1、新华三集团杭州总部杭州市滨江区长河路466号邮编:Copyright 2022新华三集团 保留一切权利CN-203X30-20220331-BR-SD-V1.0免责声明：虽然新华三集团试图在本资料中提供准确的信息，但不保证本资料的内容不含有技术性误差或印刷性错误，为此新华三集团对本资料中信息的准确性不承担任何责任。新华三集团保留在没有任何通知或提示的情况下对本资料的内容进行修改的权利。新 华 三H 3 C i C o n n e c t i n g白皮书新华三工业互联网技术体系11技术创新引领新华三工业互联网发展新华三工业互联iConnecting技术战略“联接驱动，重塑价值”是iConnec

2、ting技术战略内涵以”3+1+1”为核心的新华三工业互联网能力图谱1315162005定义内涵06发展趋势08市场格局09推动模式工业互联网概述03前言01工业联接2123定义与内涵25发展现状23关键技术30产品能力联接设备，让数据流动起来IndustryCONTENTS目录6164工业互联网平台84工业场景化解决方案104政府园区解决方案109智能制造企业解决方案联接生态，让服务流动起来Integrate融合方案129131苏州工业园区咨询诊断服务133沈阳智慧化工园区135紫光股份智能工厂137吉林建龙钢铁安防一体化典型应用案例144附录A：术语与缩略语150参考文献3739定义与内涵

3、39发展现状40关键技术43产品能力联接数据，让信息流动起来Information信息联接智能联接5153定义与内涵53发展现状53关键技术56产品能力联接信息，让智能流动起来Intelligence119工业企业智能诊断服务121供需对接服务123智能协同制造模式125工业互联网人才培训服务赋能产业118联接资源，让价值流动起来Ignite141面临的挑战142未来发展总结与展望139附录B：工业互联网标准体系145副主编：刘淑英、吕洪、林涛、朱仕银 编辑：曹玮、曾小玲、张朝亮、田玉靖、王俊、张宇楠、黄玉宝、吴蔚洲、李东会、王曦光、张玉君、张力主编：刘赞、郭晓军顾问：李立、刘新民、张鹏编写组

4、前言H3C iConnecting眼下，在新的科技革命、产业升级转型的内在动力和地缘政治、疫情的外部压力的双重驱动下，全世界都已经把数字经济看成是重组全球要素资源、重塑全球经济结构、改变全球竞争格局的核心力量之一。作为数字经济的重要基础设施，工业互联网正在逐步书写它自己的使命和能力，利用新一代信息技术对制造业进行全方位、全角度、全链条的持续改造和优化，加速引爆工业格局的变革，在千行百业演绎着自己的角色。作为新一代信息技术与制造业转型发展历史性融合创新期的新生事物，工业互联网正在推动工业的生产力和生产关系、创新模式的变革，加速工业经济由传统的依赖专家经验的模式转向更依赖于数据驱动的模式。工业互联

5、网正在酝酿新的创新活力，具有广阔的前景和无限的潜力，必将为智能制造、智慧商业、双碳战略等打造新一代基础服务，推动我国工业经济发展加快向更智能、更优质、更可持续的方向转型，会持续产生基础性、深层次、全方位的社会和经济变革。在那些普遍的共识中，诸如“企业级计算的未来将是云计算与边缘计算的混合”、”未来的企业现场将遍布支持低延时网络技术的IOT物联网和传感器“、“大数据与人工智能推动企业从流程驱动升级到数据驱动”-不难发现新华三作为一个数字解决方案领导厂商在这次数智化大潮中是不应该缺席的，我们理当承担时代给予的使命，那就是”融汇数字力量，激发工业潜能“。工业互联网一头连着传统工业制造业，一头连着新一

6、代信息技术，是产业转型过程中的“金钥匙”。新华三作为具备信息技术和制造技术双重基因的行业龙头，一方面，在工业互联网领域积极布局，充分利用多年来在百行百业积累的数字化转型能力和成功经验，不断进行技术创新，不仅深度参与了中国工业互联网政策编写、标准制定、技术攻关、探索实践、示范引领的全过程，还主导参与了多项国家级重大工业互联网创新项目，拥有多项技术专利，形成了从业务咨询、项目集成、产品方案、市场运营、生态构建等端到端的能力体系。另一方面，新华三也积极利用5G+AI+IoT技术，以“工业数字大脑”实现全面数智赋能，进行工业互联网iCM新模式探索，打造出了精益、智能、柔性、物联、绿色的紫光股份智能工厂

7、，成功入选“2021年度工信部工业互联网平台创新领航应用案例”、“2022中国5G+工业互联网大会典型应用标杆案例”、及2021年浙江省“未来工厂”试点企业。2021年6月22日，新华三工业互联网有限公司在苏州工业园区正式注册成立，这意味着新华三工业互联网总部正式扎根苏州。今后，新公司在苏州工业园区的产业集群大生态中，积极发挥自身的创新能力，在研发交付、对接合作、孵化方案、生态营造等方面全力而为。立足于园区，新华三工业互联网公司以辐射苏州、江苏，乃至整个中国为愿景，打造行业工业互联网平台，连通上下游和配套企业之间的价值链，加速产业数字化的进程。本书以工业互联网技术体系的整理归纳和演绎为目标，从

8、工业互联网的发起和内涵入手，对工业互联网方案用到的网络、平台、数据、智能、边缘计算等新一代信息技术和制造技术的融合进行了阐述。另外，在部署体系上，我们建议工厂现场级的要素链、企业级的价值链和产业（行业）级的产业链应该形成一体化设计的、可融合的三级架构，或者说是三级支撑系统。在阐述各层技术基础性的定义和具象化的各层产品核心能力的基础上，本文给出了若干具有示范意义的最新实践案例。当前工业互联网发展已经进入新阶段，正处于发展突破的战略窗口期、发展快车道和深耕期。已经由政府和市场双轮驱动向市场红利阶段转换。我们热切期待着更多的技术伙伴、商业伙伴和用户加入到这次变革大潮中。根据以往的新品发布的经验，像工

9、业互联网这样具备跨界、跨行业、跨时间融合的综合性方案，实在需要一本简单明了的指南书，快速引导大家进入自己的角色。本书可作为包括政府、园区、企业、科研单位、高校各界技术、管理人员了解和掌握工业互联网方案和能力的参考书。以聊聊数万字的篇幅，把近几年发生国内尤其是新华三深度参与过的、跟工业互联网技术相关的思考和实践组织起来，并最终提炼出极具公司特色的“iConnecting技术战略”，旨在为下一阶段的产品和方案开发确定核心的设计原则和工作范围。一方面有助于公司内部各参与部门的协同，同时也是为我们的服务对象和合作伙伴提供一条认识新华三工业互联网整体能力集的快捷路径。工业互联网概述定义内涵发展趋势市场格

10、局推动模式0506080901第一章H3C iConnecting工业产业链的贯通：工业互联网打破时间和空间的相对或绝对约束，支撑跨层级、跨企业、跨区域的网络化协同发展。通过贯通研发、设计、生产、营销、运维全产业链，促进创新资源和各类制造资源广泛聚集与高效匹配，优化产业主体协作模式，重构协作链条及流程，极大提高资源使用效率，带动全产业链生产效率提升和价值增值。工业技术链的延伸：新一代信息技术与工业互联网融合发展有助于更大范围、更高效率、更加精准地优化生产和服务资源配置,推动技术创新与应用相互促进、相互迭代。例如，工业互联网与5G、人工智能等技术融合催生5G工业网络定制、工业软件、工业大数据、工

11、业智能等技术创新，以及工业级5G终端、工业级CPE设备、工业PLC等5G融合新产品。工业资金链的统筹：依托工业互联网平台搭建的线上融资平台，可以提供融资融商一链服务，为核心企业及其上下游配套企业增信、数字化供应链融资业务、线上流动资金贷款、等业务。同时在资本市场的支持下，中小企业依托工业互联网平台可以解决采购、销售、信息以及融资等一系列问题，进一步降低运营成本，提高经营效率。工业人才链的完善：工业互联网作为系统工程、长期工程，其发展需要大量的科研、管理型人才及技术、技能型人才以及既懂通信技术有动企业生产体系的复合型人才做支撑。在国家相关的人才政策支撑下，基于产教融合等方式，工业互联网人才培养与

12、发展相辅相成，工业互联网人才链加快补齐，并拉动新增就业岗位。用新型信息技术和制造技术对要素链、价值链和产业链“三链”的优化与协同能力的提升是工业互联网建设的主要目标。说到底，它是要实现基于全面互联而形成数据驱动的智能，网络、数据、安全是工业和互联网两个视角共性的基础和支撑要求。基础核心在于“工业”和“互联网”。“工业”是基本对象，通过工业互联网实现互联互通与共享协同的工业全生命周期活动中所涉及的各类人、机、物、信息、数据资源与工业能力；“互联网”是关键手段，是综合利用物联网、信息通信、云计算、大数据等互联网相关技术，推动各类工业资源与能力的开放接入，进而支撑由此而衍生的新型制造模式与产业生态。

13、工业互联网的业务需求可从工业和互联网两个视角分析：从工业视角看，工业互联网主要表现为从生产系统到商业系统的智能化，由内及外，生产系统自身通过采用信息通信技术，实现机器之间、机器与系统、企业上下游之间实时连接与智能交 互，并带动商业活动优化。其业务需求包括面向工业体系各个层级的优化，如泛在感知、实时监测、精准控制、数据集成、运营优化、供应链协同、需求匹配、服务增值等业务需求。从互联网视角看，工业互联网主要表现为商业系统变革牵引生产系统的智能化，由外及内，从营销、服务、设计环节的互联网新模式新业态带动生产组织和制造模式的智能化变革。其业务 需求包括基于互联网平台实现的精准营销、个性定制、智能服务、

14、众包众创、协同设计、协同制造、柔性制造等。如上图所示，工业互联网不是互联网在工业的简单应用，而是具有更为丰富的内涵和外延。它以网络为基础、平台为中枢、数据为要素、安全为保障，既是工业数字化、网络化、智能化转型的基础设施，也是互联网、大数据、人工智能与实体经济深度融合的应用模式，同时也是一种新业态、新产业，将重塑企业形态、供应链和产业链。基于对工业互联网定义的理解，我们认为工业互联网作为全新应用生态、关键信息基础和新型应用模式，其核心价值是通过人、机、物的全面互联，实现产业链、技术链、资金链和人才链的深度互联，进而催生新技术、新业态、新模式，颠覆传统制造模式、生产组织方式和产业形态，驱动传统产业

15、升级赋能。定义内涵工业互联网的概念最早由通用电气于2012年提出，随后美国IBM、思科、英特尔和AT&T等行业龙头企业联手组建了工业互联网联盟(IIC)。为加快我国工业互联网发展，在工业和信息化部的指导下，2016年2月1日由工业、信息通信业、互联网等领域百余家单位共同发起成立工业互联网产业联盟。工业互联网是新一代信息技术与制造业深度融合的产物，是实现产业数字化、网络化、智能化发展的重要基础设施，通过人、机、物的全面互联，全要素、全产业链、全价值链的全面连接，推动形成全新的工业生产制造和服务体系，成为工业经济转型升级的关键依托、重要途径、全新生态。发展趋势2022年，我国工业互联网将呈现以下几

16、个趋势：政策推进试点与体系建设加速“十四五”信息化和工业化深度融合发展规划（以下简称 规划）明确提出，到2025年工业互联网平台普及率达到45%。依据 规划，针对工业互联网的政策体系将不断完善。在应用创新方面，通过打造工业互联网产业示范基地和应用创新推广中心，加速工业互联网技术攻关和成果推广；在平台试点方面，建设一批跨行业跨领域的综合型平台、面向重点行业和区域的特色型平台以及面向特定技术和场景的专业型平台；在体系化建设方面，把完善工业互联网标识解析体系、构建工业互联网安全监测体系、建设国家工业互联网大数据中心体系作为重点。工业互联网概述0506工厂内网工厂外网智能产品用户物流企业金融机构集团设

17、计公司资源配置中心平台智能化网络化数字化单点优化全面互联全局智能网络互联互通基础安全防护创新应用创新应用政府产线机械手人员物料温度视频监控巡检机器人设备网络标识解析H3C iConnecting工业互联网概述0708工业智能从工厂现场走向产业链随着人工智能技术在工业生产和流通环节以及产品中的深度融合，工业智能开始从工厂内部的单点应用走向更大范围的、产业链各环节的数据价值挖掘和决策。与传统智能化方案更加关注生产系统的控制相比，未来工业智能将围绕更大范围内的产业链数据，为政府的招商引资、产业调度、企业的供应链优化、物流调度优化、市场销售预测等方面的决策辅助支撑。云原生与多云的应用交付带来更多选择基

18、于容器和Kubernetes的云原生解决方案具有部署简化、多环境支持、服务编排、易于迁移、弹性等优势。多数企业不希望被某一个云服务商给绑定，采用混合部署的方式，或多云便成为更适合的选择。通过Kubernetes集群可更易实现为本地数据中心和不同云服务商提供一致接口，应用程序和数据迁移将更加便捷，用户可以按需在不同云之间进行调整。低代码将打破IT与OT的壁垒工业APP的开发需要基于大量OT知识，低代码技术以其低技术门槛、高效、易集成的特点，让自动化专家能深度参与到软件开发过程中，工业机理模型能够被快速开发、测试、部署和迭代，从而加速工业应用的创新与实践。MEC切实加速5G在工业场景落地伴随5G核

19、心网服务化构架的落地和云计算的快速迭代，MEC的整体方案技术形态日益成熟。利用MEC可以将高密度计算、大数据量和低时延需求的业务就近部署，满足客户对安全、速率及可靠性的多重要求。通过软件配置MEC服务器的资源，对工业现场多源、异构数据归一化处理，能够兼顾计算、存储和网络资源以及数据传输的有效性等，形成云数据中心和边缘计算资源的调优。实时数据中台将进一步提升数据治理能力围绕工业数据多源异构、实时性要求强的特点，工业数据中台需要能够提供更加灵活的存储、计算架构以便实现对实时数据快速分析的能力。采用批量计算、流计算与实时融合分析的统一架构的新中台，将给大数据实时数仓的体验带去跟传统的单机OLAP（联

20、机分析处理）数据库的一致体验。此外，实时数据中台可以通过大量的数据生态组件和模型来实现对海量数据的实时分析，利用存算分离、湖仓一体等新架构来提升用户的数据治理能力。工业软件云化与开源化趋势更加凸显基于云原生的工业软件呈现出平台化、组件化、服务化的趋势。在PaaS+SaaS的工作模式下，复杂的业务运算模型可以被拆解为灵活的轻量化的前台以及功能聚合的中台，从而兼顾应用层的快速迭代以及平台层的知识和功能沉淀。同时，在工业软件加速云化的过程中，大量的分析模型都是基于开源引擎构建的，越来越多的企业开始以开源架构为基础打造商业软件。工业互联网需要在供应链安全的方面发挥更大的作用2022年，中国仍将面临复杂

21、国际形势带来的供应链安全风险，工业互联网将继续发挥优化产业链供应链作用。一是运用数据工具，提升供应链管理能力。运用数据采集和分析技术帮助行业主管部门能够掌握产业供应链现状，应对外围变化和市场波动。二是加速技术赋能，促进科技成果转化。通过共性技术创新平台提升中小企业创新能力，通过高水平的数据治理和流程再造提升大企业的经营管理效率。三是构建新一代数字基础设施，支撑产业链升级。通过助力数字化、网络化、智能化发展，推动制造业结构高端化和产业体系现代化。市场格局本文主要从工业通信和工业互联网平台这两个载体来分析当下的市场情况。工业网络通信市场格局：客户壁垒高，新技术有望重塑格局工业通信设备：要求能支持多

22、种网络协议，满足严苛环境的部署要求工业通信设备通常可支持多种网络协议。设备需满足严苛的使用环境，因此一般需要采用高品质的金属板材、具有良好的机械强度、支持936V宽压输入、具备静电防护、浪涌保护、过流保护、使用环境温度-40+85等。竞争格局：国际品牌主导，盈利水平较高目前工业互联网网络侧设备市场的头部企业主要被国外品牌所占据，头部的前三家产品市场占有率达43%，国产厂商市占率仍然较低。国际头部企业包括思科、西门子、MOXA、Belden（百通赫斯曼）等公司，国内公司主要包括三旺通信、映翰通、东土科技等。高毛利归因：工业级高可靠属性，定制化带来高附加值工业通信设备与商用通信设备应用场景不同，其

23、部署场景较为极端。因此，工业通信设备在元器件、产品用材、稳定性、配套软件选型方面相 比通用设备有一定差别，导致同样规格的工业通信设备是通用设备价格的2-3倍。当前工业以太网规模最大，工业无线快速发展根据北京研精毕智分析报告，在中国工业网络连接新安装节点中，工业以太网占比总市场的62.5%，位居首位，带动了工业通信市场规模持续增长，到2021年达到约21.5亿美元；其次是现场总线占比约为27.2%；无线通信占比7.2%。工业互联网平台市场格局：处于不同行业分散化的竞争格局，没有绝对的领导厂商整个工业互联网在短期内仍将呈现领域分散化的格局不同行业，如新能源、钢铁、制药、汽车等各具特色，目前难以通过

24、普适性的工业互联网解决方案满足所有行业或特殊场景的需求。根据联盟披露的信息，截至2021年，国内重点工业互联网平台的平均工业设备连接数约为95.2万台，其中华为FusionPlant的设备连接数占比约为13.2%，排名第一；其次是浪潮云In-Cloud和航天云网INDICS，分别占2.56%和2.2%；东方国信CLOUDIIP和海尔卡奥斯COSMOPlat的市场占有率为1.2%和0.89%。从区域分布情况来看，主要集中在环渤海、长三角和珠三角等地区据研精毕智的市场统计数据显示，其中北京、江苏、上海、浙江和山东等省份的数量较多，在2021年分别为15个、12个、9个、7个和6个左右，约占国内工业

25、互联网平台市场总量的72.9%，市场整体呈现区域集中化。H3C iConnecting工业互联网概述0910推动模式工业互联网的基本发展路径是从早期的政府引领过渡到基于企业的内生动力进行因地制宜的发展。政府引领当下工业互联网的发展自2017年国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见印发以来，在社会各方的共同努力下，我国工业互联网已驶入发展快车道，取得了显著的成绩。为深入贯彻实施工业互联网创新发展战略，推动工业化和信息化在更广范围内、更深程度上、更高水平上的融合发展，2021年1月13日，工业和信息化部印发了工业互联网创新发展行动计划（20212023年），提出五大目标和多项

26、重点工作任务，是“十四五”期间工业互联网建设发展的纲领性文件。我国政府将布局工业互联网作为一项重要工作任务，大力推进工业互联网的发展，陆续出台一系列促进网络基础设施建设、云计算和工业大数据中心发展的重大政策措施，加快实施制造强国和网络强国战略。2016年2月，在工业和信息化部的指导下，组建了工业互联网产业联盟，切实推进工业互联网的总体架构、需求梳理、标准、产业发展和政策研究等方面的工作，旨在把政府与市场主体、顶层设计与项目实践紧密结合起来，力求为各地的经济奠定发展先机。为推动工业互联网健康、快速、有序发展，促进制造业高质量发展，我国各省市重点开展了多方面的工作：加强政策保障措施。很多省份陆续出

27、台相关政策推动工业互联网的发展，针对企业“上云、上平台”、培育工业互联网平台、未来工厂、开展工业互联网标杆示范项目等方面给予支持，完善当地的工业互联网产业生态和服务能力。1落实基础设施建设。通过优化与升级网络、数据中心等信息基础设施，加快5G基站的规模化建设，建成低时延、高可靠性、广覆盖的网络基础能力。鼓励工业企业开展内外网改造，提高生产设备的接入联网率。投资建设若干行业的工业互联网标识解析的创新应用，加快标识解析的二级节点的落地。2推动平台培育搭建。坚持通过外地引进和本土培育并重的方式，鼓励本土龙头企业建立企业级/行业级/特色平台，赋能中小企业“上云、上平台”。为产业集群数字化转型提供基础性

28、服务。3推广应用试点示范。依托各省市的优势产业，按行业选取培育对象，在更大范围和层面上树立标杆示范项目，形成具有地方制造业特色的应用示范。聚焦工业互联网数字化转型试点，精准组织工业互联网走进产业集群，有针对性地开展标杆案例现场参观、供需精准对接等活动，加快产业集群整体数字化升级。4强化人才提升培养。通过产学研用等合作，优化人才培养方式和途径，着力推进培养工业互联网复合型技术人才。政府鼓励企业和行业协会等机构与高等院校、职业院校加强多方合作，组织在职人员进行工业互联网相关的技术、运营实践学习和分享，提升企业员工的综合能力。5不断壮大的企业内生动力企业是最终发展工业互联网的主体，目前有些地方通过树

29、立一些示范标杆项目的方法推动当地工业互联网的发展，从诸多领先的企业中选择一两个代表性企业为其提供资金和技术对接，这导致参与的企业在很大的程度上依赖是否有政府补贴来决定是否进行工业互联网建设。我们看到，实际上有些大企业是有意愿、有能力、有资金去依托工业互联网平台进行提质增效的数字化转型。很多中小企业对于工业互联网则仍持观望态度，他们不清楚工业互联网的价值，而且自身的数字化水平较低，网络化、信息化、自动化基础薄弱。为了更好地激发企业的内生动力，不少地方的政府推出了更加务实高效的相关政策，包括加快推进5G应用、工业互联网标识解析二级节点等应用，加大专业人才引进和培养力度，努力为工业互联网的发展打造良

30、好的技术生态和环境。同时，针对工业企业、咨询服务商、园区等不同主体，提供多种补贴的形式来激发整个生态链上的企业来共同创新，促进发展。技术创新引领工业互联网发展新格局随着新一轮科技革命和产业升级周期，我国进入了新型工业化、信息化、城镇化、新农村同步发展、叠加发展的关键时期。面对日新月异的技术涌现，特别是新一代信息技术的广泛实践，我国的工业化进程在被大大加速了，为我们充分发挥后发优势，实现“弯道超车”、跨越发展提供了可能。这一轮技术创新的重头戏之一就是要把云计算、大数据、人工智能、物联网、5G、区块链等新技术引入到企业的研发设计、生产制造、经营管理、运维服务等环节中去，加速制造业从流程型驱动向数据

31、驱动转变，增强制造业的竞争优势、推动制造业高质量发展，加快建设制造强国、网络强国。H3C iConnecting新华三工业互联网技术体系技术创新引领新华三工业互联网发展新华三工业互联iConnecting技术战略“联接驱动，重塑价值”是iConnecting技术战略内涵以”3+1+1”为核心的新华三工业互联网能力图谱1315162002第二章H3C iConnecting新华三工业互联网技术体系1314技术创新引领新华三工业互联网发展在当前国家向经济高质量发展和制造业转型的背景下，新华三集团作为具备信息技术和制造技术双重基因的行业龙头，在工业互联网领域积极布局，充分利用多年来在百行百业积累的数

32、字化转型能力和成功经验，不断进行技术创新，不仅深度参与了中国工业互联网政策编写、标准制定、技术攻关、探索实践、示范引领的全过程，还主导参与了多项国家级重大工业互联网创新项目，拥有多项技术专利，形成了从业务咨询、项目集成、产品方案、市场运营、生态构建等端到端的能力体系。愿景使命工业互联网是以互联网为代表的新一代信息技术与工业系统深度融合而形成的，是工业智能化发展的信息基础设施。全球主要国家高度重视和积极推进工业互联网的发展，产业界也在加速开展探索和实践。近年来我国工业互联网发展已由概念普及与技术验证步入规模化推广阶段，重点行业的应用实践与创新探索持续深化，5G、人工智能等新技术也加速融入并不断拓

33、宽工业互联网的内涵与赋能潜力。新华三工业互联专注将新一代信息通信技术应用于工业领域，通过数字工业融合解决方案，提供一站式服务，使能工业数字化转型，赋能工业经济高质量发展。“融汇数字力量，激发工业潜能”是新华三工业互联的发展愿景。面向未来，新华三将通过融合多年来积累的ICT技术能力，用数字化的技术对传统制造业的生产要素、产业链、价值链进行全面联接，加速工业数据和智能的自由流动；用数字化的手段重塑工业企业的业务模式、技术范式、组织方式和文化意识，降低企业研发设计、生产制造、经营管理、运维服务等过程中的不确定性，增强供应链产业链的弹性和韧性，提升工业企业的网络化、数字化、智能化水平，推动中国的制造业

34、转型升级和高质量发展。业务范围新华三工业互联网将围绕政府园区、智能制造企业（重点聚焦电子和钢铁行业）两类核心客户，提供工业数字基础设施、工业互联网平台、及工业应用服务等产品和解决方案，助力用户数字化转型升级。标准贡献新华三积极参与工业互联网相关标准研制工作，覆盖网络、平台、安全等领域，涉及国际、国家、行业标准及技术白皮书等50余项。主要涵盖3项国际网络标准，主导和参与国家标准46项，主导和参与行业标准56项，主要参与工业互联网园区整体解决方案、供应链工业互联网创新应用等创新应用白皮书6项，发布中国数字经济制造白皮书等方面，主要内容如下：基础共性类：工业互联网工程技术人员国家职业技术技能标准、工

35、业互联网蓝皮书2021、工业互联网体系标准3.0、中国城市数字经济指数：制造篇白皮书(2020)、新华三数字化转型与实践、数字化转型实现之道等；网络领域：工业互联网时间敏感网络安全技术要求、工业互联网 时间敏感网络 网关设备技术要求、工业互联网 时间敏感网络 可靠性技术要求、时间敏感网络（TSN）产业白皮书、时间敏感网络产业测试报告、工业互联网网络优秀解决方案等；安全领域：工业互联网典型安全解决方案案例汇编等；平台领域：工业互联网平台 工业知识图谱构建技术要求等；应用领域：智能制造 网络协同制造 资源模型国标标准、零碳智慧园区评价模型和评价方法、工业互联网园区应用场景白皮书、工业互联网园区指南

36、、工业互联网园区评价模型、基于工业互联网的供应链创新与应用白皮书、工业互联网园区碳达峰碳中和指南等。H3C iConnecting平台化设计智能化制造新华三工业互联专注将新一代信息通信技术应用于工业领域，通过数字工业融合解决方案，提供一站式服务，使能工业数字化转型，赋能工业经济高质量发展。网络化协同个性化定制服务化延伸数字化管理数字基础设施智能制造基石智能工厂引擎工业安全堡垒智慧运营保障业务能力平台主动安全统一运维云产网芯在当前国家向经济高质量发展和制造业转型的背景下，新华三集团作为具备信息技术和制造技术双重基因的行业龙头，在工业互联网领域积极布局，充分利用多年来在百行百业积累的数字化转型能力

37、和成功经验，不断进行技术创新，不仅深度参与了中国工业互联网政策编写、标准制定、技术攻关、探索实践、示范引领的全过程，还主导参与了多项国家级重大工业互联网创新项目，拥有多项技术专利，形成了从业务咨询、项目集成、产品方案、市场运营、生态构建等端到端的能力体系。愿景使命新华三工业互联专注将新一代信息通信技术应用于工业领域，通过数字工业融合解决方案，提供一站式服务，使能工业数字化转型，赋能工业经济高质量发展。“融汇数字力量，激发工业潜能”是新华三工业互联的发展愿景。面向未来，新华三将通过融合多年来积累的ICT技术能力，用数字化的技术对传统制造业的生产要素、产业链、价值链进行全面联接，加速工业数据和智能

38、的自由流动；用数字化的手段重塑工业企业的业务模式、技术范式、组织方式和文化意识，降低企业研发设计、生产制造、经营管理、运维服务等过程中的不确定性，增强供应链产业链的弹性和韧性，提升工业企业的网络化、数字化、智能化水平，推动中国的制造业转型升级和高质量发展。业务范围新华三工业互联网将围绕政府园区、智能制造企业（重点聚焦电子和钢铁行业）两类核心客户，提供工业数字基础设施、工业互联网平台、及工业应用服务等产品和解决方案，助力用户数字化转型升级。标准贡献新华三积极参与工业互联网相关标准研制工作，覆盖网络、平台、安全等领域，涉及国际、国家、行业标准及技术白皮书等50余项。主要涵盖3项国际网络标准，主导和

39、参与国家标准46项，主导和参与行业标准56项，主要参与工业互联网园区整体解决方案、供应链工业互联网创新应用等创新应用白皮书6项，发布中国数字经济制造白皮书等方面，主要内容如下：基础共性类：工业互联网工程技术人员国家职业技术技能标准、工业互联网蓝皮书2021、工业互联网体系标准3.0、中国城市数字经济指数：制造篇白皮书(2020)、新华三数字化转型与实践、数字化转型实现之道等；网络领域：工业互联网时间敏感网络安全技术要求、工业互联网 时间敏感网络 网关设备技术要求、工业互联网 时间敏感网络 可靠性技术要求、时间敏感网络（TSN）产业白皮书、时间敏感网络产业测试报告、工业互联网网络优秀解决方案等；

40、新华三工业互联网技术体系1516安全领域：工业互联网典型安全解决方案案例汇编等；平台领域：工业互联网平台 工业知识图谱构建技术要求等；应用领域：智能制造 网络协同制造 资源模型国标标准、零碳智慧园区评价模型和评价方法、工业互联网园区应用场景白皮书、工业互联网园区指南、工业互联网园区评价模型、基于工业互联网的供应链创新与应用白皮书、工业互联网园区碳达峰碳中和指南等。新华三工业互联iConnecting技术战略新华三工业互联网技术战略是新华三在工业互联网领域技术创新的行动纲领。基于新华三在“芯-云-网-边-端”全产业链的数字化基础设施能力优势，通过多年的技术探索和应用实践，形成了以“联接驱动、价值

41、重塑”为核心理念的H3C iCon-necting技术战略，主要通过工业联接（Industry）、信息联接（Information）、智能联接（Intelligence）、融合方案（Integrate）、赋能产业（Ignite）5个阶段，打破工业领域的设备、数据、信息、生态、资源等不同层级要素的边界，联接能力不断进阶，实现工业企业的生产要素、价值活动、产业链上下游的互联互通和协同优化，完成从“使能工业数字化转型”到“赋能工业经济高质量发展”的使能，达成新华三工业互联网“融汇数字力量、激发工业潜能”的愿景。“联接驱动，重塑价值”是iConnecting技术战略内涵H3C iConnecting技

