务算法备案系统,或在舆情事件发生之后。调查问卷结果显示,近半受访者承认算法让自己的使用体验更好,但仅一成受访者认为企业算法公开做得很好,逾六成的受访者称曾遭遇“大数据杀熟”;超过六成的受访者认为应该强制企业公开算法。
“在数据、算法方面治理政策进展显著,在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为,目前人工智能伦理有三个相当紧迫的问题需要被正视:首先,人工智能应当被适度使用;其次,目前人工智能服务知情同意落地艰难,被迫知情同意普遍存在;最后,目前用户数据的授权撤销在人工智能服务中存在巨大挑战,需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。
针对日前发布的《互联网信息服务深度合成管理规定》,中国政法大学数据法治研究院教授张凌寒表示,从算法治理角度来说,深度合成管理规定与之前的算法推荐管理规定的思路有所不同,前者采用了一种“三位一体由的数据与技术规范。
具体来讲,由于深度合成技术的门槛较高,技术支持者也被纳入了监管范围内。比如,深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务,应当进行显著标识,这就将更重的责任落在了服务提供者身上。
中国社科院科技和社会研究中心主任段伟文提到,算法治理需要构建可信任的算法认知,而这需要产业和消费者的共同努力:产业要努力提升算法精准性、透明度,减少偏见,减少歧视;消费者则需要提高数字素养,提升算法意识,加强在人机互动中自主性、控制感和协同意识。
(文图:赵筱尘 巫邓炎)