《工業(yè)互聯(lián)網(wǎng)技術(shù)導(dǎo)論》 課件 第9、10章 工業(yè)互聯(lián)網(wǎng)安全、工業(yè)人工智能

第9章

工業(yè)互聯(lián)網(wǎng)安全在工業(yè)互聯(lián)網(wǎng)背景下，工業(yè)系統(tǒng)在網(wǎng)絡(luò)互聯(lián)、數(shù)據(jù)智能、安全保障等方面將進(jìn)行快速的迭代演進(jìn)，云和大數(shù)據(jù)技術(shù)逐步引入，扁平化的軟硬件部署架構(gòu)成為重要發(fā)展趨勢(shì)，從而引發(fā)工業(yè)系統(tǒng)各層級(jí)網(wǎng)絡(luò)、數(shù)據(jù)和安全的深刻變化。工業(yè)互聯(lián)網(wǎng)安全隨著工業(yè)互聯(lián)網(wǎng)的發(fā)展演進(jìn)，工業(yè)互聯(lián)網(wǎng)安全逐漸成為業(yè)界主要關(guān)注和推進(jìn)的重點(diǎn)內(nèi)容。從工業(yè)互聯(lián)網(wǎng)未來演進(jìn)看、工業(yè)網(wǎng)絡(luò)基礎(chǔ)設(shè)施、控制體系、工業(yè)數(shù)據(jù)和個(gè)人隱私、智能設(shè)備以及工業(yè)應(yīng)用的安全保障是未來發(fā)展的重點(diǎn)。總體來看，業(yè)界在積極推動(dòng)工業(yè)防火墻、工業(yè)安全監(jiān)測(cè)審計(jì)、安全管理等安全產(chǎn)品的應(yīng)用、但整體對(duì)工業(yè)互聯(lián)網(wǎng)安全的研究及產(chǎn)業(yè)支持還處于起步階段，現(xiàn)有措施難以有效應(yīng)對(duì)工業(yè)互聯(lián)網(wǎng)發(fā)展過程中日益復(fù)雜的安全問題。工業(yè)互聯(lián)網(wǎng)安全面臨的問題網(wǎng)絡(luò)安全設(shè)備安全控制安全應(yīng)用安全數(shù)據(jù)安全數(shù)字化的、網(wǎng)絡(luò)化、智能化生產(chǎn)設(shè)備安全、端到端生產(chǎn)模式下的網(wǎng)絡(luò)安全、生產(chǎn)控制系統(tǒng)安全、應(yīng)用安全和數(shù)據(jù)安全是工業(yè)互聯(lián)網(wǎng)發(fā)展急需解決的問題，其中終端設(shè)備安全、生產(chǎn)控制系統(tǒng)安全和數(shù)據(jù)安全尤為急迫。工業(yè)互聯(lián)網(wǎng)安全現(xiàn)狀分析目前美德兩國對(duì)于工業(yè)互聯(lián)網(wǎng)安全防護(hù)體系的建設(shè)處于領(lǐng)先地位。與美德等發(fā)達(dá)國家相比，我國工業(yè)互聯(lián)網(wǎng)平臺(tái)安全防護(hù)體系不夠完善、安全防護(hù)相關(guān)技術(shù)薄弱、數(shù)據(jù)安全風(fēng)險(xiǎn)較高。工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全防護(hù)框架“技管結(jié)合、動(dòng)靜相宜、分類施策、分級(jí)定措”作為工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全防護(hù)的總體思路，從通用防護(hù)、分類防護(hù)、分級(jí)防護(hù)三個(gè)維度提出工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全防護(hù)框架工業(yè)互聯(lián)網(wǎng)安全體系因此，從構(gòu)建工業(yè)互聯(lián)網(wǎng)安全保障體系考慮，工業(yè)互聯(lián)網(wǎng)安全體系主要包括五大重點(diǎn)內(nèi)容，設(shè)備安全、網(wǎng)絡(luò)安全、控制安全、應(yīng)用安全和數(shù)據(jù)安全。1）設(shè)備安全設(shè)備安全是指工業(yè)智能裝備和智能產(chǎn)品的安全，包括芯片安全、嵌入式操作系統(tǒng)安全、相關(guān)應(yīng)用軟件安全以及功能安全等。2）網(wǎng)絡(luò)安全網(wǎng)絡(luò)安全是指工廠內(nèi)有線網(wǎng)絡(luò)、無線網(wǎng)絡(luò)的安全，標(biāo)識(shí)解析系統(tǒng)等的安全以及工廠外與用戶、協(xié)作企業(yè)等實(shí)現(xiàn)互聯(lián)的公共網(wǎng)絡(luò)安全。