基于文本分析的工業(yè)互聯(lián)網(wǎng)安全相關(guān)政策研究

付婷婷 苗蘊慧

摘 要： 現(xiàn)階段工業(yè)互聯(lián)網(wǎng)發(fā)展提速，其安全問題也飽受重視。通過選取12篇政府出臺的工業(yè)互聯(lián)網(wǎng)相關(guān)政策并提取匯總政策文本，運用Python統(tǒng)計文本高頻詞匯，通過SPSS對其進(jìn)行因子分析和聚類分析，從而得到工業(yè)互聯(lián)網(wǎng)安全相關(guān)政策的關(guān)鍵內(nèi)容。結(jié)果表明工業(yè)互聯(lián)網(wǎng)安全政策主要包括以下四類：工業(yè)互聯(lián)網(wǎng)安全建設(shè)及防護(hù)、建立與工業(yè)互聯(lián)網(wǎng)發(fā)展相匹配的保障能力及工業(yè)互聯(lián)網(wǎng)試點應(yīng)用安全機(jī)制、建立工業(yè)互聯(lián)網(wǎng)安全管理體系、工業(yè)互聯(lián)網(wǎng)安全的服務(wù)水平。

關(guān)鍵詞： 工業(yè)互聯(lián)網(wǎng) 安全 文本分析 ]

一、引言

隨著經(jīng)濟(jì)和技術(shù)的不斷發(fā)展，工業(yè)互聯(lián)網(wǎng)受到了更多的關(guān)注，與此同時，工業(yè)互聯(lián)網(wǎng)安全也面臨著在傳統(tǒng)網(wǎng)絡(luò)安全的復(fù)雜環(huán)境下捉襟見肘的問題。自2016年來，我國有關(guān)政府部門紛紛出臺了工業(yè)互聯(lián)網(wǎng)的相關(guān)政策，研究學(xué)者對我國工業(yè)互聯(lián)網(wǎng)安全的分析也逐漸增多。

何洪流、尚朝鋒（2019）分析工業(yè)互聯(lián)網(wǎng)安全面臨威脅來源廣、工業(yè)系統(tǒng)設(shè)備自身脆弱等問題，對《國務(wù)院關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》《工業(yè)互聯(lián)網(wǎng)發(fā)展行動計劃（2018—2020年）》等政策的探討，提出了要出臺政策指引，強(qiáng)化安全保障;健全管理體系，完善管理機(jī)制等建議。王新霞、李璇等（2020）通過分析工業(yè)互聯(lián)網(wǎng)在網(wǎng)絡(luò)通信協(xié)議、開放、設(shè)備生產(chǎn)商、有關(guān)工作人員管理等諸多方面面臨的問題，提出了相關(guān)建議。孫念、傅為政（2020）基于大數(shù)據(jù)時代的背景下，分析了工業(yè)互聯(lián)網(wǎng)所面臨的挑戰(zhàn)，并提出了相應(yīng)的應(yīng)對措施。

上述學(xué)者，大多對工業(yè)互聯(lián)網(wǎng)的安全問題進(jìn)行了純定性分析，還有一些學(xué)者則使用Python、SPSS等軟件對文本進(jìn)行分析。袁野、于敏敏等（2018）選取了2017年6月—2018年6月，16個省級層面的人工智能產(chǎn)業(yè)規(guī)劃作為研究樣本，運用Python、Gephi等文本挖掘與可視化方法，從高頻關(guān)鍵詞和內(nèi)容關(guān)聯(lián)度著手，對政策主體，研究熱點，重點領(lǐng)域和相關(guān)舉措進(jìn)行分析。馬曉玲、楊思琦等（2019）以120篇北美公共圖書館推廣閱讀的相關(guān)政策為樣本，利用Python進(jìn)行分詞、合并同義詞、統(tǒng)計高頻詞匯，構(gòu)建高頻詞匯的共詞矩陣、相異矩陣、相關(guān)矩陣，并利用SPSS進(jìn)行因子分析和聚類分析最終得出政策文本內(nèi)容主要包括四大類。

基于上述分析，本文通過選取有關(guān)工業(yè)互聯(lián)網(wǎng)安全的政策文本，利用Python進(jìn)行分詞，統(tǒng)計高頻詞匯，并通過SPSS軟件進(jìn)行因子分析和聚類分析，最終得出工業(yè)互聯(lián)網(wǎng)安全相關(guān)政策主要包括的內(nèi)容。

二、研究設(shè)計

（一）樣本來源

工業(yè)互聯(lián)網(wǎng)安全政策，是指由國家工業(yè)和信息部等有關(guān)部門出臺的關(guān)于工業(yè)互聯(lián)網(wǎng)方面的指導(dǎo)意見、發(fā)展規(guī)劃、工作計劃、評價方法等政策性文件。樣本主要通過人工搜索“工業(yè)互聯(lián)網(wǎng)”“互聯(lián)網(wǎng)+制造業(yè)”“互聯(lián)網(wǎng)安全”等關(guān)鍵詞，在中國政府網(wǎng)等官方網(wǎng)站中搜索，得到政策文件12個。

