一文读懂工业大数据 (转)

无论是欧美老牌国家制造业的重振,还是中国制造业的转型提升,工业大数据都将发挥不可替代的作用。

当前,全球主要国家掀起了新一轮以“信息技术与制造业融合”为共同特征的工业革命,加速发展新一代信息技术,并推动其与全球工业系统的深入融合,以期抢占新一轮产业竞争的制高点。无论是欧美老牌国家制造业的重振,还是中国制造业的转型提升,工业大数据都将发挥不可替代的作用。

何为工业大数据

工业大数据是指在工业领域中,围绕典型智能制造模式,从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后、服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称,工业大数据以产品数据为核心,极大延展了传统工业数据范围,同时还包括工业大数据相关技术和应用。

工业大数据具备双重数据,即价值属性和产权属性。一方面,通过工业大数据分析等关键技术能够实现设计、工艺、生产、管理、服务等各个环节智能化水平的提升,满足用户定制化需求,提高生产效率并降低生产成本,为企业创造可量化的价值;另一方面,这些数据具有明确的权属关系和资产价值,企业能够决定数据的具体使用方式和边界,数据产权属性明显。工业大数据的价值属性实质上是基于工业大数据采集、存储、分析等关键技术,对工业生产、运维、服务过程中数据实现价值的提升或变现;工业大数据的产权属性则偏重于通过管理机制和管理方法帮助工业企业明晰数据资产目录与数据资源分布,确定所有权边界,为其价值的深入挖掘提供支撑。

工业大数据产业现状

工业是国民经济的基础和支柱,也是一国经济实力和竞争力的重要标志。

近年来,工业大数据作为我国“智能制造”和“工业互联网”的关键技术支撑以及两化融合的重要基础备受关注。党中央、国务院出台了一系列“大数据”“两化融合”“互联网与制造业融合”等综合性政策与指示,其中对工业大数据发展提出了明确的要求,全面指导我国工业大数据技术发展、产业应用及其标准化进程。

国家工业大数据相关政策

从供给侧看,工业大数据供给侧能力持续提升,涌现出一批专精特新企业,成为推动我国工业大数据发展的中坚力量。一是由传统工业制造企业数字化、软件化、平台化发展,出现了一批具有较强数据汇聚能力的衍生型企业,如航天云网、树根互联等;二是软件企业向工业领域渗透,出现的技术型企业,如昆仑智汇、东方国信等企业在工业数据建模、分析处理等领域不断突破核心技术;三是互联网企业积极进入工业领域,如阿里推出“ET工业大脑”等产品和服务,腾讯推出工业互联网“木屋云”平台。从需求侧看,随着智能制造、工业互联网等国家战略的逐一推进,个性化定制、网络化延伸以及智能化设计、生产、服务等新模式不断出现,对于工业大数据技术、产品、平台的需求不断增大,为工业大数据提供了充足的应用场景。

然而,在我国工业大数据产业发展不断优化提升的同事,仍需要清楚认识到我国工业大数据的仍存在物联数据无法获取、格式不同意,数据产权不清晰、数据壁垒难以打破,全产业链数据应用不足等问题。主要原因在于,第一,在我国国产工业软件、高端物联设备核心技术供给不足,而国外设备读写不开放,数据无法读取或者格式多样,无法直接利用;第二,面对体量大、分布广、结构复杂、类型多样化的工业数据,目前工业行业整体数据资源管理水平不足,难以管理企业内部和外部各类数据,更无法充分分析和利用。第三,缺乏可用、好用、可信的工业大数据平台,难以充分利用工业全产业链上下游的数据,以实现人、机、物等各类工业要素、工业业务流程以及产业链上下游企业间更大范围的实施链接与智能交互,推动工业生产的资源优化、协同制造和服务延伸。

与智能制造、工业互联网的关系与智能制造的关系

关 系

智能制造是工业大数据的载体和产生来源,其各环节信息化、自动化系统所产生的数据构成了工业大数据的主题。另一方面,智能制造又是工业大数据形成的数据产品最终的应用场景和目标。工业大数据描述了智能制造各生产阶段的真实情况,为人类读懂、分析和优化制造提供了宝贵的数据资源,是实现智能制造的智能来源。工业大数据、人工智能模型和机理模型的结合,可有效提升数据的利用价值,是实现更高阶的智能制造的关键技术之一。

工业大数据标准在智能制造标准化体系中的定位

与工业互联网的关系

与智能制造的场景有所区别,工业互联网更为关注制造业企业如何以工业为本,通过“智能+”打通、整合、协同产业链,催生个性化定制、网络化协同、服务化延伸等新模式,从而提升企业、整体行业价值链或是区域产业集群的效率。与智能制造相似的,工业互联网既是工业大数据的重要来源,也是工业大数据重要的应用场景。尤其在工业互联网平台的建设中,工业大数据扮演着重要的角色。