42、术战略以联接为核心，可以分解成i、Connect、ing几个关键词，代表了新华三对工业互联网的产业认知、技术理解、及产业布局，具体的涵义将展开阐述。H3C iConnecting技术战略以联接为驱动、重塑为价值为指导，可以分解成i、Connect、ing几个关键词，分别代表了新华三对工业互联网的业务目标、产品布局、态度等，下面将详细展开阐述。i代表联接的对象和方式5个i代表新华三工业互联网聚焦的5个关键要素，分别为Industry工业、Information信息、Intelligence智能、Integrate融合、Ignite赋能，覆盖了工业领域的设备、数据、信息、生态、资源等从生产到产业的

43、不同层级要素，也是新华三工业互联网的目标对象。Connect代表联接的驱动力Connect：新华三工业互联网以“联接”为核心的技术理念，打破工业领域的设备、数据、信息、生态、资源等不同层级要素的边界，实现从生产现场的设备联接到产业层面的生态、资源联接的逐级升级，最终实现工业企业的生产要素、价值活动、产业链上下游的互联互通和协同优化。具体来讲，首先通过联接（Industry）产品实现工业设备的联接让数据流动起来；采集到数据之后，通过信息联接（Information）产品实现数据的联接让信息流动起来；数据经过治理后形成有效信息后，通过智能联接（Intelligence）产品实现信息的联接让智能流动

44、起来；经过从数据到智能的加工过程，形成了工业know-how知识和数字化机理模型，就要通过融合方案（Integrate）来实现生态的联接让服务流动起来，为用户提供数字化转型服务；最后培育一些新的产品、服务和模式，通过赋能产业（Ignite）手段实现资源的联接让价值流动起来。通过上述层层递进的联接，最终实现资源配置优化、生产控制优化、运营决策优化、产业链价值链优化等目标，从使能“工业数字化转型”向赋能“工业经济高质量发展”持续革新。ing代表联接的进行时ing：代表新华三在工业互联网技术创新的道路上永无止境，脚踏实地、砥砺前行是我们的理念和态度，也会对基于联接的工业互联网技术战略不断进行迭代升级

45、和持续演进。H3C iConnecting工业联接Industrial Connect信息联接Information Connect智能联接Intelligence Connect服务联接Integrated Connect技术赋能Ignite Connect联接设备让数据流动联接数据让信息流动联接信息让智能流动联接生态让服务流动联接资源让价值流动Industry工业联接新华三集团是数字化解决方案领导者，新华三工业互联专注将新一代信息通讯技术应用于工业领域，通过数字工业融合解决方案，提供一站式服务，使能工业数字化转型，赋能工业经济高质量发展。融汇数字力量，激发工业潜能Information信息

46、联接Intelligence智能联接Integrate融合方案Ignite赋能产业垂直行业应用（汽车、电子信息、钢铁、轻工（家电）、装备制造、航空航天、石油化工）平台化设计终端与网络B.网络D.平台A.基础共性E.安全工业设备接入上云工业数字孪生5G+工业互联网工业微服务与开发环境标识解析工业机理模型与组件工业APP平台服务与应用智能化生产网络化协同个性化定制服务化延伸数字化管理F.应用术语定义通用要求架构测试与评估管理人才该色块表示我司已参与产业链/供应链C.边缘计算分类分级安全防护安全管理安全应用与服务工业大数据重塑是iConnecting的价值主张新华三工业互联网技术体系1718iCon

47、necting技术战略从根本上是为了实现重塑的价值，主要包括能力重塑、业务重塑、模式重塑3个方面。在数字化能力层，通过联接实现人机料法环等生产要素的互联互通，重塑企业在数字化转型过程中所需的泛在感知、敏捷响应、智能决策、全局协同、动态优化等核心能力。一是通过部署感知终端与数据采集设施，实现全要素、全产业链、全价值链的实时监测，打造企业泛在感知能力；二是基于泛在感知形成的海量工业数据，打通企业内、企业间以及企业与客户，提升企业对市场变化和需求的响应速度和交付速度，形成企业敏捷响应的能力；三是基于信息的高效集成，通过工业模型与数据科学的融合开展分析优化，并作用于设备、产线、运营等各领域，形成企业智

48、能决策能力；四是基于泛在感知、全面连接与深度集成，在企业内实现研发、生产、管理等不同业务的协同，探索企业运行效率最优，在企业外实现各类生产资源和社会资源的协同，探索产业配置效率最优，最终建立全局协同的能力；五是通过对物理系统的精准描述与虚实联动，建立数字孪生，在监控物理系统同时，能够在线实时对物理系统的运行进行分析优化，使企业始终在最优状态运行，形成动态优化的能力。在企业业务层，通过联接实现企业的产品链、价值链、资产链等核心环节的集成共享，重塑企业数字化的关键业务。一是通过对产品全生命周期的联接与贯通，强化产品设计、流程规划到生产工程的数据集成与智能分析，实现产品链的整体优化与深度协同。二是通

49、过对研产供销服等企业业务活动的互联互通，面向单环节重点场景开展深度数据分析优化，从而实现全价值链的效率提升与重点业务的价值挖掘。三是将孤立的设备资产单元联接成企业资产体系，支撑系统设计、建造、投产、运维、退役到报废与回收等设备全生命周期多个环节数据集成串联，为企业提供轻便化、灵活化、智能化的设备管理方式和产品后服务，实现资产链的全面运维保障与高质量服务。在产业发展层，通过联接实现全要素、全产业链、全价值链等资源要素的协同优化，重塑企业数字化的商业模式，推动跨领域资源灵活配置和内外部协同能力提升，并基于此形成了产融结合、平台经济、协同制造等商业模式的创新和生产组织方式的重构，驱动制造体系和产业生

50、态向扁平化、开放化演进。无界有智是iConnecting的演进目标中国制造业在信息化和自动化的发展进程中，由于各种原因，造成各种信息孤岛，存在的边界也很多，这里面有看得见的边界，由看不见的边界，这些边界限制了工业的发展潜能。iConnecting技术战略具备全面联接、开放融合、持续进化3个核心要素，也是iConnecting的内在基因，这些基因让工业互联网向无界、有智的目标进行持续演进，比如无界在于打破边界，连通孤岛，可以先共享、再融合、最后实现共同发展；有智可以先实现智能网络，具备全要素互联、实时感知的能力，再在生产经营环节，实现智能化制造、个性化定制、网络化协同、服务化延伸等智能制造模式，

51、最后实现整个产业链的智能化协同，培育新的数字化产业和服务。全面联接：代表工业数据归集化能力，通过以工业物联网、工业视觉、5G、确定性网络等为代表的ICT技术和OT等技术深度融合，实现工厂人机物料法环等全要素的互联互通，企业研产供销服等价值链环节的集成共享，产业链上下游、供应链等方面的协同优化，为工业企业提全要素联接、多场景统一、确定性承载、云网安融合的工业联接能力，完成工业数据的智能感知、灵活采集、实时传输等。开放融合：代表工业数据价值化能力，利用工业大数据、工业时序数据库、工业数据治理等大数据技术，持续提升工业数据的汇聚、治理、应用能力，构建工业绿洲平台，支撑工业数字化治理等应用，将无序、低

52、价值的工业数据转化成有序、高质量的工业信息。持续进化：代表工业数据资产化能力，通过工业智能，包括以专家系统、知识图谱、知识工程等技术为代表的工业机理方法和以神经网络、机器学习、统计科学等技术为代表的大数据分析方法，来沉淀工业机理模型、及模型集成融合能力，推动工业互联网的持续进化。OICT融合是iConnecting的核心引擎当前，大多数工业企业都是遵循由 ISA-95 标准定义的金字塔式模型结构进行信息化建设，基本形成了设备层（L0）、控制层（L1）、过程层（L2）、生产层（L3）、管理层（L4）五级系统架构，连接各层之间的协议种类繁多且互不兼容，导致各种信息孤岛林立，系统之间难以互联互通，造

53、成了垂直、分层、封闭的困境，无法实现数据的横向/纵向有效流转。随着新一轮工业革命的推进，制造业的智能化转型正在让现实与虚拟世界之间的界限变得越来越模糊。为了实现数据的高效流转，就需要利用各种联接技术和手段，打通金字塔架构各层级之间的边界、各价值活动之间的边界、上下游之间的边界，实现现场级到工厂级到产业级的互联互通，实现传感/执行器与云端控制器直接交互、生产要素间智能互联与协同能力，使得数据能够纵向跨层、横向跨系统和设备进行交互，形成融合、开放、协同的工业互联网体系。当制造技术和信息技术合二为一，呼唤新的运营模式，ICT、OT 融合成为大势所趋，形成了一个贯穿整个制造企业的技术架构，同时也是支撑

54、智能制造的核心。ICT和OT的融合会帮助制造企业改善业务系统以及各部门之间的整体的信息流动，从而提升企业的运营水平。H3C iConnecting无智有界有智无界传统物理工业全面互联 开放融合 持续进化DNA未来数字工业共享智链智造智网共融共生破界增智工厂【生产链】全要素互联、智能生产企业【价值链】全价值互联、智慧运营政府/园区【产业链】全产业互联、工业新动能能力重塑流程重塑模式重塑联接驱动、重塑价值ICT使能OT是iConnecting的关键路径工业企业数字化转型的本质是ICT技术和OT技术的深度融合，也是工业互联网的最终目标。但是，当前ICT和OT全面融合还面临着很多挑战，比如总线的复杂性

55、不仅为制造现场/OT带来复杂性，也同样为IT访问OT（信息采集和指令下达）带来了巨大的障碍，因为每种总线有着不同的物理接口、传输机制、对象字典，即使采用以太网来标准各个总线，但是仍然会在互操作层出现问题，这使得对于 IT 应用，如大数据分析、订单排产、能源优化等应用遇到了障碍，需要每个厂商根据底层设备不同写各种接口、应用层配置工具，对于依靠规模效应来运营的 IT 而言复杂度过高，缺乏经济性。这些困难使得ICT和OT融合时不能一蹴而就，需要根据工业企业的实际情况采取循序渐进、逐步推进。新华三作为ICT厂商和数字化解决方案领导者，致力于将专注将新一代信息通信技术应用于工业领域，因此，我们认为，IC

56、T使能OT是iConnecting的关键路径，也是进行工业数字化转型的起点。首先，从ICT基础设施提供者维度来使能OT等，针对OT领域的“互联、互通、互享”等需求，推出具备OT特征的IT产品和技术，如对于工业物联网关、工业一体机、工业安全网关、工业数字单兵等设备，形成“全面采、确定传、统一管、智能析、简单用、主动防”的能力，让数据上的去、智能下的来，快速构建工业企业的数字化能力。其次，自下而上打通生产过程层到企业信息管理层整个流程，使得企业管理朝着更加精益的方向发展。通过对工业领域数新华三工业互联网技术体系1920全面联接：代表工业数据归集化能力，通过以工业物联网、工业视觉、5G、确定性网络等

57、为代表的ICT技术和OT等技术深度融合，实现工厂人机物料法环等全要素的互联互通，企业研产供销服等价值链环节的集成共享，产业链上下游、供应链等方面的协同优化，为工业企业提全要素联接、多场景统一、确定性承载、云网安融合的工业联接能力，完成工业数据的智能感知、灵活采集、实时传输等。开放融合：代表工业数据价值化能力，利用工业大数据、工业时序数据库、工业数据治理等大数据技术，持续提升工业数据的汇聚、治理、应用能力，构建工业绿洲平台，支撑工业数字化治理等应用，将无序、低价值的工业数据转化成有序、高质量的工业信息。持续进化：代表工业数据资产化能力，通过工业智能，包括以专家系统、知识图谱、知识工程等技术为代表

58、的工业机理方法和以神经网络、机器学习、统计科学等技术为代表的大数据分析方法，来沉淀工业机理模型、及模型集成融合能力，推动工业互联网的持续进化。OICT融合是iConnecting的核心引擎当前，大多数工业企业都是遵循由 ISA-95 标准定义的金字塔式模型结构进行信息化建设，基本形成了设备层（L0）、控制层（L1）、过程层（L2）、生产层（L3）、管理层（L4）五级系统架构，连接各层之间的协议种类繁多且互不兼容，导致各种信息孤岛林立，系统之间难以互联互通，造成了垂直、分层、封闭的困境，无法实现数据的横向/纵向有效流转。随着新一轮工业革命的推进，制造业的智能化转型正在让现实与虚拟世界之间的界限变

59、得越来越模糊。为了实现数据的高效流转，就需要利用各种联接技术和手段，打通金字塔架构各层级之间的边界、各价值活动之间的边界、上下游之间的边界，实现现场级到工厂级到产业级的互联互通，实现传感/执行器与云端控制器直接交互、生产要素间智能互联与协同能力，使得数据能够纵向跨层、横向跨系统和设备进行交互，形成融合、开放、协同的工业互联网体系。当制造技术和信息技术合二为一，呼唤新的运营模式，ICT、OT 融合成为大势所趋，形成了一个贯穿整个制造企业的技术架构，同时也是支撑智能制造的核心。ICT和OT的融合会帮助制造企业改善业务系统以及各部门之间的整体的信息流动，从而提升企业的运营水平。OICT深度融合是H3

60、C iConnecting技术战略的核心引擎，确定性网络、工业大数据治理、工业智能等技术在OICT融合以及互联网技术的融合方面具有重要优势，可以实现工业多种异构设备、多类型协议、数据孤岛、工业知识等不同层次的融合，实现了从现场层、控制层、管理层直到云端的数据通讯，促进工业互联网的发展。利用虚拟化、DPDK、硬件卸载等技术对计算、网络、存储、可编程逻辑控制器（PLC）等资源进行边缘云化，打造基础设施层、智能调度层、工业控制层、支撑服务层和应用层有机结合的OICT融合架构，有效实现协议转换与解析、工业时序数据的实时分析、工业实时控制和运维管理等业务应用，满足工业互联网对工业现场基础设施的扁平化、融

61、合化、开放性的要求。据的感知、采集、传输、分析、共享从而形成行业know-how知识，并将这些知识应用到现有生产装备、作业流程、加工工艺等核心环节，进行持续优化和重构。工业企业通过数字化转型，将ICT技术全面融入核心业务系统，如管理运营系统、研发设计系统和生产执行系统等，进行互联互通、打通信息孤岛，实现研发设计、生产制造、物流仓储、销售管理、售后服务等价值活动的协同优化。企业内部上下游、企业与客户之间通过对有价值的数据加以分析，挖掘有价值的信息，加速工业企业的数字化进程。最后，对于制造企业来说，ICT与OT的融合要关注的不仅仅是“虚实技术”的“合”二为一，更重要是将ICT技术安全有效地“融”入

62、至OT环节，提升运营效益，重塑工业企业的数字化价值。以”3+1+1”为核心的新华三工业互联网能力图谱新华三工业互联网以“iConnecting技术战略”作为技术创新的行动纲领，形成以“3+1+1”为核心的新华三工业互联网能力体系，包括3类核心产品、1整套方案、1体化服务，具体如下：3个核心产品：以OICT联接引擎为技术核心，打造工业联接（Industry）、信息联接（Information）、智能联接（Intelligence）3大类核心产品，形成支撑新华三工业互联网的数字底座。1整套方案：以一套完整的融合方案（Integrate）为核心抓手，基于政府和市场双轮驱动理念打造数字工业融合解决方案

63、，横向打通供需两侧，纵向联接政府和企业，从使能供给侧出发、到聚能生态侧、再到赋能需求侧，聚焦政府园区、工业企业两类客户打造定制化的场景、行业方案，实现了从“使能”到“赋能”的持续进化。1体化服务：以赋能产业（Ignite）为最终目标，围绕工业互联网产业发展的需求和痛点，打造一系列体系化的服务，在咨询诊断、供需对接、协同制造、人才培训等方面进行孵化，培育新的产品、服务和模式，实现产业资源的泛在联接、弹性供给、及优化配置，促进价值的高效流动。H3C iConnecting1体化服务1整套方案3类核心产品赋能产业 Ignite Connect联接服务，让价值流动联接生态，让服务流动工业联接Indus

64、trial Connect信息联接Information Connect智能联接Intelligence Connect联接设备，让数据流动联接数据，让信息流动联接信息，让智能流动融合方案 Integrated ConnectL4：管理层ERPMES/MOMSCADA/HMIPLC/DCS各种现场生产设备L3：生产层L2：过程层L1：控制层L0：设备层传统ISA-95模式：OT、IT分离iConnecting模式：OICT深度融合工业智能终端工业边缘一体机工业智能网络工业互联网平台云化PLC数据控制指令SCADA/HMI边缘IoT工业视觉工业AI模型PLC/DCSIO/传感器机器人物联终端相机

65、/摄像头时序数据库数据4G/5GWi-Fi6SDN/TSN/SRv6/确定性决策模型数据决策模型智能制造企业方案政府/园区方案工业数字化治理工业物联工业治理工业智能应用使能工业安全生产工业数字化生产工业数字化质量工业双碳治理数据流数据上得去决策流智能下得来云网边端MES/ERP上云网络归一化控制智能化设备网联化工业联接定义与内涵发展现状关键技术产品能力2323253003联接设备，让数据流动起来Industry第三章H3C iConnectingH3C iConnecting工业联接2324网络互联目前还存一些问题：传统工厂内接入层主要以有线网络接入为主，只有少量的无线技术被用于仪表数据的采集

66、；网络层主要采用带宽较小的以太网，通过单独布线或专用信道来保障高可靠控制数据转发，网络的调整、重组、改造的难度和成本都较高。用于连接现场传感器、执行器、控制器及监控系统的工业控制网络主要使用各种工业总线、工业以太网进行连接，彼此互联性和兼容性差。企业内部信息网络主要采用高速以太网和 TCP/IP 网络，目前还难以满足一些应用系统对现场级数据的高实时、高可靠的直接采集。工厂外部网络目前仍基于互联网建设为主，有着多种接入方式，但网络转发仍以“尽力而为”的方式为主，无法向大量客户提供低时延、高可靠服务，同时部分工业企业的不同区域之间存在信息孤岛的现象。当前工业网络是围绕工业控制通信需求，建设之初缺乏

67、整个体系网络互联的顶层设计，造成各层级网络的功能割裂，无法满足未来业务发展的要求。主要问题体现在：工业控制网络能力不强，缺乏支撑工业智能化所需的海量数据采集和生产场景全覆盖能力，导致大量的生产数据沉淀或消失在工业控制现场中；企业信息网络难以延伸到生产系统，限制了信息系统能力发挥；互联网仅用于基本商业信息交互，难以支持高质量的网络化协同和服务网络互联的未来有如下发展趋势：工业互联网络呈现出网络架构融合、技术开放、管理控制灵活的发展趋势。网络架构将逐步融合。网络结构将逐步扁平化，工厂内网络的车间级和现场级将逐步融合，IT网络与OT网络逐步融合。实时信息与非实时数据共网传输，新业务对数据的需求促使控

68、制信息和过程数据的传输并重。有线与无线的相互协同，以5G为代表的无线网络将更为广泛的被应用，实现生产全流程全场景网络覆盖。网络将更加开放。以时间敏感网络（TSN）为代表的新型网络技术将打破传统工业网络众多制式间的技术壁垒，实现网络各层协议间的解耦合，推动工业互联网网络技术的开放。网络控制和管理将更为灵活。一是网络形态的灵活构建。未来工厂内网将能够根据智能化生产业务灵活调整形态，快速构建出生产环境，工厂外网将能够为不同客户提供定制化的网络切片，实现客户自治管理控制。二是网络的服务将更为精细。工厂内网将针对控制、监测等不同性能需求，提供不同的网络通道；工厂外网将针对海量设备广覆盖、业务系统上云、公

69、有云与私有云混合互通等不同场景，提供细分服务。数据互通数据互通是通过对数据进行标准化描述和统一建模，实现要素之间传输信息的相互理解，数据互通涉及数据传输、数据语义语法等不同层面。数据互通使得异构系统在数据层面能相互“理解”，从而实现数据互操作与信息集成。数据互通包括应用层通信、信息模型和语义互操作等功能。应用层通信通过OPC UA、MQTT、HTTP等协议，实现数据信息传输安全通道的建立、维持、关闭，以及对支持工业数据资源模型的装备、传感器、远程终端单元、服务器等设备节点进行管理。信息模型是通过 OPC UA、MTConnect、YANG 等协议，提供完备、统一的数据对象表达、描述和操作模型。

70、语义互操作通过OPC UA、PLCopen、AutoML等协议，实现工业数据信息的发现、采集、查询、存储、交互等功能，以及对工业数据信息的请求、相应、发布、订阅等功能。目前现存的现场总线通信协议数量高达40+种，此外还有一些直接采用私有协议工业设备。不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，导致 MES、ERP、SCADA等应用系统需要投入非常大的人力、物力来实现生产数据的采集；从不同设备、系统采集的异构数据无法兼容，难以实现数据的统一处理分析；跨厂商、跨系统的操作，无法实现高效、实时、全面的数据互通和互操作。人工智能、大数据的快速应用，使得工业企业对数据互通的需求逐渐强烈

71、。数据互通首先需要信息标准化。与传统工业控制系统数据信息只会在固定的设备间流动不同，工业互联网对数据处理需要跨系统的对数据进行理解和集成，因此要求数据模型以及数据的存储传输，更加标准化。数据互通强调与云的连接。借助云平台和大数据，实现数据互通和数据价值的深度挖掘。数据互通也强调现场级设备层的打通。通过现场数据的实时采集，实现企业内资源的垂直整合定义与内涵由于当前工业设备种类繁多，协议异常复杂，极易造成信息孤岛。工业互联网首先要重点解决的一大难题就是实现设备联接，让数据流动起来。新华三通过打造包括工业物联网、工业确定性网络等在内的工业融合网络，具有全要素连接、多协议转化、多网络融合等能力，实现人

72、机料法环等工业全要素的联接，完成工业数据的感知、采集、预处理、传输等工作，促进工业数据的流动。新华三各类交换机、网关等工业网络设备，快速实现物联网连接的同时也成功构建起了工业联接的全栈服务，可广泛应用于智慧电子、智慧钢铁、智慧化工等行业。发展现状网络是工业互联网体系的基础，数据通过网络才能进行高效的流动。网络基础由网络互联、数据互通和标识解析三部分组成。网络互联实现数据传输；数据互通传输信息的相互理解；标识解析实现各互联要素的标记、管理和定位。同时工业联接需要关注整体安全保障，实现工业网络的信息安全、功能安全和物理安全。网络互联网络互联：工业互联网通过有线、无线方式，将相关的人机料法环以及企业

73、相关要素等进行连接，实现数据端到端数据传输。根据协议层自底向上，网络互联可以分为接入层、网络层和传输层。接入层包括有线接入和无线接入等多种方式接入，有线方式如现场总线、工业以太网、工业 PON、TSN等，无线方式有5G/4G、WiFi、WIA、WirelessHART、ISA100.11a 等。接入层将工厂内的各种要素接入工厂内网，包括人员、机器、材料、方法、环境等；进一步还将工厂外的各要素接入工厂外网，包括用户、协作企业、智能产品、智能工厂以及公共基础支撑的工业互联网平台、安全系统、标识系统等。网络层实现工业实时和非实时数据转发、网络控制和管理等功能。工业非实时数据转发主要是采集信息数据和管

74、理数据的传输。工业实时数据转发主要传输生产控制过程中有实时性要求的控制信息和需要实时处理的采集信息。网络控制主要是路由表/流表生成、路径选择、路由协议互通、ACL 配置、QoS 配置等功能。网络管理功能包括层次化的 QoS、拓扑管理、接入管理、资源管理等功能。传输层实现端到端的数据传输功能，实现基于TCP、UDP等实现设备到系统的数据传输。管理功能实现传输层的端口管理、端到端连接管理、安全管理等。关键技术物联网与感知技术物联网是指采用传感器和网络，实现设备的远程接入和管理，支持多协议数据采集和命令下发的双向通信，通过收集和分析设备的实时状态数据来提高业务流程的效率。在工业场景下，专注于连接企业

75、内外的机器和设备,主要解决网络互联和数据互通问题。工业物联网主要分为四个层次，即数据的采集与展示、基础的数据分析与管理、深度数据分析与应用、工业控制：数据的采集与展示：主要是将工业设备传感器上采集到的数据信息传输到云平台，并用可视化的方式将数据呈现出来。基础数据分析与管理：偏向于通用分析工具的阶段，不涉及基于垂直领域深入行业知识的数据分析，基于云平台采集到的设备数据，并产生一些SaaS应用，比如设备性能指标异常的告警、故障代码查询、故障原因的关联分析等。基于这些数据分析结果，也会有一些通用的设备管理功能，像设备的开关机、调整状态、远程锁机及解锁等，这些管理应用根据具体的领域需求而不同。深度数据

76、分析与应用：深度的数据分析，则涉及到具体领域的行业知识，需要特定领域的行业专家来实施，具体根据设备的领域和特性建立数据分析模型。工业控制：工业物联网的目的就是能对工业过程实施精准控制。基于前述传感器数据的采集、展示、建模、分析、应用等过程，在云端形成决策，并转换成工业设备可以理解的控制指令，对工业设备进行操作，实现工业设备资源之间的精准的信息交互和高效协作。网络互联目前还存一些问题：传统工厂内接入层主要以有线网络接入为主，只有少量的无线技术被用于仪表数据的采集；网络层主要采用带宽较小的以太网，通过单独布线或专用信道来保障高可靠控制数据转发，网络的调整、重组、改造的难度和成本都较高。用于连接现场

77、传感器、执行器、控制器及监控系统的工业控制网络主要使用各种工业总线、工业以太网进行连接，彼此互联性和兼容性差。企业内部信息网络主要采用高速以太网和 TCP/IP 网络，目前还难以满足一些应用系统对现场级数据的高实时、高可靠的直接采集。工厂外部网络目前仍基于互联网建设为主，有着多种接入方式，但网络转发仍以“尽力而为”的方式为主，无法向大量客户提供低时延、高可靠服务，同时部分工业企业的不同区域之间存在信息孤岛的现象。当前工业网络是围绕工业控制通信需求，建设之初缺乏整个体系网络互联的顶层设计，造成各层级网络的功能割裂，无法满足未来业务发展的要求。主要问题体现在：工业控制网络能力不强，缺乏支撑工业智能

78、化所需的海量数据采集和生产场景全覆盖能力，导致大量的生产数据沉淀或消失在工业控制现场中；企业信息网络难以延伸到生产系统，限制了信息系统能力发挥；互联网仅用于基本商业信息交互，难以支持高质量的网络化协同和服务网络互联的未来有如下发展趋势：工业互联网络呈现出网络架构融合、技术开放、管理控制灵活的发展趋势。网络架构将逐步融合。网络结构将逐步扁平化，工厂内网络的车间级和现场级将逐步融合，IT网络与OT网络逐步融合。实时信息与非实时数据共网传输，新业务对数据的需求促使控制信息和过程数据的传输并重。有线与无线的相互协同，以5G为代表的无线网络将更为广泛的被应用，实现生产全流程全场景网络覆盖。网络将更加开放

79、。以时间敏感网络（TSN）为代表的新型网络技术将打破传统工业网络众多制式间的技术壁垒，实现网络各层协议间的解耦合，推动工业互联网网络技术的开放。网络控制和管理将更为灵活。一是网络形态的灵活构建。未来工厂内网将能够根据智能化生产业务灵活调整形态，快速构建出生产环境，工厂外网将能够为不同客户提供定制化的网络切片，实现客户自治管理控制。二是网络的服务将更为精细。工厂内网将针对控制、监测等不同性能需求，提供不同的网络通道；工厂外网将针对海量设备广覆盖、业务系统上云、公有云与私有云混合互通等不同场景，提供细分服务。数据互通数据互通是通过对数据进行标准化描述和统一建模，实现要素之间传输信息的相互理解，数据

80、互通涉及数据传输、数据语义语法等不同层面。数据互通使得异构系统在数据层面能相互“理解”，从而实现数据互操作与信息集成。数据互通包括应用层通信、信息模型和语义互操作等功能。应用层通信通过OPC UA、MQTT、HTTP等协议，实现数据信息传输安全通道的建立、维持、关闭，以及对支持工业数据资源模型的装备、传感器、远程终端单元、服务器等设备节点进行管理。信息模型是通过 OPC UA、MTConnect、YANG 等协议，提供完备、统一的数据对象表达、描述和操作模型。语义互操作通过OPC UA、PLCopen、AutoML等协议，实现工业数据信息的发现、采集、查询、存储、交互等功能，以及对工业数据信息

81、的请求、相应、发布、订阅等功能。目前现存的现场总线通信协议数量高达40+种，此外还有一些直接采用私有协议工业设备。不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，导致 MES、ERP、SCADA等应用系统需要投入非常大的人力、物力来实现生产数据的采集；从不同设备、系统采集的异构数据无法兼容，难以实现数据的统一处理分析；跨厂商、跨系统的操作，无法实现高效、实时、全面的数据互通和互操作。人工智能、大数据的快速应用，使得工业企业对数据互通的需求逐渐强烈。数据互通首先需要信息标准化。与传统工业控制系统数据信息只会在固定的设备间流动不同，工业互联网对数据处理需要跨系统的对数据进行理解和集成

82、，因此要求数据模型以及数据的存储传输，更加标准化。数据互通强调与云的连接。借助云平台和大数据，实现数据互通和数据价值的深度挖掘。数据互通也强调现场级设备层的打通。通过现场数据的实时采集，实现企业内资源的垂直整合H3C iConnecting工业联接2526确定性网络技术传统网络提供尽力而为”的服务，已不能完全满足 垂直行业应用的需求。确定性网络也称为DetNet,是指利用网络资源打造可预测、可规划、可设计、可验证、具有确定性能力的专网，确定性能力涵盖了时延确定、抖动确定、丢包确定、带宽确定、路径确定、连接确定、可靠性确定等，从而为用户提供确定性的业务体验。确定性网络技术体系架构自底层到上层分别

