而基于空间数据模型的数字孪生建模技术具备数字化、立体化、精细化等优势，数字化轨道交通已成为该领域研究的重点问题之一。城市轨道交通全域数字孪生是精准映射实体轨道交通的数字基础设施，能够将城市轨道交通网络安全资产识别与脆弱性检测数字化，通过简便的形式展示给用户，用户能够更容易、更清晰地理解面向特定区域的网络情报分析挖掘、全域态势感知、攻防演练，以及对网络空间新风险的定义和分析等。

      数字孪生，英文名是Digital Twin（数字双胞胎），也被称为数字映射、数字镜像。官方定义为：数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

       城市轨道网络是复杂、多系统、大型城域网络，资产数量多且复杂。网络安全风险涉及IT网络、工业控制网络、物联网网络、无线网络、云计算、大数据等，暴露面广且防护难度大，很难在发生网络安全事件时以最短的时间准确定位并处置问题。目前，城市轨道网络安全是以单线为主的防护方式，企业难以了解整个全域的网络安全状态。

      传统的网络安全态势只是信息的堆叠和展示，无法构成直观的网络空间。数字孪生技术在网络安全空间的应用（呈现、预测、指挥等）中可发挥重大作用。网络攻击是现实世界对数字世界的影响，同样，数字世界也能对现实世界产生影响，二者有着密切的联系。在这个方向上将现实世界和数字世界耦合（数字孪生）是需求强烈的发展方向。城市轨道交通从全域的角度了解网络安全态势，海量的数据无法让管理者有直观的认知，也就无法快速的处置安全事件，并做出合理的决策。城市轨道交通全域数字孪生成为解决问题的路径之一。

      目前，城市轨道交通网络安全可做到资产识别与脆弱性检测数字化、面向特定区域的网络情报分析挖掘数字化、全域态势感知数字化、攻防演练数字化，以及对网络空间新风险的定义和分析等。

      资产信息化是整个数字孪生应用的基础。在网络安全领域，资产信息化、数字化是绘制网络安全空间的重要工作之一。通过对资产的多维（资产名称、所属子网、所属区域、所属系统、所属子系统、资产类型、资产重要性、IP等）识别和数据关联分析，实现识别资产脆弱性分析、网络情报分析挖掘、关基监管、挂图作战和态势感知业务、实战攻防演练和靶场业务，以及对网络空间新风险的定义和分析等。以反映网络空间资源状态变化、网络行为和攻击意图。

      运营中心监控城市地铁线路时，将全局线路、单条线路下至某个车站，并进行数据监控，为用户展示整体到局部的地铁网络安全情况。运营中心采用虚拟的网络安全世界可视化技术，以物理空间方式进行展示，用户可以更直观的感受到网络安全世界的连接方式、数据流转以及业务能力。

      将机器人与虚拟网络空间结合，可以不依靠人力排查和运维，精准定位事发地点、事件的详细信息，并采集相关数据，自动化研判和解决事件，将相关操作交给用户，让用户决策如何解决相关事件。这种通过机器人深入到机房的巡检，与虚拟网络空间真实对应，对机房内部进行事件巡查，当发现网络安全事件时，采集相关数据，依靠机器人进行事件分析，输出事件结果。通过视觉识别技术，节省用户深入到数据中心的时间和精力，提高整个运营中心的工作效率。

      《城市轨道交通技术发展纲要建议（2021-2025）》提到要打造新型城市轨道交通综合运维平台体系。构建网线一体化调度指挥平台。推进调度指挥系统由二维向三维模式转变，发挥数据分析技术、人工智能算法的优势，加快调度操作的简化性。推进调度指挥系统数字化转型，加速推进调度指挥系统数据安全一体化、加强采集层、平台层、展示层数据安全性；加速推进调度指挥系统的基础操作系统向工业化安全操作系统转化。推动基于BIM技术的三维参数化协同设计，实现数模一体、图模一体及设计施工一体化；促进BIM技术与云计算、物联网、人工智能、大数据等信息化技术的集成应用及与业务的深度融合，充分挖掘融合应用价值等建议。

       未来，数字孪生技术在城市轨道交通中发挥的作用会越来越大，除应用在建造方面外，也会拓展到其他各个方面。绿盟科技也会持续加强新技术的应用和新领域的拓展，为城市轨道行业网络安全保障增加助力。