船舶运维场景识别及数据划分体系浅析

周天雄 中海油田服务股份有限公司

1.引言

信息和通信技术为工业领域带来更多可能的同时，也带来了信息安全风险，特别是智能船舶领域。为应对网络安全的挑战，智能船舶数据传输的安全性和稳定性成为了远程传输设计工作的重点。体系化的识别船舶运维数据场景并同时建立一套有效精准的数据分类识别与分级判定的体系，是确保船舶数据远程传输安全的基础，基于此才能在数据保护和利用之间取得优化平衡，有针对性的采取不同策略来保护管理数据，同时支撑数据生命周期内的管理。

2.识别及划分路径

本文关注船舶海上运维的数据场景，针对船舶配套设备智能集成与远程运维业务，进行运维业务应用场景定义，同时确定场景数据管理主体，以保障数据分类和定级的准确性，在场景识别的基础上，进行横向和纵向的类别—级别划分体系阐述。在智能船舶的背景下，配套设备智能集成及远程运维场景下，对于数据可使用一级场景和二级场景进行划分，如图1所示，一级场景可分为设备监测、设备遥控、设备运维。二级场景一般主要包括远程综合检测、机器视觉检测、无人智能巡检、设备遥控、辅助维修、故障诊断等。

图1 船用配套设备远程运维场景细分方法图

3.设备检测

设备监测场景可以细分为远程综合监测、机器视觉监测和无人智能巡检，其各自有不同和统一的场景属性，具体归纳如表1。

表1 设备监测场景属性及特点

远程综合监测是通过现场IO模块、工业通讯模块、网关等设备和手段，船用配套设备各类传感器、执行机构等接入智能集成平台，采集设备外部环境、运行状态、操作指令等数据，回传至岸基监控中心，对配套设备状态进行高精度监测，实时提醒异常状态，实现对船用配套设备的全方位智能化监测和管理，为船舶安全运行提供保障。

机器视觉监测通常通过以太网和无线热点模块得以实现视频图像采集设备、热成像设备的网络接入，实时拍摄船用配套设备及安装场所的高清图像。通过高速网络传输至部署在船端的人工智能系统，人工智能系统基于算法进行实时分析，对比系统规则或预报模型，判断设备及处所状态，完成状态监控，实现火灾预报、人员安全监测、漏泄检测、损管检测（如管道破损、燃气泄漏以及舱底进水等）。

无人智能巡检通过巡检机器人、无人水下航行器、无人机等智能体辅助进行船用配套设备、机舱、船舶的智能巡检，替代巡检人员进行巡逻值守和水下检验。无人智能巡检场景的应用包括：使用巡检机器人完成机舱自动巡检；使用水下航行器完成船体污底情况、破损情况、水下设备状况，如侧推器、主推进器、舵叶、海底门等状况的检查；使用无人机完成船舶周边安保巡检，防海盗、防恐等巡查；动态采集现场视频、语音、图片等各项数据，自动完成检测、巡航以及记录数据、远程告警确认等工作。机器人和航行器通过将数据回传至船端或岸基中心，对配套设备状态进行高精度监测，实时提醒异常状态，有效提升安全等级、巡检效率及安防效果，实现对船用配套设备的全方位智能化监测和管理，为船舶安全运行提供保障。

4.设备遥控

该场景通过综合利用自动控制、边缘计算等技术，升级或研制船用配套设备操控系统，通过现场IO模块、工业通讯模块、网关等设备和手段将船用配套设备各类传感器、执行机构、图像采集装置接入智能集成平台，接收岸基遥控中心的操作指令，并通过船端智能集成平台将指令发送至相应的设备，完成指令相应的动作。设备动作后产生的反馈数据再通过智能继承平台回传至岸基遥控中心采集，实现对配套设备状态进行实时控制，使船舶按照预期航线航行，满足运营方的业务要求。船舶运维期间的主动力装置及相关设备有全流程的设备遥控需求，辅助装置及相关设备有间断的设备遥控需求。设备遥控的数据传输涉及船端及岸端，船端随航线和作业区域变化，差异很大；岸端一般固定，通讯条件良好，涉及岸端数据收发端、数据存储处理端两方。

设备遥控场景涉及船舶所有人、船舶管理机构、船舶运营机构。特别是，船舶运营机构应能监测船舶航行相关的关键状态和关键的遥控历史记录，如车钟变化、发电机并车解列、舵角变化、减摇鳍动作、泵浦启停等。

5.设备运维

设备运维具体细分为故障诊断和辅助维修两个领域，而后者又细分为远程维修辅助和船端维修辅助两个具体的次级场景。在不同细分环境下，数据管理主体和其对应权力和责任存在不同，具体见表2。