83、有着不同的技术类 型，包括 FlexE、MTN、TSN、DetNet、DetWiFi 和 5GDN 等。FlexE 技术FlexE 也称为灵活以太网，是由 OIF（Optical Internet-working Forum）发布的通信协议。FlexE 在以太网 L2（media access control，MAC）/L1（physical layer，PHY）之间的中间层增加了 FlexE Shim 层，通过时分复用分发机制，将多个 client 接口的数据按照时隙方式 调度并分发至多个不同的子通道，使网络具备类似于时分复用（time division multiplex，TDM）的独占时

84、隙、隔离性好的特性，又具备以 太网统计复用、网络效率高的特性。TSN时间敏感网络技术TSN(Time Sensitive Networking，时间敏感网络)指在 IEEE802.1标准框架下，基于特定应用需求制定的一组“子标准”，旨在为以太网协议建立“通用”的时间敏感机制，以确保网络数据传输的时间确定性。TSN 位于数据链路层，在时间同步、流管理、流控制和高可靠无缝冗余等方面进行了统一扩展，为时间敏感型业务提供低时延、低抖动、高可 靠的传输服务，并支持多业务流在同一网络内的高质量传输。TSN 作 为通用的底层架构，可实现异构性网络的实时性数据交换，能够在标 准以太网络上建立分布式、可同步化的

85、硬实时（Hard Real-Time）系 统。TSN 技术遵循标准的以太网协议体系，天然具有更好的互联互通 优势，可以在提供确定性时延、带宽保证等能力的同时，实现标准的、开放的二层转发和流量调度，具有统一的时间同步机制和灵活的网络 管控能力，使更多企业可以在其架构上实现 OT 与 IT 的融合。DetNet 技术DetNet 技术意在在第二层桥接和第三层路由段上实现确定传输路径，这些路径可以提供时延、丢失分组和抖动的最坏情况界限，以此提供确定的时延。相比于 TSN，DetNet 的工作范围更加广泛，通过 MPLS/IP 技术，以 期实现三层的确定性传输。目前的 RFC 文件对 DetNet 架

86、构、数据平面、管理平面及配置模型等都作出了定义，并从 DetNet流定义、资源规划、流量工程等方面进行了具体描述。Wifi确定性网络（DetWIFI）技术目 前，广 泛 应 用 的 工 业 无 线 技 术 主 要 包 括 W i r e-lessHART、WIA-PA、ISA100.11a等。然而，这些技术不能同时满足工业控制所需的极低时延和高可靠性通信。因此，IEEE推出了IEEE 802.11ax/IEEE 802.11be，对原有的IEEE 802.11无线协议进行改进，增强其可靠性和实时性，引入了相关确定性关键数据传输增强功能，适配时间敏感的高速工业应用。总体来说，DetWiFi由三个

87、组件组成：数据包队列，任务调度程序和系统状态容器（SSC），具体如下：数据包队列包括发送队列（Tx队列）和接收队列（Rx队列）。数据包准备发送后，将它们放入发送队列中，等待适当的时隙，然后将其发送给驱动程序进行发送。类似地，当从较低层接收到数据包时，它们将被存储在接收队列中。任务调度程序用于规划任务并控制DetWiFi的行为，包括发送信标，时隙循环和网络加入。这些任务根据紧急程度按优先级进行区分，任务调度程序将首先执行高优先级任务，而不是低优先级任务。系统状态容器由时隙表、邻居表和计时器组成。时隙表记录了时隙循环序列，该序列是在管理者加入网络时从其获取的；邻居表用于存储邻居信息，该信息在邻居信

88、标中公告；计时器负责维护DetWiFi的时间信息，并且大多数任务是由几个计时器触发的。标识解析标识解析体系实现要素的标记、管理和定位，由标识编码、标识解析系统和标识数据服务组成。我国标识解析体系包括五大国家顶级节点、国际根节点、二级节点、企业节点和递归节点。标识解析提供标识数据采集、标签管理、标识注册、标识解析、数据处理和标识数据建模功能。标识数据采集，包含标识读写和数据传输，负责标识的识读和数据预处理。标签管理负责完成载体数据信息的存储、管理和控制，针对不同行业、企业需要，提供符合要求的标识编码形式。标识注册是在信息系统中创建对象的标识注册数据，包括标识责任主体信息、解析服务寻址信息、对象应

89、用数据信息等，并存储、管理、维护该注册数据。标识解析能够根据标识编码查询目标对象网络位置或者相关信息的系统装置，对机器和物品进行唯一性的定和信息查询，是实现全球供应链系统和企业生产系统的精准对接、产品全生命周期管理和智能化服务的前提和基础。标识数据处理包括对采集数据进行清洗、存储、检索、加工、变换和传输的过程，根据不同业务场景，依托数据模型来实现不同的数据处理过程。标识数据建模构建特定领域应用的标识数据服务模型，建立标识应用数据字典、知识图谱等，基于统一标识建立对象在不同信息系统之间的关联关系，提供对象信息服务。当前企业多采用自定义的私有标识体系，“信息孤岛”问题严重，由于标识体系冲突，造成企

90、业间无法有效进行有效的信息共享和数据交互，产业链无法实现资源的高效协同。针对问题，工业互联网标识解析系统应运而生，依托建设各级标识解析节点，形成了稳定高效的工业互联网标识解析服务，国家顶级节点与 Handle、OID、GS1 等不同标识解析体系根节点实现对接，在全球范围内实现了标识解析服务的互联互通。随着工业互联网创新发展战略的深入贯彻实施，工业互联网标识解析应用探索的不断深入，工业互联网标识解析体系呈现如下发展趋势：一是基于标识解析的数据服务成为工业互联网应用的核心，闭环的私有标识及解析系统逐步向开环的公共标识及解析系统演进。二是工业互联网标识解析安全机制成为工业互联网应用的基础，发展安全高

91、效的标识解析服务成为共识。5G确定性网络（5GDN）5G确定性网络(5GDN）是指利用5G网络资源打造可预期、可规划、可验证、有确定性能力的移动专网，提供差异化的业务体验。相对于传统“尽力而为”的公共网络，5G确定性网络通过叠加使用一些网络新技术来提升和保障网络的质量，在复杂多业务接入和高效传输的情况下，提供端到端确定性的网络服务，满足一些行业应用对网络的严苛要求。5G确定性网络包括确定性网络调度与控制中心和确定性服务管理功能。两者进行双向协同，共同支持 5G 确定性服务。确定性服务管理功能支持管理客户或运营商业务需求、管理网络切片/5G 局域网/边缘计算等系统的能力，可提供网络状态监测、显示

92、和告警；此外，确定性服务管理还提供顶层确定性的设计部署、确定性能力建模、确定性生命周期管理、支撑实时 SLA/QoS 仿真和预测。确定性网络调度与控制中心担当确定性网络控制器的角色，通过统筹协同调度网络各域，实现多技术综合集成、网络应用双向协同、SLA/QoS 实时评估，最大化网络整体确定性能力。5G确定性网络包括5G与多种新型网络技术相结合，包括5G+TSN、5G网络切片、5G LAN、SRv6等技术。数据互通技术（OPC-UA）随着工业联接技术的发展，目前国际通用的工业总线和工业以太网络协议数量高达40多种。当前产业生态下，不同厂商、不同系统、不同设备的数据接口、互操作规程等 各不相同，形

93、成了一个个烟囱型的数据体系。随着人工智能、大数据等技术的快速应用，工业企业对数据互通的需求越来越强烈。OPC UA（OPC 统一架构）是一套安全、可靠且独立于制造商和平台，可使不同操作系统和不同制造商的设备之间可以进行 数据交互,适用于工业通讯的数据交互标准，使用该标准可以在不同类型网络上的客户端和 服务器间发送消息，以实现不同类型系统和设备间 的通信。OPC UA 的目的是为 工厂车间和企业之间的数据和信息传递提供一个与平台无关的互操作性标准。H3C iConnecting工业联接2728OPC UA提供统一的数据互联基础标准与规范，将Profinet、EtherCAT、Ethernet/I

94、P等不同标准的工业总线协议进行整合，在水平方向将不同品牌的控制器设备集成，在垂直方向从设备到工厂再到云端进行连接,实现与传统的实时以太网结合构成数据的多个维度集成。OPC UA可用于现场设备、控制系统、各种软件（MES、ERP）等，在工业过程领域交互信息、使用指令和执行控制。OPC UA定义了通用架构模型来实现这种信息交互，提供了统一的、标准的数据互联接口。工业互联网的设备和基础设施连接在一起后，形成了一个智能系统群，会产生庞大的数据。这些大模拟数据将通过分析和处理来驱动正确的业务决策，最终提高安全性、正常运行时间和运行效率。面对工厂中各种生产设备异构接口以及信息模型异构的问题，OPC UA

95、通过地址空间建模以及面向服务的架构为搭建智能 工厂提供了解决方案。OPC UA 可以促进企业纵向集成，解决企 业内部的信息孤岛，在实现信息网络与物理设备之间的连通方面具有十分广阔的应用前景。边缘计算技术边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。工业互联网中的边缘计算既解决了工业生产中面临的现实问题，又能够为工业的转型发展提供新能力，是现阶段国内外工业互联网关注的焦点之一。工业互联网的边缘计算能够解决工业现场大量异构设备和网络带来的复杂性问题。

96、一是工业现场的复杂性。由于工业需要面向市场需求生产多样化的产品，同时工业生产力的发展是积累和逐步升级的过程，决定了工业现场必然是复杂和多样的；二是工业系统控制和执行对计算能力的实时性和可靠性的高要求。在部分场景，计算处理的时延要求在10ms以内。如果数据分析和控制逻辑全部在云端实现，难以满足业务的实时性要求。同时，在工业生产中要求计算能力具备不受网络传输带宽和负载影响的“本地存活”能力，避免断网、时延过大等意外因素对实时性生产造成影响。工业互联网的边缘计算的核心技术要素包括云边协同技术和边缘智能应用。云边协同技术云边协同能满足不同应用场景下各类需求，并推动边缘计算涉及的相关应用最大化程度上发挥

97、其价值功能，促进工业企业有效转型。边云协同可以有不同的表现形式。例如，应用开发在云端完成，可以充分发挥云的多语言、多工具、算力充足的优势，应用部署则可以按照需要分布到不同的边缘节点；对于人工智能相关的应用，可以把机器学习、深度学习相关的重载训练任务放在云端，而需要快速响应的推理任务放在边缘处理，达到计算成本、网络带宽成本的最佳平衡。边云协同的能力与内涵，涉及 IaaS、PaaS、SaaS 各层面的全面协同。边缘侧IaaS与云端IaaS应可实现对网络、虚拟化资源、安全等的资源协同；边缘侧PaaS 与云端 PaaS 应可实现数据协同、模型协同、应用管理协同；边缘侧SaaS 与云端SaaS 应可实现

98、业务协同。边缘智能边缘智能利用AI技术为边缘侧赋能,是 AI 的一种应用与表现形式。AI通过边缘节点能够获得更丰富的数据，针对不同应用场景实现个性化和泛在化，极大地扩展人工智能的应用场景。同时边缘节点借助AI技术更好地提供高级数据分析、场景感知、实时决策、自组织与协同等智能化服务。工控安全技术工业互联网的发展过程中OT网络、IT网络和云的连接日益紧密，网络复杂度越来高，网络边界越来越模糊，随时而来导致安全隐患集聚增加，而工业设备一般不具有安全能力，使得传统工业互联网中粗放的边界防护不足以保证安全。零信任技术工业互联网中的设备众多、类型多样，不同接入方式的泛终端，既需要传统的网络准入控制，企业资

99、源管理等产品对办公终端进行接入管理，也需要统一终端管理等产品对移动端和服务器进行接入资产管理。传统以位置边界、静态规则防御为主体的安全架构已无法全面有效地保障工业互联网中复杂的信息基础设施和关键资产数据，针对传统安全架构易导致过度信任的状况，零信任假设网络外部和内部都始终存在威胁，默认不相信任何人、设备和应用，提出“从不信任，永远验证”的理念，对工业互联网中所有访问请求进行持续动态的身份验证和最小权限授予，通过对信任的时间和资源访问粒度进行细化管理，在工业互联网中实施零信任架构，可借助边缘计算技术，解决终端的身份认证和访问控制，允许身份可信、经过动态授权的物联设备入网，并动态监测，及时发现并处

100、置假冒、伪造的非法连接。工业互联网零信任核心能力主要体现在三方面：首先是实体身份优先。为终端、人员、应用等所有对象赋予数字身份，以身份为基石构建访问控制体系。其次是动态评估，实时感知终端、网络和应用的信任要素状态，一旦决策依据发生变化，则重新计算控制策略。最后是精细授权，对访问主体根据其身份和执行任务，按需分配最小资源权限。态势感知技术工业互联网态势感知技术，是指通过对企业各类网络中的设备日志、数据采集、流量分析，对工业互联网平台、工业互联网应用设备和系统、企业内外网等的安全运行情况进行实时监测与感知，并能够在安全威胁对企业生产运行造成破坏和影响之前及时预警并自动采取防护和应对措施。态势感知从

101、下到上一般分为数据采集层、数据处理层、态势分析层和态势呈现层。数据采集层主要针对工业互联网中各类网络环境和业务应用，依托数据采集对象和采集内容，定义分析场景和建模，采集包括工业设备、网络设备、主机、应用、安全设备等记录的日志数据和告警信息，为进一步场景化的态势感知分析需求提供数据支撑。2930H3C iConnecting工业联接我们国家大力发展自主研发密码技术和算法，2021年我国SM2/9数字签名算法、SM2/3/9密码算法、ZUC算法、SM9标识算法、SM4分组算法、SM9标识加密算法已正式成为ISO/IEC国际标准。通过密码技术还可以实现工业终端数据、云端服务器数据的加密传输和存储；建

102、设相应的工业信息安全密码支撑系统，为工业互联网平台提供安全可靠的网络环境、数据加密服务的整体解决方案。区块链技术区块链技术是分布式的网络数据管理技术，利用密码学技术和分布式共识协议保证网络传输与访问安全，实现数据多方维护、交叉验证、全网一致、不易篡改。区块链具有数据可溯源、难以篡改、公开透明、智能合约自动执行等技术特点，是解决工业互联网中多方协作和多方信任问题的一把利器。我国的工业互联网标识解析体系对工业互联网建设和市场监督管理都提出了不小的挑战，可以将区块链分布式一致性和密码学验证优势应用在工业互联网标识二级节点或者企业节点集群中，建立基于分布式账本的标识注册、同步、解析的扁平化区块链网络。

103、特别是针对供应链网络中人、企业、设备、产品的联动标识解析和跨行业、跨企业一次性标识解析。隐私计算技术隐私计算是一种在保护工业互联网数据和隐私的前提下，实现工业领域数据共享和数据价值挖掘的技术体系。隐私计算涉及到多领域多学科的交叉融合，具体又可以分为联邦学习、安全多方计算、机密计算、差分隐私、同态加密和零知识证明等，能够实现跨数据域完成计算过程和数据计算结果的安全保护。在工业互联网中存在大量的敏感数据和商业秘密信息，隐私计算可以用于实现多方数据所有权、管理权、使用权分离时的数据“可用不可见”，从而达到各方数据的私密共享和数据价值挖掘的目的，可以解决工业互联网场景下联合建模、联合生产预测、联合统计

104、分析等问题。以联合统计分析为例，政府和园区管理人员可以通过安全多方计算技术及机密计算技术实现对管辖内的企业生产、人员、能产品能力新华三集团推出全新的工业融合网络系统，以Comware为核心，构建自主可控的，OICT深度融合的工业网络体系，覆盖云网边端。端侧感知设备采集数据上传至边缘设备，边缘设备将控制信息传递给端侧设备；边缘侧将采集的数据联接到工业网络，对部分要求实时处理的数据在边缘侧处理；网络融合了5G、TSN网络、确定性网络、工业物联网等网络方案，对工业数据进行转发；云端对整体数据进行汇集，分析和决策。融合网络系统具有全要素连接、多协议转化、多网络融合、混合流调度、云网安融合等能力，可广泛

105、应用于智慧园区、数字能源、智慧化工、智慧交通等场景和行业。耗、环境等数据的联合统计，在保护各个企业数据隐私的前提下，对园区的整体情况实现统计分析和实时监控。工业协议深度防护技术工业协议深度防护技术一种有效的对工业控制系统进行异常检测和攻击防护方法，能够对工业互联网中各类数据包进行快速有针对性的捕获和深度解析，并针对工业互联网中的各类攻击行为进行识别和防护。该技术可以识别和检测工业互联网中各类主流工控协议，支持识别工控协议中的各类复杂指令和指令的具体参数值，如Ethernet/IP、CIP、DNP3、Modbus、OPC UA、OPC DA、S7、S7 comm plus、IEC104、BACn

106、et、Profinet等；工业协议深度防护技术能够使用特征匹配和异常分析的算法识别并阻断网络攻击行为，支持检测和防御针多种对工控系统的网络攻击，能够检测上千种攻击和入侵行为，例如各种网络病毒、DoS攻击、DDoS攻击，保证工控系统的安全。针对部分特定攻击，如ICMP Flood、SYN Flood、UDP Flood、TearDrop、Land、超大ICMP等异常包攻击行为，地址扫描、端口扫描等扫描攻击，工业协议深度防护技术能够主动发现攻击并隔离非法攻击，建立自动防御机制，大幅降低工业互联网中设备及网络遭受攻击的风险。通过配置的病毒防护策略，对病毒文件的过滤，有效的检测工控系统中的病毒文件及病

107、毒链接等，阻挡来自办公网和外部网的病毒、蠕虫、木马、间谍软件、恶意软件等，保证工控系统的安全。数据处理层主要对多源、异构数据进行清洗和过滤、归一化、标识等操作，从而提高安全分析的可信度，降低误报率。数据清洗和过滤是将大量的重复数据进行归并，并将无效数据进行剔除；归一化将原始数据转换为统一格式和内容的数据，为后续分析处理提供 统一的标准化数据结构；数据标识是对海量数 据环境下的不明数据流量进行识别，利用模式识别、深度学习、大数据分析技术和人工智能技术，识别和分离不明数据。态势分析层是利用流量识别、协议分析、文件还原等手段，通过特征检测、规则分析、算法分析、行为分析等方法，结合人工智能、深度学习、

108、行为建模、场景构建等技术，从海量数据中自动挖掘出有价值的信息。态势分析利用数据分析模型设计实现风险、威胁和异常行为的分析，并给出其评价指标和方法态势呈现层主要通过展示界面展示工业互联网的整体运行状态、网络攻击行为、安全事件、整体安全态势等，并能够持续的、多维度的监测信息资产和相关的威胁、安全事件、安全风险等分类态势指标变化情况，同时展示告警信息，从而让用户快速了解整个工业互联网的安全状况。策略响应，态势分析平台进行动态安全防护策略的生成、更新和下发，各监测点根据下发的安全防护策略与不同区域的工业防火墙进行联动和部署安全隔离策略，实现系统的主动和自适应防御。密码技术密码技术是指采用特定变换的方法

109、对信息等进行加密保护、安全认证的技术、产品和服务。密码技术与工业生产或管理紧密相关，可以实现工业互联网中身份鉴权、传输安全、敏感信息保护等个性化需求，例如在工业互联网标识解析、5G 切片专网中都有大量的应用。工业互联网标识解析网络体系包括终端、节点、协议、软件、组织机构以及配套基础设施多类对象。密码应用能够保障工业互联网标识解析终端、节点、组织机构身份可信，防止伪造身份的中间人攻击、重放攻击以及越权访问。在标识注册环节、标识数据同步环节、标识解析环节，保证传输数据的机密性和完整性。智慧电子智慧钢铁智慧化工智慧矿山机械加工智慧港口智慧园区数字能源智慧矿山智慧交通智慧物流智能制造全要素连接行业应用

110、工业融合网络控制器5G基站5G专网TSN网络5G基站BBU云网边端工业互联网平台数据采集分析工业实时控制多协议转换汇聚决策多网络融合应用驱动混合流调度云网安融合工业大数据中心容器化应用多协议高实时强安全Comware工业网络操作系统TSN边缘网关联接协同感知控制TSN交换机TSN交换机TSN交换机以Comware为核心，构建自主可控、OICT深度融合的工业网络体系3132H3C iConnecting工业联接新华三通过打造包括工业物联网融合网关、工业交换机、时间敏感网络交换机、工业融合网络控制器在内的完整的工业融合网络产品，提供全要素连接、多协议转化和多网络融合等能力，新华三工业网络具备“全面

111、采、确定传、统一管”的特点。新华三边缘工业融合网关支持支持西门子、三菱、AB、欧姆龙等600多种工业现场协议的数据解析，实现各类协议数据的统一接入，提供各类工业设备即插即连能力；工业融合网络提供TSN、5G专网融合方案，一网多用，通过确定性低时延能力，支持OT/IT业务流混合调度；工业融合网络控制器统一纳管与智能运维能力实现工业设备主动管控，实现人机料法环等工业全要素的联接。新华三各类工业交换机、工业物联网关、工业融合网络控制器等网络设施提供全面工业物联能力，成功构建起了工业联接的全栈服务，可广泛应用于智慧电子、智慧钢铁、智慧化工等行业。工业确定性网络时间敏感网络（TSN）作为实现传统OT与I

112、T融合的新一代工业网络技术。已成为国内外企业关注和政策推动的重点技术方向。当前TSN技术处在发展初期，国外厂家技术较为领先。当前，国内政策也不断引导行业推进对TSN网络技术的探索应用。2017年11月，国务院在关于深化“互联网+先进制造业”发展工业互联网的指导意见强调“夯实网络基础”，大力推动工业企业内外网建设。2020年12月，工信部印发工业互联网创新发展行动计划（2021-2023年）实施网络体系强基行动，推进工业互联网网络互联互通工程，推动IT与OT网络深度融合；支持工业企业综合运用时间敏感网络等技术提升产业各个环节网络化水平，并实施工业互联网企业内网标杆计划。通过政策引导和企业加大投入

113、，国内相关厂家正加速在该领域的布局。不过，当前市场上仍然缺乏适用于工业现场级高可靠要求，技术融合度高、功能集成度高、性价比高的确定性网络设备和系统。新华三通过提供各类专业TSN交换机、网关、控制器等工业网络设备，可帮助工业企业快速构建工业确定性网络，打造端到端确定性网络能力，提供工业联接的全栈服务。有效解决企业网络烟囱式数据孤岛，系统间协同困难，使用体验差的问题，确保网络稳定性，满足人工智能、大数据等各类应用数据的稳定传输，有效兼容传统工业网络中的各类协议和接口。H3C工业互联确定性网络以“芯、端、边、网、云”一体化架构设计为基础。基于自有TSN芯片、存储芯片以及各类通用芯片等实现自主可控的终

114、端设备制造能力。高性能TSN边缘网关设备兼容各种协议和接口的终端设备接入，实现感知采集和设备控制功能，例如基于RFID、BLE、ZigBee、LoRa等协议的物联网设备，基于5G/WiFi等协议的无线网络设备、基于Profinet/EtherCAT/Modbus等工业总线/工业以太网协议的工业设备、机器人、PLC等，以及基于自主TSN模块的终端设备等。所述TSN边缘网关设备以Comware工业网络实时操作系统为基础，具备多协议转换、高实时处理、强安全管控的特点，以及容器化部署的应用集成能力。新华三自研的高性能TSN交换机和确定性网络控制器支持构建IT/OT融合工业网络，联接边缘侧网关和工业网络

115、云平台，促进工业感知和控制数据的快速流动和云边高效协同。工业互联网云平台以TSN网络控制管理系统为数字底座，实现TSN网络工业数据采集分析和实时控制，同时融合5G+TSN专网创新和TSN安全功能，实现数据分析、质量检测、视觉处理、能耗管理、远程控制、预测性维护、物流调度等行业应用。图 H3C工业互联确定性网络架构真正实现全要素连接、多协议转化、多网络融合、混合流调度、云网安融合、OICT融合等能力，促进工业数据的快速、稳定、高效的流动。通过相关产品方案，新华三构建了一整套自主可控、OICT深度融合的工业确定性网络体系。该体系以Com-ware工业网络实时操作系统为基础，融合“云-网-边-端”各

116、层级网络功能要素，实现人机料法环等工业全要素的联接，可广泛应用于智慧电子、智慧矿山、智慧钢铁，智慧化工、智慧港口、智能制造、数字能源、智慧园区等行业场景中。所述产品体系和解决方案填补了我国TSN产业能力空白，形成与国际先进水平同步的产业供给能力。并已在行业内进行网关设备的规模化应用并实现设备的集成管控，形成了TSN设备的商用量产和推广使用。H3C工业互联确定性网络架构H3C工业确定性网络体系融合“芯、端、边、网、云”各层级能力要素，为工业互联网各行业、各场景应用提供集“连接、感知、采集、传输、分析、控制”为一体的确定性网络服务能力。所述H3C工业互联确定性网络架构如图所示。电子行业质量检测物流

117、协同调度视觉装配引导确定性工业网络域时间敏感网络交换机4G/5G网络传统工业网络域4G/5G网络WiFi网络钢铁行业数据采集分析能源能耗管理质量检测矿山行业时间敏感网络控制管理系统工业互联网平台云边协同井下融合网络安全生产机器远程控制机械加工机器人协同作业柔性制造设备预测性维护融合创新TSN+5G专网融合TSN+5G专网融合云网边端芯行业应用基于时间敏感网络的工业数据采集和实时控制系统时间敏感网络行业应用无线接入（5G/WiFi等）工业总线/工业以太网接入（Profinet/EtherCAT/Modbus等）TSN接入门禁RFID手环TSN芯片CPU芯片存储芯片PDAAGV工业设备、机器人、P

118、LC等TSN模组时间敏感网络网关设备物联接入（RFID/BLE/ZigBee/LoRa等）产品制造全流程数据追溯设备/产线制造效能评估能源消耗精细化管理分析设备全生命周期运维保障设备管理IE4320-10S系列IE4520-30S-CIE4520-54S-CH3C IG580边缘智能网关H3C IPV6实时工业网关5G 工业网关TSN交换机工业交换机工业融合网关网络配置工业网络设备混合流调度智能运维制造过程全状态数据采集3334H3C iConnecting工业联接新华三TSN网关架构行业领先的TSN工业交换机新华三技术有限公司于2021年发布了系列TSN时间敏感网络工业交换机，该系列TSN时

119、间敏感网络交换机满足工业IP40防护等级，支持标准以太网接口、支持RS232标准串口，具备完善的IPv4/IPv6双栈、静态路由转发、QoS、安全、及TSN协议（IEEE802.1as，IEEE 802.1Qbv，IEEE 802.1Qcc）等功能，提供集二层，三层转发等功能为一体的支持时间敏感网络技术的工业交换机。实现了工业设备的融合接入、融合互联、及融合管理等功能，促进OT网络和IT网络的高效融合和扁平化发展。相较于传统工业交换机，该系列TSN交换机速率1Gbps至10Gbps，支持全双工，具备双BIOS高可靠性设计以及主现以及SNMP+NETCONF协议支持等；网络实时管控功能包括SDN

120、架构集中式网络配置、YANG模型、拓扑配置和路径控制等功能；混合流调度功能包括链路发现机制、流量整形算法、多协议联合调度、以及TSN+5G 协同调度等功能。子系统可靠性还包括计算卸载、按需分配计算单元、计算调度模块柔性部署、控制器冗余、去中心化分布式集群部署、负载均衡选路等功能。TSN网络控制系统架构新华三工业物联网总体架构支持OICT融合的TSN工业网关新华三的时间敏感网络（TSN）网关实现了泛在物联能力，支持全量物联设备接入和协议转换，支持LoRa、Zigbee等物联协议，以及Profinet、Modbus、EtherCat等工业协议，并能够兼容各种物理接口，如Console，4G/5G，

121、TSN GE/SFP，WiFi client，RS232，RS485/RS422，USB，DI/DO/AI等，支持各种异构设备接入。网关融合平台部署基于容器化技术，实现Comware网络操作系统，物联管理系统和蜂巢边缘系统融合，提供有线无线一体化，IT/OT/CT网络互联互通和云边协同能力。网络侧支持IPv4/IPv6网络协议栈、路由转发、VPN、QoS等网络功能和TSN协议栈管理功能，具备主动安全可信能力，保障网络系统、设备访问接入、数据传输与存储安全可靠。支持容器应用、函数等三方应用扩展，本地规则引擎，业务本地自治等功能，具备大规格硬件存储，关系/非关系型数据库，离线缓存等能力。同时支持N

122、etconf、SNMP、OPCUA、MQTT、API等开放接口。新华三技术有限公司发布的TSN工业网络控制器是国内首个TSN网络控制器，具备全局拓扑构建、基础网络纳管、时钟同步管理、流量管理、网络监控等能力，其全门类的标准TSN协议支持，TSN交换机管理控制以及自主可控的高效率规划调度引擎，均具备国际领先水平。有效支持TSN与传统网络融合。此外，高效简洁的配置管理系统做到全局可观、实时配置、超简运维。其可视化交互界面通过WEB-UI来收集用户需求；设备配置管理界面可以监测所有端口的详细信息，设置端口门控信息；网络配置管理界面负责设备资源管理，构建设备间的拓扑关系，支持调度配置信息下发；混合流配

123、置管理界面支持流量路径选择，优先级配置，支持配置时间周期等。工业物联网总体架构工业物联网将具有感知、监控能力的各类采集、控制传感器或控制器，以及移动通信、智能分析等技术不断融入到工业生产过程各个环节，从而大幅提高制造效率，改善产品质量，降低产品成本和资源消耗。新华三工业物联网设计遵循融合、开放、灵活、前瞻的思想，引入SDN、TSN、OPC UA、IPv6、5G、WiFi、物联、边缘计算等新型网络技术，打通从现场层、控制层、直到云端的工业数据高效流转通道，充分发挥云、网、边、端协同效应，满足多行业、多场景的数据采集和实时控制等工业需求。动安全能力，采用精确时间协议将内部时钟同步到200 ns以内