在工业互联网平台功能架构中,工业大数据技术、工业大数据系统是工业互联网平台层的重要核心。一方面,借助工业大数据处理、预处理、分析等技术,基于工业大数据系统,平台层得以实现对边缘层,IaaS层产生的海量数据进行高质量存储与管理;另一方面通过工业大数据建模、分析、可视化等技术,将数据与工业生产实践经验相结合,构建机理模型,支撑应用层各种分析应用的实现。

工业大数据如何管理

01

数据质量管理

工业大数据的质量存在很多问题。一是数据失真和失准。受制于工业现场的一系列恶劣工况,在工业OT域,现场物联网络、生产制造装备、过程控制设备均不同程度地存在数据失真。二是数据一致性差。对于来源于IT域的工业大数据,由于工业企业现有的信息化系统均不同程度的存在“系统林立”的问题,难以在数据生产过程中采用有效的控制手段来保障各个工业IT系统所产生的数据的一致性。三是对历史数据缺乏“再生”机制。工业历史数据的“再生”将有助于提升工业全生命周期管理能力。四是缺乏标准化的数据质量管理框架。在不同的业务场景中,各种结构化和非结构化数据集被多个使用者共享和使用。五是数据质量补偿手段尚未得到广泛应用。

工业大数据的质量管理需要工业企业建立完善的工业大数据质量管理组织架构,明确数据权属、管理者、使用者;面对不同的工业大数据质量问题,制定质量为的定义、等级、处理及复盘机制,制定规范的数据质量改善流程,形成面向多样化的工业大数据应用场景的数据质量管理闭环。

02

数据安全管理

大数据技术应用于工业领域给企业带来巨大的效益,然而工业大数据对工业企业来说既是机遇也是挑战,在给企业带来巨大经济利益的同事,其本身所存在的安全问题也让企业面临着巨大的风险。一方面,由于工业控制系统的协议多采用明文形式、工业环境多采用通用操作系统且不及时更新、从业人员的网络安全意识不高,再加上工业数据的来源多样,其有不同的格式和标准,使其存在诸多可以被利用的漏洞。另一方面,在工业应用环境中,对数据安全有着更高的要求,任何信息安全事件的发生都有可能威胁工业生产运行安全、人员生命安全甚至国家安全等。因而,研究工业大数据安全管理,加强对工业企业的安全保护变得尤为重要。

工业大数据安全是跨多工业领域与学科的综合性问题,需要结合法律法规、行业特点、工业技术等多维度进行研究。考虑到工业大数据平台所承载的工业数据的巨大价值,因此将整个工业大数据安全技术体系分为工业大数据接入安全、工业大数据平台安全、工业大数据应用安全三个层次。其中工业大数据接入安全为工业现场数据的采集、传输、转换流程提供安全保障机制;工业大数据平台安全为工业数据存储、计算提供安全保障基础;工业大数据应用安全为上层应用的接入、数据访问等提供强力的安全管控。

工业大数据应用安全应从几方面考虑:支持应用访问签名机制,确保只有授权的应用才能提交数据访问请求;支持应用数据按需访问,避免数据访问范围的扩大化;支持应用行为实时监控,实时拦截应用中包含的攻击行为,包括数据访问范围、频率、SQL语句合法性等;建立完整的应用流程管理机制,包括应用的提交、执行、状态监控、结果审计等,确保每个应用的审批、控制于追责有效结合,避免高权限人员的恶意操纵或误操作行为;构建完备的应用测试环境及测试规范,确保只有符合安全策略的应用可以审批执行。

原文地址:https://www.cnblogs.com/IT-Evan/p/BigData3.html

时间: 2024-10-23 05:48:10

一文读懂工业大数据 (转)的相关文章

用数字读懂一切 大数据的世界

自20世纪90年代初以来,数字技术已从根本上改变了我们的生活方式.如今,我们即将开始全面转型——将所有以模拟形式记录的人类知识,转换为数字形式.<未来之窗>带您一起回首往昔,畅想未来. 楚泽(Zuse).欧洲核子研究中心(CERN)和扎克伯格(Zuckerberg)——这三个名字标志着数字革命进程中的重要里程碑. 早在1941年,Konrad Zuse在柏林研制出了世界上第一台可以正常工作的计算机.他称这台外形庞大的数字计算机器为“Zuse Z3”.1991年,就职于瑞士欧洲核子研究中心的Ti

一文读懂机器学习大杀器XGBoost原理

http://blog.itpub.net/31542119/viewspace-2199549/ XGBoost是boosting算法的其中一种.Boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器.因为XGBoost是一种提升树模型,所以它是将许多树模型集成在一起,形成一个很强的分类器.而所用到的树模型则是CART回归树模型.讲解其原理前,先讲解一下CART回归树. 一.CART回归树 CART回归树是假设树为二叉树,通过不断将特征进行分裂.比如当前树结点是基于第j个特征值进