工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析系統(tǒng)的安全風(fēng)險(xiǎn)3）控制安全工業(yè)控制系統(tǒng)（IndustrialControlSystems,ICS）簡(jiǎn)稱工控系統(tǒng)，通常由共同作用實(shí)現(xiàn)某一工業(yè)用途的控制部件組合而成，是工業(yè)生產(chǎn)基礎(chǔ)設(shè)施的關(guān)鍵組成部分?？刂瓢踩侵干a(chǎn)控制系統(tǒng)安全，主要針對(duì)PLC、DCS、SCADA等工業(yè)控制系統(tǒng)的安全，包括控制協(xié)議安全、控制平臺(tái)安全、控制軟件安全等。SCADA是工控系統(tǒng)重要組件，用于控制地理上分散的設(shè)備。在工業(yè)上SCADA負(fù)責(zé)采集和處理工控系統(tǒng)運(yùn)行中的各種實(shí)時(shí)和非實(shí)時(shí)數(shù)據(jù)，是工業(yè)控制網(wǎng)絡(luò)調(diào)度中心各種應(yīng)用軟件的主要數(shù)據(jù)來源某企業(yè)生產(chǎn)車間工控系統(tǒng)網(wǎng)絡(luò)安全解決方案具體設(shè)計(jì)圖，該安全方案對(duì)工業(yè)控制系統(tǒng)按照區(qū)域劃分、邊界防護(hù)、內(nèi)部監(jiān)測(cè)、主機(jī)防護(hù)的方式，實(shí)現(xiàn)不同區(qū)域邊界的隔離訪問控制措施、外部和內(nèi)部的攻擊檢測(cè)、工控機(jī)的安全防護(hù)4）應(yīng)用安全工業(yè)互聯(lián)網(wǎng)應(yīng)用主要包括工業(yè)互聯(lián)網(wǎng)平臺(tái)與工業(yè)應(yīng)用程序兩大類，其范圍覆蓋智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同、個(gè)性化定制、服務(wù)化延伸等方面。5）數(shù)據(jù)安全數(shù)據(jù)安全是指工廠內(nèi)部重要的生產(chǎn)管理數(shù)據(jù)、生產(chǎn)操作數(shù)據(jù)以及工廠外部數(shù)據(jù)（如用戶數(shù)據(jù)）等各類數(shù)據(jù)的安全。數(shù)據(jù)安全包括生產(chǎn)管理數(shù)據(jù)安全、生產(chǎn)操作數(shù)據(jù)安全、工廠外部數(shù)據(jù)安全，涉及采集、傳輸、存儲(chǔ)、處理等各個(gè)環(huán)節(jié)的數(shù)據(jù)及用戶信息的安全。工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)涉及數(shù)據(jù)采集、傳輸、存儲(chǔ)、處理等各個(gè)環(huán)節(jié)。隨著工廠數(shù)據(jù)由少量、單一、單向向大量、多維、雙向轉(zhuǎn)變，工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)體量不斷增大、種類不斷增多、結(jié)構(gòu)日趨復(fù)雜，并出現(xiàn)數(shù)據(jù)在工廠內(nèi)部與外部網(wǎng)絡(luò)之間的雙向流動(dòng)共享。由此帶來的安全風(fēng)險(xiǎn)主要包括數(shù)據(jù)泄露、非授權(quán)分析、用戶個(gè)人信息泄露等。工業(yè)互聯(lián)網(wǎng)安全的實(shí)施工業(yè)互聯(lián)網(wǎng)需要通過綜合性的安全防護(hù)措施，保證設(shè)備、網(wǎng)絡(luò)、控制、數(shù)據(jù)和應(yīng)用安全。

工廠互聯(lián)網(wǎng)各互聯(lián)單元之間應(yīng)該進(jìn)行有效可靠的安全隔離和控制。此外，工業(yè)互聯(lián)網(wǎng)安全實(shí)施應(yīng)當(dāng)強(qiáng)化智能產(chǎn)品和網(wǎng)絡(luò)傳輸數(shù)據(jù)的安全防護(hù)工業(yè)互聯(lián)網(wǎng)安全框架

