过系统的 技术研究、产业调研、标准分析与综合研判，梳理关键领 域网络安全风险与挑战，提出标准化发展趋势及相关工作 实施建议，为网络安全国家标准制修订与网络安全保障实 施提供前瞻性的技术参考与决策支撑。 II 声 明 本《技术报告》版权属于网安标委秘书处，未经秘书 处书面授权，不得以任何方式抄袭、翻译《技术报告》的 任何部分。凡转载或引用本《技术报告》的观点、数据， 请注明“来源 善关键环节的技术规范，支撑算法可信、车云协同与通信安全等关 键能力建设，为行业监管、标准制定及评估测试工作的开展提供技 术支撑。 本研究围绕“智能驾驶网络和数据安全标准体系构建”展开， 聚焦感知、决策、执行、通信及运维等关键环节，系统梳理跨车 端—通信链路—云平台的安全风险与典型案例，提炼面向实际应用 的安全需求；在此基础上，构建涵盖通用安全与基础共性、网络安 全、数据安全、人工智能安全及安全管理与能力保障的标准体系框 其中，智能驾驶是指智能网联汽车通过融合“智能功能”与“网联 功能”，依托环境感知、智能决策、自动控制及与外界的信息交互， 执行部分或全部动态驾驶任务。基于上述定义，研究内容既涵盖单 2 车智能驾驶场景下的系统安全问题，也覆盖车路协同环境中的跨系 统安全问题。 基于上述技术发展与安全演进特征，开展智能驾驶网络和数据 安全标准化研究，需围绕感知、决策、控制、通信、更新及运营等 关键环节，系统识别安全风险，明确安全需求，构建覆盖全链条的

客户成长 生态协同能力类 生态体系 生态规划 生态建设 产品生态 流程生态 研发生态 运营生态 战略管控能力类 数字战略 战略规划 战略体系 战略考评 资源保障 决策支持 T/CAICI XXXX—XXXX 4 技术创新支持 IT支持 智库支持 数字文化 数字化认同 创新认同 组织管理能力类 组织机制 组织模式 数字职务 组织建设了基于 客户订单的产供 销协同系统 组织的产供销协 同平台实现订单 自动分解到对应 的制造商 组织的产供销协 同平台可实现区 域、用户群体需求 的统计分析并指 导研发、生产等企 业经营决策 （1）组织的产供 销协同平台可实 现供应商、制造 商、分销商与客户 间全链条的协同 （2）组织的生产 协同平台可实现 生产、管理的合作 生产模式，达到资 源的充分利用 柔性运营 组织是否采 数据分析 数据分析能力指标包括基于数据分析的决策体系与管控系统、数据分析管控系统应用情况2个评估 维度。 表 17 数据分析能力发展等级要求 评估维度 问题 能力发展等级要求 L1 L2 L3 L4 L5 L6 基于数据 分析的决 策体系与 管控系统 是否搭建基 于数据分析 的决策体系 与 管 控 系 统？ 组织未建立决策 体系与管控系统 组织计划建立基 于数据分析的决

注:知识是对信息进一步提炼和加工形成的关于客体对象原理、规律、机理等的形式化表达。 3. 6 智能模型 intelligentmodel 基于多元异构数据,对相关业务对象的运行功能等进行智能自主感知、分析、预测决策和学习进 化,可基于智能驱动支持实现业务自主运行、自适应、自学习进化的模型。 注:数字模型、知识模型、智能模型都属于数字化模型。 3. 7 业务场景 businessscenario 关于业 建设)、用户服务、经营管理等环节的深度应用,逐步提升各 相关业务的数字化、网络化、智能化水平,包括但不限于: a) 产品/服务数字化、网络化、智能化,包括提升产品或服务的状态感知、交互连接、智能决策与优 化等; b) 研发(规划)设计数字化、网络化、智能化,包括数字化建模与仿真优化、智能化研发管理等; c) 生产(建设)数字化、网络化、智能化,包括生产/服务现场生产(建设)活动的数字化、智能化管 用户服务数字化、网络化、智能化,包括以用户为中心的服务全过程动态管控,以及服务资源按 需供给和动态优化配置等; e) 经营管理数字化、网络化、智能化,包括基于数字化模型的管理活动精准管控、动态优化和智能 辅助决策等。 5. 3. 3 业务集成融合 业务集成融合是指跨部门、跨业务环节、跨层级的业务集成运作和协同优化。企业应按照纵向管控 (资源链)、供应链(价值链)、产品(资产)寿命周期[产品链(资产链)]等维度