一文读懂大数据计算框架与平台

1.前言 计算机的基本工作就是处理数据,包括磁盘文件中的数据,通过网络传输的数据流或数据包,数据库中的结构化数据等.随着互联网.物联网等技术得到越来越广泛的应用,数据规模不断增加,TB.PB量级成为常态,对数据的处理已无法由单台计算机完成,而只能由多台机器共同承担计算任务.而在分布式环境中进行大数据处理,除了与存储系统打交道外,还涉及计算任务的分工,计算负荷的分配,计算机之间的数据迁移等工作,并且要考虑计算机或网络发生故障时的数据安全,情况要复杂得多. 举一个简单的例子,假设我们要从销售记录中统

从HTTP/0.9到HTTP/2:一文读懂HTTP协议的历史演变和设计思路

本文原作者阮一峰,作者博客:ruanyifeng.com. 1.引言 HTTP 协议是最重要的互联网基础协议之一,它从最初的仅为浏览网页的目的进化到现在,已经是短连接通信的事实工业标准,最新版本 HTTP/2 更是让它再次成为技术热点. 作为即时通讯开发者来说,深刻理解HTTP协议有助于在现今复杂移动网络环境下的优化和最佳实践的开展,本文将通俗易懂的地介绍 HTTP 协议的历史演变和设计思路. 学习交流: - 即时通讯开发交流3群:185926912[推荐] - 移动端IM开发入门文章:<新手入

区块链产业生态、存在问题及政策建议|一文读懂新趋势

区块链产业生态.存在问题及政策建议|一文读懂新趋势 2017-03-03 09:47:50  来源: 腾讯研究院抢沙发 摘要:从技术上来讲,区块链是一种分布式的记账方法.说到记账,我们经历了从实物记账向电子记账的演变关键词: 区块链 中国信息通信研究院与腾讯研究院区块链联合课题组 卿苏德,中国信息通信研究院区块链研究团队研究员,主要研究方向为区块链和人工智能等. 一.区块链技术原理和发展趋势 01| 区块链--一种分布式记账方法 从技术上来讲,区块链是一种分布式的记账方法.说到记账,我们经历了从

一文读懂高性能网络编程中的I/O模型

1.前言 随着互联网的发展,面对海量用户高并发业务,传统的阻塞式的服务端架构模式已经无能为力.本文(和下篇<高性能网络编程(六):一文读懂高性能网络编程中的线程模型>)旨在为大家提供有用的高性能网络编程的I/O模型概览以及网络服务进程模型的比较,以揭开设计和实现高性能网络架构的神秘面纱. 限于篇幅原因,请将本文与<高性能网络编程(六):一文读懂高性能网络编程中的线程模型>连起来读,这样会让知识更连贯. 学习交流: - 即时通讯开发交流3群:185926912[推荐] - 移动端IM

[转帖]一文读懂 HTTP/2

一文读懂 HTTP/2 http://support.upyun.com/hc/kb/article/1048799/ 又小拍 ? 发表于:2017年05月18日 15:34:45 ? 更新于:2017年05月24日 15:06:11 今天,HTTP 1.1 已经变成互联网中主要的协议.但是在 HTTP 协议诞生初期却被认为是简单直接的协议.1996 年在 RFC 1945 中定义了 HTTP 1.0 规范,仅 60 页,到 1999 年在 RFC 2616 定义了 HTTP 1.1,增长到了

[转帖]MerkleDAG全面解析 一文读懂什么是默克尔有向无环图

MerkleDAG全面解析 一文读懂什么是默克尔有向无环图 2018-08-16 15:58区块链/技术 MerkleDAG作为IPFS的核心数据结构,它融合了Merkle Tree和DAG的优点,今天阿信带大家一起来探究什么是MerkleDAG,拆分解说Merkle Tree.DAG有向无环图.MerkleDAG在IPFS中的应用. MerkleDAG树形结构图 Merkle Tree Merkle Tree是由美国计算机学家Merkle于1979年申请的专利. Merkle Tree通常也被

[转帖]一文读懂分布式架构知识体系(内含超全核心知识大图)

一文读懂分布式架构知识体系(内含超全核心知识大图) https://yq.aliyun.com/articles/721007?spm=a2c4e.11153959.0.0.2f464977X7lSdH 作者 | 晓土  阿里巴巴高级工程师 姊妹篇阅读推荐:<云原生时代,分布式系统设计必备知识图谱(内含22个知识点)> 导读:本文力求从分布式基础理论.架构设计模式.工程应用.部署运维.业界方案这几大方面,介绍基于 MSA(微服务架构)的分布式知识体系大纲,从而对 SOA 到 MSA 进化有着立