124、的精度以及确定性业务保障，采用Comware统一架构操作系统和TSN网络控制器配置管理，支持telemetry技术将状态，转发信息及时推送到控制器、网管平台，实现可视化呈现、网络智能运维。该系列 TSN 工业交换机已在在港口，智慧工厂，通信，智慧交通，电力，矿山，车载等行业推广应用。TSN网络控制系统新华三技术有限公司发布的TSN工业网络控制器是TSN网络系统的“大脑”，其为TSN网络提供设备管理、网络实时管控、混合流调度、子系统可靠性等功能。其中，设备管理功能包括设备接入认证、设备状态监测、设备快速发传感器/仪器仪表工业设备机器人PLC工控机SCADA/DCS.ModbusOPC-UAOPC

125、-DAEtherNet/IP设备数据上行可视化业务编排云组态开发平台统一接入对外服务跨行业跨场景模型构建混合流数据实时处理多协议智能解析工业物联网平台(聚合数据)知识下行(配置/模型/规则)工业控制应用部署确定性网络（TSN、5G等）LPWANZigBeeBLERFIDWi-FiRESTful APIWebService工控类设备端边网云视频监控智能门锁智能水电表智能烟感智能灯杆人员/资产定位.物联类设备BA系统FA系统SA系统CA系统OA系统.业务系统节点运维边缘安全本地存储应用服务管理计算引擎设备接入协议适配数据同步配置同步边缘计算网关边缘服务器AD-NET工业智能网络服务器/超融合终端需

126、求与配置信息终端需求与配置信息发送器接收端控制面：CUC（用户配置）+CNC（网络配置）数据面：交换机+网关+端模组数据转发设备终端配置信息交换机配置与管理时间敏感网络控制系统CUC集中式用户配置CUC集中式网络配置网络需求Netconf、SNMP、OPCUA、MQTT、API接口容器应用、函数等三方应用扩展，本地规则引擎，业务本地自治IPv4/IPv6网络协议栈、路由转发、VPN、QoS等网络功能和TSN协议栈管理功能网络安全特性，设备接入安全，数据传输安全，设备访问安全，数据存储安全基于容器化技术，实现Comware网络操作系统，物联管理系统和蜂巢边缘系统融合，提供有线无线一体化，IT/O

127、T/CT网络互联互通和云边协同能力Modbus、Profinet等工业协议，ZigBee、BLE等无线终端接入，物模型管理，协议解析并标准化大规格硬件存储，关系/非关系型数据库，离线缓存开放接口计 算网 络安 全物 联存 储Console4G/5GTSN GE/SFPRS232RS485/RS422USBDI/DO/AIWiFi client融合平台物理接口混合流数据实时处理混合流数据实时处理融合智能网络（有线无线泛在物联、确定性保障、多业务共网传输、网安一体化）跨行业跨场景模型构建跨行业跨场景模型构建数据分析与处理技术特点新华三工业物联网针对工业领域多行业、多场景的数据采集和实时控制等共性需

128、求，具备完善的协议识别解析、数据分析与建模能力，并提供基于微服务架构的组态开发工具与平台：完善的多协议识别与解析能力新华三工业物联网提供全面的边缘数据接入能力，包括异构协议解析、统一协议标准、协议插件扩展等。新华三物联网提供TSN高性能网关和软件解析网关，具备边缘侧和平台层两级协议解析转换能力，支持西门子、三菱、AB、欧姆龙等300多种工业现场协议的数据解析；采用MQTT、OPC UA协议规范接入数据的数据结构，使设备数据接入工作变得统一和标准化，以降低数据接入工作的复杂性，满足动态扩展支持协议解析的功能需求，保障设备接入能力。技术体系面对工业现场的复杂设备与业务场景，新华三采用“四体两面”的

129、能力框架组合，构建具备广泛接入能力、多维数据存储、智能数据分析、动态数据可视、数据安全可维护的工业物联网平台：感知面：感知面负责工业物联终端的联接与数据采集，通过多样化的采集手段，实现多源异构接入、多维全量采集能力。传输面：传输面是工业物联网联接的基础，通过融合智能网络，充分发挥SDN、TSN等先进网络技术能力，实现多业务共网传输、有线无线的泛在物联和确定性保障分析面：分析面基于多协议智能解析能力，负责物联网对于各类常用的工业通信协议，终端设备通过TSN高性能网关接入控制器。新华社TSN高性能网关内集成各类常用工业通信协议，将各类终端设备的数据转换成统一的数据格式，如OPC UA、Modbus

130、 TCP/IP、MQTT等通用协议，集中传输给控制器，减少控制器的协议解析要求。对于数据采集系统而言，协议分为已知协议和未知协议。对于已知协议，边缘层进行本地识别与解析，若无此协议识别与解析库，则向云平台申请，云平台根据需要下发协议库，动态满足协议识别与解析的自适应要求。对于未知协议，边缘层确认无法识别后通过专用通讯隧道传回到云平台，由云平台尝试识别、解析，若云平台亦无法识别与解析，则报警或丢弃。数据经过集成、分析后形成标准格式的数据，通过MQTT、OPC UA等方式对外提供。高效的数据分析与模型构建能力数据采集形成标准格式数据之后，需要进一步进行数据分析和模型构建。数据处理与分析方面，新华三

131、物联网平台支持时序数据存储、流式计算引擎，同时可以进行业务指标定义、编辑工作流程。平台提供以OpenTSDB为基础设计的时序数据库，用来作为工业设备实时状态数据的存储数据库，从而获得极高的数据压缩能力、极优的查询性能。基于Flink流式计算引擎，能够提供复杂事件的定义和处理能力，从而对数据实现更加全面和高效的处理。平台通过设置定时触发机制，编写指标计算逻辑，将计算结果数据与设备或组织层级进行关联，实现设备或组织上的KPI指标自定义功能，满足系统实际运行过程中的数据管理需求。同时平台提供可视化的业务3536H3C iConnecting工业联接流程设计工具，简化流程定义的难度和复杂性。混合数据流

132、的实时处理，并通过跨行业场景的模型构建能力将工业技术、经验、知识得模型化、复用化。应用面：应用面利用统一接入标准与设备接入SDK，提供统一的开放API接口实现与上层应用的数据交互安全保障体系：安全保障体系提供面向应用、数据、网络、设备、协议体系和终端等工业互联网全要素的安全保障，包括可靠性、保密性、完整性、可用性和隐私和数据保护等。统一管理体系：统一管理体系提供“云、网、边、端”异构全域资源“一站式”管理能力，实现监控运维、用户管理、物联网络管理、边缘设备管理、联接协议管理、物联终端管理。新华三“4面2体”的工业物联网平台构成平台定义“元数据”模型，将设备、工艺的基础共性参数固化到机理模型之中

133、，使工业技术、经验、知识得以模型化、标准化、软件化、复用化，实现物理实体到数字模型的映射，为数据分析提供快速接入能力。平台根据数据含义调用不同类型的数据模型，对数据进行快速分析、调用。平台提供算法模型、仿真（部件）模型、流程逻辑（数据驱动）模型、工艺模型、基础理论模型等五大类机理模型。基于微服务架构的组态开发工具和平台平台提供组态设计器、应用设计器、报表设计器等业务可视化工具。组态设计器基于HTML5实现的Web版组态设计功能，可灵活快速地支持工业生产现场监控画面实现，直观呈现设备状态以及告警信息。应用设计器可以通过拖拽方式实现图表组件、页面组件、组态视图等内容的搭配组合，根据业务主题建立应用

134、视图，实现业务数据可视化管理。报表设计器提供报表设计工具，根据业务需求设计报表样式，定义数据来源，并执行报表定期生成任务，实现数据的多样化分析。制造过程全状态数据采集安全保障体系统一管理体系物联终端管理应用面分析面传输面感知面设备全生命周期运维保障设计态（组态工具）多协议智能解析多协议智能解析运行态（支持平台侧/边缘侧运行）应用设计器任务管理器点检流程维修流程流程设计器报表设计器可视化业务编排设备/产线制造效能评估统一接入标准、系统数据交互、开放式API接口、设备接入SDK统一开放接口工业物联应用方案能源消耗精细化管理分析产品制造全流程数据追溯云组态开发平台生命周期管理设计发布下线部署更新SD

135、N+TSN网络5G专网WiFi网络多维全量采集多维全量采集多样化手段多样化手段多源异构接入多源异构接入终端管控协议安全设备安全网络安全数据安全应用安全联接协议管理边缘设备管理物联网络管理监控运维用户管理300+协议库300+协议库协议动态扩展协议动态扩展云边协同解析云边协同解析大数据分析大数据分析流式/实时数据计算流式/实时数据计算多维数据持久化多维数据持久化设备物模型设备物模型工业机理模型工业机理模型工业专家知识工业专家知识现场工控设备环境物联终端智慧业务系统全域要素感知全过程状态监控全时数据采集在线实时采集离线周期导入非侵入方式识别工业现场设备Zigbee远程IO边缘网关232/485/M

136、odbus-RTUMQTTModbus-TCPHttp/RestfulOPC-UATCP/IP协议BTRTULoRaDTUNB-IoTCNCRFIDPLC电力载波仪表现场总线传感器物联平台接入服务集群紫光标准协议扩展协议插件流式/实时数据计算流式/实时数据计算多维数据处理/持久化多维数据处理/持久化大数据分析大数据分析负载均衡数据服务总线MQTTModbusRESTOPC-UAMQTTModbus-TCPHttp/RestfulOPC-UA透传软件网关阈值告警数据聚合RedisHDFS/Open TSDBSpark SQL时序数据关系型数据文档型数据ETL数据抽取主题分析数据集市离线分析文件数

137、据通知服务业务应用服务数据服务物联接入解析数据消息总线Postgre/MongoDB04第四章H3C iConnecting信息联接联接数据，让信息流动起来Information定义与内涵发展现状关键技术产品能力39394043H3C iConnecting信息联接3940定义与内涵设备的联接是为了更好地实现信息联接，而信息联接的前提是联结数据。从数据到信息有三个步骤：先汇聚，再治理，最后是应用。新华三升级打造了工业大数据中心、工业绿洲平台、工业云图应用等产品，实现工业数据的汇聚、治理、应用等工作，完成数据单维度到多维度的聚合，转化为有价值的信息，为信息联接提供支撑。关键技术工业大数据技术工业

138、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。工业大数据技术、工业大数据系统是工业互联网平台层（工业 PaaS 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（工业PaaS 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

139、视化等技术，将数据与工业生产实践经验相结发展现状数字经济时代，数据成为驱动科技革命和产业变革的核心动力，数据是关键生产要素。图1 数字经济时代，使用“数字化”的知识和信息作为新的关键生产要素数据模型结合，追踪挖掘因果关系。工业互联网数据治理主要包括数据采集与交换、数据预处理与存储、数据建模、数据分析、决策与控制应用。数据采集与交换主要实现工业各环节数据的采集与交换，数据源既包含来自内部系统的数据，也包含来自企业外部的数据，主要包含对象感知、实时采集与批量采集、数据核查、数据路由等功能。数据预处理与存储的目标是实现工业互联网数据的初步清洗、集成，并将工业系统与数据对象进行关联，主要包含数据预处理

140、、数据存储等功能。数据建模是根据工业实际元素与业务流程，在数据基础上构建用户、设备、产品、产线、工厂、工艺等数字化模型，并结合数据分析层提供数据报表、可视化、知识库、数据分析工具及数据开放功能，为决策提供支持。决策与控制应用主要是根据数据分析结果，生成描述、诊断、预测、决策、控制等不同应用，形成优化决策建议或产生直接控制指令，从而实现个性化定制、智能化生产、协同化组织和服务化制造等创新模式，并将结果以数据化形式存储下来，最终构成从数据采集到设备、生产现场及企业运营管理持续优化闭环。工业互联网数据应用的主要问题有如下几点：是企业数据源较差，尤其是对生产线等实时生产数据采集数量、类型、精度以及频率

141、方面存在较大提升空间。二是企业间和企业内部部门间信息孤岛普遍存在，数据的交互、共享和集成存在很大障碍。三是缺乏数据应用成熟模式，应用经验仍处于初级阶段，积累不多。四是工业数据安全控制能力还待加强。随着工业互联网的不断发展，数据分析将向工业各环节渗透，数据价值将越来越突出。通过数据分析进行预测、决策、控制成为未来发展方向，最终构成从数据采集到设备、生产现场及企业运营管理优化的闭环。工业数据未来将呈现出以下几个发展方向：是跨层次和环节的数据整合。二是数据在边缘的智能处理。三是基于云平台数据集成管理。四是数据价值的深度分析挖掘。工业互联网业务对数据的强烈需求，促使传统工业控制闭环中沉没或消失的数据开

142、放出来，而生产全流程的数据将由更标准化的语法和数据模型开放给上层应用使用。未来通过数据驱动，使设计、生产、产品服务等环节决策更加智能高效灵活，形成个性化定制、网络化协同、智能化制造等新模式、新产业、新业态。工业互联网中的数据，是工业智能化发展的关键。数据贯穿工业的设计、工艺、生产、管理、服务等各个环节。数据从类型上主要分为现场设备数据、生产管理数据和外部数据。现场设备数据是来自生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表、工业控制系统进行采集产生，包括设备的运行数据、生产环境数据等。生产管理数据是指传统信息管理系统中产生的数据，如CRM、ERP、MES等。外部数据是指来工厂外部

143、的数据，主要包括来自工业互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。工业互联网数据具有如下特征。数据体量大，大量机器设备的高频数据。二是数据分布广，分布于各种传感器、机器设备、管理系统、互联网等各个环节。三是结构复杂，既有结构化和半结构化的数据，也有非结构化数据。四是数据处理速度需求多样，生产现场级要求实时分析时间毫秒级，管理与决策应用需要支持交互式或批量数据分析。五是对数据分析的置信度要求较高，相关关系分析不足以支撑故障诊断、预测预警等工业应用，需要将物理模型与合，构建机理模型，支撑应用层各种分析应用的实现。工业领域经历了数百年的发展，在不同的行业、领域和场景下积累了大量的

144、工业机理和工业知识，体现了对工业过程的深刻理解，能够持续地指导工业过程的优化和改进。在工业大数据时代，通过对这些工业机理、知识的提炼和封装，实现工业机理、知识模型上云、共享和复用，一方面，将使工业机理更好地融入于工业大数据算法，实现模型的调优和迭代，缩短数据模型的收敛时间；同时，通过对海量工业大数据的深入挖掘、提炼、建模和封装，进一步形成面向各个细分工业领域的各类知识库、工具库、模型库和工业软件，将有助于加速旧知识的复用和新知识的不断产生，进一步服务于工业过程的改进和提升，为用户提供基于工业互联网的持续价值创造良性闭环。工业大数据技术参考架构如下图所示：土地劳动力资金技术应用/服务数据应用数据

145、服务数据存储与管理数据采集用户管理多租户管理资源管理权限管理灾备日志平台/工具数字化的知识和信息数据+算力+算法农业经济工业经济数字经济运维管理数据可视化数据应用开发数据访问服务数据分析服务数据分析分析模型管理并行计算技术科学计算技术流计算技术可视化分析编排分析作业管理通用/工业专用算法库分析服务发布数据模型管理数据安全管理时序数据存储技术结构化数据存储技术数据资产管理数据共享管理非结构化数据存储技术数据质量管理工业时序数据采集与治理非结构化数据采集与治理结构化数据采集与治理H3C iConnecting4142以工业大数据的全生命周期为主线，从纵向维度分为平台/工具域和应用/服务域。平台/工

146、具域主要面向工业大数据采集、存储管理、分析等关键技术，提供多源、异构、高通量、强机理的工业大数据核心技术支撑；应用/服务域则基于平台域提供的技术支撑，面向智能化设计、网络化协同、智能化生产、智能化服务、个性化定制等多场景，通过可视化、应用开发等方式，满足用户应用和服务需求，形成价值变现。工业大数据技术参考架构从技术层级上具体划分如下：数据采集层，包括时序数据采集与治理、结构化数据采集与治理和非结构化数据采集与实时处理。海量工业时序数据具有 7*24 小时持续发送，存在峰值和滞后等波动，质量问题突出等特点。需要构建前置性数据治理组件与高性能时序数据采集系统。针对结构化与非结构化数据，需要构建同时

147、兼顾可扩展性和处理性能的数据采集系统。数据采集层的数据源主要包括通过ETL 方式同步的企业生产经营相关的业务数据、实时或批量采集的设备物联数据和从外部获取的第三方数据。数据存储与管理层，包括大数据存储技术和管理功能。利用大数据分布式存储的技术，构建在性能和容量都能线性扩展的时序数据存储、结构化数据存储和非结构化数据存储等。基于以上存储技术并结合工业大数据在数据建模、资产沉淀、开放共享等方面的特殊需求，构建数据模型管理、数据质量管理、数据资产管理、数据安全管理和数据共享管理技术体系。数据分析层，包括基础大数据计算技术和大数据分析服务功能，其中基础大数据计算技术包括并行计算技术、流计算技术和数据科

148、学计算技术。在此之上构建完善的大数据分析服务功能来管理和调度工业大数据分析，通过数据建模、数据计算、数据分析形成知识积累，以实现工业大数据面向生产过程智能化、产品智能化、新业态新模式智能化、管理智能化以及服务智能化等领域的数据分析。大数据分析服务功能包括分析模型管理、可视化编排、分析作业管理、工业专用/通用算法库和分析服务发布。数据服务层是利用工业大数据技术对外提供服务的功能层。包括数据访问服务和数据分析服务。其中数据访问服信息联接信息联接务对外提供大数据平台内所有原始数据、加工数据和分析结果数据的服务化访问接口和功能；数据分析服务对外提供大数据平台上积累的实时流处理模型、机理模型、统计模型和

149、机器学习模型的服务化接口。数据服务层提供平台各类数据源与外界系统和应用程序的访问共享接口，其目标是实现工业大数据平台的各类原始、加工和分析结果数据与数据应用和外部系统的对接集成。数据应用层，主要面向工业大数据的应用技术，包括数据可视化技术和数据应用开发技术。综合原始数据、加工数据和分析结果数据，通过可视化技术，将多来源、多层次、多维度数据以更为直观简洁的方式展示出来，易于用户理解分析，提高决策效率。综合利用微服务开发框架和移动应用开发工具等，基于工业大数据管理、分析技术快速实现工业大数据应用的开发与迭代，构建面向实际业务需求的，数据驱动的工业大数据应用，实现提质降本与增效。数据应用层通过生成可

150、视化、告警、预测决策、控制等不同的应用，从而实现智能化设计、智能化生产、网络化协同制造、智能化服务和个性化定制等典型的智能制造模式，并将结果以规范化数据形式存储下来，最终构成从生产物联设备层级到控制系统层级、车间生产管理层级、企业经营层级、产业链上企业协同运营管理的持续优化闭环。此外运维管理层也是工业大数据技术参考架构的重要组成，贯穿从数据采集到最终服务应用的全环节，为整个体系提供管理支撑和安全保障。工业时序数据库技术工业数据70%以上是时序数据，为工业互联网应用提供基础数据来源。工业数据特点一是产生频率快数据量大，二是数据由时间驱动产生。工业场景数据都是传感器、PLC等的实时数据，这些工业数

151、据采集基本为秒级，部分高频数据采集为毫秒or微秒级，假如1个传感器每秒产生10Byte数据，1台安装有100个传感器的工业设备，每秒就会产生1K左右的数据，如果有1000台大型设备，那么每秒就会产生1M的数据，一天的数据量就接近100G。带有时序特点的工业数据处理需要专业的数据库产品支撑，时序数据库成为工业互联网场景下关键的数据处理技术。时序数据库(Time Series Database，TSDB)是优化用于摄取、处理和存储时间戳数据的数据库。时序数据库需要具备高可靠、可扩展、高性能特性才能才能满足工业场景需求。在功能特性层面，支持条件查询，具有完善的管理维护特性；兼容性强，支持与主流软硬件

152、、大数据生态对接；具备容错能力；具备良好的扩展性，能够根据业务需求随时进行集群的扩展和收缩；具备安全保障能力，主要包含：能够对接入数据库用户进行身份认证工作，能够对数据库内操作进行审计工作，能够支持客户端与服务器端的加密通信；具备较高的处理性能。工业数据标记技术数据标记技术是指对需要保护的数据增加标记信息，是实现工业数据分类分级安全防护的基础。数据标识技术一般可以分为分离式和嵌入式两类。分离式标记即标记信息和原始数据分开，只建立两者间的映射关系，主要通过扩展元数据信息或数据库表结构、建立索引表等方式实现，适用于数据访问控制、加密等场景；嵌入式标记即将标记信息和原始数据融合形成新的带有标记信息的

153、数据，主要通过密码标识、数字指纹、数字水印、数字隐写等技术实现，适用于数据审计和追溯等场景。虽然数据标记技术已在产业界初步应用，但在企业落地过程中还存在一定困难。一方面，企业很难兼顾数据标记技术的适用性和应用成本。对于新建信息系统，企业可以按照场景需求和数据类型等选择适当的数据标记技术；但对已有信息系统增加标记时，若需改变已固化的数据结构，投入成本较大，企业很难下决心做大规模的升级改造，只能退而选择对系统影响较小的标记技术。另一方面，如何实现全局场景下统一的数据标记也是企业全面落实数据分类分级管控过程中面临的难题。一般来说，企业内各系统标记信息各自独立且分散，可在各自应用场景中被识别、利用，但

154、跨系统的异构标记信息传输和识别，仍是技术实现上的难题。未来，数据标记技术仍需要学术界和产业界持续跟踪研究工业数据自动识别技术数据自动识别技术主要目标是自动识别和发现工业互联网中的敏感数据，从而能够更有效地实施敏感数据保护，能够在数据交换和共享中对数据进行精准安全防护的基础。目前，数据识别技术广泛应用于工业互联网业务中的各类场景，数据分类分级、数据安全监测、数据脱敏等技术产品中。传统的数据识别技术以关键字、字典和正则表达式匹配为主，这种方法再辅以人工的帮助可以适用于结构化数据的识别。在工业互联网的大数据场景下，随着数据量的剧增，数据格式更加丰富多样，传统的数据识别技术对于非结构化数据难以适用，对

155、于结构化数据也无法满足日益复杂的识别需求。在此需求驱动下，引入机器学习和自然语言处理等技术，可以在一定程度上自动生成识别规则，解决上述难题。目前常用的模型算法包括 HMM 模型、CRF 模型、BiLSTM模型和 BiLSTM-CRF 模型等，但各类模型的运算开销比较大，还不能满足大规模应用的需要，算法的成熟度以及准确度也有待提升，智能数据识别技术应用并不广泛。未来，数据识别技术将倾向于将传统方法与智能化方法结合，兼顾识别覆盖率、效率与准确率，降低人工参与的比率，逐步向自动化、智能化不断演进。H3C iConnecting4344信息联接可信工业数据空间可信工业数据空间是一套数据与资源共享的数字

156、化基础设施，主要用于促进不同利益攸关方之间可信、安全、透明的进行数据共享、交换、流通与交易。工业互联网中的可信数据空间一般由多个认证的企业共同参与建设，可以实现多方企业的数据资源共享流通和价值释放。2021年工业互联网产业联盟发布可信工业数据空间架构1.0白皮书，系统阐述了可信工业数据空间的概念内涵、行业需求、应用价值、实施路径等内容。可信工业数据空间是实现工业数据开放共享和可信流通的新型基础设施和技术解决方案，基于“可用不可见、可控可计量”的应用模式，为工业数据要素市场化提供了实现路径。其主要功能有三：一是为数据拥有者提供数据使用对象、范围、方式的控制能力，满足了企业对工业数据可用不可见、可

157、用不可存、可控可计量的需求，消除流通顾虑；二是为数据处理者提供数据流通处理的日志存证，提供内外部合规记录，实现数据资源有效管理；三是为数据供需双方提供中间服务，便利供需对接，促进工业数据要素资源的价值转换工业大数据中心工业大数据中心提供海量工业数据存储以及高性能的查询分析处理能力，助力企业用户快速构建海量数据处理系统，分析挖掘数据内在价值，并用于指导企业经营决策，完成业务驱动到数据驱动的转型。新华三大数据平台整合基础资源服务、平台服务、数据服务一站式数据解决方案，支持物理机、裸金属服务器以及虚拟机多种资源服务模式，深度定制大数据生态系统，打通数据全链路开发处理流程和数据全域管理能力。产品能力新

158、华三集团推出的工业大数据中心、工业绿洲平台、工业云图应用等产品，能够高效地对数据的进行多维度的聚合，和高效率的流动，帮助企业实现工业数据的汇聚、治理、应用等工作。平台由系统管理、管理中心、E-MapReduce大数据组件服务、安全中心、数据工厂等组件构成：系统管理：大数据平台系统管理提供数据平台运行的服务支撑能力，包括控制台管理框架、统一用户管理、流程管理、操作日志以及License服务、系统升级等。E-MapReduce大数据组件服务：提供丰富的大数据组件即服务，包括但不限于分布式文件系统、NoSQL数据库服务、内存数据库服务、离线计算、流式计算、内存计算、SQL on Hadoop等服务，

159、同时还提供自研统一SQL服务，可兼容标准SQL，对外提供统一的数据查询/分析服务，提升平台的整体易用性。管理中心：提供可视化安装部署、监控告警、主机扩容、大数据组件、日志统一等管理能力，大幅提升大数据平台运维效率。安全中心：提供基于Kerberos安全认证体系以及基于角色的用户权限管理体系：对用户进行合法认证，拒绝非法用户访问，恶意用户“进不来”；对用户、组件、读写等操作进行不同维度的审计，非法用户“逃不掉”；通过角色绑定大数据集群各组件操作权限，数据“拿不走”；将密钥的权限与用户绑定，对数据进行加/解密，数据“看不懂”。数据工厂：提供一站式可视化的数据开发环境，全托管的数据处理流程调度，实现

160、一整套完整的数据集成、数据表及文件管理、数据处理脚本程序开发、拖拽式工作流及调度、作业状态监控运维等全生命周期数据开发服务。平台具备以下特点:易操作、易维护提供可视化的集群安装部署界面，方便快捷的进行资源管理，主机分配等操作，支持组件服务一键安装、升级和图形化运维，实时监测各项服务的健康状态以及运行指标，超过一定配置阈值后进行告警并邮件通知管理员，大幅提升运维效率。安全可靠基于安全协议Kerberos实现安全认证，使用LDAP作为账户管理系统；同时利用Range提供统一的用户和角色的管理体系，遵从RBAC(Role-Based Access Control)模型规范，通过角色绑定用户进行权限管

161、理。支持单点登录、审计特性。可信工业数据空间是实现工业数据开放共享和可信流通的新型基础设施和技术解决方案，基于“可用不可见、可控可计量”的应用模式，为工业数据要素市场化提供了实现路径。其主要功能有三：一是为数据拥有者提供数据使用对象、范围、方式的控制能力，满足了企业对工业数据可用不可见、可用不可存、可控可计量的需求，消除流通顾虑；二是为数据处理者提供数据流通处理的日志存证，提供内外部合规记录，实现数据资源有效管理；三是为数据供需双方提供中间服务，便利供需对接，促进工业数据要素资源的价值转换。汇聚工业大数据中心工业绿洲平台工业云图数据工厂管理中心安全中心E-MapReduceda大数据组件服务文

162、件管理库表管理SQL编辑器任务调度治理应用数据信息集群管理主机管理日志管理告警管理查询分析内存计算引擎消息队列中间件全文检索服务分布式文件系统ImpalaSparkKafkaSolrHDFS数据湖仓库协同服务流式计算引擎内存数据库全文检索服务列式数据库DLHFlinkRedisElasticesearchHBase安全认证权限管理审计管理密钥管理控制台用户管理流程管理操作日志系统管理License服务系统升级H3C iConnecting4546信息联接数据运营平台产品核心功能模块及其说明如下：标准管理：将以往文件形式的国家标准和行业标准进行系统化，帮助数据管理者构建自己的标准体系。通过定义数

163、据规范，并实现标准的落地，来提升数据的可用性和关联价值。数据开发：提供数据集成、数据管道、实时计算、离线分析、调度中心等数据加工处理端到端的工具集；支持复杂的数据处理模型构建；提供一站式可视化开发与管理界面，支持全托管的作业调度与灵活的调度策略；具有良好的扩展性，支持算子、函数及作业的自定义开发，极大地降低了用户构建数据处理的复杂度，帮助企业专注于数据价值的挖掘和探索。数据质量：内置多种基础规则模型用于数据质量检测，也支持用户根据业务逻辑定义自己的可复用模型。通过规则模型与数据列进行绑定，建立数据质量指标库，即时或定时监控数据的问题发生率，及时帮助用户发现和分析数据问题。数据资产：以宏观视角对

164、经过分析和治理的数据进行多种维度的统计，数据支持分层、主题、标签多种维度进行管理，统一管理多种数据源的元数据，拉通数据全生命周期流程形成数据全链路血缘关系，提供数据建模能力。数据脱敏：数据通常不能直接且全量的暴露给业务使用，往往需要事先对数据中一些隐私、敏感类等信息进行掩盖或加密处理；有效降低或避免数据资产外泄的风险；数据脱敏提供脱敏规则、敏感等级、安全审计等功能，通过对敏感信息识别、数据变形等手段实现对隐私、敏感数据的可靠保护。时空引擎：时空引擎是一套大规模存取、查询、分析、流动时空数据的工具集合。提供对时空数据的存储、管理和计算调度，能够无缝融合GIS。图引擎：图引擎是一个集成图数据库、图

165、计算引擎和图可视化分析的一站式图服务平台。图数据库是一种用图模型来描述知识和建模世界万物之间关联关系的技术方法，旨在从数据中识别、发现和推断事物与事物之间的复杂关系，以及事物关系的可计算模型。数据运营平台的数据流(如下图所示)分为两类：实时数据流和离线数据流。物联网设备实时数据通过协议转换发送到数据管道，实时计算任务从管道中获取数据进行计算并将结果写入到数据资产库；文本，数据库中的数据通过数据集成离线抽取到系统中，经过数据标准化后，根据业务指标进行多维分析，时空分析并将计算结果写入资产库.全文检索数据开发数据开发数据开发数据开发数据开发数据标签数据脱敏时空引擎标准版数据资产统一数据库增强版特色