而 形成的“信息孤岛”，实现各类基础大数据的共享和交换； c) 支持基于大数据的反馈和决策，实现扁平化管理，促进校务公开，提升院校治理水平； d) 基于利益相关方，制定多元参与、协同发力的“数字校园”政策，构建人机结合、虚拟空间与现 实空间协同的教育治理体系，有利于提升教育决策的参与度与透明性，提高决策的科学性与预 见性。 2.1.2.4 有利于校园公共服务和文化生活品质的提升 构建虚拟 a) 构建教科研信息系统，整合学校教科研相关数据，支持日常教研、科研活动的各个环节管理， 为从事教学研究和科学研究的教师和学生提供教科研资源调度和信息服务支持，为学校教科研 管理部门提供教科研管理决策支持； b) 搭建网上协同、网上学术空间等信息化支撑环境和基础条件平台，支持教师各种类型的教科研 活动，促进科研组织模式变革，支持教师教科研水平和能力的持续提升； c) 构建产学研用合作与协同 《职业院校数字校园规范》 涵盖培养目标、专业设置、课程与资源、教学运行、校企合作、保障条件等多个方面情况的动 态检测和分析评价，为管理者科学决策、为学生学习反馈、为教师教学改进提供依据； b) 基于网络教学平台、教学管理平台、教育教学质量评价系统等，改革教师教学评价体系和方式 ， 改革学生学习评价体系和方式，支持和鼓励教师开展学生自主学习活动的设计和评测，实现信

接入、协议转换及边缘计算，实现对水产养殖环境、 养殖设备及生产流程的实时监测、远程控制和数据驱动决策。 分析平台 analysis platform 基于人工智能技术的渔业养殖数据分析系统，通过算法模型对感知设备采集的多源数据进行实时 处理、趋势预测与异常告警，具备数据可视化、决策建议输出及模型持续优化功能，为渔业养殖精准化 管理提供技术支撑。 智能预警 intelligent 自动关联病害图 谱和应急操作视频的多媒体指引功能，并实现结构化存储报警信息，保持原始数据与增强内 容的关联关系； —— 智能分析：召回历史相似预警案例，同步基于养殖策略库输出处置建议，辅助快速决策。 4.3.4 智能控制 应满足但不限于： —— 设备联动：基于水产养殖数据与分级预警规则，联动增氧机、投饲机等设备，根据环境参数 （如溶氧＜4mg/L 时自动启动增氧机）与预设养殖策略（如投饲量=鱼体重×3%）动态调整设

b）2）的一个示例，考虑 GB/T 22080—XXXX 的 4.1 的要求。对外部和内部事项相关 的信息未要求文件化。因此，审核员不宜要求看到相关文件化信息。然而，如果组织不能解释其已对 这些问题进行决策，将构成对 GB/T 22080—XXXX 中 4.1.1 条款的不符合。但是，组织有责任确定证 明其符合要求的方式。证明方式包括最高管理者的解释（即有人知悉）；在会议中讨论过该主题；在 正式配置管 对组织实现其目标的能力产生的影响； b）来自于国际、国内、地区、当地的各种外部文化的、社会的、政治的、法律的、监管 的、金融的、技术的、经济的、自然的和竞争的环境； c）组织的特征或条件，例如组织管理，信息流和决策过程； ——组织的政策、目标和实现它们的策略； ——组织的文化； ——组织采用的标准，指导方针和模型； ——组织产品和服务的生命周期； ——信息系统，过程，科学和技术的潜在信息安全管理； d）审核和风险评估的趋势。 审核员宜确认组织已建立并持续维护风险接受准则以及信息安全风险评估实施准则。 虽然组织可以自行考虑与风险准则相关的任何因素，包括风险接受准则和信息安全风 险评估实施准则，但审核员宜评估组织是否基于已形成的决策建立了风险准则，包括 风险接受准则和风险评估实施准则。 比较合理的是，组织的风险准则包含在风险评估过程的文件化信息中。如果没有，组 织宜能够向审核员解释它们是什么。至少，它们宜包括组织的风险接受准则和风险评

