基于工業互聯網的大數據平臺建設分析

裴沛?曾高輝

摘要：隨著信息技術的飛速發展，工業互聯網和大數據技術已經成為推動企業發展和創新的重要驅動力。工業互聯網將傳統的制造業與互聯網技術相結合，實現設備之間的互聯互通，促進生產過程的數字化和智能化。大數據技術則可以從海量數據中提取有價值的信息和洞見，為企業決策提供強有力的支持。在這個背景下，建設一個基于工業互聯網的大數據平臺變得至關重要。對工業互聯網和大數據平臺的概念進行介紹，并探討了大數據平臺在工業互聯網中的作用和關鍵技術，同時還分析了大數據平臺建設的挑戰和未來的發展趨勢。

關鍵詞：工業；互聯網；大數據；平臺建設

一、前言

工業互聯網的興起和大數據技術的快速發展為企業提供了新的機遇和挑戰。工業互聯網將傳統的制造業與互聯網技術相結合，實現設備之間的互聯互通，促進生產過程的數字化和智能化。而大數據技術則能夠從海量數據中提取有價值的信息和洞見，為企業決策提供支持。在這一背景下，建設一個基于工業互聯網的大數據平臺具有重要意義。

二、工業互聯網與大數據平臺的概念

（一）工業互聯網的定義

工業互聯網是將傳統制造業與互聯網技術相結合，實現設備之間的互聯互通，實現信息的高效傳遞和共享，從而提升企業的生產效率和競爭力。

（二）大數據平臺的定義

大數據平臺是基于大數據技術構建的信息管理和分析平臺，能夠實現對海量數據的采集、存儲、處理和分析，為企業決策提供有力支持。

三、工業互聯網與大數據

在工業企業迅猛發展的背景下，大數據、互聯網極大程度推動了工業企業的發展。應用工業互聯網，能提煉出具有價值的信息，依靠線下及互聯網等傳播方式構建新型的工業投資指標，明確工業產業的發展趨勢，提出復雜問題的解決方式[1]。工業互聯網屬于新型的信息通信技術，是融合工業經濟背景下不可或缺的重要設備，有利于建立人、機、物之間的聯系，實現整體性連接，建立全方位、全價值的產業鏈，構建全新的工業企業制造和服務系統。可以輔助工業的智能化、網絡化和數字化發展，為第四次工業革命的基礎。工業互聯網并不單單為互聯網工業的應用，其外延性及內涵性更加深刻，可以建立在網絡上，基于平臺，結合數據，保障安全，維系工業網絡化、智能化及數字化的發展。其也是互聯網、人工智能、大數據發展的重要集成，也是技術與新產業、新業態的一種企業形態重塑，屬于產業鏈和供應鏈的重塑，當前工業互聯網的融合已經推動了國民經濟的發展，構成了智能化、平臺化、網絡化、服務化、個性化、數字化的六種新型管理模式，其智能不斷提升，可輔助實體經濟質量的增長，直線降本增效，滿足工業及綠色、安全、高質量發展需求。

對比消費互聯網，工業互聯網與之差異性顯著。首先，具有差異性的連接對象，消費互聯網主要面向人連接，場景十分簡單；工業互聯網連接對象復雜，不僅包括人、機、物，還包括產業鏈和價值鏈，場景設置十分復雜。第二，技術要求具有較大的差異性，工業生產與工業互聯網之間聯系緊密，需要保障傳輸網絡具有更高的安全性和可靠性。第三，用戶屬性存在差異性，消費互聯網主要面向大眾，具有較強的用戶共性需求，但是具有較低的專業化水平，而工業互聯網所面向的為各行各業，需要與行業技術水平、經驗、理論知識相關，上述特征使得工業互聯網具有專業性、復雜化及多元化的特征。由此可見，工業互聯網的發展是一個長久而繁雜的過程。