166、功能原始库HadoopMPP对象存储主题库专题库32467689985112245融合集成平台数据运营平台融合集成平台支持多租户数据隔离支持独立模式和租户模式两种资源划分模式，满足不同场景下业务需求。租户模式下可以创建一个大集群，不同用户申请集群的共享存储和计算资源，并通过权限进行隔离，适合对资源管控严格且各二级部门数据交换频繁的企业使用。独立模式下不同用户可申请创建单独的集群，独享集群的所有资源，不同集群之间使用网络进行隔离，适用于资源比较充分且各二级部门之间业务相对独立的企业。多计算框架融合融合了稳定的离线计算MapReduce、高效的内存计算Spark以及实时的流计算Flink等多种计算

167、框架，可提供灵活的计算支持能力，全面支持各类计算业务场景，客户无需切换平台或架构即可完成复杂多变的计算任务。在各类计算框架之上通过自研的统一SQL引擎，高度兼容标准SQL，智能选择计算引擎，极大降低使用复杂度，为上层应用程序提供标准的JDBC/ODBC/REST接口、多种语言的编程API和DaaS接口，辅以BI展示和可视化工具，通过即时报表、直方图、柱状图等方式直观呈现数据价值。支持大规模集群能力集群支持上千节点集群规模安装部署及管理，覆盖多集群管理、多租户、安全认证、权限、审计、组件HA、容灾备份以及一键部署、无感知滚动升级、在线扩缩容等功能集。工业绿洲平台新华三绿洲平台是一款数字底座平台，

168、由绿洲融合集成平和绿洲数据运营平台组成，绿洲融合集成平台主要包含数据集成、消息集成、服务集成、设备集成。绿洲数据运营平台是一站式智能数据开发和治理平台，集成了先进的大数据技术，配合融合集成平台覆盖数据集成、数据标准、数据开发、数据质量、数据资产、数据脱敏、数据管理等数据使用场景，其中数据开发包含了实时计算、多维分析、全文检索、数据管道等分析能力，支持结构化数据、非结构化数据、时空数据、图数据的分析和加工。以打破“信息孤岛”消除“数据烟囱”为理念，帮组企业把数据用起来，以发挥数据最大价值。数据运营平台4748融合集成平台对业务应用屏蔽底层系统差异，提供统一服务支撑；帮助开发者快速开发整合现有系统

169、的能力，进行系统集成，来满足数字化进程中丰富的联接需求，实现万物互联。融合集成平台具备如下特点:工业云图应用新华三工业云图应用包含产业侧和企业侧两类工业云图，分别为产业云图和企业云图。产业云图应用负责政府对辖区内企业深入剖析，构建出全面的企业画像，辅助中观产业链分析及宏观经济决策大脑。为更好的推动区域产业经济高质量发展，系统将综合运用云计算、大数据、人工智能以及GIS等技术，对区域产业经济运行状况进行监管分析，建立产业经济监管及企业服务体系，健全大数据辅助科学决策和企业治理的机制，推进政府产业经济管理和服务模式创新，实现政府决策科学化、企业信息精准化、服务高效化，科学地分析工业企业质量效益，精

170、准地监管重点行业企业安全生产，有效地化解过剩产能，高效地推进产业转型发展，释放经济发展潜能，巩固产业发展根基。企业云图是企业数字化智能工厂门户，通过企业生产经营数据的汇聚，在云端构建企业生产运营的完整环节，实现整个过程的可视化、可量化、可优化、可预测、可决策。为用户提供一站式工业智能数据服务平台，让客户通过实时数据汇聚、智能数据精炼、数据服务三个步骤轻松完成工业数据资产沉淀和对外能力输出，帮助工业企业降本增效、挖掘数据资产价值，实现智能化管理运营。关键能力全息服务数据可视化都有一个共同的目的，那就是准确而高效、精简而全面地传递信息和知识。可视化能将不可见的数据现象转化为可见的图形符号，能将错综

171、复杂、看起来没法解释和关联的数据，建立起联系和关联，发现规律和特征，获得更有商业价值的洞见和价值。并且利用合适的图表直截了当且清晰而直观地表达出来，实现数据自我解释、让数据说话的目的。在线配置化基于 WEBGL 的的三维呈现技术，充分利用 GPU 的渲染能力，在云图中台配置了构建服务，所有的全息信息都可以在线配置，充分的与可视化构建和看板进行联动，空动画特效支持 WebGL、光影和 VRay 等特效场景，可以展示较为丰富酷炫的效果。交互控制支持在地图上点击、选择区域、画框选取的方式选中实体，针对选择维度进行统计分析和查询，用空间可视化方式控制数据的展示；支持层层钻取机制，可以针对复杂的数据关联

172、提取。图层服务支持自定义加载图层，例如卫星地图、航拍地图的图层叠加，自定义建筑模型叠加；形成企业自身的地图服务。看板服务指标看板内置的指标覆盖了”人机料法环测“生产各个环节的场景，通过迭代和升级不断的丰富指标内容，支持自定义看板内容和数据模型，企业可以构建自己的看板库。组件服务可视化组件支持基本的图形组件包括数据集、仪表图、雷达图等，也包括支持GL、3D等特殊图形组件，总共内置了 200+基本图形组件，支持自定义组件方式。图形渲染支持目前市面主流的图形渲染服务，包括了Echart、D3、AntV、Graphicviz 和 Threejs 的渲染引擎，支持动画特效的效果，可以定制组件的退出、进入

173、效果以及图形的渲染动画。计算引擎集成了数据算力服务，可以在指标体系中接入包括 Spark、TensorFlow、PyTorch、R、Python 等计算框架，基于指标函数级别的动态调用，充分运营数据层的计算能力并快速集成。树、决策图等展现方式，并选择最适合呈现当前问题和任务的展现形式。规则仿真器在规则配置平台上添加了仿真测试的服务，加载的数据样本提供了业务规则的参数，并允许对每条规则立即执行和测试。规则执行引擎对规则集文件以及实际生产数据读取加载到引擎中进行高效的规则运算，支持从规则库和业务库中抽取相应数据，形成规则库以及执行库。规则管理平台提供规则的管理维护以及权限配置，支持规则导入导出服务

174、，规则的版本管理以及分类标签管理。开放服务API云图的规则引擎不光可以作为一个技术组件，并且可以对第三方的业务系统开放规则 API 服务，作为一个企业内部中央规则服务中心，使得内部的规则策略能得到统一。H3C iConnecting信息联接数据融合集成平台融合集成平台包括消息集成，服务集成，数据集成，资产管理等能力，通过和数据运营平台的连接，提供标准的数据模型，形成各种业务数据模型。借助资产开发，对常用的API形成模板，实现复用，加速对外服务的提供。此外对应的常用数据编排脚本，进行通用的能力，实现能力的复用，避免重复的开发。对外的能力开放提供标准化接口和服务模型。如人脸识别，语音合成等作为标准

175、能力输出，无需用户在融合集成平台进行配置操作。对服务模型进行标准化，实现服务模型的快速复用和对外开放。间、交互维度以及信息呈现完全配置化。性能优势三维图形的渲染即可以拟物化也可以抽象化，拟物化适合于展示完整的形象风格，业务场景中更推荐抽象的风格，在系统资源占用率以及设计的成本上，还是在后期运维成本上都更有优势，也更符合全息的概念打造组件化中台内置了多种全息组件，通过拖拽即可完成全息模型的构建。多样模型全息服务提供了点线框，还提供了全息，仿真等多种展示形式GIS服务数据服务提供数据标准服务，将需要展示在 GIS 上的数据通过标准服务接入，快速生成地图渲染数据。组件化中台内置了地图组件，通过拖拽即

176、可完成地图服务的引用。定位服务提供定位信息数据，无论是物流、场地、人员、园区等实体的定位数据以及相关联轨迹数据都可以提供服务。三维服务将工厂园区的三维模型加载 GIS 中的，支持渲染周围的道路、建筑等周边模型，构建相应的查询分析功能，支持 U4D、SketchUp、3DMax 等多种主流模型格式。样式服务可以根据企业的 UI、VI 风格定制符合自身形象的皮肤风格，支持在线定制。核心优势基于AI大数据的工业数据治理将人工智能运用到企业云图，支持全自动元数据采集和关联，实现元模型智能化应用，提供图形化元数据分析视图。基于数字孪生的可视呈现基于数字孪生实时渲染技术，跨系统、业务、格式，实现场景可看、

177、可控、可交互、可预测。基于拖拉拽的场景化定制具有丰富的可视化图表，包含柱形图，折线图，散点图，雷达图，GIS地图，甘特图等多种图表样式，同时在业务领域积累的丰富的行业场景化大屏模板，帮助客户构建快速构建场景化云图。基于区块链的可信数据共享基于区块链的加密安全、防篡改、去中心化的优势，实现跨地域、跨主体、跨系统之间的数据共享，实现数据价值流动交换。多类标准化集成方式屏蔽不同外部能力提供者的接口差异，对应用开发者提供统一的业务控制逻辑和数据格式，提升可复制性。业务数据共享，融合联动统一集成工具，实现数据共享，融合联动，将底层系统能力价值最大化资产沉淀沉淀业务资产、数据资产、集成资产，数字资产迁移复

178、用，快速打造创新应用。数据集成（DI）消息集成（MQS）应用与数据集成行业资产沉淀服务集成（APIC）物联平台应用物联集成（IOT）4950动画特效支持 WebGL、光影和 VRay 等特效场景，可以展示较为丰富酷炫的效果。交互控制支持在地图上点击、选择区域、画框选取的方式选中实体，针对选择维度进行统计分析和查询，用空间可视化方式控制数据的展示；支持层层钻取机制，可以针对复杂的数据关联提取。图层服务支持自定义加载图层，例如卫星地图、航拍地图的图层叠加，自定义建筑模型叠加；形成企业自身的地图服务。看板服务指标看板内置的指标覆盖了”人机料法环测“生产各个环节的场景，通过迭代和升级不断的丰富指标内容

179、，支持自定义看板内容和数据模型，企业可以构建自己的看板库。组件服务可视化组件支持基本的图形组件包括数据集、仪表图、雷达图等，也包括支持GL、3D等特殊图形组件，总共内置了 200+基本图形组件，支持自定义组件方式。图形渲染支持目前市面主流的图形渲染服务，包括了Echart、D3、AntV、Graphicviz 和 Threejs 的渲染引擎，支持动画特效的效果，可以定制组件的退出、进入效果以及图形的渲染动画。计算引擎集成了数据算力服务，可以在指标体系中接入包括 Spark、TensorFlow、PyTorch、R、Python 等计算框架，基于指标函数级别的动态调用，充分运营数据层的计算能力并

180、快速集成。树、决策图等展现方式，并选择最适合呈现当前问题和任务的展现形式。规则仿真器在规则配置平台上添加了仿真测试的服务，加载的数据样本提供了业务规则的参数，并允许对每条规则立即执行和测试。规则执行引擎对规则集文件以及实际生产数据读取加载到引擎中进行高效的规则运算，支持从规则库和业务库中抽取相应数据，形成规则库以及执行库。规则管理平台提供规则的管理维护以及权限配置，支持规则导入导出服务，规则的版本管理以及分类标签管理。开放服务API云图的规则引擎不光可以作为一个技术组件，并且可以对第三方的业务系统开放规则 API 服务，作为一个企业内部中央规则服务中心，使得内部的规则策略能得到统一。H3C i

181、Connecting信息联接指标服务指标定义实际应用场景中，不可能只单单的维护一套指标，由于不同的需求导致指标的属性不可能完成一致。指标管理提供了通过现有指标的相关运算后生成新指标功能，即合成指标定义功能，形成指标组合或者方案，解决了创建指标过程中频繁的定义指标口径的问题。合成指标定义通过可视化的公式编辑器页面，将一个或者多个指标简单或者复杂配置为指标公式，包括调用分布式计算引擎的功能。指标仿真显示场景中指标的规则、定义、公式都会是比较复杂的逻辑，指标的校验和验证工作就显得比较麻烦，提供了指标仿真功能，可以在指标设计界面中完成指标的出参入参配置，实际的运行指标来校验得出的结果，校验指标及指标方

182、案计算公式是否合理，验证最终的指标值。指标构建在指标的基层构建了指标模型，包括了指标定义、指标属性、指标展示以及指标数据模型，提供扩展模型扩展指标模型，支持定义一个指标最终的展示样式以及指标的生成周期。指标管理在对指标进行规范定义与管理的基础上，可以此推动底层事实表以及维表的建设，保证数据统计的数据源唯一以及计算口径统一。同时，通过指标和业务的结合，便于业务人员进行自助分析与使用数据，降低数据获取的效率，从而产生有价值的结论，辅助决策，充分发挥数据的价值。规则服务规则设计器业务分析人员可以在数据用例上直接编写业务规则，图形化的规则呈现方式则使得理解规则间的联系变得更容易。可以不同的视图查看和编

183、辑规则，并选择最佳展现方式以理解和完善决策逻辑。可以使用决策文本、决策表、决策核心优势基于AI大数据的工业数据治理将人工智能运用到企业云图，支持全自动元数据采集和关联，实现元模型智能化应用，提供图形化元数据分析视图。基于数字孪生的可视呈现基于数字孪生实时渲染技术，跨系统、业务、格式，实现场景可看、可控、可交互、可预测。基于拖拉拽的场景化定制具有丰富的可视化图表，包含柱形图，折线图，散点图，雷达图，GIS地图，甘特图等多种图表样式，同时在业务领域积累的丰富的行业场景化大屏模板，帮助客户构建快速构建场景化云图。基于区块链的可信数据共享基于区块链的加密安全、防篡改、去中心化的优势，实现跨地域、跨主体

184、、跨系统之间的数据共享，实现数据价值流动交换。智能联接定义与内涵发展现状关键技术产品能力5353535605H3C iConnecting联接信息，让智能流动起来Industry第五章5354H3C iConnecting智能联接深度学习(Deep Learning 以下简称dl)是机器学习的其中一种方式。与机器学习一样共分三个部分:模型预估，评价函数，优化算法。但他与机器学习的本质区别在于，模型的复杂度。机器学习的预测模型是型如：f(x)=ax+b 等传统数学模型，而在工业视觉智能技术，语音识别等领域，毫无疑问模型要复杂得多是完全无法用传统数学模型来预估输入输出关系的。深度学习通过模拟人脑的

185、神经元结构来模拟人脑的认知过程，通过多层神经网络来预测关系模型，随着神经网络的层数变得越来越多，每一层的神经元越来越多，神经网络几乎可以模拟任何的数学函数式，也使得预测值更能拟合结果值，更能贴近人脑的认知过程。当然深度学习技术的发展也有其先决条件，其中大数据的发展，硬件算力技术发展是支持深度学习的必要条件。超前预警：依托AI+视觉监控能力，对人的不安全行为、物的不安全状态进行动态感知，从而实现超前预警。快速感知：结合闸机、视频监控、AI分析技术对进出园区（企业）的车流、人流、货流进行全流程管控，降低安全隐患。实时监测：通过视频监控、视频巡更等监测手段，实时发现企业中的安全隐患，利用AI手段，智

186、能识别企业内的人员违规行为。系统评估：将视频、物联、生产数据、行业知识库等多维度数据进行关联分析，从而实现安全预警指标系统性评估。联动处置：利用AI+AR+物联技术，对重点设备、重点依托工业视觉智能技术+新ICT技术（云计算、大数据、物联网、互联网等），通过将制造企业各系统、数据、业务等多维融合，在安全生产主动防控、工业机器视觉等领域打造智能化方案，从而达到重构优化制造企业运营管理业务流、以及机器替人减员增效，最终实现企业安全等级提升、运营效率提升、运营服务提升、运营成本下降。企业安全生产在企业安全生产方面，融合安防视频监控、AI视觉算法、高性能算力一体化方案，建立面向工业企业人、物、环、管四

187、类要素，实现从传统的被动式安防监控向主动式安全生产转变，实现超前预警、快速感知、实时监测、系统评估、应急处置五大能力，提升企业的安全监管效率和本质安全水平。工艺进行多维度实时监控预警，提升应急处置能力，保障生产安全稳定运行。工业表面质检工业产品表面缺陷的种类和形成原因非常复杂，生产过程中每一个过程环节都可能产生表面缺陷，其成因涉及工艺、设备、技术、管理、操作、生产组织的各个环节。表面缺陷管理是产品质量极其重要的一个方面，当前表面缺陷管理措施主要是事后检测，分析缺陷产生原因，及时优化调整生产工艺以及生产参数，达到减少表面缺陷的目的。近年来随着基于深度学习的AI视觉技术取得突破性进展，在工业质检领

188、域大量应用，并且相对传统机器视觉及人工检测，有非常明显的优势。定义与内涵智能是工业互联网的重要标签之一，为更好地联接信息，让智能流动起来，新华三集团除了提供端到端，从边缘侧到应用的平台，还给工业互联网打造一系列高效可用的服务平台。依托工业数据服务引擎和工业AI服务引擎，利用人工智能、深度学习等技术，对工业信息进行训练建模，形成工业机理模型、工业知识库等，新华三智能联接产品能够围绕工业视觉质检、设备预测性维护、工业安全生产以及综合能源仿真四大场景进行深入的分析。关键技术工业视觉智能技术工业视觉智能技术是指用摄像机、成像设备和电脑及其他相关计算设备，对人眼观测事物的模拟。它可以让计算机理解图像内容

189、，代替人眼实现对图像数据的分析判读。其可以对目标物体图像进行分割、分类、识别、定位、跟踪等功能。工业视觉智能技术是使用计算机及相关设备对生物视觉的一种模拟，是人工智能领域的一个重要部分，目标是使计算机具有通过数字化成像技术理解周围环境和目标物体的能力。工业视觉智能技术是以图像处理技术、信号处理技术、概率统计分析、计算几何、神经网络、机器学习理论和计算机信息处理技术等为基础，通过计算机分析与处理视觉信息，随着人工智能尤其是深度学习的快速发展,工业视觉智能技术成为了这些年特别热门的研究方向。发展现状人员违规着装、违规操作生产作业环境复杂，危险源多安全风险高，检测效率低生产管理以人工巡检为主，缺乏应

190、急联动生产数据呈现难以与实际画面结合园区物流车辆调度低效企业运营部门运营决策无有效数据支撑运营管理成本居高不下人员作业合规管理安全风险智能识别、预警更安全，更高效企业管理部门风险智能预警，高效指挥调度生产数据可视化管理数字月台，高效调度企业运营部门数据辅助决策、高效指挥调度运营管理降本增效生产业务部门企业管理部门企业运营部门生产业务部门企业管理部门企业运营部门问题现状分析需求分析5556H3C iConnecting在产成品表面质检场景中，可采用工业视觉质检方案从而提升表面质检精度和效率，并可将表面质量进行数字化处理，为下一步的质量分析优化和全过程质量管控提供数据基础。工业数据智能技术随着AI

191、科学计算的技术突破，人工智能已经广泛应用于各行各业，工业数据智能针对企业生产制造过程中产生的海量数据，运用统计学、机器学习、深度学习、信号处理等各类数据分析工具，挖掘数据中隐含的潜在规律固化为工业模型，实现传统工业制造向智能制造转变。随着企业信息化系统建设日益完善，数字化基础逐渐具备，然而大部分企业尚不具备将数据变现的能力，迫切需要利用工业数据智能技术，为产品智能设计、工厂柔性化生产、全流程质量管控与溯源、面向客户价值的精准营销服务、关键装备服役质量预警与管控、能源管理智能决策及协同管控、绿色安全环境智能监控等领域提供技术支撑。工业数据智能具备异构数据源管理、集数据预处理、特征工程、机器学习和

192、深度学习模型训练及评估、模型服务发布与管理、模型推理服务等能力，构建一体化的数据挖掘解决方案。将数据挖掘分析过程中涉及到的众多的数据清洗工作、特征工程数据操作工作以及机器学习、深度学习算法封装成标准化的可视化组件，通过拖拽式、编码式建模方式实现可见即所得的数据挖掘任务。工业数据智能能够处理结构化或非结构化的业务数据，提供一体化的模型开发、评估、发布部署交互能力，并内置多种分类、聚类、回归、关联分析、文本分析、自然语言处理等常用模板。产品能力新华三集团提供端到端，从边缘侧到应用的工业互联网服务平台。平台包含工业数据服务引擎和工业AI服务引擎，利用云计算、人工智能、大数据等技术，对工业信息进行分析

193、，帮助企业形成工业机理模型、工业知识库等可复用资产。构建从数据到AI服务的全过程能力，因此平台需具备资源配置、数据管理、模型生成、服务构建、服务发布能力，可应用在工业视觉质检、设备预测性维护、工业安全生产以及综合能源仿真等典型场景。比如设备预测性维护场景中，需要利用系统和组件的实际运行状况来优化运维，其预测分析基于从连接到机器和工具的仪表/传感器收集的数据，例如振动数据，热图像，超声数据，操作可用性等。预测模型通过预测算法处理信息，发现趋势并确定何时设备将需要修理或退休。工业机理模型技术工业机理模型是指将工业制造过程和管理过程等所涉及方法（包括物理/化学/数学/制造工程/机械/电子电气等）开发

194、成模块化、软件化、可以重复使用的模型组件。工业机理模型是工业互联网平台的重要构成要素，其汇集了工业领域生产过程中的原理、定理、定 律等专业知识，结合了实际工业生产经验，形成机理并构建成模型，嵌入到工业互联网平台中。工业机理模型将工业经验知识进行提炼和封装，推动行业知识经验在平台的沉淀集聚，工业机理模型位于工业互联网平台层（工业PaaS层），作为工业互联网平台的核心竞争能力。工业理模型为可重复使用的组件，在工业 APP 可以通过 API 接口直接调用这些组件开展数据处理和分析，从而实现工业大数据的应用，体现出工业互联网平台的价值。机理模型的分类：工业机理模型有几种来源，一种是源于物理设备，包括制

195、造过程的零件模板，设备故障诊断、性能优化和远程运维等背后的原理、知识、经验及方法；二是源于业务流程逻辑，包括ERP、MES、SCM、CRM、生产效能优化等这些业务系统中蕴含着的流程逻辑框架；三是源于研发工具，包括CAD、CAE、MBD等设计、仿真工具中的三维数字化模型、仿真环境模型等；四是源于生产工艺中的工艺配方、工艺流程、工艺参数等模型。从模型本身的点来看，机理模型包括以下分类：基础理论模型，如制造过程涉及到的流体力学、热力学、空气动力学等模型；流程逻辑模型，如ERP、SCM供应链管理等业务流程中蕴含的逻辑关系；部件模型，如零部件三维模型；工艺模型，如生产过程中涉及到的多种工艺、配方、参数模

196、型；智能联接故障模型，如设备故障关联、故障诊断模型等；仿真模型，如风洞、温度场模型等；从模型的应用场景来看，机理模型可以分为：分析模型、推演模型、预测模型、决策模型、优化模型等。人工智能技术的融入,扩展的机理模型的算法边界。机理模型一般是指各种经验知识和方法的固化，是从业务逻辑原理出发，强调的是因果关系。随着大数据和人工智能技术发展，一些人工智能技术也逐渐被使用，如对回归、聚类、分类、降维等算法模型、神经网络等模型，大数据分析模型是从数据出发，不考虑机理原理，强调数据相关关系。如图是应该结合的应用设计案例，综合了工业生产大数据和工业运行中的知识经验,模型方法结合人工智能技术,实现工业生产过程的

197、设备的寿命预测、维修决策、方法优化等。未来智能工厂是软件定义产品、是基于模型的制造。工业机理模型将必然成为工业互联网制造系统的核心功能部件，对产品生产在全生命周期提供无缝协助和优化。工业知识图谱技术知识图谱是一种用图模型来描述知识和建模世界万物之间关联 关系的技术方法。旨在从数据中识别、发现和推断事物与事物之间的 复杂关系，是事物关系的可计算模型。传统的大数据系统是将数据处理成信息，提供检索、查询和分析。而知识图谱技术将信息(数据)加以关联，实现知识的描述及推理计算，并最终实现像人类一样对事物进行理解与解释。工业知识图谱主要有以下核心价值：工业设备的智能化程度较低，机器认知能力的核心是“理解”

198、和“解释”，知识图谱可以促进工业设备和机器的认知；知识图谱可以引入大规模、语义丰富、结构友好和高质量的背景知识；知识图谱可以为工业互联网带来更强的解释性，更像人类一样利用概念、属性、关系去解释现象和事实；知识图谱可以起到增强作用：包括数据增强、语义增强等，引入外部知识库可以提升模型的综合性能；知识图谱在包括智能搜索、问答系统、推荐系统等工业领域内有巨大的应用价值；模型训练模型评估模型部署数据标注基于物联采集、视频感知、风险监测等信息，结合风险分析算法，建立企业安全生产风险机理模型，实现人、物、环、管的风险识别、超前预警、智能处置等功能。综合能源仿真围绕工业场景中各类能源、动力、电力和控制系统构

199、建知识库，配合图形化建模功能，实现各类流程工业系统的建模与仿真。场景应用现场业务智能服务工业数据服务引擎感知智能认知智能决策智能现场设备、边缘算力工业AI服务引擎工业安全生产机器视觉系统示例机器人台面相机光源产品5758H3C iConnecting工业智能平台智能是工业互联网的重要标签之一，为更好地联接信息，让智能流动起来，新华三集团除了提供端到端，从边缘侧到应用的平台，还给行业打造一系列高效可用的智能云产品。在智能领域中，智能云产品要让整个智慧在数据中出现，并在应用中体现。依托工业数据服务引擎和工业AI服务引擎，新华三智能云产品能够围绕工业视觉检验、设备运行维护、工业安全生产以及综合能源仿

200、真等场景进行深入的分析。智能始于联接，并通过联接提供服务。数据是工业智能的基础，在数据感知层，通过传感器、机器、边缘计算设备和数据库的灵活集成，通过物联技术可以从中成功地联网、收集和存储其边缘数据。通过统一的数据服务引擎，可以有效提升数据利用效率，比如数据的提取、归类、统计、挖掘，可以为工业模型的构建和迭代优化提供基础。AI开放平台为工业智能提供了模型孵化的土壤，向下获取数据，通过标注到模型部署全栈能力构建，实现模型的快速训练及部署，并通过统一的AI服务引擎对外提供服务。工业智能的核心在于智能服务的构建，可以将智能服务能力抽象为感知智能、认知智能、决策智能三个阶段。感知智能阶段，在工厂通过摄像

201、头、传感器、语音感知设备等实现人、物、环的状态感知，可以海量地去收集生产过程数据，实现智能状态监控。认知智能阶段，可以基于这些采集到的信息，综合使用人工智能算力、算法和模型工具，让生产中各类场景因技术的应用而变得更加智能，可以有效利用知识并形成知识。决策智能阶段是基于企业已有的数据，通过数据知识图谱化和深度关联、融合分析，对企业生产、设备、质量、安环、能源等业务领域提供智能预判，为管理者提供决策辅助支持，提升企业竞争力。人工智能算法经过了近年的爆发式发展，已经在高复用场景、大型企业提供了丰富的AI应用。但算法产品的推出速度仍不能满足各行各业的需求，总结其原因如下：算法训练素材获取难度大。训练素

202、材是算法开发的基础和核心，但训练素材本身作为一种数据资产，在流转、管理、使用过程中必须考虑其有效性、合规性、安全性。算法训练成本高。算法训练对硬件配置和人员技能要求较高。非专业算法公司难以承受自建成套算法训练体系的成本；专业算法公司受制于场景需求碎片化、低复用性，很难将资源投入到每一个场景中。算法交付周期长。传统训练过程中需要对训练过程反复调参，输出的模型还需在生产环境中持续优化。整体交付方案复杂、周期长。H3C自主研发了全方位的人工智能交互开发平台，为用户提供AI建模、部署、服务引擎构建的全流支持。工业机器学习平台工业机器学习平台是一款通用、集成各种AI开发工具的，不具备行业属性的、敏捷高效

203、的AI开发平台软件，为用户提供AI建模及部署的全流支持，其功能包括文件存储、镜像仓库、Notebook、模型训练、模型库、在线推理等服务；同时为了有效的管理平台各类资源，提供了集群管理、资源监控、多层级资源配额，以及工单管理等功能。工业机器学习平台为AI工程师提供拖拽式任务流建模方式，用户既可以通过搭积木的方式构建自己的建模全流程，也可以自己编写建模脚本进行训练。平台提供多种任务流运行模式：手动、批量参数运行，可以有效减少训练过程中的人工干预，提高模型开发效率。平台的任务流引擎采用可扩展的设计方式，为用户带来更好的算法组件扩展能力，并支持多种计算框架的调度运行。此外，平台同样为AI工程师提供J

204、upyterLab在线编程环境，并集成了常用计算框架，方便用户在线运行及调试。最后，平台提供了统一的模型库及模型部署上线服务。为用户提供开发、训练、推理全流程业务支撑。工业机器学习平台同样为管理端用户提供良好的集群管理工业机器学习平台架构AI Resource Manager Service(Kubernetes+Docker)智能联接服务，平台采用的多层级资源限额机制，能有效灵活的对用户的资源以及运行实例进行控制，保障了资源的合理公平使用，提高了资源利用率。同时，平台为集群提供了实时的资源监控功能，并提供了多维度资源统计，协助管理员进行集群资源管理。工业机器学习平台的主要功能有：文件存储：多

205、租户文件存储服务，为用户提供私有的文件存储空间。镜像仓库：多租户镜像仓库服务，为用户提供内置镜像、私有镜像服务。开发环境：平台提供JupyterLab在线开发环境，并提供SSH以及远程桌面访问方式，方便用户在线进行编码及调试。AI建模：以工程为维度，为用户提供拖拽式建模服务；支持多种计算框架，支持用户自定义脚本运行，支持多种任务流运行模式，支持分布式训练，支持多机多卡，支持超参搜索，以及可视化的任务资源监控等。可视化：为用户提供TensorBoard可视化服务，用户可以根据自己的需要创建多个可视化实例。模型库：为用户提供统一的模型管理服务。AI推理：为用户提供通用的模型部署及上线服务，支持模型