受任何第三方的授意或影响。我们所获 取报酬的任何部分无论是在过去、现在及将来均不会与本报告中的具体投资分析意见或观点有直接或间接的 联系。 风险提示及免责声明 投资者应自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书 面或口头承诺均为无效。 本报告由渤海证券股份有限公司（以下简称“本公司”）制作，仅供本公司的客户使用。发送本报告不构成任 何 合个别客户，不构成客户私人咨询建议。在任何情况下，本公司、本公司员工或者关联机构不承诺投资者一定 获利，不与投资者分享投资收益，也不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。投 资者务必注意，其据此做出的任何投资决策与本公司、本公司员工或者关联机构无关。在任何情况下，本公司、 本公司员工或者关联机构不就本报告中的任何内容对任何投资做出任何形式的担保。 在所知情的范围内，本公司、本报告撰写人以及财产上的利害关系人与本报告所评价或作出明确估值和投资评 或其他财产权益，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。 市场有风险，投资需谨慎。投资者不应将本报告作为作出投资决策的唯一参考因素，亦不应认为本报告可以取 代自己的判断。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。 本报告版权为本公司所有。未经本公司事先书面许可，任何机构和/或个人不得以任何形式刊载、转发、翻版、 复制、发布或引用本报告全部或部分内容

SDSZ08 0006—2024 10 9.6 应急救援 9.6.1 应急救援宜包含应急接报、应急预案管理、应急资源管理、应急辅助决策、应急调度、应急事 件总结等功能。 9.6.2 应急救援宜支持与 VHF、统一通信平台的连动。 9.6.3 应急辅助决策宜支持基于 GIS 地图的事件定位、周边资源与救援力量分析、路径计算等功能。 9.6.4 应急救援宜支持电脑端与移动端联动、中心与现场人员联动，宜实现现场定位、指令流转、事 并在后台实现身份认证、操作记录、信息审核、信息删除、封禁用户等管理操作。 9.10 数字孪生 9.10.1 数字孪生航道宜结合真实场景，实现航道运行感知、航道养护、航道预警等系统中的主要功能， 为航道运行管理决策提供依据，提升航道管理水平。 9.10.2 数字孪生航道宜实现 AIS、雷达、航道视频、水文气象、电子卡口等航道感知设备的接入，纳 入数字孪生场景，实现航道现场实时动态的真实展现。 9.10.3

物联网数据从产生到被收集、处理、分析和发布所经历的时间长度 C4 视频接入 物联网应用应支持各种编码格式以及传输协议的视频信息接入 C5 数据融合分析 物流园区数据融合级别应不低于GB/T 37686规定的融合4级 C6 决策输出 物联网应用应通过融合分析形成各类数据报表、异常事件告警、对 象属性、执行方法等结果信息 C7 共享数据目录 应建立共享数据目录清单，明确共享数据的方法、数量、范围、类 型、权限审核等信息 C8 装备有效作业率 装备实际工作时间与总运行时间的比值 C3 作业中断次数 装备在单位工作时间内发生故障停止作业的次数，用于评估物联网 应用对装备异常状态的分析决策能力，通常以月为单位计量 C4 实时性 对装备状态获取、装备异常时发出告警以及应急决策的及时性 B6 周界管理 C1 入侵事件捕捉 园区周界管理应对各种入侵事件作出及时响应，并采集事件类型、 布防区域以及音视频信息 C2 智能预警 是

安防系统可靠性、保障其持续高效运行的重要手段和方 式。 本文件旨在为公共安全防范系统的智慧运维的建设及既有安防系统的提质增效与智能化改造提供 技术路径。通过智能感知、数据分析与AI决策等技术的应用，实现设备状态实时监测、故障智能诊断、 工单自动流转及运维质量科学评价的全流程闭环管理；同时有效降低系统运维成本，及时发现和处置安 全问题，提升安防系统的整体效能。 T/CDAFXH 2—2026 特征为“数据驱动、AI赋能、合规管控”。 智慧运维管理平台 intelligent operation and maintenance management platform 包括数据采集、监控、分析、运维流程管理、决策支持等功能，用于对各类设备、系统及业务进行 综合运维管控的信息化平台。 T/CDAFXH 2—2026 2 智能网关 intelligent gateway 通过采集和汇聚前端感