大數據研究，就是指在日常生活和工作中，通過對大數據的觀察，并認真總結規律性的共性，加以分析總結并歸納出研究結論，以使結果可以被預見，并依靠多種移動傳感器開展捕捉干預。隨著科學技術的高速發展，我們在日常生活和工作中會產生海量的信息數據。大數據分析技術共計涵蓋兩種類型，主要利用機器全面開展數據文本的研究。一般來說，大數據技術對于文本分析數據的應用較多，機器學習在文本分析和應用中具有非常重要的作用。比如，通過物聯網技術的應用，人們可以利用傳感器技術全面地進行文本數據的收集和整理，但是針對大量的缺少規律的海量數據來說，其信息的關鍵點在何處、人們該如何利用、怎樣對數據進行分類和分析、這些數據反映出了什么問題、具有什么樣的深層次價值？這些都是大數據技術可以解決的問題。簡單來說，大數據是由傳統的結構化數據和新型的非結構化數據構成。這里所說的“新型數據”源于社交網絡、互聯網等，包括文本、圖像、音頻、視頻等非結構化數據，這種數據現占全球總數據的75%以上。

近年來，科技革命不斷發展，產業變革速度不斷提升，互聯網已經從消費轉向生產領域，工業經濟主要由數字化向智能化和網絡化發展。隨著互聯網的創新及新工業革命的形成，極大程度促進了工業互聯網的發展，使得制造業與新一代信息技術相融合，與產業變革趨勢及技術發展趨勢相適應。工業互聯網的發展能夠滿足制造強國發展及網絡強國建設需求，能夠對供給側結構性變革不斷深化，滿足我國經濟轉型的發展需求，也是實現碳中和目標的主要方式，能推進可持續發展戰略的順利實現。由工業經濟發展情況分析，工業互聯網的應用為制造強國的形成奠定了基礎，首先，其推動了傳統工業的變革，升級了工業領域生產方式，能夠以跨區域、系統、設備、廠區的互聯互通形式，滿足服務資源及生產資源在高效率、大范圍、精準化配置之中的應用，有利于實現降本增效、安全綠色發展需求，能夠滿足綠色化、智能化、科技化發展需求，促進工業經濟發展水平的提升。其次，有利于提升新興產業規模，工業互聯網可輔助生產、管理、設計及服務等各個環節由數字化向全面集成化推進，有利于實現生產模式、創新方式、商業范式及組織形式的變革，實現智能化制造，催生新的平臺，協同網絡開展個性化定制和服務化的延伸，從而滿足新產業、新業態和新模式的發展需要。

從網絡設施建設角度分析，工業互聯網屬于網絡強國建設的關鍵，首先可提升網絡的升級和發展，工業互聯網有利于實現人與人之間的相互連接，物與物之間的相互連接，能夠全面互聯人、機、物與系統，從而有利于提升網絡設施支撐服務的功能。其次，有利于擴大數字經濟空間，能夠實現跨領域及上下游之間的連通，使得網絡由虛擬至實體，由生活至生產，從而促進網絡經濟發展空間的拓展。

由工業經濟發展情況分析，制造強國建設與工業互聯網密不可分，即實現工業的轉型與發展可以通過全面互聯互通，跨地區、廠區、系統及設備的方式，滿足服務資源及生產資源在高效率、大范圍、精準化配置之中的應用，有利于實現降本增效、安全綠色發展需求，能夠滿足綠色化、智能化、科技化發展需求，促進工業經濟發展水平的提升。

四、工業大數據與互聯網的效用

在工業互聯網不斷發展的背景下，可實現跨界數據及產業鏈上下游數據的連通，能夠對數據進行轉變，可以實現數據向大數據的轉變。在工業互聯網與大數據特征日益明顯的背景下，其可以全方位、多角度、全過程、全要素地融合，在信息數據的支撐下，實現工業企業業務的融合發展和關聯性發展，能夠滲透到由原料的采購到產品設計、制造的不同環節中，關注相關信息，確保產品使用性能的最優化，可保障產品最終設計質量與相關標準符合，在應用和設計數據時能夠實現跨越不同的設計與指導水平的增長。為確保產品的完整和數據的真實，必須攜帶產品的全部工藝和尺寸，對其售后和制造的使用信息等進行保障[2]。大數據與工業互聯網之間的連接還可以利用網絡連接到企業的管理平臺之中。企業管理平臺可以借助視頻遠程故障分析和無線網絡等形式遠程指導設備應用，做出播報預警。