美國工業(yè)互聯(lián)網(wǎng)安全框架（IISF）IISF的實(shí)現(xiàn)主要從功能視角出發(fā)，定義了三個(gè)層次的六個(gè)安全功能德國工業(yè)4.0安全框架（RAMI4.0）德國RAMI4.0從CPS功能視角、全生命周期價(jià)值鏈視角和全層級(jí)工業(yè)系統(tǒng)視角三個(gè)視角構(gòu)建了德國工業(yè)4.0參考架構(gòu)（RAMI4.0）日本工業(yè)價(jià)值鏈參考架構(gòu)（IVRA）日本工業(yè)價(jià)值鏈促進(jìn)會(huì)（IndustrialValueChainInitiative，IVI）是一個(gè)由制造業(yè)企業(yè)、設(shè)備廠商、系統(tǒng)集成企業(yè)等發(fā)起的組織，旨在推動(dòng)“智能工廠”的實(shí)現(xiàn)我國的工業(yè)互聯(lián)網(wǎng)安全防護(hù)框架2018年11月，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟發(fā)布了《工業(yè)互聯(lián)網(wǎng)安全框架》，明確了安全框架的內(nèi)容和范圍。工業(yè)互聯(lián)網(wǎng)安全框架從防護(hù)對(duì)象、防護(hù)措施及防護(hù)管理三個(gè)視角構(gòu)建工業(yè)互聯(lián)網(wǎng)安全技術(shù)

1．工業(yè)互聯(lián)網(wǎng)安全防護(hù)技術(shù)工業(yè)互聯(lián)網(wǎng)安全防護(hù)技術(shù)是以攻防對(duì)抗為核心的基礎(chǔ)技術(shù)，主要包括白名單技術(shù)、網(wǎng)絡(luò)邊界防護(hù)、應(yīng)用密碼、工業(yè)主機(jī)安全防護(hù)以及工業(yè)高交互仿真等關(guān)鍵技術(shù)。1）白名單技術(shù)白名單技術(shù)是通過建立工業(yè)控制協(xié)議白名單訪問控制策略，過濾一切非法訪問，保證只有白名單內(nèi)的可信任的指令和消息才能在網(wǎng)絡(luò)上傳輸。在工業(yè)互聯(lián)網(wǎng)中，可采取以白名單技術(shù)為主、以黑名單技術(shù)為輔的安全防護(hù)機(jī)制。2）邊界防護(hù)邊界防護(hù)的場(chǎng)景主要針對(duì)工控網(wǎng)絡(luò)的過程監(jiān)控層與生產(chǎn)管理層通信的場(chǎng)景，生產(chǎn)管理層與過程監(jiān)控層之間通過OPC協(xié)議或者ODBC等數(shù)據(jù)庫協(xié)議進(jìn)行數(shù)據(jù)交互，邊界防護(hù)主要是防范來自企業(yè)生產(chǎn)管理層和互聯(lián)網(wǎng)的威脅3）密碼技術(shù)密碼技術(shù)的加密和認(rèn)證功能，為保障網(wǎng)絡(luò)空間安全提供了有效手段。依托密碼技術(shù)，探索其在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用，實(shí)現(xiàn)工業(yè)數(shù)據(jù)、工藝流程等重要信息的機(jī)密性和完整性保護(hù)，設(shè)備和人員身份安全認(rèn)證、重要操作行為不可否認(rèn)，保障工業(yè)互聯(lián)網(wǎng)的安全健康發(fā)展。工業(yè)主機(jī)防護(hù)在工業(yè)互聯(lián)網(wǎng)中，工業(yè)主機(jī)是連接信息世界和物理世界的“橋梁”，做好工業(yè)主機(jī)的安全防護(hù)和控制是保障工業(yè)互聯(lián)網(wǎng)安全的核心。5）工業(yè)高交互仿真技術(shù)工業(yè)高交互仿真技術(shù)的核心在于支持Modbus、Dnp3、SiemensS7等多種工控協(xié)議以及SCADA、DCS、PLC等工控設(shè)備的高交互模擬能力；相對(duì)全面地捕獲攻擊者的訪問流量，分析取證攻擊行為，為工業(yè)互聯(lián)網(wǎng)安全事件的預(yù)警、預(yù)測(cè)提供數(shù)據(jù)支撐。工業(yè)互聯(lián)網(wǎng)安全評(píng)測(cè)技術(shù)工業(yè)互聯(lián)網(wǎng)安全評(píng)測(cè)技術(shù)指采取技術(shù)手段對(duì)工業(yè)互聯(lián)網(wǎng)安全防護(hù)對(duì)象進(jìn)行測(cè)試和評(píng)價(jià)，了解其安全狀態(tài)，主要包括漏洞挖掘、滲透測(cè)試、知識(shí)圖譜、深度學(xué)習(xí)、基因圖譜和沙箱以及數(shù)字孿生攻防演練等多種技術(shù)。1）漏洞挖掘工業(yè)互聯(lián)網(wǎng)中的漏洞挖掘技術(shù)，需對(duì)工控系統(tǒng)網(wǎng)絡(luò)特性、生產(chǎn)過程控制及其控制協(xié)議進(jìn)行分析，采取有針對(duì)性的模糊測(cè)試技術(shù)。2）滲透測(cè)試滲透測(cè)試是為了證明網(wǎng)絡(luò)防御系統(tǒng)按照預(yù)期計(jì)劃正常運(yùn)行而提供的一種安全監(jiān)測(cè)機(jī)制，也是實(shí)施安全評(píng)估（即審計(jì)）的具體手段。