表2 设备运维场景属性及特点

故障诊断通过现场IO模块、工业通讯模块、网关等设备和手段，将海上配套设备各类传感器、执行机构、图像采集装置接入智能集成平台，采集设备外部环境、运行状态、操作指令等数据，回传至岸基故障诊断系统和专家系统，将状态数据导入岸基的故障诊断系统和专家系统，系统负责对采集到的设备状态数据、运行数据和现场视频数据进行全周期监测，建立设备故障知识图谱，对发生故障的设备进行诊断和定位，通过数据挖掘技术，对设备运行趋势进行动态智能分析预测，并通过网络实现报警信息、诊断信息、预测信息、统计数据等信息的智能推送。

维修辅助包括远程维修辅助和船端维修辅助。前者在船舶配套设备应用现场，通过网关和船岸通讯手段，实现AR/VR眼镜、智能手机、PAD等智能终端的船岸传输网络接入，采集现场图像、视频、声音等数据，通过网络实时传输至远程专家系统，专家的指导信息、设备操作说明书、图纸、文件等，也可以通过网络实时同步到现场终端，船员简单培训后即可实施检修，有效提升船员的维修水平，实现维修过程智能化，提升维修效率，也可解决因疫情等因素导致专家无法到现场等问题，推动专家资源共享和维修效率的提升。船端维修辅助则通过构建一个贴近真实的全虚拟VR工作环境，让船员置身其间，熟悉掌握船用配套设备的复杂检修技能，设备操作说明书、图纸、文件等也可以通过网络实时同步到VR头显，给予全面的提示、介绍、引导及评判。系统实现操作步骤的增强图像叠加、维修环节的可视化呈现，帮助现场人员进行复杂设备或精细化设备的装配。

6.运维数据分类

数据分类被广泛定义为按相关类别组织数据的过程，以便可以更有效地使用和保护数据,并使数据更易于定位和检索。船用配套设备远程运维数据分类是在明确运维场景和运维数据管理主体的基础上解决运维数据的分类问题。运维数据的分类需要针对不同应用场景，分析其运维数据特征，以便于对数据的存储和传输路径进行规划。在船舶及船-岸网络设计与后续升级的过程中，分析梳理船用配套设备运维场景，考虑应用场景要求、数据复杂程度等实际情况，对船岸传输数据进行分类梳理和标识，形成船用设备运维数据分类清单，人为进行分类。具体分类方案如图2所示。

图2 船用配套设备多场景运维数据分类方法

场景细分后，找到数据与二级场景之间对应关系，经归类后确定一级场景数据（对应某场景的数据综合），对一级场景数据进行细分，得到二级场景数据。根据船用配套设备运维场景分析结果，船岸数据可按表3进行进一步细分。

表3 船用配套设备远程运维数据分类清单

7.运维数据分级

船舶配备有不同系统及其相应的配套设备，其数据被盗的风险不同，被盗后产生的危害等级也不同，因此在运维数据分类基础上，进行数据的定级。船舶数据分级标准参照《工业数据分类分级指南（试行）》，智能船舶数据分级相关标准有GB/T 37025—2018等。根据数据的身份、行为、能力等各项指标来进行安全分级，在不同的数据遭到篡改、破坏、泄露或非法利用后，对船舶航行，智能运维，人员安全及经济效益方面带来的潜在影响进行衡量，对不同数据进行分级，并依据风险和影响等级作为对船舶运维数据分级的参考，具体分级流程如图3。

图3 船用配套设备多场景运维数据分级方法

依照工业数据分类分级标准，可将船舶运维数据拟定为三个级别，如图4。三级为对船舶航行安全产生极大风险，对海洋环境造成极大污染，造成重大经济损失以及威胁人员生命安全的数据，且此类数据一般极难恢复；二级为对于船舶航行安全及人员生命财产安全产生较大影响，易造成较大经济损失，对环境造成较大危害的相关运维数据，且数据的恢复较为困难，恢复数据或消除负面影响的代价较大；一级为对船舶的航行安全，人员生命及财产安全，海洋环境及相关企业产生的影响较小，数据出现丢失以及损坏的情况后可以恢复或能够进行及时止损的数据。

图4 船用配套设备多场景运维数据分级

8.回顾与总结

本文从场景识别出发，为船舶运维数据定义出三类一级场景及其细分二级场景，在此基础上进行浅析，初步建立了一套对运维数据的分类和分级体系，以便将不同风险等级和类别的数据进行再组织，为将来后续可能关于船舶运维数据传输安全保护的研究提供支撑和参考。