蜂窝移动通信网络、C-V2X 直连通信网络、卫 星通信网络及基础设施数据传输网络，构建全天候全域覆盖的高效连 接通道；依托分级部署的算力基础设施与算网协同服务，打造弹性智 能的计算能力底座；以纵深防御机制贯穿全链路，确保数据可信与系 统安全。三者有机协同，根据车辆应用场景的差异化需求，合理选择 连接通道、分配智能计算能力与采取安全防护策略，实现从基础安全 防护到高级智能服务的全栈技术支撑，最终达成智能网联汽车在驾驶 的数据，使车辆能够获 2 取更全面的交通环境信息。 另一方面，算力基础设施集信息计算力、网络运载力、数据存储 力于一体，为车辆提供从感知、决策到执行的全链路计算能力，实现 车辆从被动响应到主动智能的转变，最终达成安全、舒适、节能、高 效的智能出行体验，是智能网联汽车智能化的核心支撑。 图 1 -智能网联汽车网络架构图 二、 智能网联汽车网络发展现状与趋势 在整体视图框架下，从各类网联通信技术的发展态势看，已逐渐 对成熟的端边云协同计算体系，实现端算力之间，以及端边云算力之 间的资源共享及按需调度，为车辆提供即取即用、精准匹配的算力服 务能力。 9  建立全链路、主动式的纵深安全防御体系 构建覆盖“端-管-云”全链路，融合人工智能、密码技术和跨行业 信任机制的纵深防御体系，通过人工智能技术全面赋能网络安全防护， 实现网络异常行为检测、应急响应与联动处置等全链条自动化、智能 化能力；形成车联网统一身份认证体系架构，基于零信任架构实现跨

平台促进企业内部各部 门以及与外部合作伙伴之间的信息共享和协作创新。 通过实现上述目标，MDC 项目将为企业的数字化转型提供强 有力的支持，推动传统制造业向智能制造迈进，并在未来的市场竞 争中占据主动地位。 2. 项目目标 在 AI 大模型智慧工厂 MDC 项目中，项目目标的设定旨在通过 智能化和自动化技术的引入，提高工厂的生产效率、产品质量和运 营灵活性，同时降低人力成本和资源浪费。以下是项目的主要目 ）手段，可以进一步提 高用户身份认证的安全性。此外，定期审计用户权限，确保权限设 置的合理性和及时更新，是管理访问风险的重要措施。 然后，针对潜在的网络安全威胁，建议部署多层防御结构，包 括防火墙、入侵检测和防御系统（IDS/IPS）等。这些安全设备可 以实时监测网络流量，识别异常活动并及时发生警报。此外，流量 分析工具可以帮助识别潜在的攻击模式和数据泄露风险。 针对云服务提供商的选择，建议选择符合国际安全标准的数据 基于角色的访问控制 （RBAC） 确保用户仅能访问其角色所需的数据和功能。 多因素身份验证 （MFA） 增加用户身份验证的层次，保护敏感信息访问。 网络防火墙与 IDS/IPS 部署多层防御机制，实时监测和应对网络攻击。 安全标准遵循 选择符合 ISO 27001 和 SOC 2 认证的云服务提供商，确保其 安全合规。 最后，事故应急响应预案是解决安全事件的关键。应建立并完 善

网络的带宽管理、位置服务、分流等关键能力，并支 持工业等行业应用系统的部署，推动网络智能化演进，应 对异构网络协同部署与智能运维等挑战。 • 实现虚拟化网络相关负载的整合，包括 WAN 路由、虚拟 专用网络、防火墙、入侵防御系统、会话边界控制、运营 商级网络地址转换、Wi-Fi 和 SD-WAN 等功能。 • 数智园区网络设备需要提供更高的可用性，通过自动化故 障发现、自动运维、远程故障修复等方式降低业务中断， 之江实验室数智园区大运营体系 之江实验室数智园区大运营服务体系见图 16。大运营服务体 系设立 “以人为本、绿色高效、引领未来” 的建设目标，以物 联网平台为依托实现智能化系统互联互通，打破数据孤岛，变 被动发现为主动服务，在不断的数据积累和学习中不断提升运 营服务能力，使实验室的智慧运营系统持续完善，根据人员需 求出发，建设相对应的创新运营系统，服务实验室办公人员使 用和运营者管理，在此基础上不断细化需求，完善功能，总结 融合空间 4 个 基本特性 3 个 建设目标 以人为本 绿色高效 引领未来 数字 孪生 物理空间 数字空间 联接 计算 AI 云 全域感知 万物互联 主动服务 智能进化 健康安全 统一感知 数智安全 便捷通行 统一身份 数智通行 人性服务 统一助手 数智服务 绿色低碳 统一控制 数智低碳