五、工業數據平臺的建設

（一）云平臺總體架構

借助統一數據源及數據口徑、數據出入口開展工業大數據平臺的數據查找，滿足各種專業分析需求，不斷提升信息模型的完善度，達到統一化信息模型的目的。應用云平臺總體架構，需要保障PssS的環境與服務層和業務層。從PaaS環境層分析，其可支撐關鍵性軟件和組件的運行，還涵蓋數據庫和各種中間件，其中代表性較強大數據處理為Hadoop。從整體情況分析，面向一般數據中心典型應用場景會提供云平臺總體架構。從其整體應用情況分析，可以架構面向一般數據中心的應用場景，可以混合IT資源應用，可建立云模式之下的基礎資源調度方式，其可應用PaaS的能力，以服務形式凸顯系統典型軟件提供統一性的環境支撐于業務系統之中，開展統一性監控和管理，以此實現普遍應用大數據的能力，向用戶提供云服務業務平臺，貫穿PaaS和LaaS，將其應用于測試、生產及開發的全部流程。

（二）數據平臺目標的架構

大數據平臺建立時需要從五個層面開展，即應用層、能力層、數據層、獲取層和數據源[3]。且可通過MapReduce手段，使得業務可以將任務向任何一個集群服務器之中分布和運行，其可大規模地進行數據的規模化計算，同時考量了設備的不穩定性因素，可促進設備計算高效性和準確性的提升。但是在Hadoop云平臺建立中，主要應用了非結構化和半結構化的數據，依靠海量數據存儲形式，可保障其使用高效化和時效化。

（三）分級存儲大數據平臺之中的數據

在數據分級存儲時，需要依據相關原則開展，也就是需要以數據基本在數據平臺下、在數據生命周期不斷向通用性改變的狀況之下開展分級存儲管理。在此過程中，數據分級管理需要保障主線通暢，對分級原則進行明確[4]。開展集成改造以后，可將數據庫之中的關鍵性數據向低成本分布式數據庫轉化，其可對主數據庫存儲壓力發揮縮減效用，以此實現深度分析支持數據的功能，就是存儲系統的關鍵性功能。

（四）大數據平臺數據處理流程

為滿足技術要求，數據收集以結構化與非結構化方式開展，數據處理主要從以下幾個環節入手：第一，導入源數據于ETL之中，開展轉化，并入庫；第二，主數據倉庫加載基礎數據，其存儲3年數據；第三，清洗、轉換以后，將在ODS分布式數據庫之中存放數據，存儲周期為2個月，會隨機分析可以應用于數據庫中的數據，規劃存儲年限為2年；第四，非結構化數據及ODS數據，若是爬至網頁數據ftp至Hadoop之中，平臺必須長久地存儲；第五，非結構化數據分析處理過程中，Hadoop平臺可完成，其所形成的結果會向分布式數據庫之中加載[5]。

六、大數據平臺建設的關鍵技術

（一）數據采集技術

大數據平臺的建設需要有效地數據采集技術。其中包括傳感器技術、物聯網技術和邊緣計算技術。傳感器技術用于實時感知和采集設備和環境數據，物聯網技術用于實現設備之間的互聯互通，邊緣計算技術則能夠在接近數據源的邊緣設備上進行數據處理和分析，減少數據傳輸的延遲和帶寬消耗。

（二）數據存儲與管理技術

大數據平臺需要應對海量數據的存儲和管理需求。傳統的關系型數據庫已經無法滿足大數據處理的要求，因此出現了分布式文件系統和NoSQL數據庫等新的數據存儲技術。同時，數據安全和隱私保護也是大數據平臺建設中不可忽視的方面，需要采取適當的數據加密和權限管理措施[6]。

（三）數據處理與分析技術

大數據平臺需要強大的數據處理和分析能力。其中包括數據清洗、數據挖掘、機器學習和人工智能等技術。數據清洗用于去除數據中的噪聲和錯誤，數據挖掘能夠從數據中發現潛在的模式和規律，機器學習和人工智能則能夠利用歷史數據進行預測和決策支持。