（二）研究工具和方法

本文的研究工具主要借助于Pycharm軟件和SPSS.25.0版本的軟件。首先在Pycharm中利用Python的第三方庫jieba對工業(yè)互聯(lián)網(wǎng)安全的政策文本進(jìn)行分詞、統(tǒng)計詞頻等操作;再將統(tǒng)計好的高頻詞匯導(dǎo)入到excel中構(gòu)建共詞矩陣，然后將共詞矩陣導(dǎo)入到spss25.0版本軟件中，計算相關(guān)矩陣，對數(shù)據(jù)樣本進(jìn)行因子分析，并根據(jù)因子分析的結(jié)果確定分類數(shù)目，進(jìn)而對樣本進(jìn)行聚類分析，再根據(jù)聚類結(jié)果進(jìn)行進(jìn)一步的分析和研究。

三、分析過程

（一）高頻詞匯共詞分析

由于工業(yè)互聯(lián)網(wǎng)相關(guān)的指導(dǎo)意見、發(fā)展規(guī)劃等政策性文件大多為綜合性文件，只有《加強(qiáng)工業(yè)互聯(lián)網(wǎng)安全指導(dǎo)意見》是對工業(yè)互聯(lián)網(wǎng)安全的全面說明，其他的文件中只包括部分與工業(yè)互聯(lián)網(wǎng)安全相關(guān)的意見說明等政策。因此，本文通過人工預(yù)處理，將所選取的工業(yè)互聯(lián)網(wǎng)政策性文件中與安全相關(guān)的部分內(nèi)容提煉出來，作為后續(xù)處理的政策文本。

首先，將提煉出來的工業(yè)互聯(lián)網(wǎng)安全政策文本使用Python的第三方庫jieba包進(jìn)行分詞。分詞是為了在自然語言處理過程中，更好地處理句子，把句子拆分成一個一個的詞語，從而更好地分析句子的特性。其次，自定義用戶詞典。因為往往分詞后可能將原本屬于一個詞匯的兩個字或詞拆分成兩個或多個，例如，分詞結(jié)果將“大數(shù)據(jù)”拆分成“大”和“數(shù)據(jù)”兩個詞。此時，為了更好地分析和理解文本，需要重新定義詞典。同時，還需要將與語義無關(guān)的停用詞和標(biāo)點符號刪除，例如：“和”“關(guān)于”“通過”等用于連接句子，且與語義表達(dá)無關(guān)的詞語。在統(tǒng)計高頻關(guān)鍵詞時，需要建立同義詞語料庫。將一些文字不同但表達(dá)含義相同或相似的詞語合并為一個詞語，例如：本文將“加強(qiáng)”“強(qiáng)化”等語義相同的詞匯合并為“加強(qiáng)”一詞;將“建設(shè)”“建立”等詞合并為“建設(shè)”一詞;將“推動”“促進(jìn)”等詞合并為“推動”一詞。進(jìn)行上述步驟后，再統(tǒng)計高頻關(guān)鍵詞，經(jīng)過分詞后統(tǒng)計工業(yè)互聯(lián)網(wǎng)安全相關(guān)政策的高頻關(guān)鍵詞，選擇詞頻為10以上的詞語作為高頻關(guān)鍵詞，一共得到了40個高頻關(guān)鍵詞，如表1所示。

在得到工業(yè)互聯(lián)網(wǎng)安全相關(guān)政策的高頻關(guān)鍵詞后，為了更好地研究高頻關(guān)鍵詞之間的內(nèi)在聯(lián)系，本文將高頻關(guān)鍵詞詞匯表導(dǎo)入到excel中，建立了40〖*〗40的高頻關(guān)鍵詞共詞矩陣，如表2所示。

（二）因子分析

在構(gòu)建工業(yè)互聯(lián)網(wǎng)安全相關(guān)政策高頻關(guān)鍵詞共詞矩陣的基礎(chǔ)上，將共詞矩陣導(dǎo)入到SPSS25.0軟件中，計算生成高頻關(guān)鍵詞的相關(guān)矩陣。數(shù)值越大，說明兩個詞匯之間的相關(guān)程度越高;數(shù)值越小，說明兩個詞匯之間的相關(guān)程度越小。部分高頻關(guān)鍵詞相關(guān)矩陣如表3所示。并利用工業(yè)互聯(lián)網(wǎng)安全相關(guān)政策高頻關(guān)鍵詞相關(guān)矩陣進(jìn)行因子分析，通過碎石圖顯著陡峭、特征根大于1和累計貢獻(xiàn)率大于85%，這三個特征可知，將高頻關(guān)鍵詞設(shè)置成4個類別，可以覆蓋政策文本97.926%的信息。部分因子分析結(jié)果如表4所示，碎石圖如圖1所示。

