未来，城市、智慧工厂、自动驾驶汽车，都会在数字世界里拥有一个同步变化的“数字分身”，也就是数字孪生。现实当中设备如何运转，孪生空间里的分身就会同步跟随变化。搭建这套数字分身价值重大，很多风险预判、调度优化工作，不必再拿真实的城市设施、工业设备冒险试错。

但是，这套体系的主要特性是：虚实混合、海量异构、持续演化，其中牵涉到海量设备分散协作、共同计算。如何识别其是否安全有效？西安电子科技大学教授马建峰团队的一项研究，给出了不依赖集中管控的信任评判新思路。相关论文在《IEEE 通信领域选刊》发表后，累计28次跻身论文榜单，跨4个年度持续获得国际同行关注，并多次进入ESI热点与高被引论文榜单。

分布式智能系统中身份合规与行为可信的区别。西安电子科技大学供图

协同信任成难题

新一代移动通信正在从“传数据的管道”变成“通信、感知、计算融为一体”的分布式智能基础设施。算力不再只集中在远端云中心，而是散布在云、网、端海量异构节点上协同完成感知与模型计算。数字孪生与联邦学习是支撑这一变革的关键路径之一：设备不必上交全部原始数据，只在本地计算、互相传递运算结果，既保护隐私，又完成协同建模；同时大量风险预判、调度优化不必再拿真实城市设施和工业设备冒险试错，推演测算可以转移到虚拟空间完成，既规避安全风险，也省下巨额经济成本。

但设备一多，问题随之而来。加密能防止信息在传递中被窃取、篡改，身份认证能确认一台设备是“被系统允许接入的合法参与者”，可两者都管不到设备本身输出什么。论文第一作者、西安电子科技大学教授郭晶晶指出，这就像一个人刷卡通过了门禁，只能说明他有进门的权限，却不能保证他坐下来干活时是认真投入，还是敷衍了事、甚至故意把活儿干坏——身份合规不等于行为可信。现实中，参与协同的设备能力参差不齐：有的遭网络入侵后刻意输出错误结果扰乱集体运算，有的硬件条件有限、数据本身带偏差，还有的消极怠工“摸鱼”应付。更麻烦的是，数字孪生体系并非由单一中心平台统一管控，而是由许多分散运行的“分身”协同组成，每个“分办公室”只看得见自己管辖范围内设备的一举一动，仅凭局部信息很难公允判断一台设备到底值不值得信任。

虚实耦合架构下的多维度行为可信建模框架。西安电子科技大学供图

要看“长期表现”

过去给协作设备打分评级的办法，大多局限于单个局部视角，盯住单次任务成败，评判条件的重要程度要人事先设定好，还得提前预判攻击者的全部花招，难以适配设备随时上线、随时退出协作的真实运行现状。

针对这一困境，团队构建了虚实耦合架构下的多维度行为可信建模框架：评判时不再局限于单一“分办公室”的所见所闻，还会吸纳其他区域传递来的参考线索，把设备在其他场景下的历史表现纳入综合考量；不凭一次结果草率下结论，而是长期记录行为轨迹，观察工作稳定性，参考彼此协作的熟悉程度，细致区分“偶然失手”还是“持续性异常”。

这套机制还具备自我调节能力：自动评估每条线索的完备度与可信度，外部参考信息单薄就降低其权重，本地证据扎实则优先采信本地观测。由此，它不需要人事先穷尽设想所有破坏手段，同一套框架就能识别蓄意攻击、硬件能力不足、消极敷衍等多种非理想状态，并能把持续异常的设备与只是偶然出错的可靠设备区分开来，避免因一次意外故障全盘否定一个协作方，最大程度减少错判误伤。这套方案不必把所有数据集中收拢，依靠跨区域多源信息的综合研判，就能守住大规模协同体系的信任底线。

前置研判风险

该研究表明，动态行为信任度量是维持数字孪生虚实映射保真、保障分布式智能决策可靠的内生必要组件。其理论建模与框架思想，对工业互联网、车联网、空天地一体化网络等大规模分布式虚实协同场景的信任模型构建与参与者可信甄别，均具备普适参考意义。

放眼长远，在智慧工厂、自动驾驶、城市仿真、空天地一体化网络等国家重点建设领域，实体与数字分身联动、多方分布式协同计算的运行模式有望在更多场景中得到探索和应用。一旦缺少可靠的信任判别能力，仿真推演、智能决策就可能发生偏差错乱。当前通-感-算融合与数字孪生尚处演进阶段，相关安全风险尚未在现实中大规模显现，团队立足前置研判视角提前瞄准潜在风险开展机理研究，目前已完成理论建模与仿真验证，下一步将推动原型开发，积极对接相关示范工程开展技术验证，力争为后续技术规范建设提供参考。

信任是数字社会运行的基石。没有网络安全就没有国家安全。当前，我国正加快构建下一代信息基础设施的内生安全体系，推动网络空间安全能力从“被动防护”向“主动免疫”演进。这项研究瞄准的，正是海量异构节点大规模协同中“身份合法却行为不可信”这一内生安全命题，为通-感-算融合网络和数字孪生的大规模落地提供了可复制、可推广的信任度量路径。

从工业互联网到车联网，从城市仿真到空天地一体化网络，把信任的底座打牢，数字孪生才能真正从实验室走向千行百业，为国家数字经济的平稳运行和网络空间安全战略布局提供坚实支撑。