3）知識(shí)圖譜知識(shí)圖譜是人工智能的一種方式，簡(jiǎn)單理解就是一種多關(guān)系圖，也是一個(gè)知識(shí)庫，能夠梳理出人、資產(chǎn)、業(yè)務(wù)之間的關(guān)系，用一個(gè)經(jīng)過梳理、有邏輯關(guān)聯(lián)性的知識(shí)庫來訓(xùn)練算法，讓算法更加精準(zhǔn)。利用知識(shí)圖譜構(gòu)建工業(yè)過程知識(shí)庫，能夠較全面地展現(xiàn)工業(yè)控制系統(tǒng)運(yùn)行過程中的變量及其關(guān)系，為后續(xù)的安全風(fēng)險(xiǎn)分析提供可視化支持。4）深度學(xué)習(xí)深度學(xué)習(xí)具有較強(qiáng)的自動(dòng)特征提取能力，為大數(shù)據(jù)時(shí)代的工業(yè)互聯(lián)網(wǎng)安全（以應(yīng)用場(chǎng)景復(fù)雜、數(shù)據(jù)規(guī)模龐大為特征）提供了更智能、更準(zhǔn)確、更先進(jìn)的分析工具深度學(xué)習(xí)的自學(xué)習(xí)能力強(qiáng)，在特征發(fā)現(xiàn)及自動(dòng)分析方面具有優(yōu)異性能，因此將之用于工業(yè)互聯(lián)網(wǎng)設(shè)備、控制、網(wǎng)絡(luò)、應(yīng)用、數(shù)據(jù)等多個(gè)層次的安全防范，成為防護(hù)新型攻擊形式的可行技術(shù)方向。5）聯(lián)邦學(xué)習(xí)聯(lián)邦學(xué)習(xí)是一個(gè)機(jī)器學(xué)習(xí)框架，該框架能在多參與方或多計(jì)算結(jié)點(diǎn)之間開展高效率的機(jī)器學(xué)習(xí)。前所應(yīng)用的聯(lián)邦學(xué)習(xí)流程可以理解為如下幾步：（1）參與方各自從第三方可信機(jī)構(gòu)的服務(wù)器中下載需要訓(xùn)練的模型。（2）每個(gè)參與方利用本地?cái)?shù)據(jù)訓(xùn)練模型（無需上傳本地?cái)?shù)據(jù)），加密梯度數(shù)據(jù)上傳給第三方可信機(jī)構(gòu)，第三方可信機(jī)構(gòu)聚合各用戶的梯度更新模型參數(shù)。（3）第三方可信機(jī)構(gòu)依據(jù)貢獻(xiàn)度，返回更新后的模型給各節(jié)點(diǎn)。（4）各參與方更新各自模型，并將模型用于實(shí)際問題之中。5）基因圖譜和沙箱技術(shù)過去，監(jiān)測(cè)能力普遍集中在通過基于安全基線的異常監(jiān)測(cè)、基于特征庫的入侵檢測(cè)和病毒檢測(cè)來解決已知威脅，而通過基于基因圖譜、沙箱的監(jiān)測(cè)完成未知威脅的識(shí)別則是未來的發(fā)展趨勢(shì)。6）數(shù)字孿生攻防演練數(shù)字孿生又叫數(shù)字雙胞胎（DigitalTwin），簡(jiǎn)單來說就是在一個(gè)設(shè)備或系統(tǒng)的基礎(chǔ)上創(chuàng)造一個(gè)數(shù)字版的“克隆體”，本體的實(shí)時(shí)狀態(tài)和外界環(huán)境條件都會(huì)復(fù)現(xiàn)到“孿生體”身上工業(yè)互聯(lián)網(wǎng)平臺(tái)安全

與傳統(tǒng)工業(yè)IT架構(gòu)解決方案相比，工業(yè)互聯(lián)網(wǎng)平臺(tái)解決方案實(shí)現(xiàn)了流程驅(qū)動(dòng)的業(yè)務(wù)系統(tǒng)轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)的平臺(tái)應(yīng)用新范式，為工業(yè)企業(yè)提供基于數(shù)據(jù)的新技術(shù)、新方法、新服務(wù)和新價(jià)值。工業(yè)互聯(lián)網(wǎng)平臺(tái)是業(yè)務(wù)交互的橋梁和數(shù)據(jù)匯聚分析的中心，聯(lián)結(jié)全生產(chǎn)鏈各個(gè)環(huán)節(jié)實(shí)現(xiàn)協(xié)同制造，平臺(tái)高復(fù)雜性、開放性和異構(gòu)性的特點(diǎn)加劇了其所面臨的安全風(fēng)險(xiǎn)。