（三）高頻詞匯聚類分

所謂的聚類分析，是指根據(jù)一批樣品的多個指標(biāo)值，具體找出一些能夠度量樣本或指標(biāo)之間相似程度的統(tǒng)計量，將相似程度高的樣本或指標(biāo)劃分為一類，把不同的類型一一劃分出來，形成由小到大的分類系統(tǒng)。在進(jìn)行因子分析后，判別可以將高頻關(guān)鍵詞分為4類，本文采用系統(tǒng)聚類，聚類方法選擇組間聯(lián)結(jié)法，計算距離選擇歐式平方距離，輸出聚類結(jié)果——譜系圖，如圖2所示。高頻關(guān)鍵詞分類結(jié)果如表6所示。

四、結(jié)論

由上述聚類分析結(jié)果可知，工業(yè)互聯(lián)網(wǎng)安全相關(guān)政策文本主要分為以下四大類：

第一類是工業(yè)互聯(lián)網(wǎng)安全的建設(shè)與防護(hù)。主要包括詞匯：工業(yè)互聯(lián)網(wǎng)安全、安全、建設(shè)、加強(qiáng)、企業(yè)、工業(yè)互聯(lián)網(wǎng)、平臺、行業(yè)、工業(yè)、能力、防護(hù)、技術(shù)。由以上詞匯可知，政府發(fā)布的指導(dǎo)意見和政策建議，主體上圍繞著建設(shè)工業(yè)互聯(lián)網(wǎng)安全平臺，加強(qiáng)工業(yè)行業(yè)的信息安全防護(hù)能力，建立工業(yè)互聯(lián)網(wǎng)安全的技術(shù)手段。提升工業(yè)企業(yè)的自身互聯(lián)網(wǎng)安全技術(shù)防護(hù)，明確了工業(yè)互聯(lián)網(wǎng)安全要圍繞著平臺安全、技術(shù)安全建立。

第二類是建立與工業(yè)互聯(lián)網(wǎng)發(fā)展相匹配的保障能力及工業(yè)互聯(lián)網(wǎng)試點應(yīng)用的安全機(jī)制。主要包括詞匯：標(biāo)準(zhǔn)、保障、開展、發(fā)展、試點，推動、評估、要求、指導(dǎo)、應(yīng)用、支持、機(jī)制、創(chuàng)新、數(shù)據(jù)。“開展”“發(fā)展”“推動”“支持”表述了我國政府對建設(shè)工業(yè)互聯(lián)網(wǎng)安全平臺的大力支持，鼓勵推動工業(yè)互聯(lián)網(wǎng)在設(shè)備、網(wǎng)絡(luò)、平臺、數(shù)據(jù)等重點領(lǐng)域安全標(biāo)準(zhǔn)的制定，同時也希望企業(yè)能夠建立與工業(yè)互聯(lián)網(wǎng)發(fā)展相匹配的技術(shù)保障能力。“應(yīng)用”、“試點”、“機(jī)制”，說明要建立健 全工業(yè)應(yīng)用程序應(yīng)用前的安全機(jī)制，培育創(chuàng)新性的工業(yè)互聯(lián)網(wǎng)安全企業(yè)，并在汽車、電子信息、能源等重點領(lǐng) 域展開試點示范，推廣應(yīng)用。

第三類是建立工業(yè)互聯(lián)網(wǎng)安全管理體系。主要詞匯包括：產(chǎn)品、系統(tǒng)、應(yīng)急、管理、國家、監(jiān)測、責(zé)任、檢測、工作、風(fēng)險、處置、體系、設(shè)備。其中，“管理”“監(jiān)測”“監(jiān)測”“風(fēng)險”“體系”，要求建立工業(yè)互聯(lián)網(wǎng)安全管理體系，強(qiáng)化平臺、網(wǎng)絡(luò)及數(shù)據(jù)等重點領(lǐng)域的安全監(jiān)督檢查及風(fēng)險評估，升級企業(yè)的安全監(jiān)測系統(tǒng)，重點檢測網(wǎng)絡(luò)安全的技術(shù)產(chǎn)品要求。以提升工業(yè)互聯(lián)網(wǎng)安全監(jiān)測、評估、檢測和應(yīng)急處置等能力為重點，建設(shè)國家工業(yè)信息安全保障中心，為制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展提供安全支撐。

第四類是工業(yè)互聯(lián)網(wǎng)安全的服務(wù)水平。主要詞匯包括：服務(wù)。是指通過以上三類：建立工業(yè)互聯(lián)網(wǎng)安全管理體系，搭建工業(yè)互聯(lián)網(wǎng)安全平臺假設(shè)，開展工業(yè)互聯(lián)網(wǎng)安全的檢測評估，從而提高工業(yè)互聯(lián)網(wǎng)安全的服務(wù)水平，加強(qiáng)工業(yè)互聯(lián)網(wǎng)安全的公共服務(wù)能力，為我國先進(jìn)制造業(yè)、工業(yè)互聯(lián)網(wǎng)的發(fā)展?fàn)I造出一個良好的安全環(huán)境。

在今后的研究工作中，希望能夠擴(kuò)大樣本容量，將政策樣本劃分到隸屬于哪個部門，以便更深入地了解工業(yè)互聯(lián)網(wǎng)安全的發(fā)展情況。