现代工业中 Edge-Cloud 连续体的智能化弊端
密码学与安全
2026-04-01 v1 人工智能
分布式、并行与集群计算
摘要
现代 AI 的快速推进正快速变革传统工业系统，使其成为由 AI 解决方案驱动的庞大、智能且可能无人化的自主运营环境。这些解决方案利用各种形式的机器学习、强化学习和生成式 AI。这种智能能力的引入在多个工业领域推动了预测性维护、性能优化和流程精简。这些解决方案常常部署在工业互联网物联网 (IIoT) 环境中，并由 Edge-Fog-Cloud 计算连续体支持，以实现紧急（即实时或准实时）决策。尽管当前趋势积极采纳这些智能工业解决方案以提升利润、质量和效率，但大规模集成与部署也带来了严重的风险，如果忽视这些风险将削弱智能工业的效益。这些风险包括意外的互操作副作用以及对网络威胁的增强脆弱性，尤其是在运营着多样化 IIoT 系统的环境中。本研究旨在阐明工业智能化的潜在后果，特别关注安全影响，包括漏洞、副作用和网络威胁。我们区分了源自传统 AI 解决方案和生成式 AI 的软件层次下的弊端，以及来自基础设施层面的弊端，即 IIoT 和 Edge-Cloud 连续体。在每个层面上，我们探讨了潜在的漏洞、网络威胁和意外副作用。随着工业变得越来越智能，理解和应对这些弊端将是确保智能工业系统安全可持续发展的关键。
关键词
引用
@article{arxiv.2603.29289,
title = {Downsides of Smartness Across Edge-Cloud Continuum in Modern Industry},
author = {Akhil Gupta Chigullapally and Sharvan Vittala and Razin Farhan Hussian and Mohsen Amini Salehi},
journal= {arXiv preprint arXiv:2603.29289},
year = {2026}
}