工業(yè)互聯(lián)網(wǎng)平臺(tái)防護(hù)對(duì)象具體包括邊緣計(jì)算層、工業(yè)云基礎(chǔ)設(shè)施層、工業(yè)云平臺(tái)服務(wù)層、工業(yè)應(yīng)用層和平臺(tái)數(shù)據(jù)工業(yè)互聯(lián)網(wǎng)平臺(tái)安全的關(guān)鍵技術(shù)1）邊緣層安全技術(shù)邊緣層安全是指工業(yè)互聯(lián)網(wǎng)平臺(tái)與工業(yè)企業(yè)接入過程中數(shù)據(jù)采集、協(xié)議轉(zhuǎn)換、邊緣計(jì)算的安全。2）平臺(tái)接入設(shè)備安全技術(shù)加強(qiáng)設(shè)備和系統(tǒng)安全接入能力。圍繞訪問認(rèn)證、數(shù)據(jù)加密、權(quán)限管理、日志審計(jì)等安全需求，突破設(shè)備特征智能提取、流量審計(jì)與清洗、實(shí)時(shí)動(dòng)態(tài)阻攔等關(guān)鍵技術(shù)，實(shí)現(xiàn)設(shè)備、系統(tǒng)安全接入平臺(tái)，提升平臺(tái)運(yùn)行安全態(tài)勢(shì)感知能力。3）平臺(tái)網(wǎng)絡(luò)跨域信任技術(shù)研究平臺(tái)網(wǎng)絡(luò)跨域信任技術(shù)，包括節(jié)點(diǎn)完整性驗(yàn)證、用戶身份認(rèn)證、接口安全、API調(diào)用安全、域間隔離審計(jì)等，避免單節(jié)點(diǎn)受損后跨域訪問導(dǎo)致的網(wǎng)絡(luò)威脅擴(kuò)展問題，保障節(jié)點(diǎn)平臺(tái)網(wǎng)絡(luò)跨域訪問時(shí)面臨的域間相互信任和網(wǎng)絡(luò)連接上下文安全。4）平臺(tái)微服務(wù)技術(shù)工業(yè)互聯(lián)網(wǎng)平臺(tái)具有多樣化的服務(wù)需求，微服務(wù)安全協(xié)同調(diào)用技術(shù)，提供微服務(wù)接口安全驗(yàn)證、多微服務(wù)協(xié)同調(diào)用、微服務(wù)間安全通信、微服務(wù)行為安全監(jiān)控等功能，并對(duì)調(diào)用第三方微服務(wù)接口的通信進(jìn)行安全審計(jì)和管控，提升工業(yè)互聯(lián)網(wǎng)平臺(tái)微服務(wù)的安全防護(hù)水平。工業(yè)互聯(lián)網(wǎng)平臺(tái)安全架構(gòu)企業(yè)可根據(jù)工業(yè)互聯(lián)網(wǎng)平臺(tái)、接入設(shè)備、生產(chǎn)控制系統(tǒng)、信息網(wǎng)絡(luò)、數(shù)據(jù)的安全需求，構(gòu)建符合自身需求的工業(yè)互聯(lián)網(wǎng)平臺(tái)安全架構(gòu)，為工業(yè)互聯(lián)網(wǎng)平臺(tái)的正常運(yùn)行提供保障。工業(yè)互聯(lián)網(wǎng)平臺(tái)安全架構(gòu)可實(shí)現(xiàn)以下目標(biāo)：（1）可實(shí)時(shí)、全面、翔實(shí)掌握工業(yè)互聯(lián)網(wǎng)平臺(tái)的安全狀況。（2）提升平臺(tái)各方的安全防護(hù)效率。（3）實(shí)現(xiàn)動(dòng)態(tài)的防護(hù)策略，主動(dòng)發(fā)現(xiàn)平臺(tái)現(xiàn)有漏洞，從根源上部署防護(hù)措施，杜絕惡意攻擊。（4）將安全防護(hù)對(duì)象分類分級(jí)。工業(yè)互聯(lián)網(wǎng)平臺(tái)安全實(shí)施從全生命周期安全防護(hù)的視角出發(fā)，將安全融入平臺(tái)規(guī)劃設(shè)計(jì)、建設(shè)開發(fā)、業(yè)務(wù)使用、運(yùn)行維護(hù)和廢棄銷毀的各個(gè)階段，提高工業(yè)互聯(lián)網(wǎng)平臺(tái)全生命周期的安全防護(hù)能力。第6章

工業(yè)人工智能人工智能（ArtificialIntelligence，AI），它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)人工智能人工智能是有關(guān)“智能主體（Intelligentagent）的研究與設(shè)計(jì)”的學(xué)問，而“智能主體是指一個(gè)可以觀察周遭環(huán)境并做出行動(dòng)以達(dá)致目標(biāo)的系統(tǒng)”人工智能還涉及到計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科，幾乎是自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇從根本上講，人工智