结论扩展表。】 测评结论和重大风险隐患 被测对象名称 安全保护等级 第 Z 级（SXAY） 扩展要求 应用情况 云计算 移动互联 物联网 工业控制系统 大数据 其他_______ 被测对象描述 【填写说明：简要描述被测对象承载的业务功能等基本情况，包括被测 对象的子系统情况，建议不超过 300 字】 下表中列出。】 表 被测对象描述-2 安全通用要求指标 安全类 控制点 测评项数 2.2.2 安全扩展要求指标 【填写说明：描述采用移动互联技术、云计算技术的被测对象，以及物联网、 工业控制系统、大数据等特殊类型的被测对象，选择《基本要求》中对应级别 的安全扩展要求作为等级测评的指标，以表格形式在下表中列出。】 表 被测对象描述-3 安全扩展要求指标 扩展类型 安全类 控制点 测评项数 报告编号：XXXXXXXXXXX-XXXXX-XX-XXXX-XX 【2025 版】 3.4.7 其他系统或设备 【填写说明：其他系统或设备主要包括：移动互联的移动终端、物联网的感知 终端、工业控制系统的控制设备等。】 3.4.7.1 已有安全控制措施汇总分析 3.4.7.2 主要安全问题汇总分析 3.5 安全管理中心 【填写说明：集中汇总各被测对象在系统管理、审计管理、安全管理方面的实

数字化维修运维：预测性维护所检测的实时加工数据可成 为工厂整体运维管理系统的重要输入，并基于数据分析结 果启动后续的维修服务流程及备品备件物料拉动流程。 3. 生产及物料控制系统赋能：基于安装在设备上的传感器 传输数据及自动化控制系统数据，生产及物料控制系统 能实时进行加工数据的收集、存储、整理并形成可视化报 告，作为生产管理的重要输入。 4. 供应链赋能：设备故障预测系统能对关键部件的质量表 现进行不 应商绩效考核评估及作为议价基础。 06 以预测性维护为基础 开展的数字化运维场景 06 / 预测性维护应用场景示例(非穷尽) > 数字化资产 盘点 > 数字化维修 运维 > … > 生产及物料 控制系统赋能 > … > 供应商管理赋能 – 质量绩效 考核 – 议价依据 – … 1 2 3 4 资料来源：罗兰贝格 预测性维护是人工智能在数字化运维领域的重要实现，具 有主动、智

图像、文字、语音 作物生长采集器 孢子捕捉仪 虫情测报仪 问诊信息 农田地理信息采集系统 农田环境与农情信息采集 分析系统 农事综合管理系统 农业数据分析决策系统 农业植保监测系统 智能灌溉控制系统 农事问答服务应用系统 农业示范园综合管理 面向设施农业园区，进行人员、设施设备、 农作物、环控、仓储、财务等内容的统筹监控。 农业生产过程管理系统 对温室作物种植过程提供统一管理平台。 荣华和优然企业自筹资金。 健全农业农村数据采集体系 促进数据融合 建设数字乡村 服务乡村振 兴 漯 河 市 召陵 区 现 代 农 业 产 业 园 信息化建设内容：地理信息采集系统 、智 能灌溉控制系统 、农田综合信息采集系统、 农业植保监测系统 、耕地质量监测管理系 统 、农事综合管理系统 、农机管理应用 系 统 、农产品追溯源系统 、田长制产区 巡检 管理系统 、农作物长势分析软件系 EPC ，项目规模 2 万亩（新建 1.5 万亩 ，提升 0.5 万亩） ，其中 ， 2000 亩高标准农田示范区 。主 要 实现节水灌溉和四情监测。 建设内容： 地理信息采集系统 、智能灌溉控制系统 、农田综合信 息采集系统 、农业植保监测系统 、农业水价改革系统 、耕地质量 监测管理系统 、农事综合管理系统 、农机管理应用系统 、农产 品 追溯源系统等内容。 项目特色：引入智慧植保和农事学习

相 关 记 录 文 件 网络安全等级保护基本要求 2.0 解读 云计算安全扩展要求 云计算安全扩展要求 云计算安全扩展要求 云计算安全扩展要求 工业控制系统安全扩展要求 工业控制系统安全扩展要求 工业控制系统安全扩展要求 THANK YOU

基础信息网络 工业控制系统 云计算平台 物联网 大数据  大数据、大数据应用、大数据平台、基础设施单独或组合可以构成定级对象，当涉及不同责任主体时，应当分别定级 。  安全责任主体相同的大数据、大数据平台和应用可作为一个整体对象定级。  现场采集 / 执行、现场控制和过程控制等要素应作为一个整体对象定级，各要素不单独定级；生产管理要素宜单独定级。  对于大型工业控制系统，可以根据系 “感知节点设备安全”、“感知网关节点设备安全”、 “感知节点的管理” 和 “数据融合处理” 等方面。 工业控制系统安全扩展要求 9 15 21 11 主要增加的内容包括 “室外控制设备防护”、“工 业控制系统网络架构安全”、“拨号使用控制”、 “无线使用控制” 和 “控制设备安全”等方面，针对 工业控制系统实时性要求高的特点调整了 “漏洞 和风险管理” 和“恶意代码防范 管理” 方面的要求。 等级保护扩展要求项