206、多实例部署，支持推理服务的在线测试等。集群管理：支持集体的分区配置，以及节点管理。资源监控：监控训练环境CPU、内存及GPU的使用情况，详细展示集群各节点的参数信息和变化情况。限额管理：支持各类业务实例的多层级资源限额配置。工业智能视觉平台工业智能视觉平台是服务于视觉处理需求的AI能力综合性平台，平台依托于云计算框架和微服务架构，开放了系统弹性扩展能力、数据管理与预处理能力、模型训练与优化适配能力、算法构建与部署能力、通用算法集成能力、AI生态接入能力。用户无需具备专业的AI知识、系统知识情况下，能够使用自身数据独立定制AI应用，并实施落地。使用户不具备训练数据的情况下，加入AI生态通过付费、

207、试用途径使用符合自身需求的AI应用。与其他应用平台和算力平台自动协同，对外提供功能丰富的解决方案。深度学习机器学习图像识别目标检测OCR、NLP人脸识别智能税务智能公安智能检务智能金融AI开发平台通用算法模型服务行业场景AI方案 AI API ServiceAI开发AI计算框架AI训练AI模型AI推理任务调度数据处理作业调度引擎存储服务（公共/私有/共享）任务流引擎（手动/批量/定时）镜像仓库（公共/私有/共享）算法库（Data/ML/DL）集群分区（独占/共享）可视化（Data/Metrics/Model）多级配额（全局/用户/用户组）模型训练模型评估机器学习深度学习实时日志在线调试服务管理

208、工业智能视觉平台架构图5960H3C iConnecting系统架构平台基于虚拟化云计算资源池构建，打造组件、平台、应用服务三层架构，对外通过统一的工业视觉AI服务引擎为行业解决方案提供支撑：组件层：依托底层硬件资源，提供模型训练所需的高性能并行训练集群与分布式数据存储系统，提供深度学习训练框架和面向不同应用领域的众多基础模型。平台层：提供了数据集管理、数据预处理、数据标注、模型训练、模型校验、算法包管理等算法模型定制的核心功能，利用内置的领域模型和通用逻辑模板，可显著提升用户的模型应用多样性。应用层：用户可根据不同应用场景配置自定义的解决方案，依托算法商城，构建以训练平台为核心的周边体系。功

209、能介绍智能联接工业知识服务引擎知识图谱是通过建立数据之间的关联链接，将碎片化的数据有机的组织起来，让数据更加容易被人和机器理解和处理，并为搜索、挖掘、分析等提供便利。工业互联网知识图谱是工业互联网智能联结的一种高级模式，能够基于工业产品研发、生产、运行、保障、营销和企业管理等运行规律建立的关系网络，用于更好地组织、管理和理解工业体系的内部联系。知识图谱与机器学习和深度学习相比较较，只需少量的数据训练，就能够广泛地应用到不同具体任务，符合了工业知识总量多、细分专业知识量少、对知识应用可靠性要求高的要求，是工业人工智能领域发展的重要方向。工业互联网知识图谱具有一般工业领域知识图谱的通用价值，包括知

210、识融合、语义搜索、知识推荐、知识问答、大数据分析与决策等。借助工业知识图谱，可以协助人们更好认识、管理、优化、控制和和改进各种工业互联网内的庞大资源和流程。H3C知识图谱(H3C Knowledge Graph，HKG)是一个集成图数据库、图计算引擎和图可视化分析的一站式解决方案平台。能够支持千亿规模数据集的分布式存储、查询和分析，提供可视化管理界面，支持可视化建模，包含丰富的图分析挖掘算法，为智慧城市、数字政府、智慧校园等不同场景下的数据分析提供一种更好的组织、管理和理解海量信息的能力。工业互联网图引擎H3C Graph Engine(HGE)针对高度互工业智能能力的打造需要突破从数据到服务

211、全流程各个环节的技术壁垒，因此需要具备从构建、部署到服务调用端到端的全栈能力，平台提供了如下功能：数据服务平台：提供了数据采集、数据存储、数据管理、数据清洗、数据增强、数据标注、数据发布与共享等数据相关的核心功能，为AI开放平台提供数据相关的服务，保证数据的安全性、有效性。AI训练平台：搭载弹性扩容的分布式训练引擎、自动网络超参搜索引擎、深度学习框架，将用户提供的数据和标注信息训练成通用模型。同时提供模型的评估报告，让用户对产出的模型性能有综合的了解。模型应用平台：将AI训练平台训练平台产出的通用模型做图优化、适配转化、逻辑编辑、算法集成，生成最终可运行于指定产品之上的算法包。算法商城：提供算

212、法包的接入、上架、下架、展示功能，旨在打造一个不同用户间分享、分销、交流AI应用的生态环境，即可促进相同行业用户间的AI应用交流，也可以打通跨行业用户间的算法壁垒。API管理中心：支持用户将产出的AI算法发布为API应用。提供API调用的渠道，并提供API访问相关的特性，这些特性包括：鉴权、频次限制、记录回溯、启停等等。算法部署服务：是AI开放平台内部感知和对接外部解析环境的服务。通过对这些云、边、端设备的对接，提供了AI开放平台的云边端协同能力，打造数据到模型、模型到算法、算法到应用、应用到数据的全流程闭环。结构化解析引擎：专门用于结构化数据预测，全面提升了AI开放平台的数据丰富性，既可以支

213、持视图数据，也支持结构化数据的AI应用。联数据的存储和查询场景进行设计，提供一种更好的组织、管理和理解海量信息的能力。适用于数据之间存在复杂或深度关联关系的场景，利用高度连接的数据中复杂、动态的关系来产生洞察力和竞争优势。图引擎H3C Graph Engine(HGE)包括4种重要的算法模型。实体重要度预测:分析知识图谱中的实体重要程度，预测图谱的核心节点，为行业研判提供基础能力。群体高相关性新实体挖掘:通过知识图谱分析某些实体高相关性的实体，为行业研判、同类分析提供依据。社群发现:通过知识图谱分析发现实体社群，多维度获知实体的相似相关性。子群探索:通过知识图谱分析实体集内在的社群关系，对实体

214、进行内在关系分析。工业互联网知识图谱具有以下几大特点：大规模：支持超大规模数据存储和弹性扩展，依托于大数据 平台，同时具备可扩展可伸缩的分布式存储和计算能力，能够随业务弹性扩展存储和计算能力;高性能：针对高度互联数据的存储和查询场景进行设计，支持海量数据的实时查询和分析;简单易用：提供向导式、简单易用的可视化分析界面，所见即所得;业务场景灵活：基于属性图模型对现实世界进行建模，可定制化的赋能工业互联网中各类不同场景下的业务需求。应用层平台层组件层云计算资源池工业视觉AI服务引擎AI API Service主动安防数据管理数据清洗数据标定模型训练模型评估模型校验CPU 模型优化算法构建算法部署算

215、法接入ML/DL模型库存储服务Al Resource Manager Service(基于kubernetes+docker的微云平台)分布式算法引擎算法逻辑库计算框架工业质检物流调度环境监控内存网络存储GPU数据服务平台AI训练平台数据/标注信息通用模型API发布算法部署结构化算法部署视图算法部署算法部署算法部署算法包上架API管理中心结构化解析平台算法部署服务解析平台/SDC（云、边、端）模型应用平台算法商城H3C iConnecting联接生态，让服务流动起来Integrate工业互联网平台工业场景化解决方案政府园区解决方案智能制造企业解决方案648410410906第六章融合方案新华三

216、集团早在2020年初便推出数字工业融合解决方案，基于政府和市场双轮驱动理念，旨在横向打通供需两侧，纵向实现政府和企业的联接。经过近两年在电子、钢铁、新能源、汽车等行业的创新实践积累，新华三推出工业互联网数字工业融合解决方案2.0，升级的方案将聚焦政府园区、工业企业两类客户来打造定制化的场景、行业方案，实现了从“使能”到“赋能”的蝶变升级，实现3个方面的联接。作为使能者，联接供给侧：通过工业数字大脑计划，提供领先的工业数字底座能力，除了打造自身工业互联网平台外，通过多层次使能助力各类龙头企业打造行业工业互联网平台，加快新技术新产品迭代升级和数字化产业的发展壮大。作为赋能者，联接需求侧：凭借新华三

217、完善的销售和服H3C iConnecting6364融合方案新华三数字工业融合解决方案由1个平台、5大场景、2类客户构成，其中：1个平台：聚焦构建“工业属性”能力，以方案思路融合集成新华三网络、云平台、绿洲平台、主动安全、统一运维等ICT产品，形成新华三工业数字底座；并针对工业数字化转型的需求开发新华三工业操作系统iCubeOS，形成端到端的工业互联网平台（工业数字大脑），支撑场景化方案和行业方案。5大场景：聚焦工业数据治理、安全生产、精益生产、及双碳等工业场景，打造场景化能力模块，既可以满足用户场景化需求，也可以被集成到智慧园区、矿山等解决方案。务体系，面向政府、园区、工业企业等不同场景的用

218、户进行多场景赋能，推动制造业改造升级和工业数字化转型，促进产业高质量发展。作为聚能者，联接产业侧：通过生态伙伴计划和数字化生态实验室等多方式聚能，联接行业生态应用伙伴，共同构建端到端的解决方案，共同为用户提供一站式服务。整个方案以工业数字大脑为核心，融合新华三在技术、产品、方案、集成等方面的数字化能力，联合生态合作伙伴，形成场景化的方案，共同服务于电子、汽车、钢铁、能源等行业。在政府和园区层面形成产业大脑，助力政府和工业园区实现数字化转型，建设智慧产业园区；在企业和工厂侧形成未来工厂，帮助企业进行智能化改造升级和数字化转型，提升企业的竞争力。2类客户：聚焦在政府园区和智能制造企业的数字化转型需

219、求，以咨询为牵引，集成新华三工业数字大脑、工业场景化方案、及生态伙伴等能力，打造面向政府园区的工业互联网公共服务平台、及面向企业的电子和钢铁等重点行业解决方案。工业互联网平台新华三工业互联网平台是一套集成新华三数字底座、工业场景化应用、生态伙伴等组件的解决方案；是新华三数字大脑在政府、园区和工业企业的数字化转型落地。因此，新华三的工业互联网平台也可以称为新华三工业数字大脑。工业互联网平台是将新一代信息技术与工业经济深度融合的新型基础设施；是聚焦“工业属性”的新型创新模式，通过融合网络、云平台、大数据平台、安全体系等基础资源，以各种工业知识、算法、模型、服务等服务能力，向下提供对各种软硬件资源接

220、入、控制和管理，向上提供开发接口及存储计算、工具资源等支持。目标定位新华三工业互联网平台目标定位是基于新华三数字大脑打造的综合型工业互联网平台，为政府园区产业升级和企业数字化转型提供一站式服务。平台面向政府、园区、工业企业，实现工业技术、经验、知识的模型化、标准化、软件化、复用化，优化研发设计、生产制造、运营管理等资源配置效率，形成资源富集、多方参与、合作共赢、协同演进的制造业新生态。立足于工业互联网，帮助企业实现设备的云端运营，并基于大数据分析，实现服务和产品的持续创新，打造互联生态体系，助力政府产业升级转型、提高工业园区数字化管理水平，实现企业提质降本增效和绿色安全可持续发展。是数据的采集

221、、汇聚、流通和综合集成，形成了全面感知、深度学习、挖掘分析、智慧决策与智能控制能力，实现产品需求的动态响应、创新产品敏捷开发以及对工业资源的高效实时优化，促进工业经济快速发展。工业互联网平台核心价值主要体现：泛在连接：实现跨行业、跨领域的泛在连接，具备数据的全面采集能力；优化配置：实现计算资源的弹性供给、高效配置；集成分析：支撑端到端的数据深度集成与分析能力；智能创新：向上实现应用创新，实现智能决策与控制，促进数字化管理、智能化生产、网络化协同、个性化定制、服务化延伸的形成。总体架构工业互联网平台是以工业操作系统为核心，融汇产业数据，进行数据治理，智能分析，决策控制，面向政府、园区、企业等对象

222、，支撑多场景智慧应用与产业服务。通过构建“1+1+N+3”架构体系，推动产业高质量发展、实现企业数字化转型等目标。“1”是一个工业数字底座一个基于云计算、大数据、人工智能、5G、TSN等技术的数字底座，促进IT和OT融合，构筑发展新动能。融合数字底座包括技术中台和数据中台。工业PaaS：通过建设标识解析二级节点、物联网平台，为工业互联网平台服务不同用户提供基础接入能力。同时提供标识解析、区块链、云计算、云存储、IoT、AI、安全等平台核心能力。同时，“N”个应用生态资源的知识、经验、服务、最佳解决方案可以沉淀到中台，方便抽象成更多通用算法模型、数据模型与机理模型，更好赋能前端业务应用的规模化开

223、发。工业互联网平台（工业数字大脑）数据体系：打破平台、应用、节点间数据融通的壁垒，在保障数据安全、可信的前提下，推动数据跨平台开放与共享。数据中台定位数据标准化、可信共享，可以接入包括企业内部数据、供应链数据及第三方数据，同时各个应用也可通过数据中台彼此开放数据。通过跨产业、跨价值链、跨维度的数据交叉，提高平台的数据创新力。工控安全：提供设备、网络、数据、平台、应用等全面的安全服务能力，并提供安全防护模型、安全漏洞攻击特征库、病毒库，安全防护工具等，构建避免恶意扫描、渗透、暴露破解、注入、APT、DDOS等攻击风险的安全防护服务体系。监控端实现防篡改、防攻击的核心模块。部署在WEB服务器上，实

224、现对站点进行保护、备份和监测。管理端可配置、管理和展显监控端、发布端的各种信息，并下发安全规则到监控端。针对性设计多个行业的工业控制系统网络安全防护方案，能够极大提升工业控制系统的安全防护能力，同时符合相应法规及标准的建设要求。具有工控防火墙、工控监测与审计系统、工控主机安全卫士、工控漏洞扫描、工控态势感知等一系列工控安全产品，可为用户提供网络隔离、流量监测、主机防护、漏洞扫描、安全监测、态势感知等全方位的安全建设。通过安全态势感知和情报中心感知网络状态、受攻击情况、攻击来源，掌握网络安全状况和发展趋势，制定有预见性的应急预案，做好相应的防范准备。通过安全云服务中心构建关键信息基础设施安全体系

225、，增强网络安全防御能力和威慑能力。在安全告警事件的基础上提供统一的网络安全高层视图，能够快速准确地把握网络当前的安全状态，从而支持对安全态势的全局理解和及时做出正确的响应。统一运维：提供对基础设施、应用服务、平台运营状态、核心监控指标、安全管理与审计、业务流程、任务调度等6566“3”类服务对象面向政府、园区、企业，提供线上、线下相结合的产业管理和服务解决方案。工业互联网平台总体架构技术特点联接工业要素工业要素包括人员、设备、物料、产品、环境等实体要素，以及 政策、数据、信用、能力等虚拟要素。在数字孪生、物联网、标识解析、区块链等新一代信息技术的推动下，工业要素向数字形态进行了 转型，参与到产

226、业生态与社会价值链中，优化了产业协作机制、也拓 宽了市场空间。同时要素数字化在不断的技术发展与场景需求中，也 发掘出要素本身更高的价值潜能。同时，数据也在技术的推动与市场 选择中也以要素化的身份不断参与到区域多组织协作、园区智慧运营 当中，比如个人数据与个人身份标识的转换、生产数据与面向应用场 景的模型转换等，不仅对园区内部推动了资源优化配置与服务转型升 级，对外也实现园区要素与服务的开放协作、与社会资源高度共享。通过平台设备接入、协议解析等边缘能力及数据管 理、数据分析等工业数据服务支撑柔性制造。基于平台设备接入能力，构建标识解析体系，通过物联网和产品标识码，实现工厂产线、产品、业务系统和人

227、等生产过程中的全要素资源接入和数据互联互通，并通过数据管理、分析实现产能的柔性调配。推进工业资源整合利用和开放共享，促进工业要素配置市场化进程。通过提供“低成本、快部署、易 运维、强安全”的轻量化应用，赋能中小企业快速形成自身数 字化能力，有效降低中小企业数字化转型门槛。融合数字技术平台以“云、物、智、大、移”新一代技术为手段，通过5G、物联网、大数据、AI等新一代信息技术打破行业边界、弱化专业壁垒，进行跨界融合，以数字化、网络化、智能化为引擎，升级园区服务、监管、运营协同和资源共享。支持海量多源异构工业数据的统一存储与分析，为机器学习和实时流分析构建共性基础。实现产业链联动优化降本、助力供给

228、侧结构改革和经济发展、推动市场活跃。进行实时监控、告警和治理，内置一键诊断、巡检自动化、基础环境自动部署等实际运维工作切实需要的场景应用，帮助运维快速感知故障、定位问题和排查问题，实现平台多视角、多维度业务的统一监控管理。“1”个工业操作系统打造一个核心工业操作系统，促进工业资源的泛在连接、弹性供给、高效配置。通过应用使能服务，为企业开发者提供快速构建应用，设计业务模型，构建大屏等业务能力，降低企业开发成本和技术门槛，满足需求变更场景；智能BI服务提供数据智能模型开发，设计与呈现，为产业业务智能分析提供基础支撑；工业治理服务提供产业主题库、专题库、指标管理等能力，支撑产业治理，产业大脑等应用；

229、创新引擎主要为企业提供测试床、成果转化等服务体系，助力企业业务创新；工业视觉主要提供人员行为分析、产品质量控制与分析、生产安全监控分析等智能视觉服务。为“N”个应用提供核心业务与技术服务支撑。“N”个工业应用与服务构建生态能力资源池、培育工业应用生态资源池，引入垂直行业生态能力解决方案等生态能力建设。提供基础公共、产业、园区、企业等应用与服务。构建生态能力资源池、培育工业应用生态资源池，引入垂直行业生态能力解决方案等生态能力建设。通过大平台，打破传统数据、知识传播、共享的壁垒。应用生态资源可以将数据、知识以 SaaS 化、APP 化、的方式进行应用服务，提升知识的商业变现能力；同时，运营中心依

230、托平台可引入更多跨界资源、经验与最佳实践，将其它平台的知识化为己用，强化平台自身服务能力。构建生态能力资源池、培育工业应用生态资源池，引入垂直行业生态能力解决方案等生态能力建设。H3C iConnecting融合方案工业互联网服务应用引擎人工智能：人工智能技术经过了近年的爆发式发展，已经在高复用场景、大型企业提供了丰富的AI应用。人工智能作为多学科技术的融合，将为社会生产力的提高做出巨大贡献。而随着人工智能技术与行业应用研究逐渐加深，形成了基础平台和上层应用双轮驱动融合趋势。人工智能平台依赖于基础算力、云计算、深度学习框架、操作系统等方面深度融合。为研发或应用人工智能技术而构建的一套软硬件环境

231、，以人与机器的互相理解为出发点，旨在提升人机协同工作效率，降低人工智能技术的研发门槛和使用门槛，减少重复建设和重复劳动，提高研发效率和使用体验。围绕特定场景打造算法、模型、应用一体化服务能力，同时与业务场景深度融合，接收实体业务的反馈持续优化人工智能模型，形成自我“感知、认知、决策”的闭环，为客户提供信息化、数字化和智能化的人工智能服务。区块链：利用区块链的去中心化的思路，积极孵化它在协同生产、工业互联网数据安全、工业资产数字化、产品溯源、供应链等多个领域的落地方案。并以区块链技术为支撑驱动工业互联网快速发展，提升工业企业的运行效率，促进制造业的转型升级。通过区块链技术将分布式智能生产网络改造

232、成为成一个云链混合的生产支撑，数据处理、共享平台效率更高、响应更快、能耗更低。另外生产中的跨组织数据互信全部通过区块链来完成，订单信息、操作信息和历史事务等全部记录在链上，分布式存储、不可篡改，所有产品的溯源和管理将更加安全便捷。数字孪生：数字孪生是一系列数字化技术的集成融合和创新应用，涵盖了数字支撑技术、数字线程技术、数字孪生体技术、人机交互技术四大类型。其中，数字线程技术和数字孪生体技术是核心技术，数字支撑技术和人机交互是基础技术。工业数字孪生系统包含了物理空间、虚实交互、数字空间三个模块。在工业数字孪生系统中，依托虚实交互模块的感知与反馈控制通路，根据工业生产活动的真实数据和智能应用的反

233、馈控制指令实现物理实体与虚拟实体的精准映射、交互融合和智能反馈控制，服务于研发设计、生产制造、智能运维、运行优化、智能决策等工业生产全过程。同时，物理空间和数字空间的功能又可在生产运行中进行持续改进迭代升级。6768标识解析：工业互联网标识解析是给工业产品、设备等工业要素定义的唯一身份编码。实现产品全生命周期管理的重要基础。针对企业使用的不同标识体系，提供公共标识解析服务，帮助企业实现各环节、各企业间信息的对接与互通，将“信息孤岛”转变成基于统一标识的全流程信息自由流动，实现设计、生产、市场、售后信息的全面数字化与交互，提升企业知识价值与共享，优化产品开发与业务流程，降低产品全生命周期管理成本

234、，从而实现提升企业的市场竞争力。挖掘工业知识平台积极探索业务模型的沉淀，支撑形成 贴合业务需求的综合性工业应用。平台运用大数据、人工智能等数字化技术，打造的线上线下相结合的产业智库服务体系，提供专家库、数据模型库、机理模型库、场景算法库的构建与管理，能够提供基于工业知识机理的数据 分析能力，并实现知识的固化、积累和复用，形成对知识和经验的数字化沉淀。模型拥有者通过对模型转移过程进行“排他性”控制获得激励,针对园区企业的知识产权，如生产工艺、产品配方、操作经验等均可建立知识模型，基于模型的形式实现知识积累与传承。平台提供全面，权威的工业知识，具有指导作用，知识库包含开发设计、采购供应、生产制造、

235、运营管理、企业管理、仓储物流、产品服务等全工业领域，包括：设备知识、工艺知识、微服务组件、机理模型、算法模型、机理模型、硬件模型、故障代码、故障方案等。用户端可以在线阅览、知识下载、算法模型和精选知识在线调用；同时支持用户提交自己积累的专业知识。帮助工业用户从知识库中获取所需工业专有知识，利用工业知识库更快捷的开发工厂专属应用，极大提高生产效率。聚能产业生态通过建设区域工业互联网公共服务平台、中小企业公共服务平台等，为工业企业提供工业APP商店、产融平台、供需对接平台等服务，加快产业链供应链数据资源汇聚整合，促进产业数字化转型，推动区域经济高质量发展。以要素资源重组的模式，重构数字化时代企业的

236、经济运行模式。为园区内中小企业提供企业市场应用，包括一键发布、零部件直销、社交电商等，将企业供需信息一键发布到多平台，通过 零部件直销为制造企业建立与客户强链接，通过社交电商建立企业的 信任关系营销网络。提供园区市场应用，针对园内企业以及园区联盟中企业，开展集 采、组织联合应标、进行产能共享；开设大型电商平台及垂直电商平 台的线上门店。并与园区联盟中的园区平台、工业互联网平台体系中 的行业/专业/区域平台以及公共服务平台互联互通，共享供需、供应商信息。线下通过园区体验中心、园区组织活动等，展示推销各方产品；通过产教融合基地推介培训各方服务和能力；园区运营商员工承担部分培训和客服工作。工业互联网

237、可获取并对接用户个性化需求，将异构、多 样数据转化为适用于产品全生命周期的标准化数据，借助大 数据、人工智能等技术，对客户群体、用户行为进行深度分 析，促进供给与需求的精准匹配，强化企业市场预判、精准 营销能力。依托工业互联网平台，开发供应商管理、柔性供应链等 云化应用，推进制造能力的模块化、标准化和平台化，实现 制造资源的动态配置和迭代优化，并为金融机构风险控制提供决策支持，助力传统制造企业从单一的生产加工向现代供 应链管理、共享制造、互联网金融等产业链增值服务延伸，不断融入能够带来商业价值的增值服务，加速企业无形资产 和智力资本向有形资产转化，推动原有制造业务向价值链高 端迈进，提升企业核

238、心竞争力。产融合作：通过连接产业链上下游、汇集海量生产相关数据，使得利用更多维度、更广来源的数据精准刻画企业经营行为、评估企业资产状况成为可能，为金融市场针对中小企业开展金融服务提供了有力依据。采集中小企业的真实生产数据，建立与工业数据相关联的信用指标库，推荐企业的可授信金额和贷款利息，监测企业重点设备运行情况，可助力金融机构精准贷前评估、贷后风控。通过一体化金融平台，可以最大程度减少核心企业方 的繁琐操作，免去与金融机构的复杂接口对接工作。围绕核心企业建立的供应链金融平台，深入挖掘核心企业产业大数据价值，可以将核心企业与上下游企业联系起来，实现核心企业信用向上下游中小企业的传导。园区生态圈，

239、对产业链进行建链，整合上下游产业链、引导园区及企业上云，对现有资源进行配置输出，形成园区发展说必须的产业生态圈。产业供应链，通过整合全国企业信息及园区企业信息，促进工业品采、供、销 资源高效对接，帮助企业扩大销售渠道、降低采购成本、定制化生产。企业服务池，通过整合全国服务商，为企业对接专业的工商财税、知识产权、项目申报、管理营销等第三方服务，实现企业需求即时发布、平台服务商快速响应，解决工业企业生产运营过程中面临的各类服务需求。企业协同创新，通过聚合专家、高校、科研机构等创新资源，对接企业科技需求，推动科研成果在实体经济的应用。产业数据库基于数据形成产业生态全景图，为强链、补链提供决策支持。在

240、产教融合方面，通过政府搭台、企业支持、高校对接、共建共享等方式推进校企合作，有效激发了各方积极性。实训基地建设有序推进。依托工业互联网创新发展工程，分区域布局5个工业互联网人才实训基地，培养高素质复合型专业人才。合作生态持续扩大。业内涌现工业互联网产教融合创新中心等团体，联合企业、院校等多方主体共同建设，积极开展产教活动，持续推动产教融合。赋能工业制造智能化制造是互联网、大数据、人工智能等新一代信息技术在制造业领域加速创新应用，实现材料、设备、产品等生产要素与用户之间的在线连接和实时交互，逐步实现机器代替人生产，智能化代表制造业未来发展的趋势。设备上云上平台工作持续拓展，生产制造全过程数字化

241、改造加速推进。通过工业现场总线、工业以太网、工业5G 等通讯技术，以及工业数字孪生、工业互联网平台等前沿技术，实现工业现场全要素全环节的动态感知、互联互通、数据集 成和智能管控，智能制造设备、智能产线、智能车间、智能 工厂不断涌现。H3C iConnecting融合方案平台汇聚的海量工业数据使各阶段控制模型不断细化，制造系统的云化部署和优化升级加速推进，通过设备上云用云和设备数字孪生，设备监测、诊断、预测、优化和执行的智能管控水平不断优化。基于企业现场数据集成整合的生产制造智能化应用不断涌现，促进生产方式向智能化制造加速转变。企业内部协同制造模式持续深入。利用信息技 术，将串行工作变为并行工程

242、，新产品上市时间、生产周期 不断缩短，设计、生产的柔性不断提高，企业的制造敏捷性 不断提高，生产经营成本不断降低。另一方面，以产能共享、服务化制造的新业态加速涌现，“平台接单、按工序分解、多工厂协同”的共享制造模式整合了多样化制造资源，产业组织柔性和灵活性不断提高，企业生产和交易成本不断降低。核心能力核心能力一：工业数字底座工业融合网络新华三通过打造包括工业物联网、工业确定性网络等在内的工业融合网络，具有全要素连接、多协议转化、多网络融合等能力，实现人机料法环等工业全要素的联接，完成工业数据的感知、采集、预处理、传输等工作，促进工业数据的流动。通过新华三各类交换机、网关等工业网络设备，可快速实

243、现物联网连接的同时，也成功构建起了工业联接的全栈服务。未来，可广泛应用于智慧电子、智慧钢铁、智慧化工等行业。新华三工业融合网络具备以下特点：全面“采”：工业设备即插即连、多接口多协议、600+工业协议确定“传”：TSN、5G专网、一网多用、OT/IT混合调度、确定性低时延统一“管”：工业设备主动管控、工业网络统一纳管、智能运维智能“析”：云边协同实现智能解析，工业时序数据秒级分析简单“用”：工业应用驱动网络、业务意图自动识别、网随流动主动“防”：云网安深度融合、工业安全态势感知、端到端工控防护混合工业云工业云平台云与智能平台H3C CloudOS通过纳管传统IT资源，并融合容器、DevOps、

244、大数据、AI等新兴技术，在保障云安全的同时，实现了IaaS、PaaS、SaaS的自动化交付，同时实现了运营运维功能的一站式体验。平台架构如下图所示：6970云与智能平台架构图ABC全面融合，灵活选择云与智能平台对AI(A)、Big Data(B)、Cloud(C)进行了业务创新，依据用户的需求对上述业务进行编排组合，实现对用户按需提供业务服务。面向行业，提供云、数、智一体化解决方案面向应用，提供云、数、智一站式服务支撑面向资源，提供搭积木式的组合编配业务敏捷开发，快速上线H3C CloudOS云与智能平台提供的PaaS能力大幅度提升，不仅为用户的现代化应用程序架构提供了微服务能力，还通过敏捷的

245、DevOps方法提供加速应用交付的能力。面向多模应用，提供传统应用和原生应用从研发到运营的一体化支撑平台面向多维场景，提供容器、微服务、DevOps组合式的业务能力面向多元服务，提供通用服务和个性化服务良好的接入能力生态应用，智能联接H3C CloudOS云与智能平台采用插拔式的开放架构，实现多行业生态应用的深度集成，为用户提供更加丰富的服务能力，加速客户的业务创新。面向用户，提供多行业生态应用面向业务，提供不同场景的应用快速响应能力面向伙伴，提供良好的生态合作平台自主可控，安全可靠H3C CloudOS云与智能平台拥有自主的技术、算法和代码，同时可以对信息和系统实施安全监控，有效的保障信息安

