当人们谈论工业大数据时，到底在谈论什么

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。

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。

（编辑：南平站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!