社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

DigiTwin | 数字孪生信息物理安全

数字孪生DigitalTwin • 3 月前 • 225 次点击  

点击蓝字 关注我们↑↑↑

DIGITAL TWIN

如果您不希望错过文章,就加个星标吧!


本期阅读


 文章信息 

论文《From attack surface to security asset: a systematic review of Dual-Role Digital Twins in cyber-physical security于2026年6月发表于《Digital Twin》期刊。本文由伊拉克与马来西亚的研究团队联合完成,研究基于2019—2025年20篇相关文献,系统分析数字孪生在网络物理系统中的双重安全属性,提出“数字孪生双重角色框架”,揭示数字孪生既可能扩大系统安全暴露面,也能够成为主动防御的重要工具。

引用本文:

Habeeb, N. J., Weli, S. T., & Almaliki, A. J. Q. (2026). From attack surface to security asset: a systematic review of Dual-Role Digital Twins in cyber-physical security (2019–2025). Digital Twin. https://doi.org/10.1080/27525783.2026.2679856



 核心速览    


From attack surface to security asset: a systematic review of Dual-Role Digital Twins in cyber-physical security


N. J. Habeeb, S. T. Weli & A. J. Q. Almaliki

作者单位

a Department of Information Technology Management, Administrative Technical College, Middle Technical University, Baghdad, Iraq; 

b Department of Tourism Management Technologies, Administrative Technical College, Middle Technical University, Baghdad, Iraq; 

c School of Computing, UUM College of Arts and Sciences, Universiti Utara Malaysia, Malaysia



摘要

数字孪生的实时连接和高保真映射能力在提升系统智能化水平的同时,也带来了新的安全暴露面。基于PRISMA系统综述方法,对2019—2025年相关研究进行分析,构建数字孪生双重角色框架,提出“风险暴露—防御赋能”动态模型,并建立“沙盒、传感器、蜜罐、分布式账本”四类主动防御体系,为数字孪生安全治理提供新的理论框架。


内容简介

1. 引言

数字孪生通过实时数据同步实现物理系统与虚拟系统的动态映射,已广泛应用于制造、医疗、能源和智慧城市等领域。然而,持续增强的连接性在提升智能化水平的同时,也带来了数据篡改、模型操纵和虚实反向攻击等新风险。数字孪生既可能扩大系统安全暴露面,又能够支撑攻击仿真、异常检测和主动防御,因此呈现出风险暴露与安全赋能并存的双重特征。


2. 背景与数字孪生架构

数字孪生通过持续采集、处理和分析物理系统数据,实现虚拟空间对现实对象的动态映射。其基础架构通常由物理层、中间件层和软件层组成。物理层负责感知与数据采集,中间件层承担数据传输和处理任务,软件层则执行建模、仿真、预测与决策功能。三层架构的深度融合提高了系统智能化水平,同时也形成了更加复杂的安全暴露面。

图2 数字孪生系统组成结构


2.1 数字孪生技术的应用与影响

数字孪生已在制造、医疗、能源、智慧城市、水资源管理等领域实现广泛应用。在制造领域支撑预测性维护和生产优化,在医疗领域支持个体化诊疗,在智慧城市中促进基础设施协同运行,在能源和水务系统中实现实时监测与智能控制。随着应用范围不断扩大,数据安全、系统集成和标准化问题逐渐成为数字孪生进一步发展的关键挑战。

图3  数字孪生技术应用领域及影响


2.2 双重角色安全动态模型

数字孪生安全状态并非固定不变,而是在风险暴露能力与防御能力之间动态演化。为描述这一过程,构建了双重角色安全动态模型,将安全暴露面扩展、防御能力增强以及时间演化过程统一纳入分析框架,用于解释数字孪生生命周期中的安全变化规律。


3. 研究方法

采用PRISMA系统综述方法开展文献筛选与分析,从IEEE Xplore、Scopus、Web of Science以及Google Scholar数据库中检索相关研究。围绕安全暴露来源、防御功能类型、研究空白以及未来发展方向四个核心问题展开分析,共筛选412篇文献,最终纳入20篇高质量研究作为研究对象。


研究聚焦四个核心问题:

数字孪生如何扩大网络物理系统的安全暴露面;数字孪生如何发挥主动防御作用;当前研究存在哪些关键不足;未来哪些技术路径能够进一步提升数字孪生安全能力。


4. 数字孪生的双重安全角色

数字孪生一方面通过双向数据链路、实时同步机制和复杂连接网络扩大系统安全暴露面,另一方面又能够利用高保真虚实映射能力构建主动防御体系。


基于现有研究成果,建立了四类数字孪生安全功能分类框架:

  • 沙盒模式用于攻击仿真和安全测试;

  • 传感器模式利用虚实状态差异识别异常行为;

  • 蜜罐模式通过构建诱骗环境捕获攻击活动;

  • 分布式账本模式则利用区块链和零信任机制保障数据可信性。

四类角色共同构成数字孪生从风险暴露到安全赋能的主动防御体系。


5. 研究空白与挑战

当前数字孪生网络安全研究仍存在三方面不足:缺乏覆盖全生命周期的安全框架、缺乏大规模真实场景验证以及缺乏统一的安全评价指标体系。多数研究仍停留在实验室环境或特定应用场景,尚未形成适用于不同领域的系统化安全治理框架,也难以对不同数字孪生系统的安全能力进行统一评价。


6. 未来发展路径

6.1 免疫数字孪生

未来数字孪生将逐步向具备自主感知、自主学习和自主防御能力的“免疫数字孪生”演进。通过融合人工智能、分布式账本、欺骗防御以及零信任机制,数字孪生能够持续识别潜在风险、验证数据可信性并动态调整防御策略,从而实现从被动防护向自适应安全治理的转变。


6.2 从风险暴露到防御赋能

数字孪生不仅会带来新的安全暴露面,也能够成为连接风险感知与主动防御的重要载体。随着虚实映射精度不断提升,数字孪生能够更早发现异常行为,并将安全暴露信息持续转化为防御情报,实现安全能力的动态增强。


6.3 战略路线图与政策建议

未来需要建立数字孪生支持的无损渗透测试体系、全生命周期安全标准以及统一评价指标体系,同时推动跨行业威胁情报共享平台建设,促进数字孪生安全治理向主动化、智能化和协同化方向发展。


7. 结论与展望

研究结果表明,数字孪生的安全暴露主要来源于双向数据交互、数据投毒、模型攻击、虚实反向攻击以及跨行业互联风险。四类安全功能框架能够较好覆盖当前数字孪生安全应用场景,而生命周期安全、实证验证和标准化评价仍是未来研究的重要方向。人工智能、区块链以及跨行业协同防御被认为是推动数字孪生安全能力提升的关键技术路径。


随着网络物理系统深度融合,高保真虚实映射能力既可能扩大安全风险,也能够成为构建主动防御体系的重要基础。未来数字孪生安全研究将逐步从被动保护转向主动感知、自适应防御和智能协同,推动形成具备持续学习能力的“免疫数字孪生”安全体系。



关注公众号,后台回复“DT论文”即可下载原文



投稿邀请及版权

本公众号致力于分享高质量的数字孪生与数字工程相关学术研究与知识资讯,以促进学术交流与知识传播。推送的论文内容主要来源于公开出版或在线发布的学术资源,版权归原作者所有,仅供学术交流,未经授权不得商用。如有侵权,请联系删除。


如您有优秀论文需推荐,或者成果发布、企业进展、科研交流等需求,请在公众号后台留言,或发送邮件到digitaltwin@buaa.edu.cn,与我们取得联系。感谢您的持续关注与支持!






Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/197357