能是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科人工智能的分類強(qiáng)人工智能弱人工智能超人工智能弱人工智能就是利用現(xiàn)有智能化技術(shù)，來改善我們經(jīng)濟(jì)社會(huì)發(fā)展所需要的一些技術(shù)條件和發(fā)展功能，也指單一做一項(xiàng)任務(wù)的智能強(qiáng)人工智能是綜合的，在各方面都能和人類比肩的人工智能，人類能干的腦力活它都能干，例如能干很多事情的機(jī)器人超人工智能是“在幾乎所有領(lǐng)域都大大超過人類認(rèn)知表現(xiàn)的任何智力”人工智能研究的主要流派人工智能研究影響較大的主要有符號(hào)主義、連接主義和行為主義三大學(xué)派。三大流派符號(hào)主義行為主義連接主義符號(hào)主義（Symbolism）是一種基于邏輯推理的智能模擬方法，又稱為邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計(jì)算機(jī)學(xué)派(Computerism)，其原理主要為物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理行為主義又稱進(jìn)化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)，是一種基于“感知——行動(dòng)”的行為智能模擬方法。行為主義最早來源于20世紀(jì)初的一個(gè)心理學(xué)流派，認(rèn)為行為是有機(jī)體用以適應(yīng)環(huán)境變化的各種身體反應(yīng)的組合，它的理論目標(biāo)在于預(yù)見和控制行為。連接主義（Connectionism）又稱為仿生學(xué)派(Bionicsism)或生理學(xué)派(Physiologism)。是一種基于神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法的智能模擬方法。其原理主要為神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制和學(xué)習(xí)算法人工智能研究的應(yīng)用1）專家系統(tǒng)與傳統(tǒng)的計(jì)算機(jī)程序相比，專家系統(tǒng)是以知識(shí)為中心，注重知識(shí)本身而不是確定的算法．專家系統(tǒng)所要解決的是復(fù)雜而專門的問題2）模式識(shí)別模式識(shí)別就是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動(dòng)處理和判讀，這里把環(huán)境與客體統(tǒng)稱為“模式”。3）自然語言處理自然語言處理是人工智能早期的研究領(lǐng)域之一，也是一個(gè)極為重要的領(lǐng)域，主要包括人機(jī)對(duì)話和機(jī)器翻譯兩大任務(wù)，是一門融語言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)。4）機(jī)器人學(xué)機(jī)器人和機(jī)器人學(xué)是人工智能研究的另一個(gè)重要的應(yīng)用領(lǐng)域，促進(jìn)了許多人工智能思想的發(fā)展，由它衍生而來的一些技術(shù)可用來模擬現(xiàn)實(shí)世界的狀態(tài)5）智能操縱人工智能的進(jìn)展促進(jìn)自動(dòng)操縱向智能操縱進(jìn)展。智能操縱是一類無需(或需要盡可能少的)人的干預(yù)就能夠獨(dú)立地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動(dòng)操縱?；蛘咧v，智能操縱是驅(qū)動(dòng)智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)的過程。

6）感知問題感知問題是人工智能的一個(gè)經(jīng)典研究課題，涉及神經(jīng)生理學(xué)、視覺心理學(xué)、物理學(xué)、化學(xué)等學(xué)科領(lǐng)域，具體包括計(jì)算機(jī)視覺和聲音處理等。人工智能核心技術(shù)與理論模型

深度學(xué)習(xí)深度學(xué)習(xí)的本質(zhì)就是人工神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)就是通過模擬生物神經(jīng)網(wǎng)，而使得機(jī)器能夠具備學(xué)習(xí)能力，從而具備智能。深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)系統(tǒng)的不同之處在于，它能夠在分析大型數(shù)據(jù)集時(shí)進(jìn)行自我學(xué)習(xí)和改進(jìn)，因此能應(yīng)用在許多不同的領(lǐng)域。深度學(xué)習(xí)的應(yīng)用1）圖像識(shí)別