七、大數據平臺建設的挑戰

（一）數據安全和隱私保護

大數據平臺涉及海量的敏感數據，數據安全和隱私保護是一個重要的挑戰。建設者需要采取有效的安全措施，如數據加密、身份認證和訪問控制等，確保數據的機密性和完整性。

（二）技術集成和系統架構

大數據平臺建設涉及各種不同的技術和系統的集成，需要考慮技術之間的兼容性和協同工作。同時，合理的系統架構設計能夠提高系統的可擴展性和可維護性。

（三）人才培養和管理

大數據平臺建設需要具備相關技術和管理能力的人才。但目前行業中對于大數據人才的需求遠遠超過供應，人才培養和管理成為一個重要的挑戰。

八、大數據平臺的未來發展趨勢

隨著技術的不斷發展和應用場景的不斷擴展，大數據平臺將呈現以下幾個發展趨勢：

（一） 邊緣計算與物聯網的融合

隨著物聯網設備的普及和邊緣計算技術的成熟，大數據平臺將更加注重邊緣計算能力的提升。通過在接近數據源的邊緣設備上進行數據處理和分析，可以減少數據傳輸的延遲和帶寬消耗，提高響應速度和實時性。

（二）強化人工智能與自動化技術的應用

大數據平臺將更加注重人工智能和自動化技術的應用，以實現智能化的數據處理和決策支持。機器學習、深度學習和自然語言處理等人工智能技術將廣泛應用于大數據分析和智能決策，提高工業互聯網的智能化水平。

（三）加強數據安全與隱私保護

隨著數據泄露和隱私侵犯事件的頻發，大數據平臺將加強數據安全和隱私保護措施。引入更加先進的加密技術、安全算法和隱私保護機制，確保敏感數據在采集、存儲和傳輸過程中得到有效的保護。

（四）跨行業和跨平臺的數據共享與合作

大數據平臺將促進不同行業和平臺之間的數據共享和合作。通過建立開放的數據共享機制和數據交換標準，實現跨行業數據的整合與分析，推動各個行業的創新和合作。

（五）智能決策與智能優化的深度融合

大數據平臺將進一步深化與企業決策和優化的融合。通過將大數據分析與決策系統、運營管理系統等進行深度集成，實現智能決策和智能優化的閉環，提升企業的生產效率和競爭力。

九、結語

隨著工業互聯網和大數據技術的不斷進步，大數據平臺將在推動企業發展和創新中發揮越來越重要的作用。同時，我們也需要克服各種技術和管理上的挑戰，推動大數據平臺建設邁向更成熟和智能化的更大數據平臺建設。未來，大數據平臺將更加注重邊緣計算、人工智能、數據安全與隱私保護、數據共享與合作以及智能決策與優化的深度融合。這將為企業提供更準確、實時和智能的數據支持，推動企業實現數字化轉型和智能化升級。然而，大數據平臺建設仍然面臨一些挑戰。其中包括數據安全與隱私保護的難題，技術集成與系統架構的復雜性以及人才培養與管理的問題。為了克服這些挑戰，企業需要加強數據安全措施，推動技術和系統的協同發展，積極培養和引進相關人才，并與其他企業和行業展開合作與共享，共同推動大數據平臺建設的進步。

綜上所述，基于工業互聯網的大數據平臺建設是推動企業發展和創新的重要驅動力。通過充分發揮大數據平臺在數據采集、存儲、處理和分析方面的作用，企業能夠從海量數據中獲取有價值的信息和洞見，為決策和優化提供支持。未來，大數據平臺將不斷發展，融合新的技術和應用場景，為企業帶來更大的價值和競爭優勢。

參考文獻

[1]朱雪婷，王宏偉.突發公共衛生事件的應急醫療資源配置研究——基于網格化管理和大數據平臺[J].現代管理科學，2021（02）：23-30.

[2]賀寧，鄒曉華，唐麗萍.工業互聯網背景下大數據技術應用與計算機信息管理專業的融合研究[J].江蘇科技信息，2020，38（14）：62-64.

[3]]吳志強，李國慶，張玉魯，等.軌道交通行業基于Handle體系的標識解析應用研究[J].電子技術與軟件工程，2021（16）：207-209.

[4]丁世來，羅劍武，葛智君，等.基于大數據平臺的可視化建模分析機制研究[J].電子產品可靠性與環境試驗，2021，39（05）：8-13.

[5]任芳.開源物聯網大數據平臺賦能智慧物流——訪北京濤思數據科技有限公司創始人陶建輝[J].物流技術與應用，2020，26（12）：148-150.

[6]胡琳，楊建軍，韋莎，等.工業互聯網標準體系構建與實施路徑[J].中國工程科學，2021，23（02）：88-94.

作者單位：昆侖數智科技有限責任公司