工业互联网参考架构和层次结构.PPTVIP

工业互联网关键技术 工业数据感知与融合 工业互联网应用通常并不需要使用机器设备感知的所有原始数据，同时将所有采集到的数据都传输到控制中心不仅会给网络带来沉重的负担，而且通常也不必要，因此需要研究高效的数据聚集与融合等网内数据处理技术 工业互联网关键技术 工业数据存储与管理 数据是企业生产与经营的宝贵资产，需要进行本地与远程的分布式存储，基于虚拟化技术，构建工业云，依据约定的服务等级协议向应用提供服务 工业云资源分配既要满足业务需求，又要有利于最大化云资源利用率 工业环境中海量的数据在类型、结构、语义、组织、粒度和可访问性等方面高度异构，需要提供能够反映结构、层次和多样性等的数据表示方法，开发支持跨数据集互操作的集成技术 工业互联网关键技术 工业数据存储与管理 由于原始数据集存在大量冗余，需要开发不损毁数据价值的冗余缩减和数据压缩技术，以降低 实时产生的工业大数据对存储和传输的压力 由于数据价值与数据新鲜度密切相关，因此需要开发数据生存周期管理技术并且提供相应的管理工具 工业互联网关键技术 工业数据解析 数据解析是实现工业互联网智能化的支撑技术，需要高效实时地分析和处理工业生产过程产生的海量数据、特别是其中的半结构乃至非结构化数据，以便对生产过程做出 及时的反馈和必要的调控 需要开发高效的分布与集中相结合的数据解析技术，以便在应用可接受的时限内给出正确的反馈和处理，促进企业从 工业大