246、全和系统安全。掌握产品核心技术兼容国产自主可控软硬件积极参与信息安全可控全生态链的建设H3C iConnecting融合方案智慧电子智慧钢铁智慧化工智慧矿山机械加工智慧港口智慧园区数字能源智慧矿山智慧交通智慧物流智能制造全要素连接行业应用工业融合网络控制器5G基站5G专网TSN网络5G基站BBU云网边端工业互联网平台数据采集分析工业实时控制多协议转换汇聚决策多网络融合应用驱动混合流调度云网安融合工业大数据中心容器化应用多协议高实时强安全Comware工业网络操作系统TSN边缘网关联接协同感知控制TSN交换机TSN交换机TSN交换机以Comware为核心，构建自主可控、OICT深度融合的工业网络

247、体系工业绿洲平台绿洲平台是融合技术、聚合数据、赋能应用的数字服务中枢，以智能数字技术为部件、以数据为生产资源、以标准数字服务为产出物，以融合集成、数据运营为核心，旨在为客户打造数字化联结能力、洞察能力、创新能力，助力数字化转型的数字平台。7172绿洲融合集成平台绿洲融合集成平台包括消息集成，服务集成，数据集成，资源管理等能力，通过和数据运营平台的连接，提供标准的数据模型，形成各种业务数据模型。借助资产开发，对常用的API形成模板，实现复用，加速对外服务的提供。此外对应的常用数据编排脚本，进行通用的能力，实现能力的复用，避免重复的开发。对外的能力开放提供标准化接口和服务模型。如人脸识别，语音合成

248、等作为标准能力输出，无需用户在融合集成平台进行配置操作。对服务模型进行标准化，实现服务模型的快速复用和对外开发。绿洲融合集成平台对业务应用屏蔽底层系统差异，提供统一服务支撑；帮助开发者快速开发整合现有系统的能力，进行系统集成，来满足数字化进程中丰富的联接需求，实现万物互联。绿洲融合集成平台核心优势如下：多类标准化集成方式：屏蔽不同外部能力提供者的接口差异，对应用开发者提供统一的业务控制逻辑和数据格式，提升可复制性。数据集成：提供异构数据集成能力。消息集成：提供应用间通信消息集成能力。服务集成：提供API接口集成能力。业务数据共享，融合联动：统一集成工具，实现数据共享，融合联动，将底层系统能力价

249、值最大化。资产沉淀：沉淀业务资产、数据资产、集成资产，数字资产迁移复用，快速打造创新应用。绿洲数据运营平台数据运营平台是一款一站式全域数据开发和治理平台，融合了数据集成、数据管道、实时计算、多维分析、业务开发、任务调度、全文检索、时空引擎、图引擎等核心子系统构成，将数据开发的各个环节融合在一套可视化的开发环境中，结合数据标准和数据地图相关能力，实现数据全域开发和治理，给业务快速响应和创新带来的业务价值。产品提供通用的平台接口，上层应用核心逻辑只需聚焦到业务逻辑实现和数据展示，对于数据的转换、提取、检索、分析等统一由中台屏蔽，把一些通用大数据平台能力的沉淀到中台，实现一种“厚中台薄应用”模式，极

250、大地提高了中台支撑各种各样的上层应用服务，同时降低了应用开发者使用门槛。绿洲数据运营平台核心优势如下：完善的数据服务体系数据运营平台集成了离线计算（Hadoop、Spark）、流式计算（Flink、SparkSQL）、图计算（SparkGraphx）、时空引擎（Geomesa）等多种数据引擎，以及HDFS、HBase、Hive、ElasticSearch、Kafka、Redis、Vertica等多种存储服务，可满足多方面需要。运营平台从数据采集、数据标准、数据存储、数据开发、数据质量到数据资产都提供标准的流程，并为流程的每一阶段提供了标准工具，保障了流程规范和目标可控。同时提供统一的数据管理视

251、图管理元数据和数据血缘，有效保障数据运营和治理及时性和规范性。简单易用的可视化界面运营平台基于数据运营的深刻理解，整体设计理念贯穿真个数据应用生命周期，通过简单易用的可视化界面，用户可以通过可视化的操作界面使用大数据，涵盖从数据集成、存储、分析、计算、管理、检索到服务的一系列环节，帮企业快速构建高效大数据应用开发，降低企业使用数据成本。先进的数据资产化理念运营平台通过对数据资产的统一管理，以全局多维度资产视图，快速盘清资产数据的分布和统计情况，依据业务属性自定义对数据按照主题、分层、标签进行不同维度统计，清理全数据链路自动形成数据流转血缘关系图，实时了解数据的来龙去脉。丰富的数据开发类型支持多

252、人在线协作开发，支持Java、MR、Spark、SQL、Shell、Flink多种数据处理类型，作业开发支持SQL和画布托拉拽多种方式，提供丰富的调度配置策略与海量的作业调度能力。可复用行业知识库提供多个行业套件知识库，涵盖行业数据标准、数据模块、行业数据主题库、专题库、行业算法库，支持智慧校园、智慧园区、智慧医疗等快速定制数据运营端到端的解决方案。主动安全体系安全保障体系主要提供设备、网络、数据、平台、应用等全面的安全服务能力，并提供安全防护模型、安全漏洞攻击特征库、病毒库，安全防护工具等，构建避免恶意扫描、渗透、暴露破解、注入、APT、DDOS等攻击风险的安全防护服务体系。监控端实现防篡改

253、、防攻击的核心模块。部署在WEB服务器上，实现对站点进行保护、备份和监测。管理端可配置、管理和展显监控端、发布端的各种信息，并下发安全规则到监控端。针对性设计多个行业的工业控制系统网络安全防护方案，能够极大提升工业控制系统的安全防护能力，同时符合相应法规及标准的建设要求。具有工控防火墙、工控监测与审计系统、工控主机安全卫士、工控漏洞扫描、工控态势感知等一系列工控安全产品，可为用户提供网络隔离、流量监测、主机防护、漏洞扫描、安全监测、态势感知等全方位的安全建设。通过安全态势感知和情报中心感知网络状态、受攻击情况、攻击来源，掌握网络安全状况和发展趋势，制定有预见性的应急预案，做好相应的防范准备。通

254、过安全云服务中心构建关键信息基础设施安全体系，增强网络安全防御能力和威慑能力。在安全告警事件的基础上提供统一的网络安全高层视图，能够快速准确地把握网络当前的安全状态，从而支持对安全态势的全局理解和及时做出正确的响应。边界安全防护在各生产业务系统间冗余部署工控防火墙，实现区域边界防护；在生产自动化系统与ERP系统、办公网间部署隔离网闸，实现不同安全域间隔离防护；设置严格的访问控制策略，通过基于IP、端口、协议等访问控制设置，杜绝控制系统的非法访问，隔离网络攻击和病毒（包含工业病毒）的跨区域传播，保护工业环网的安全运行。实现不同系统之间的逻辑隔离，解决生产网各工控系统之间、管理网与生产网之间的违规

255、访问与边界防护。网络监测与审计在智能制造车间工业环网交换机、核心交换机上旁路部署工控安全监测审计系统，监测审计引擎对工控流量进行监测分析，识别出工控协议，并对工控协议深度解析，同时将违规操作、非法操作、程序下载、IP变更、组态变更、PLC启停等关键事件以及病毒、木马、黑客等攻击行为数据传送到部署在管理网的工控安全监测审计管理系统中。工控安全监测审计管理系统对监测引擎进行统一监控与管理，将监测审计引擎传送过来的异常数据进行统计分析，并告警显示，同时依据通讯流量生成节点网络拓扑动态；工控资产识别，实现对工控网络的监测与审计，为事后提供追溯分析依据。解决生产网各工控系统中对于病毒、木马等攻击行为缺少

256、检测手段引发的安全隐患以及违规操作、误操作行为无法监测的问题。入侵检测安全在网络关键节点处通过入侵检测进行入侵攻击行为的检测识别，发现并防止网络攻击行为，尤其对基于工业控制漏洞、工业控制异常指令、恶意代码以及关键事件进行及时告警，避免入侵行为或疑似入侵攻击的行为发生。主机安全防护为保证主机设备的正常运行，智能制造生产车间的操作员站和工程师站基本不安装杀毒软件，导致主机设备可能存在未被发现的恶意代码程序且无法抵御病毒、木马等恶意代码的入侵。本方案在生产网各工控系统中的操作员站、工程师站以及服务器等工业主机上安装部署工控主机安全卫士客户端。安全管理中心部署工控主机安全卫士服务端对主机卫士系统进行统

257、一管理与监控，策略下发，异常报警等。实现对工业主机的进程白名单管理，对流量、USB口管控，有效抵御未知病毒、木马、恶意程序、非法入侵等针对终端的攻击，实现工业主机安全防护与加固。解决多数工业主机操作系统为WindowsXP系统，系统补丁更新难、所部署杀毒软件与工业应用软件兼容性较差以及杀毒软件病毒库不更新导致存在安全风险等问题。安全运维管理在安全管理中心部署运维堡垒机，进行集中账号管理、集中登录认证、集中用户授权和集中操作审计。实现对运维人员的操作行为审计，对违规操作、非法访问等行为的有效监督，为事后追溯提供依据。解决远程运维过程中无法监控的问题，以及对运维人员在资源访问和操作过程无法做到权限

258、控制、安全审计、事后追溯等问题。工业数据安全在安全管理中心内部署数据库审计系统，通过数据库审计系统全面审计在使用数据库过程中的访问过程，对于越权访问、异常数据库操作以及对数据库关键数据或进行关键指令操作过程全面审计，检测识别非授权操作的行为，避免数据库删除、篡改、异常访问等情况发生。漏洞扫描服务通过漏洞扫描定期对网内设备进行漏洞检查并形成漏洞分析报告，漏洞扫描系统可以资产探测、系统漏洞扫描、数据库漏洞扫描、基线配置核查、应用漏洞扫描、视频监控安全检测、Windows安全加固、等保合规关联等，全面、精准地检测信息系统中存在的各种脆弱性问题，包括各种安全漏洞、安全配置问题、不合规行为等，提供专业、

259、有效的漏洞分析和修补建议。集中日志审计在控制中心通过日志审计系统，实时、不间断地将政企客户中来自不同厂商的安全设备、网络设备、主机、操作系统、数据库系统、用户业务系统的日志/警报等信息汇集到审计中心，实现全网综合安全审计。如果客户网络中重要网络和业务系统无法产生日志，日志审计系统也能通过部署硬件探测器的方式主动侦测网络中的协议通讯，并转化为日志，汇集到审计中心。工控安全管理平台在安全管理区部署的工控安全管理平台，收集安全设备的告警信息、日志信息、审计数据，基于机器学习和大数据分析，统一管理安全设备，进行策略下发，实现安全态势预警、基线核查、日志分析等功能。统一运维服务统一运维体系是从南向对接的

260、各类系统中抽取资源对象的告警、性能、资源等信息，对资源进行监控、统计、分析与预测，从而实现云数据中心资源的统一运维管理。主要提供对基础设施、应用服务、平台运营状态、核心监控指标、安全管理与审计、业务流程、任务调度等进行实时监控、告警和治理，内置一键诊断、巡检自动化、基础环境自动部署等实际运维工作切实需要的场景应用，帮助运维快速感知故障、定位问题和排查问题，实现平台多视角、多维度业务的统一监控管理。平台面向公有云、专享云、混合云运维人员，提供计算、存储、网络等产品的性能监控、容量展示、运维告警、自动作业、健康巡检等能力，帮助运维人员全面了解物理资源、虚拟资源的健康情况，并通过数据中台提供的全面、

261、精准、快速的数据处理能力，帮助运维人员快速感知、定位、解决问题，保障平台侧、客户侧各类资源稳定高效运行。平台整体功能组成可分为三个层级：基础设施管理层管理运维平台的资产对象，包含各节点运行管理的管理对象，包括服务器、计算存储资源、网络设备、系统应用软件、中间件、虚拟化资源池等。通过IT资产配置管理中心CMDB，实现底层数据拉通，提供配置信息的消费、监控纳管设备信息自动发现及同步。基础设施管理针对用户侧可购买的计算、网络、存储等云产品所依托的物理资源、虚拟资源的生命周期进行管理的后端运维平台。通过该平台运维人员可以：纳管服务器设备、存储设备、网络设备等物理资源；管理与操作计算、存储、网络等用户侧

262、维度的数据；全面了解主机CVK、虚拟机、存储磁盘镜像、网络配置等资源使用情况及运行状态;快速定位云资源产品运行状况。基础设施平台主要是对各类云资源进行管理，云资源管理包括计算设备、存储设备、网络设备等维度，偏向硬件层面的管理云上资源。按照可用区、主机类型等进行主机资源池统计。支持计算产品、存储产品、网络产品等虚拟资源运维管理。云基础设施层实现云上物理资源管理，支持计算、存储、网络云产品的运维管理，基于运维平台，统一完成对日常运维服务的支撑，是针对用户侧可购买的计算、网络、存储等云产品所依托的物理资源、虚拟资源的生命周期进行管理的后端运维平台，各类云资源进行管理，云资源管理包括计算设备、存储设备

263、、网络设备等维度，偏向硬件层面的管理云上资源。按照可用区、主机类型等进行主机资源池统计。支持计算产品、存储产品、网络产品等虚拟资源运维管理。业务运维管理层实现统一告警管理，所有运维信息同前端客户信息关联绑定，统一纳管、统一告警，支持链路日志、运行日志管理，对IT基础设施、应用服务、核心监控指标进行实时监控、告警和治理，帮助运维快速感知故障、定位问题和排查问题。H3C iConnecting融合方案赋能智慧行业行业套件CloudOS云操作系统绿洲平台智慧城市智慧校园智慧城轨智慧医疗公共安全行业数据标准虚拟化网络存储容器微服务治理主题库/专题库数据模型算法模型HDFS文件系统NoSQL数据库全文数

264、据库离线计算MR流式计算FlinkDataEngine大数据平台MPP分布式数据库存储与计算平台AIOS人工智能平台列式存储主动压缩实时聚合自动优化机器学习深度学习模型训练在线推理绿洲融合集成平台绿洲融合集成平台包括消息集成，服务集成，数据集成，资源管理等能力，通过和数据运营平台的连接，提供标准的数据模型，形成各种业务数据模型。借助资产开发，对常用的API形成模板，实现复用，加速对外服务的提供。此外对应的常用数据编排脚本，进行通用的能力，实现能力的复用，避免重复的开发。对外的能力开放提供标准化接口和服务模型。如人脸识别，语音合成等作为标准能力输出，无需用户在融合集成平台进行配置操作。对服务模型

265、进行标准化，实现服务模型的快速复用和对外开发。绿洲融合集成平台对业务应用屏蔽底层系统差异，提供统一服务支撑；帮助开发者快速开发整合现有系统的能力，进行系统集成，来满足数字化进程中丰富的联接需求，实现万物互联。绿洲融合集成平台核心优势如下：多类标准化集成方式：屏蔽不同外部能力提供者的接口差异，对应用开发者提供统一的业务控制逻辑和数据格式，提升可复制性。数据集成：提供异构数据集成能力。消息集成：提供应用间通信消息集成能力。服务集成：提供API接口集成能力。业务数据共享，融合联动：统一集成工具，实现数据共享，融合联动，将底层系统能力价值最大化。资产沉淀：沉淀业务资产、数据资产、集成资产，数字资产迁移

266、复用，快速打造创新应用。绿洲数据运营平台数据运营平台是一款一站式全域数据开发和治理平台，融合了数据集成、数据管道、实时计算、多维分析、业务开发、任务调度、全文检索、时空引擎、图引擎等核心子系统构成，将数据开发的各个环节融合在一套可视化的开发环境中，结合数据标准和数据地图相关能力，实现数据全域开发和治理，给业务快速响应和创新带来的业务价值。产品提供通用的平台接口，上层应用核心逻辑只需聚焦到业务逻辑实现和数据展示，对于数据的转换、提取、检索、分析等统一由中台屏蔽，把一些通用大数据平台能力的沉淀到中台，实现一种“厚中台薄应用”模式，极大地提高了中台支撑各种各样的上层应用服务，同时降低了应用开发者使用

267、门槛。绿洲数据运营平台核心优势如下：完善的数据服务体系数据运营平台集成了离线计算（Hadoop、Spark）、流式计算（Flink、SparkSQL）、图计算（SparkGraphx）、时空引擎（Geomesa）等多种数据引擎，以及HDFS、HBase、Hive、ElasticSearch、Kafka、Redis、Vertica等多种存储服务，可满足多方面需要。运营平台从数据采集、数据标准、数据存储、数据开发、数据质量到数据资产都提供标准的流程，并为流程的每一阶段提供了标准工具，保障了流程规范和目标可控。同时提供统一的数据管理视图管理元数据和数据血缘，有效保障数据运营和治理及时性和规范性。简单

268、易用的可视化界面运营平台基于数据运营的深刻理解，整体设计理念贯穿真个数据应用生命周期，通过简单易用的可视化界面，用户可以通过可视化的操作界面使用大数据，涵盖从数据集成、存储、分析、计算、管理、检索到服务的一系列环节，帮企业快速构建高效大数据应用开发，降低企业使用数据成本。先进的数据资产化理念运营平台通过对数据资产的统一管理，以全局多维度资产视图，快速盘清资产数据的分布和统计情况，依据业务属性自定义对数据按照主题、分层、标签进行不同维度统计，清理全数据链路自动形成数据流转血缘关系图，实时了解数据的来龙去脉。丰富的数据开发类型支持多人在线协作开发，支持Java、MR、Spark、SQL、Shell

269、、Flink多种数据处理类型，作业开发支持SQL和画布托拉拽多种方式，提供丰富的调度配置策略与海量的作业调度能力。可复用行业知识库提供多个行业套件知识库，涵盖行业数据标准、数据模块、行业数据主题库、专题库、行业算法库，支持智慧校园、智慧园区、智慧医疗等快速定制数据运营端到端的解决方案。主动安全体系安全保障体系主要提供设备、网络、数据、平台、应用等全面的安全服务能力，并提供安全防护模型、安全漏洞攻击特征库、病毒库，安全防护工具等，构建避免恶意扫描、渗透、暴露破解、注入、APT、DDOS等攻击风险的安全防护服务体系。监控端实现防篡改、防攻击的核心模块。部署在WEB服务器上，实现对站点进行保护、备份

270、和监测。管理端可配置、管理和展显监控端、发布端的各种信息，并下发安全规则到监控端。针对性设计多个行业的工业控制系统网络安全防护方案，能够极大提升工业控制系统的安全防护能力，同时符合相应法规及标准的建设要求。具有工控防火墙、工控监测与审计系统、工控主机安全卫士、工控漏洞扫描、工控态势感知等一系列工控安全产品，可为用户提供网络隔离、流量监测、主机防护、漏洞扫描、安全监测、态势感知等全方位的安全建设。通过安全态势感知和情报中心感知网络状态、受攻击情况、攻击来源，掌握网络安全状况和发展趋势，制定有预见性的应急预案，做好相应的防范准备。通过安全云服务中心构建关键信息基础设施安全体系，增强网络安全防御能力

271、和威慑能力。在安全告警事件的基础上提供统一的网络安全高层视图，能够快速准确地把握网络当前的安全状态，从而支持对安全态势的全局理解和及时做出正确的响应。边界安全防护在各生产业务系统间冗余部署工控防火墙，实现区域边界防护；在生产自动化系统与ERP系统、办公网间部署隔离网闸，实现不同安全域间隔离防护；设置严格的访问控制策略，通过基于IP、端口、协议等访问控制设置，杜绝控制系统的非法访问，隔离网络攻击和病毒（包含工业病毒）的跨区域传播，保护工业环网的安全运行。实现不同系统之间的逻辑隔离，解决生产网各工控系统之间、管理网与生产网之间的违规访问与边界防护。网络监测与审计在智能制造车间工业环网交换机、核心交

272、换机上旁路部署工控安全监测审计系统，监测审计引擎对工控流量进行监测分析，识别出工控协议，并对工控协议深度解析，同时将违规操作、非法操作、程序下载、IP变更、组态变更、PLC启停等关键事件以及病毒、木马、黑客等攻击行为数据传送到部署在管理网的工控安全监测审计管理系统中。工控安全监测审计管理系统对监测引擎进行统一监控与管理，将监测审计引擎传送过来的异常数据进行统计分析，并告警显示，同时依据通讯流量生成节点网络拓扑动态；工控资产识别，实现对工控网络的监测与审计，为事后提供追溯分析依据。解决生产网各工控系统中对于病毒、木马等攻击行为缺少检测手段引发的安全隐患以及违规操作、误操作行为无法监测的问题。入侵

273、检测安全在网络关键节点处通过入侵检测进行入侵攻击行为的检测识别，发现并防止网络攻击行为，尤其对基于工业控制漏洞、工业控制异常指令、恶意代码以及关键事件进行及时告警，避免入侵行为或疑似入侵攻击的行为发生。主机安全防护为保证主机设备的正常运行，智能制造生产车间的操作员站和工程师站基本不安装杀毒软件，导致主机设备可能存在未被发现的恶意代码程序且无法抵御病毒、木马等恶意代码的入侵。本方案在生产网各工控系统中的操作员站、工程师站以及服务器等工业主机上安装部署工控主机安全卫士客户端。安全管理中心部署工控主机安全卫士服务端对主机卫士系统进行统一管理与监控，策略下发，异常报警等。实现对工业主机的进程白名单管理

274、，对流量、USB口管控，有效抵御未知病毒、木马、恶意程序、非法入侵等针对终端的攻击，实现工业主机安全防护与加固。解决多数工业主机操作系统为WindowsXP系统，系统补丁更新难、所部署杀毒软件与工业应用软件兼容性较差以及杀毒软件病毒库不更新导致存在安全风险等问题。安全运维管理在安全管理中心部署运维堡垒机，进行集中账号管理、集中登录认证、集中用户授权和集中操作审计。实现对运维人员的操作行为审计，对违规操作、非法访问等行为的有效监督，为事后追溯提供依据。解决远程运维过程中无法监控的问题，以及对运维人员在资源访问和操作过程无法做到权限控制、安全审计、事后追溯等问题。工业数据安全在安全管理中心内部署数

275、据库审计系统，通过数据库审计系统全面审计在使用数据库过程中的访问过程，对于越权访问、异常数据库操作以及对数据库关键数据或进行关键指令操作过程全面审计，检测识别非授权操作的行为，避免数据库删除、篡改、异常访问等情况发生。漏洞扫描服务通过漏洞扫描定期对网内设备进行漏洞检查并形成漏洞分析报告，漏洞扫描系统可以资产探测、系统漏洞扫描、数据库漏洞扫描、基线配置核查、应用漏洞扫描、视频监控安全检测、Windows安全加固、等保合规关联等，全面、精准地检测信息系统中存在的各种脆弱性问题，包括各种安全漏洞、安全配置问题、不合规行为等，提供专业、有效的漏洞分析和修补建议。集中日志审计在控制中心通过日志审计系统，

276、实时、不间断地将政企客户中来自不同厂商的安全设备、网络设备、主机、操作系统、数据库系统、用户业务系统的日志/警报等信息汇集到审计中心，实现全网综合安全审计。如果客户网络中重要网络和业务系统无法产生日志，日志审计系统也能通过部署硬件探测器的方式主动侦测网络中的协议通讯，并转化为日志，汇集到审计中心。工控安全管理平台在安全管理区部署的工控安全管理平台，收集安全设备的告警信息、日志信息、审计数据，基于机器学习和大数据分析，统一管理安全设备，进行策略下发，实现安全态势预警、基线核查、日志分析等功能。统一运维服务统一运维体系是从南向对接的各类系统中抽取资源对象的告警、性能、资源等信息，对资源进行监控、统

277、计、分析与预测，从而实现云数据中心资源的统一运维管理。主要提供对基础设施、应用服务、平台运营状态、核心监控指标、安全管理与审计、业务流程、任务调度等进行实时监控、告警和治理，内置一键诊断、巡检自动化、基础环境自动部署等实际运维工作切实需要的场景应用，帮助运维快速感知故障、定位问题和排查问题，实现平台多视角、多维度业务的统一监控管理。平台面向公有云、专享云、混合云运维人员，提供计算、存储、网络等产品的性能监控、容量展示、运维告警、自动作业、健康巡检等能力，帮助运维人员全面了解物理资源、虚拟资源的健康情况，并通过数据中台提供的全面、精准、快速的数据处理能力，帮助运维人员快速感知、定位、解决问题，保

278、障平台侧、客户侧各类资源稳定高效运行。平台整体功能组成可分为三个层级：基础设施管理层管理运维平台的资产对象，包含各节点运行管理的管理对象，包括服务器、计算存储资源、网络设备、系统应用软件、中间件、虚拟化资源池等。通过IT资产配置管理中心CMDB，实现底层数据拉通，提供配置信息的消费、监控纳管设备信息自动发现及同步。基础设施管理针对用户侧可购买的计算、网络、存储等云产品所依托的物理资源、虚拟资源的生命周期进行管理的后端运维平台。通过该平台运维人员可以：纳管服务器设备、存储设备、网络设备等物理资源；管理与操作计算、存储、网络等用户侧维度的数据；全面了解主机CVK、虚拟机、存储磁盘镜像、网络配置等资

279、源使用情况及运行状态;快速定位云资源产品运行状况。基础设施平台主要是对各类云资源进行管理，云资源管理包括计算设备、存储设备、网络设备等维度，偏向硬件层面的管理云上资源。按照可用区、主机类型等进行主机资源池统计。支持计算产品、存储产品、网络产品等虚拟资源运维管理。云基础设施层实现云上物理资源管理，支持计算、存储、网络云产品的运维管理，基于运维平台，统一完成对日常运维服务的支撑，是针对用户侧可购买的计算、网络、存储等云产品所依托的物理资源、虚拟资源的生命周期进行管理的后端运维平台，各类云资源进行管理，云资源管理包括计算设备、存储设备、网络设备等维度，偏向硬件层面的管理云上资源。按照可用区、主机类型

280、等进行主机资源池统计。支持计算产品、存储产品、网络产品等虚拟资源运维管理。业务运维管理层实现统一告警管理，所有运维信息同前端客户信息关联绑定，统一纳管、统一告警，支持链路日志、运行日志管理，对IT基础设施、应用服务、核心监控指标进行实时监控、告警和治理，帮助运维快速感知故障、定位问题和排查问题。7374核心能力二：工业操作系统iCubeOS是新华三推出的开放式工业操作系统，属于平台即服务PaaS，它面向工业全要素、全场景的操作系统，提供设备、数据、模型、业务流程、应用集成，对工业应用屏蔽底层差异，提供统一服务支撑。向下连接现场设备，向上提供多种多样的工业应用开发、整合、集成的能力，满足数字化进

281、程中多样的业务链接需求，实现工业资源、工业模型、工业应用统一智能化调度。H3C iConnecting融合方案研发设计工业操作系统核心组件工业模型管理工业资源抽象和工业任务调度工业资源工业操作系统iCubeOSPLM工业数据采集任务工业对象抽象工业数据模型工业流程模型工业算法模型人员设备物料工艺环境工业流程抽象工业规则抽象工业任务调度工业数据治理任务工业应用使能任务工业智能任务ERPMOMWMSHSE协同制造设备预测维护comware网络操作系统CloudOS云操作系统7576建设工业操作系统，需要解决多个层面的问题，从连接层面，需要解决工业企业的人、机、料、法、环、安等全要素进行跨要素之间的

282、互联互通，从业务层面需要对各个环节的数据进行梳理和分析，开发各类业务服务，形成完善的工业数据和业务流程体系，来描述完整的工业生产流程；技术层面上需要建立统一的工业操作调度体系来调度和管理这些各类服务能力。需要根据具体的业务场景选择合适的技术架构，系统建设中需要重点考虑的问题包括以下五个方面：如何解决工业环境各类设备的接入集成问题；如何解决工业各类数据的异构集成问题；如何按照业务需求选择不同的工业开发和服务工具；如何解决不同服务能力的统一调度问题；如何保障系统的安全和稳定运行。本白皮书将围绕这些要点对工业操作系统服务能力做详细的描述。关键能力工业物联服务能力面对工业现场的复杂设备场景，主要通过现

283、场总线、工业以太网、工业光纤网络等工业通信网络实现对工厂内设备的接入和数据采集，可分为三类：对传感器、变送器、采集器等专用采集设备的数据采集；对PLC、RTU、嵌入式系统、IPC等通用控制设备的数据采集；对机器人、数控机床、AGV 等专用智能设备/装备的数据采集。工业现场设备错杂复杂，需要提供设备抽象能力，iCubeOS提供设备模板服务能力，运营服务人员可按照设备类型配置设备模板信息，定义设备的静态管理属性，配置数据采集的测点数据项及数据点表位置，添加标准设备文档，设置统一的数据采集周期和控制命令等，实现对同一类型设备的统一维护和便捷管理。根据设备与平台、网关与平台定义的数据传输协议格式，选择

284、数据解析协议类型，为采集数据项配置数据类型、读写表达式、以及数据点的位置等信息。实现平台统一接入适配层对解析协议的定义和配置工作。H3C iConnecting融合方案同时针对具备多种通讯协议接口的设备或网关，可以添加多类解析协议，在设备接入配置时，选择具体应用的协议即可。MQTT协议基于消息发布/订阅范式，协议交换最小化、网络流量占用低，能够满足受限环境下的数据可靠性传输。OPC-UA标准是由OPC基金组织制定的、用于实现工业自动化交互性的机器-机器通信协议，也已在诸多工业控制系统上实现支持。支持MQTT协议和OPC-UA协议规范，以降低数据接入工作的复杂型。通过工业边缘网关和软件解析网关的

285、方式，提供边缘侧和平台层两级协议解析转换能力，支持西门子、三菱、AB、欧姆龙等300多种工业现场协议的数据解析。支持设备数据采集上云，规则引擎流转数据和云端数据下发设备端。此外，也提供方便快捷的设备管理能力，支持物模型定义，数据结构化存储，和远程调试、监控、运维。提供物联网应用托管服务，能够快速部署和分发的面向制造业务场景的多租户的应用，应用分类的定义请参看应用分类参考。完成物联网应用托管的工业应用，再根据集成工作概述中定义不同应用类型免登方式与数字工厂进行集成。提供轻量级容器管理、虚拟化等技术构建统一的现场异构数据集成平台，负责从各现场设备采集数据，实现边缘侧人员、设备、物料、环境、业务管理