目标：针对制造企业数字化转型过程中核心安全需求，制定针对性、可行性的安全解决方案 安全技术体系方案设计：基于网络架构、业务流程及安全风险，围绕网络安全、设备安全、 控制安全等，构建贴合业务场景的多重安全能力，形成纵深安全防御体系 安全管理体系方案设计：基于组织战略及业务目标等，设计人员规划、制度建设等安全管理 体系方案，明确标准制度查阅、工控安全活动全过程管理等，形成“技+管”结合的综合安 全管控能力 安全运维体系方案 满足更加精 准；另一方面，大模型的出现，赋予了老场景新活力，也撬动了新场景需求的释放。3）主观层面看，需求端企业既要满足上下游供 应链的协同要求，更要守住自身数据资产，并发挥其价值优势，这将促使企业主动寻求转型。 13903.4 15500.4 17608.4 20056.0 22924.0 26110.4 29818.1 34201.4 2023 2024 2025e 2026e 息化之外的“第三方”，在实际落地过程 中存在诸多阻力。因此，安全供应商应将安全能力嵌入生产业务流程中，以应用效果及业务价值为 指引，推动安全建设从“成本项”转变为“增值项”，激发制造企业对安全建设的主动投入意愿。 • 国内数字化安全服务市场同国外相比存在显著差异。由于缺乏统一的行业标准，各厂商在设备接口、 通信协议等方面存在兼容性问题，这不利于形成开放协同的产业生态，进而制约了产业发展。为此，

第一 绝艺 AI ： UEC 杯世界围棋大赛冠军 腾讯觅影 ：早期食道癌识别率到达 90% 手机管家 ： 1.85 亿月活用户行业第一 打击黑产 ：亿级黑产信息库、超 60 亿恶意样本 大禹防御 ：为用户抵御 50 万次攻击 ，最高攻击超 400G 腾讯技术赋能 定位 ： 500 亿次 / 天 ， 20T/ 天 搜索 ： 5200 万 POI 导航 ： 1 亿次 / 天 ，分钟级更新

跨工序迁移：将冲压工艺知识迁移至焊接工序 ➢ 跨工厂迁移：在分布式制造节点间同步质量检测经验 ◼ 安全容错机制重构 工业大模型建立新型安全保障体系： ➢ 不确定性量化：输出置信区间及风险预警 ➢ 防御性蒸馏：抵抗对抗样本攻击 ➢ 退化监测：实时跟踪模型性能衰减 1.3 工业大模型的分类体系 工业大模型的快速发展催生了多样化技术形态和应用模式。为系统认知其 技术边界与适用场景，本节从 视的关键问题。工业场景中 的模型应用往往涉及大量敏感信息，如生产流程、设备运行状态等，一旦泄露 可能给企业带来巨大损失。因此，需要采用多层次的安全保障措施来确保模型 的安全运行。 对抗样本防御技术通过对抗训练和输入检测算法，提升模型对异常输入的 鲁棒性。通过生成对抗样本，模拟恶意攻击，让模型在训练过程中学习识别和 抵御这些攻击，避免恶意输入导致模型输出错误结果。在工业图像识别任务中， 根据实时生产数据、订单信息和历史生产记录，自动生成详细的生产计 划，并实时监控执行情况，及时调整计划以应对突发状况，如设备故障、原材 料供应延迟等，确保生产过程的顺利进行。在设备维护中，AI-Agent 主动检测 设备状态，通过分析传感器数据和历史维护记录，预测潜在故障，并提前提出 维修建议，安排维修人员和准备维修备件，降低设备故障率，提高设备的可靠 性和使用寿命。如图 2.8 所示，AI-Agent

工艺和管理优化周期长、难度高：对于生产制造型园区，相关工艺流程的更新需要 考虑实际技术发展和经济性，通常受到技术，成本和时间的制约。管理体系的优化 需要长期细致的运营，在积极借鉴外部经验的同时充分发挥内部主动能动性才能有 效果。 ▪ 能源循环利用系统建设：从理念设计开始，就需要考虑整体系统循环利用的可能性 和实操性，提升低品位能源的利用率；在运营阶段也必须有方法论的指导和日常运 维的落实。 考虑热电联供或冷热电三联供等具备热电耦合能力的高能效设备 能源分配： ▪ 配电系统应当充分考虑与智能楼宇的体系化融合，拥有与暖通（空调、热泵等）、 冷热水（电热水）、电梯（安全）和照明系统等主动交互能力， ▪ 加强能源分配的数字化建设（监控基本参数，能量数据，流量数据等）， 14 率，解决水力系统不平衡造成的能源损失 ▪ 建设远程运维能力（参数设定，数据查询，问题排查），设备可视化等 能源使用： ▪ 被动优先，主动优化： 1. 提高楼宇被动节能的能力，采用先进的设计理念，更好地利用自然环境中的冷/ 热以及光照甚至雨水，尽可能地减少楼宇本身的能耗需求 2. 通过控制手段主动节能降耗，将楼宇中越来越多的设备和系统，如照明、空 调、暖通等，纳入精细化管理运营的范围，将工位、会议室、商场等具体空间