圖像識(shí)別是最早深度學(xué)習(xí)的應(yīng)用領(lǐng)域之一，其本質(zhì)是一個(gè)圖像分類問題2）機(jī)器翻譯傳統(tǒng)的機(jī)器翻譯模型采用是基于統(tǒng)計(jì)分析的算法模型，可想而知，對(duì)于復(fù)雜的語言表達(dá)邏輯，效果并不佳。而基于深度學(xué)習(xí)的機(jī)器翻譯，讓機(jī)器翻譯出來的結(jié)果更加接近人類的表達(dá)邏輯，正確率得到了大大的提高3）自動(dòng)駕駛現(xiàn)在很多互聯(lián)網(wǎng)大公司都在自動(dòng)駕駛上投入了大量的資源，如國內(nèi)的百度、美國的Google公司、Uber公司等。深度學(xué)習(xí)技術(shù)感知機(jī)感知機(jī)被稱為深度學(xué)習(xí)領(lǐng)域最為基礎(chǔ)的模型。雖然感知機(jī)是最為基礎(chǔ)的模型，但是它在深度學(xué)習(xí)的領(lǐng)域中有著舉足輕重的地位，它是神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)學(xué)習(xí)的基礎(chǔ)，可以說它是最古老的分類方法之一。感知機(jī)接收多個(gè)輸入信號(hào)，輸出一個(gè)信號(hào)。這里所說的“信號(hào)”可以想象成電流或河流那樣具備“流動(dòng)性”的東西。感知機(jī)的多個(gè)輸入信號(hào)都有各自固有的權(quán)重，這些權(quán)重發(fā)揮著控制各個(gè)信號(hào)的重要性的作用。也就是說，權(quán)重越大，對(duì)應(yīng)該權(quán)重的信號(hào)的重要性就越高。事實(shí)上，感知器不僅僅能實(shí)現(xiàn)簡(jiǎn)單的布爾運(yùn)算。它可以擬合任何的線性函數(shù)，任何線性分類或線性回歸問題都可以用感知器來解決。使用感知機(jī)來劃分二維平面。神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)（NeuralNetwork，NN）亦稱為人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN），是由大量神經(jīng)元（Neurons）廣泛互連而成的網(wǎng)絡(luò)，是對(duì)人腦的抽象、簡(jiǎn)化和模擬，應(yīng)用了一些人腦的基本特性。神經(jīng)網(wǎng)絡(luò)的信息處理是由神經(jīng)元之間的相互作用實(shí)現(xiàn)的，知識(shí)與信息的存儲(chǔ)主要表現(xiàn)為網(wǎng)絡(luò)元件互相連接的分布式物理聯(lián)系。前饋神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)中最基本的網(wǎng)絡(luò)結(jié)構(gòu)，它通常由3部分組成，包括輸入層、隱藏層和輸出層。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)也稱為訓(xùn)練，指的是通過神經(jīng)網(wǎng)絡(luò)所在環(huán)境的刺激作用調(diào)整神經(jīng)網(wǎng)絡(luò)的自由參數(shù)，使神經(jīng)網(wǎng)絡(luò)以一種新的方式對(duì)外部環(huán)境做出反應(yīng)的一個(gè)過程。激活函數(shù)激活函數(shù)（ActivationFunctions）對(duì)于人工神經(jīng)網(wǎng)絡(luò)模型以及卷積神經(jīng)網(wǎng)絡(luò)模型去學(xué)習(xí)理解非常復(fù)雜和非線性的函數(shù)來說具有十分重要的作用。常見的激活函數(shù)有Sigmoid、tanh和ReLU損失函數(shù)損失函數(shù)是模型對(duì)數(shù)據(jù)擬合程度的反映，擬合得越差、損失函數(shù)的值就越大。與此同時(shí)，當(dāng)損失函數(shù)比較大時(shí)，其對(duì)應(yīng)的梯度也會(huì)隨之增大，這樣就可以加快變量的更新速度。卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)顧名思義是在神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上加入了卷積運(yùn)算，通過卷積核局部感知圖像信息提取其特征，多層卷積之后能夠提取出圖像的深層抽象特征，憑借這些特征來達(dá)到更準(zhǔn)確的分類或預(yù)測(cè)的目標(biāo)。卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）由輸入層、輸出層以及多個(gè)隱藏層組成，隱藏層可分為卷積層、池化層、ReLU層和全連接層，其中卷積層與池化層相配合可組成多個(gè)卷積組，逐層提取特征。卷積層。卷積是一種線性計(jì)算過程，卷積運(yùn)算實(shí)際是分析數(shù)學(xué)中的一種運(yùn)算方式，在卷積神經(jīng)網(wǎng)絡(luò)中通常是僅涉及離散卷積的情形。池化層。池化層又稱為下采樣層，主要是通過對(duì)卷積形成的圖像特征進(jìn)行特征統(tǒng)計(jì)全連接層。圖像經(jīng)過卷積操作后，其關(guān)鍵特征被提取出來，全連接層的作用就是將圖像的特征進(jìn)行組合拼接生成對(duì)抗網(wǎng)絡(luò)生成對(duì)抗網(wǎng)絡(luò)（GenerativeAdversarialNetworks，GAN）獨(dú)特的對(duì)抗性思想使得它在眾多生成網(wǎng)絡(luò)模型中脫穎而出，被廣泛應(yīng)用于計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)和語音處理等領(lǐng)域。GAN的網(wǎng)絡(luò)結(jié)構(gòu)由生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)共同構(gòu)成。自然語言處理自然語言處理（NaturalLanguageProcessing，NLP）是指利用計(jì)算機(jī)對(duì)自然語言的形、音、義等信息進(jìn)行處理，即對(duì)字、詞、句、篇章的輸入、輸出、識(shí)別、分析、理解、生成等的操作和加工。計(jì)算機(jī)處理自然語言的整個(gè)過程一般可以概括為4部分：語料預(yù)處理、特征工程、模型訓(xùn)練和指標(biāo)評(píng)價(jià)。機(jī)器視覺機(jī)器視覺是用機(jī)器代替人眼來做測(cè)量和判斷，機(jī)器視覺的最終目標(biāo)就是讓機(jī)器像人一樣，通過視覺觀察和理解世界，具有自主適應(yīng)環(huán)境能力。機(jī)器視覺應(yīng)用——視覺定位，視覺定位能夠準(zhǔn)確地檢測(cè)到產(chǎn)品并且確認(rèn)它的位置。機(jī)器視覺作為工業(yè)傳感的核心，是機(jī)器人和自動(dòng)化設(shè)備的眼睛，是構(gòu)建工業(yè)互聯(lián)網(wǎng)，建設(shè)數(shù)字化工廠感知網(wǎng)絡(luò)的關(guān)鍵技術(shù)，同時(shí)也是實(shí)現(xiàn)柔性化智能生產(chǎn)的重要組成部分。知識(shí)圖譜知識(shí)圖譜（KnowledgeGraph）本質(zhì)上，是一種揭示實(shí)體之間關(guān)系的語義網(wǎng)絡(luò)。一個(gè)簡(jiǎn)單的語義網(wǎng)絡(luò)，用A、B分別表示節(jié)點(diǎn)1、節(jié)點(diǎn)2，用R表示A與B之間的語義聯(lián)系。知識(shí)圖譜與大數(shù)據(jù)、深度學(xué)習(xí)一起成為了推動(dòng)互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅(qū)動(dòng)力。通過知識(shí)增強(qiáng)機(jī)器學(xué)習(xí)的過程來不斷豐富知識(shí)圖譜的內(nèi)容，最終使應(yīng)用更加智能。最優(yōu)化理論優(yōu)化理論是關(guān)于系統(tǒng)的最優(yōu)設(shè)計(jì)、最優(yōu)控制、最優(yōu)管理問題的理論與

方法。最優(yōu)化，就是在一定的約束條件下，使系統(tǒng)具有所期待的最優(yōu)功能的組織過程，是從眾多可能的選擇中做出最優(yōu)選擇，使系統(tǒng)的目標(biāo)函數(shù)在約束條件下達(dá)到最大或最小。工業(yè)人工智能

工業(yè)人工智能，通常是指人工智能在工業(yè)上的應(yīng)用。與作為前沿研究學(xué)科的通用人工智能不同，工業(yè)人工智能是構(gòu)建計(jì)算機(jī)化系統(tǒng)執(zhí)行需要人