炼钢流程，而渣进一步处理可用于建筑材料等领域。 在高炉冶炼过程中，还存在许多影响因素，如炉料的配比、炉 温的控制和风口的气流分布等。这些因素对冶炼效率和产品质量产 生了重要影响，因此，在高炉冶炼中采取合理的自动控制系统和实 时监测手段至关重要。 为了提高高炉冶炼的效率和降低能耗，建议实施以下几项可行 的方案：  原料预处理：对铁矿石进行预破碎和筛分，确保粒度适宜，提 高反应效率。  温度监测与控 验和切割，确保待加工材料符合尺寸和质量要求。此阶段通常包括 对厚度、宽度和长度的测量，并进行必要的标定。成品加工中使用 的设备包括切割机、矫正机、轧钢机等。这些设备需要通过高效的 算法和精准的控制系统来保证加工精度和效率。 接下来是热处理工艺，热处理是提高钢材机械性能的重要环 节，通常包括退火、淬火、回火等多个步骤。通过对钢材施加不同 的温度和冷却速度，可以有效改善其硬度、韧性和强度。此过程不 进行，通过减少材料 的厚度，增强其力学性能和表面质量，适用于薄板、薄带等产品。 为提高挤压和轧制过程的生产效率和成品质量，建议实施以下 方案： 1. 设备智能化改造： o 采用先进的伺服控制系统，提升挤压与轧制机的精度与 响应速度。 o 引入传感器技术，实现实时数据采集，监测温度、压力 及速度等关键参数，确保过程的稳定性和均匀性。 2. 优化工艺参数： o 定期分析不同钢材的挤压与轧制工艺，确定最佳的温

服务 专各科室常见病例解答、诊疗协助、 高清远程诊疗、识别和结算终端、 用药提醒、智能查房、术后指导等 配送 服务 药品配送、标本运输、手术物资 运输 交互系统 感知系统 运动控制系统 应用开发 SDK 交互 VUI 、 GUI ，多模态交互 人脸识别，动作识别 环境识别，环境语义 自主导航， SLAM 路径规划，动态避障 机器人模块化 SDK 进行应用 开发

投资建议及关注标的 行业评级及风险提示 请务必阅读报告附注中的风险提示和免责声明 19 软件类型 名称 主要功能 过程模拟 软件 Aspen Plus 美国 Aspen Tech 开发，由先进控制系统、闭环实时优化系统、油品调合先进过程控制与优化系统、在 线监控系统及智能化的控制器维护系统等多部分构成，各系统相互结合，能够有效优化生产操作，设 计和改进工厂工艺流程，实现工厂资产利用最大化。 万条高性能轿车、轻卡子午线轮胎项目 ”及 “森麒麟（摩洛哥）年产 600 万条高性能轿车、轻卡子午线轮胎项目” ，项目建成后 ，将进一步提升公司的整体竞争能力和盈利能力。 公司以智能制造为抓手 ，从智能中央控制系统 、智能生产执行系统 、智能仓储物流系统 、智能检测扫描系统 、智能调度预警系统五个主要模 块， 打造覆盖研发及设计 、生产制造及检测 、仓储及信息化管理的智慧工厂物联网体系 。智能制造应用可有效提高设备利用率及产能利用率 ，国海证券研究 所 2023E 2022A 2024E 中控技术（机械）：国内工业自动化系统龙头，核心竞争力突出 公司致力于满足流程工业的产业数字化需求 ，深耕集散控制系统（ DCS ）、安全仪表系统（ SIS ）、 网络化混合控制系统等自动化控制系 统 ，并 以此为基础 ，大力布局和发展工业软件、行业解决方案、仪器仪表等产品及线上线下结合的服务模式 ，形成了较为完善的“工业 3.0+4.0” 产品

人工智能的实时性要求很高，ASIC 可以提供更快的数 据处理速度， 有助于实时监控和过程控制。 同时，ASIC 芯片体积 较小，更适用于 制造业场景中空间有限的设备，例如小型传感器或 18 紧凑型控制系统。 此外，ASIC 芯片集成安全特性，可靠性强，可以 在制造业相对不稳 18 定的环境中保持稳定运行，更加适用于制造业场景。 在制造业数据方面，制造业数据市场空间持续增长。中国作为 全 备可能因设计缺陷、软件漏洞或操作错误而导致安全事故。例如， 伺服驱动器、智能传感器和控制系统中可能存在后门或安全漏洞， 攻击者可以利用这些弱点进行恶意攻击，从而影响生产安全和效率。 此外，随着互联网技术在制造业的广泛应用，智能制造系统的网络 连接性大幅提升。这种连接性虽然带来了便利，但也使得系统易受 到网络攻击。黑客可以通过网络入侵工业控制系统，导致数据泄露 或生产中断，给企业带来巨大的经济损失。此外，生产制造环节中

第五大应用能力 远程操控灵活避障 视频连线自动接通 智能行诊科学化 。 双向视频 双向语音 鼠标控制 交互策略 监控模式 ASR NLP TTS VSLAM 数据库 机械系统 驱动系统 控制系统 感知系统 减少不必要程序 提升时间自由度 提高服务效率 第六大应用能力 4.3% 0.3% 56.8% 患者住院 患者出院 护士操作机器人巡房通知简易流程图 减少重复性工作，提升护士护理效率