决策力，实现事前主动风 险预判预防。 图 1-2 未来园区的多种融合方式 园区网络安全保障为智慧园区建设的核心需求，网络融合带来安全隔离的 要求，需要有高性能、硬隔离的基础网络来保障。端到端的网络切片等安全隔离 技术也将成为未来网络安全的主流技术及组网方式。 园区需基于物理安全、数据安全、网络安全等维度，全面提升立体主动安全 的能力。园区网络的主动安全防护需主动感知、实时监测和智能分析网络威胁， 准定位等手段，实现光+Wi-Fi 的自适应优化，实现用户级业务体验实时动态保障， 保障网络不同层次的“零故障”体验，满足企业业务不断增长的品质诉求。 网络层自动驾驶：通过知识图谱实现智能故障定位和主动优化。 网络层自动驾驶主要包括故障自动发现，智能故障定位，故障恢复，网络级 中国电子节能技术协会 绿色全光网络专业委员会 22 22 性能优化等自动化能力。自动驾驶通过数字孪生，知识图谱，机器学习等技术， 网元层自动驾驶：通过光层数字化实现隐患主动预测。 网元层自动驾驶首先要求光层网络数字化，数字化涉及光链路层/光信道/光 部件/光业务等 4 层系统的数字化，需将原光系统的模拟信号转变为确定且可视的 数字信号。并在数字化之上构筑自动驾驶的资源数据底座（包括资源、业务、数 字光缆、网络拓扑等）和性能数据（包括光性能、KQI、单板器件性能等）底座。 网元层基于上述数据信息，融合智能预测和感知算法，进一步构筑故障主动预测，

层治理能力，构建多元主体协同共治格局。 • 主动公开多类政务信息：园区不断提升信息透 明度，自觉接受公众监督，保障公众知情权。 政府门户网站全年主动公开各类信息39,974 条，其中政府文件216条，微博发布2,678条， 微信发布1,804条。 • 丰富政策解读：园区围绕营商环境、规划建设、 就业、教育等涉及面广，社会关注度高的领域， 主动进行政策解读，制作多种形式政策解读 20余条，汇编政策解读合集83篇，累计浏览 口应用”，极大增加了内部的协同效率。 • 城市治理“一网统管”：利用数字化技术对城 市进行统一的管理和监控，提高城市治理的智 能化水平。2023年，园区通过“一网统管” 对工单数据进行AI挖掘分析，提升工单处置效 能15%以上。主动发现民生热点或潜在风险， 为辅助决策提供数据依据。同时构建了市、区、 街道三级指挥体系，实现纵向与市级部门和园 区各板块，横向与园区各委办局的联动通信能 力。 图：“1+4+x”架构 图：“一网统管”

健全行业降碳引导制度 能源领域 17 加大可再生能源发展扶持力度 延续分布式光伏发展政策，推行《苏州工业园区进一步推进分布式光伏发展的若干措施》， 强化市场主体的基础性作用，激发企业主动性，加强光伏项目监测和管理，有序推进分布 式光伏开发利用。在政策到期后对该政策进行实施效果评估，开展政策延续或政策修订工 作。推进地热能综合开发应用，出台政策引导热泵规模化应用，大力推广地源热泵、空气 30 在苏州东站片区、现代服务产业园、总部经济产业园、吴淞湾未来 城、桑田科学岛等能耗集中区域探索规划建设综合能源利用示范项目 31 加强与苏州市电力公司合作，从配电网规划、主动配电网示范工程建 设及精细化调控、源网荷友好互动体系构建、配用电通信端接入、地 下综合管线运维等多个层面提升电网技术水平，提高配电网可靠性及 电能质量的建设工程 32 推进新型 储能规模 以机关办公建筑、大型公共建筑为重点，积极开展公共建筑节能改造 97 结合城市更新和老旧小区改造，同步开展居住建筑节能改造 98 实施超低能耗、近零能耗、零能耗建筑改造，按照着轻改造、被动优 先主动优化和最大化利用可再生能源原则，通过节能、产能、光储直 柔等技术创新，将老旧建筑改造成零碳、零能耗、零排放、零废水的 “四零建筑” 99 拓展可再生能源建筑应用方式，推进新建建筑可再生能源一体化建设