286、等数据的统一接入、本地集中存储、边缘分析处理。支持将同一设备类型的控制命令参数分组，使设备运维人员能够根据具体的业务场景进行统一命令下发。工业数据服务能力工业数据是工业生产过程中全生命周期的数据总和，包括产品研发过程中的设计资料；产品生产过程中的监控与管理数据；产品销售与服务过程的经营和维护数据等。从业务领域来看，可以分为企业信息化数据、工业物联网数据和外部跨界数据。从技术领域看，可用氛围结构化、半结构化和非结构化数据。从数据采集的全面性上看，不仅要涵盖基础的结构化交易数据，还将逐步包括半结构化的用户行为数据，网状的社交关系数据，文本或音视频类型的用户意见和反馈数据，设备和传感器采集的周期性数

287、据，以及未来越来越多有潜在意义的各类数据。数据采集与交换是工业系统运作的基底，从微观层每一个零部件信息，到宏观层整个生产流水线信息，如何基于各种网络链接实现数据从微观层到宏观层的流动，形成各个层、全方位数据链条，并保证多源数据在语义层面能够互通，降低数据交换的时延，以实现有效数据交换。于加载到数据仓库中数据量巨大，且包含结构化、半结构化和非结构化数据，传统的关系型SQL数据库难以满足大数据的存储与管理。因此，需要借助实时数据库、关系数据库、NoSQL 数据库，实现工业大数据的存储与管理。iCubeOS提供统一、规范的数据接入方法，支持从内外部数据源向平台导入结构化数据（如关系型数据库数据、应用

288、系统数据、生产实时数据）、半结构化数据（如日志、邮件等）、非结构化数据不同类型的数据、不同时效的数据，并提供这些数据的整合方式，实现大数据业务整体情况的全方位展示，并对海量数据进行统一管理、统一分析、统一应用，为市场营销业务开展提供决策支持。将各个独立的子系统进行集成，实现数据集成的“可视、可管、可控”。同时，通过数字化支撑平台来拉通数据、实现业务标准化接口，从而达到各系统间信息共享、业务协同，以及统一运营管理的目的。提供一站式可视化的数据开发环境，全托管的数据处理流程调度，实现一整套完整的数据集成、数据表及文件管理、数据处理脚本程序开发、拖拽式工作流及调度、作业状态监控运维等全生命周期数据开

289、发服务。提供可视化安装部署、监控告警、主机扩容、大数据组件、日志统一等管理能力，大幅提升大数据平台运维效率。提供基于Kerberos安全认证体系以及基于角色的用户权限管理体系：对用户进行合法认证，拒绝非法用户访问，恶意用户“进不来”；对用户、组件、读写等操作进行不同维度的审计，非法用户“逃不掉”；通过角色绑定大数据集群各组件操作权限，数据“拿不走”；将密钥的权限与用户绑定，对数据进行加/解密，数据“看不懂”。实现了系统三个层级的集成：对上能力开放，实现业务应用层的集成；平台层可扩展，实现平台能力的集成；对下数据采集和外部系统接入，实现数据和外部系统的集成。工业开发服务能力iCubeOS工业操作

290、系统提供了各种工业应用开发组件服务能力，提供丰富开发组件、开发引擎和设计器。以拖拽式图形界面、可视化的方式实现工业应用的快速开发，降低工业应用开发使用门槛。开发服务能力使用组件类的产品设计，在功能上可以灵活配置，从而可以更大在产品的功能扩展上提供更多开发可能性，使得系统在适应企业未来的业务增长或调整提供最强的保证。业务单据的在线化：则满足不同的企业的各种复杂的业务单据的自定义，如报销单、请款单、采购单、预算工单等。业务流程在线化：即流程建模、流程配置、流程运行、组织权限配置均实现可视化配置，灵活调整，调整过程中减少系统管理员、流程配置人员、业务流程的使用人员的冗余投入，实时为用户的业务流程提供

291、稳定的系统运行支撑。以达到在时间、资金投入最小、收益最大的目的。平台基础功能组件化，允许企业未来可基于平台上进行更多的业务扩展，以满足更多的不同的企业的个性化业务。平台微服务化，允许企业进行进行业务创新，以调用更多的平台服务实现平台的不同数据不同业务逻辑，同时保证事务，异常，日志，数据归档等处理。平台的业务办理统一入口：为各个不同的业务线统一业务归口处理，以最终减少用户在不同的系统切换，以提高更高的业务办理效率。应用模板核心功能层开发工具工业应用使能套件引擎工具工业模型工具7778消息调用组件 支持各种消息类型，如内部消息，邮件消息，短信消息，微信消息，钉钉消息，可集成ActiveMQ,Rab

292、it-MQ,Kafka 等 JMS 集成。任务调度组件支持自定义任务调用方法，实现各种定时任务处理，可在任务里执行数据库写读，外部服务调用，文件上传，数据交换等核心数据处理工具手段。支持执行计划的自定义处理，可精准定交某一天某时段执行，也可按日、周、月来定义执行次数。日志管理组件支持各应用统一接入系统时，直接调用日志组件实现程序的统一日志的调用处理，并且提供日志的各种组件的数据存储与分析处理。邮件服务组件提供系统的邮件发送组件，实现邮件的收发自邮件模板的自定义处理 脚本引擎组件实现平台的脚本引擎，可通过脚本自定义数据规则与处理逻辑，结合流程与业务表单，可实现动态处理各种业务组件 流程引擎组件平

293、台流程引擎自主研发，并遵循BPMN2.0规范。可视化拖拉拽流程配置界面，包含人工节点、自动节点、子流程节点、连接线等丰富功能；表单引擎组件提供印刷模式和拖拽模式的表单设计方式提供替换、查找、颜色、字体、等15种表单格式调整工具提供视图选择框、选项卡、主子表、在线编辑、二维码、拍照、视频、录音、定位等30多种功能控件；提供在线web脚本编辑器，无需任何插件，封装多种调用函数，实现复杂业务场景提供流程启动、网页打印、电子签章、导出、导入等20多种功能控件，也支持操作按钮的自定义，比如预警校验颜色等同时支持表单控件自定义模板引擎组件提供平台的各种内容模板，包括消息，邮件，短信，数据列表，表单，代码生

294、成器等处理端的模板，允许用户自定义与调用解析。服务调用组件提供对外调用外部服务的组件，实现可视化的服务调用与响应解析处理。缓存服务组件提供对 Redis 缓存的读写处理。文件服务组件提供对附件的上传的处理 组织服务组件提供组织架构的调用接口组件，如组织、用户、关系的增删改查的接口。工业模型服务能力iCubeOS工业操作系统提供了各种工业模型定义、集成、管理、运行及服务能力，提供统一的资源池调度管理、具备内置丰富算法组件、模型组件和运行环境。以拖拽式图形界面、可视化的方式实现工业模型的快速落地，降低工业模型使用门槛。工业模型及数据的汇聚接入出发，通过对工业模型的定义和管理、数据的关联映射，进行工

295、业模型的持续训练优化，对于成熟度和完整度较高的模型进行模型发布和部署，提供广泛可复用的业务数据服务。提供良好的集群管理服务，平台采用的多层级资源限额机制，能有效灵活的对用户的资源以及运行实例进行控制，保障了资源的合理公平使用，提高了资源利用率。同时，平台为集群提供了实时的资源监控功能，并提供了多维度资源统计，协助管理员进行集群资源管理。应用集成服务能力企业数字化转型在集成上面临大量挑战，企业数字化转型对接传统应用于数字化技术，需要连接和标准化各种应用和数据，呈现出高度的多样化和复杂度。复合场景的集成是数字化转型迈出的关键且日益复杂的一步。企业要持续发展，需要直接参与客户体验与反馈的系统，并不断

296、由客户价值驱动变化，与其他系统形成动态的集成关系，要求非常高的实施效率和灵活性。企业数字化转型需要新一代更敏捷的集成能力框架。iCubeOS提供应用集成服务能力，提供平台式的应用集成能力，以低代码可视化方式连接编排各种类型的应用端点，快速部署发布，实现敏捷、高效、统一管控的系统对接。整个工业应用种类繁多，应用架构也是错综复杂。组件化的一大驱动因素是组件重用，从一个通用组件集构建出多个应用。因为在应用间重用组件，应用本身的壁垒被打破，应用集成和组件集成成为趋势。应用的组件化将大而全的软件分解成很多小部分，每一小部分和其他部分都是松耦合的关系。信息在应用内的组件之间的流动必须非常高效，否则工作的体

297、验和生产效率就会受到影响。因此，大家做了大量工作，致力于改进组件间信息的交换。移动和移动工作的巨大作用鼓励越来越多的组件化，云计算和虚拟化已经打破了应用程序或者组件和服务器资源之间的传统壁垒。服务器已经是池的一部分，一些服务器甚至可能在公司外的公有云上。任何功能都可能运行在任何地将所有建模过程标准化为一个个组件，用户只需像堆积木一样搭建自己的建模流程，即可实现一套完整的建模方案。iCubeOS工业操作系统底层对组件进行了可扩展的设计，每一个组件都是通过相同的结构进行自描述，描述其名称、作业类型、参数项等，平台前端根据组件的自描述自动渲染前端界面的各种组件。所以在作业类型不增加的情况下，增加一个

298、组件非常简单。与此同时，任务流引擎同样采用了可扩展的设计模式，即作业类型可扩展，理论上支持用户未来任意方式的作业启动，满足用户对未来组件扩展的各类要求。给用户提供直观形象的模型训练过程展示，自主开发了可视化指标记录的python组件包，并内置到平台提供的镜像环境中，用户在自己的脚本中只需要调用这些函数，即可以将自己训练过程中的指标记录到平台中。平台会在任务的实时指标监控功能中，动态根据用户输出的指标，进行可视化的展示。整合政府部门、网格员、互联网等多个数据源，建立数据中台数据库和平台，基于标准接口，形成各类分析服务，包含产业评价、决策分析、产业综合管理，最终在大屏、PC端、移动端进行管理展现。

299、平台具有跨区域，跨部门、跨层级、跨业务、跨类型、跨领域的全数据联合分析能力。数据收集方式多样化，数据交换共享、城市移动网、传感器、应用系统等，支持流式数据实时分析。H3C iConnecting融合方案模型定义对象定义模型创建模型运行模型优化预算算法机理算法目标检测图像识别业务流程预测维护地质建模设备仿真安全巡检工业业务服务平台工业模型数据服务工业场景方案模型建模业务问题模型训练模型评估服务应用模型发布部署业界主流趋势采用微服务架构以Kubernetes为基础，可支持千余计算节点统一Web访问，随时随地开发，通过拖拽式生成，屏蔽差异，统一模型开发训练，降低算法开发门槛，达到平台易用、开发方便平

300、台池化管理，设置资源配额策略，实现用户公平均衡使用资源，帮忙客户提高资源利用率、提升开发效率提供数据处理，在线开发，模型训练、模型评估、模型部署一站式流程化管理和版本管理的工业模型业务服务平台提供多种调度开发联调测试环境，提供开发效率涵盖机理模型、行业机理模型、流程业务模型、算法模型等多种工业模型，集成Matlab、CAX等主流工业软件运行框架，并保留了扩展性容器化微服务架构全界面可视化多样化调度模式智能分配GPU计算资源一站式模型服务平台多样模型种类和运行框架7980方，因此需要记录下来它到底在哪里运行，这样其他组件才能够找到它。以动态方式部署应用意味着在部署组件之间提供动态的链接。提供平台

301、化的应用集成和服务开放能力，帮助企业打通、整合内外新旧业务系统，实现跨环境、跨归属应用系统之间的互通集成和管控。提供丰富可用组件，简化应用连接，同时使用分享复用方式结合低代码可视化集成，甚至业务人员都可以实现集成，让更广泛的企业人员可进行自助式集成开发，不必依赖集中的实施团队。提供快速发布更新，轻量级运行时，一键部署发布，让用户关注在集成本身的实现和管理，而非构建和部署资源细节上，规范化操作，平台式一致管理。Api中心：平台支持可视化接口开发，通过api中心定义接口内容以及报文格式等。外部集成：平台提供Swagger接口文档，符合Restful API。第三方系统可以直接获取平台提供的模块。单

302、点登录：平台提供多种单点登陆方式，如cas服务器、cookie、ad/ldap等多种方式，可以直接通过配置完成。流程集成：平台提供流程引擎模式，当流程触发到“跳过”“过期”“自动审批”“子流程回调”等流程事件时，平台会调用回调服务，将有关流程实例以及事件类型的信息传递给第三方业务系统，由第三方系统自行处理回调逻辑。消息集成：平台支持企业微信、钉钉、飞书、APP、站内消息、邮件、短信等多种方式进行消息提醒。核心价值iCubeOS工业操作系统 将为企业提供一系列的抽象和服务工具，将软硬件的分离解耦，打破过去的一体化硬件设施，实现“硬件资源的通用化”和“服务任务的可编程”。让“变化快”的应用服务摆脱

303、束缚，以工业APP的形式沉淀、传播、复用，使其变化得“更快”。企业能够从提供同质产品向提供多样化产品转变，满足市场个性化需求；让“利用高”的硬件设备逐渐沉淀，提高资产通用性，变得利用“更高”。帮助企业快速搭建数字化平台，实现从创意到落地，统一调度中心，最快转化和沉淀，促进和推动企业数字业务的使用。总结本白皮书描述了工业操作系统在建设初期最基础的技术服务能力，而工业企业建设工业操作系统的最终目的是为了解决生产和经营中的实际问题，为企业切实地节省资源成本，带来利润地增长。工业企业赋能是很长的一段路，需要我们不断地进行摸索，使工业操作系统服务能力真正地运用起来，加速推进整个产业的变革。核心能力三：工

304、业应用与服务新华三工业应用与服务是以新华三数字底座基础，利用工业物联平台、工业治理平台、视频云平台和工业协议软件进行应用开发，它面向政府园区与制造业企业，为政府园区与企业提供工业数字化转型应用与服务。产业图治产业图治通过建立数字化管理平台，对区域产业经济运行状况进行监管分析，科学评估企业质量效益，精准地监管重点行业企业安全生产，建立健全大数据辅助科学决策和企业管理的机制，推进区域产业经济管理和服务模式创新，实现政府决策科学化、企业服务高效化，助力政府实现产业精细化管理，高效推进产城融合发展。整合政府部门、网格员、互联网等多个数据源，建立数据中台数据库和平台，基于标准接口，形成各类分析服务，包含

305、产业评价、决策分析、产业综合管理，最终在大屏、PC端、移动端进行管理展现。平台具有跨区域，跨部门、跨层级、跨业务、跨类型、跨领域的全数据联合分析能力。数据收集方式多样化，数据交换共享、城市移动网、传感器、应用系统等，支持流式数据实时分析。关键能力如下：领导驾驶舱：以一张图的形式，直观展示产业图治整体数据情况，包含企业数量、企业数量增长率、规上企业、规上企业增长率、税收总额、亩均税收、工业总产值；综合评价系统：通过图表方式展示该地区综合评价分析的情况,从参评企业数量、税收总额、工业总产值、亩均税收、占地面积、正常参评和不纳入参评等方面进行统计。经济运行监测：基于全面的数据采集以及快速数据分析，通

306、过可视化界面展示各类企业相关数据。通过经济运行监测模块可以实时查看全区的概览数据，及时掌握企业的发展动向。核心优势：打造经济数字化，助力产业转型升级提供体系化的经济分析能力，包括企业综合评价、产业能力分析、企业经营分析、用地效益分析、企业资源集约利用等。把握数据精准化，为领导决策指挥保驾护航精细化网格数据采集，数据来源可追溯、维度更丰富、粒度更精细、信息更准确；可针对业务需求进行数据抽取、清洗、重构、组合以及挖掘服务；通过GIS企业上图，为区域产业布局规划提供有力支撑。精耕平台智慧化，创建新一代信息化平台微服务化系统架构，按需任意组合平台功能模块；矩阵式权限管理，保障平台访问便捷、高效；企业云

307、图数字化智能工厂门户，通过企业生产经营数据的汇聚，在云端构建企业生产运营的完整环节，实现整个过程的可视化、可量化、可优化、可预测、可决策。云图面向工业企业提供企业云图视角，致力于工业企业大数据应用与分析，助力工业企业数字化转型，实现企业生产运营人机料法环各环节的“五可”，为用户提供一站式工业智能数据服务平台，借助工业互联网发现问题、解决问题，实现转型升级。设备管理：分析单台设备层级数据，并以图表的方式展示。单台设备以全息3D展示设备模型样式，并动态旋转。展示该设备的详细参数信息。核心优势：支持全要素全量数据采集和实时数据融合可实现从多源异构系统中采集各类型数据的能力，并利用数据融合技术实现历史

308、数据和实时数据的聚合。让组织能实现全方位的感知和实时响应数据驱动组织实现精益管理，提高业务运营效率结合三维、全息以及GIS等，呈现现场临场感，使数据结合真实场景形成“物视化”，提升组织数据管理服务以及问题的跟踪解决随时随地多维可视化探索式分析通过拖拽操作即可创建分析报表，支持层级和下钻上卷等操作。支持PC+移动端+大屏端展示拽操作即可创建分析报表，支持层级和下钻上卷等操作。支持PC+移动端+大屏端展示安全生产新华三安全生产应用以新华三数字底座基础，利用工业物联平台、视频云平台和工业协议软件进行工业现场设备、控制系统、视频监控等数据的采集，通过工业治理平台和工业安全生产等工业应用实现园区/政府对

309、企业安全生产数据的精准掌控与多维度治理。H3C iConnecting融合方案关键能力如下：集团管理：数据经过分析并直观呈现出集团整体的营业情况、销售情况以及集团整体3D模型。并作为引导页面，可以进入到集团各个业务模块的详细界面，可进行查看各业务模块的更详细的分析数据。园区管理：直观呈现工厂层级财务、销售、生产、质量类指标数据，并以图表进行展示。可实时弹窗展示关于出入库、电子围栏等场景信息。楼宇管理：以楼宇维度分析生产管理类型指标数据，并以图表进行展示所有楼宇的数据的集合。楼宇根据实际建筑分为多层，并实时展示每个楼层的真实区域情况。产线管理：以全息3D形式展示当前产线的设备模型，并对接IOT平

310、台实时接收设备状态数据，当出现设备告警时，设备颜色变为红色，并展示相应告警概览。分析产线类型指标数据，并以图表展示。制程管理：分析制程层级数据，并以图表的方式展示。以全息2D展示设备模型，根据实际工艺流程展示当前制程管理、质量管理、安全能耗、设备管理等信息。数据展现数据应用工业治理平台数据源设备管理：分析单台设备层级数据，并以图表的方式展示。单台设备以全息3D展示设备模型样式，并动态旋转。展示该设备的详细参数信息。核心优势：支持全要素全量数据采集和实时数据融合可实现从多源异构系统中采集各类型数据的能力，并利用数据融合技术实现历史数据和实时数据的聚合。让组织能实现全方位的感知和实时响应数据驱动组

311、织实现精益管理，提高业务运营效率结合三维、全息以及GIS等，呈现现场临场感，使数据结合真实场景形成“物视化”，提升组织数据管理服务以及问题的跟踪解决随时随地多维可视化探索式分析通过拖拽操作即可创建分析报表，支持层级和下钻上卷等操作。支持PC+移动端+大屏端展示拽操作即可创建分析报表，支持层级和下钻上卷等操作。支持PC+移动端+大屏端展示安全生产新华三安全生产应用以新华三数字底座基础，利用工业物联平台、视频云平台和工业协议软件进行工业现场设备、控制系统、视频监控等数据的采集，通过工业治理平台和工业安全生产等工业应用实现园区/政府对企业安全生产数据的精准掌控与多维度治理。关键能力如下：安全监管：以

312、工业园区企业数据集中和共享为途径，推动技术融合、业务融合、数据融合，打通信息壁垒，形成覆盖全区、统筹利用、统一接入的数据共享大平台，实现跨层级、跨板块、跨系统、跨部门、跨业务的协同监管和服务，构建产业区域内企业大数据共享、枢纽、分析决策、综合评价、多元化数据采集等多应用性综合性大数据平台。使园区区域内企业数据实时动态更新、数据来源可追溯、数据维度更丰富、管理粒度更精细，多维度对企业进行分类，从而达到政府对企业精准施策与监管。功能涵盖：安全双控监管、安全监管驾驶舱、企业安全档案、企业安全评价、企业安全绩效考核、事故事件管理、数字执法等应用。8182H3C iConnecting融合方案关键能力如

313、下：集团管理：数据经过分析并直观呈现出集团整体的营业情况、销售情况以及集团整体3D模型。并作为引导页面，可以进入到集团各个业务模块的详细界面，可进行查看各业务模块的更详细的分析数据。园区管理：直观呈现工厂层级财务、销售、生产、质量类指标数据，并以图表进行展示。可实时弹窗展示关于出入库、电子围栏等场景信息。楼宇管理：以楼宇维度分析生产管理类型指标数据，并以图表进行展示所有楼宇的数据的集合。楼宇根据实际建筑分为多层，并实时展示每个楼层的真实区域情况。产线管理：以全息3D形式展示当前产线的设备模型，并对接IOT平台实时接收设备状态数据，当出现设备告警时，设备颜色变为红色，并展示相应告警概览。分析产线

314、类型指标数据，并以图表展示。制程管理：分析制程层级数据，并以图表的方式展示。以全息2D展示设备模型，根据实际工艺流程展示当前制程管理、质量管理、安全能耗、设备管理等信息。关键能力如下：企业服务平台门户可以直观了解平台所有模块内容及各类新闻公告、资讯等信息。支持政策公告等信息查询功能、企业注册登录功能。展示所有与企业服务相关部门清单及各部门负责内容、联系方式。支持企业填报相关问题，明确责任部门及时跟踪。配置问卷调查内容，进行问卷的下发与分析，展示已经填报及待填报的各类问卷内容核心优势：企业服务平台面向园区内企业提供企业公共服务，主要用于为企业提供企业服务的“最多跑一次”平台，优化营商环境，提升企

315、业获得感和满意度。对在线服务进行追踪，在明确企业填报问题和责任部门的情况下，对企业的疑问、责任部门的反馈、企业满意度进行追踪，如产生差评等内容。供需对接依托工业互联网公共服务平台数据中枢，通过对接平台来共享产业链信息，精准对接上下游需求，打通并提升需求侧与供给侧的资源配置效率，有效降低上下游的对接和流通成本，为企业提供更加精准、便捷、高效的线上线下服务。核心优势安全监管标准化,快速建立安全监管标准化体系，规范安全监管监督职责，确保安全生产监督管理程序完整有效，并持续改进。风险动态监测预警基于场景可量化的风险动态监管，各工业企业安全数据（变更、PSSR）、安全现状评价报告与风险评估报告(HAZO

316、P，LOPA，SIL)等数据动态集成、展示，可动态显示各企业、工业园区场景风险变化，提前预警，建立端到端监管体系。大数据挖掘+数字化执法，确保安全监管数据完整性、实时性、关联性、准确性及闭环性；整合运用云计算、大数据、物联网等先进技术，以法律为准绳，以规范为依据，进一步深化现场执法流程建设、后台执法管理建设、全局执法体系建设，实现执法工作全流程规范、多节点控制、可视化监管。政企通政企通包括政府新闻资讯、通知公告、政策法规、重要活动、办事指南等各类政务信息的发布功能。提供注册企业在线填报企业信息、问卷调查。支持企业提交各类问题，明确问题主管部门及协调部门，提高企业问题反馈效率。关键能力如下：可快

317、速检索需求信息，可指定查询应用行业、发布时间、关键字（含：企业名称、需求简介、需求详细描述）筛选出较为准确的需求，展示需求标题、需求简介、需求有效时间、应用行业、需求发布企业、需求发布企业地址等关键数据，为方便使用提供快速的收藏和取消收藏按钮。园区安全监管部门针对企业安全生产现状存在的不足，提供必要的安全生产服务，协助企业提高自身安全生产管理水平、学习安全生产相关知识、分享并学习事故经验教育等。主要包括：培训教育、安全诚信管理、法律服务、行业动态、典型案例、安全知识库、投诉举报、警示教育、网络舆情等功能。安全双控监管安全监管驾驶舱企业安全档案企业安全评价安全生产应用工业治理平台数字底座N个企业

318、数据源展示危险品运输危险品存储危险工艺危险品使用敏感域厂区环境三废治理管廊管线门禁周界安防视频监控车辆管理设备数据工艺数据气体监测人员行为安全仪表人员培训生产执行企业资源仓储管理承包商管理企业办公政策法规供应商需求方行业标准专家库安监云工业安全数据采集(工业融合网关、5G)视频数据采集(NVR、视频网关)企业绩效考核事故事件管理数字化执法应急资源应急知识库应急预案应急演练紫光混合云/超融合一体机/融合网络应急值守指挥调度应急总结培训教育诚信管理法律法规行业动态典型案例安全知识投诉举报警示教育网络舆情电子围栏门禁管理视频监控车辆管控访客登记轨迹跟踪8384可模糊查询具体服务内容，模糊查询包含服务

319、标题、服务简介、服务详细描述、服务发布企业，并可选择应用行业、服务分类、发布时间进行筛选，精确查询感兴趣的服务信息，页面支持快速收藏或取消收藏。核心价值：供需对接应用面向园区内企业提供企业公共服务，通过对接平台来共享产业链信息，精准对接上下游需求，打通并提升需求侧与供给侧的资源配置效率，有效降低上下游的对接和流通成本，为企业提供更加精准、便捷、高效的线上线下服务。为供应商提供端到端的产品和服务维护功能，具体包括：产品信息发布与展示、案例发布、信息定期维护、用户和商品信息统计、用户反馈查看、供需活动浏览等。为需求方提供需求信息发布、意向供应商查看、供应商服务资源浏览与搜索、重点供应商收藏、产品和

320、服务使用体验反馈、供需活动浏览等功能。应用价值面向政府园区，提供产业重塑能力平台以企业数据集中和共享为途径，推动技术融合、业务融合、数据融合，打通信息壁垒，保障经济数据实时动态更新、数据来源可追溯、数据维度更丰富、管理粒度更精细，形成覆盖全市、统筹利用、统一接入的数据共享大平台，实现跨层级、跨板块、跨系统、跨部门、跨业务的协同管理和服务，政府产业监管效率大幅度提升。平台提供产业全要素数据服务体系，推进政府产业经济管理和治理模式创新，实现政府决策科学化、企业信息精准化、服务高效化。综合运用互联网、云计算、大数据、GIS等信息化技术，以工业企业数据集中和共享为途径，推动技术融合、业务融合、数据融合

321、，打通部门数据壁垒，实现跨层级、跨板块、跨系统、跨部门、跨业务的协同管理，实现工业企业数据实时动态更新、数据来源可追溯、数据维度更丰富、管理粒度更精细，多维度对企业进行分类，从而达到政府对企业精准管理、精准施策。平台提供应用市场、供需对接、产业知识库、产融平台等公共服务，解决企业找需求、找服务、找人才、找资金等问题，赋能企业快速转型。面向大型企业，提供业务创新能力平台提供海量异构工业数据管理服务、企业知识沉淀和敏捷创新方面，提供高效、敏捷、开放、共享的服务平台。提供5G全链接，创新孵化平台，知识库，供应链协同等，助力企业智能制造水平提升。特定场景进行深度的数据分析挖掘，优化设备或设计、生产、经

322、营等具体环节，在现有基础上借助平台增强能力。工业互联网平台是整个企业生产运营的数智中枢，对下汲取数据管理数据、对上训练算法形成智能服务。它通过物联网、互联网、和企业网实现所有人、物、组织的全面连接，赋予各类生产要素数字化能力，让数智化可以渗透到企业的所有流程和各个终端角落中，有效的消除所有信息孤岛；它通过云计算、大数据、人工智能等技术实现数据资源的集中共享和数字业务的贯通集成，让数据可以在企业内外自由可控的流转，打通企业数据链的同时，实现数据价值的转化和变现，提升企业数字化的决策、预测能力，彻底解决信息化时代孤散缺弱差的问题，实现更高效的配置资源，为企业在智能制造领域持续领先奠定基础。平台提供

323、网络协同配置能力，从生产资源，组织动态的生产制造，及时调整生产所需资料配套供给，实现 资源高效利用，缩短产品交付周期。通过多主体协同形成多 学科、多专业、多地域的研发模式，缩短产品研发周期，满足差异化市场需求，提高企业产品高附加值服务创新能力和市场竞争力。面向中小型企业，提供数字化转型服务能力提供基础资源、工业应用、工业服务等能力，通过平台低成本云化部署模式，有效的降低了企业运营运维成本，从而实现提升企业的市场竞争力。工业互联网平台为企业提供了统一的运营服务平台，通过工业互联网平台体系建设，可提供可扩展、易维护、高效率、低成本的基础架构，通过多组件的集成，打造企业智能制造全栈能力，可以快速构建

324、服务能力，实现企业业务需求的快速响应和动态扩展。工业场景化解决方案工业数字化治理方案业务现状随着各业务系统的数据汇集，即将面来临“三多一大”的数据现状，即数据资源越来越多，数据类型越来越多，分析结果越来越多，数据体量越来越大。在大数据时代，分布式计算集群越来越多，数据处理过程越来越长，使得数据一致性、及时性、完整性的保障要求越来越高。另一方面，信息化的发展可以支撑的业务越来越多、数据处理的环节也越来越多，曾经的应用式建设已经适应不了当前的发展需求。未来的应用开发模式将从竖井式向共享协作型转变，到业务应用向数据应用倾斜，由于数据资产的问题和数据质量的问题，应用上的协作将变得更为困难，协作成本将会

325、变得越来越高。因此，在业务深度发展、广泛融合的大趋势以及业务推进的具体发展形势下，我们对大数据环境下的数据资产管理、数据质量保障都有了非常明确的要求，工业数字化治理方案也应运而生，促进我们实现数据应用，创造更大价值。发展趋势当前工业互联网产业处于快速发展态势，在工业领域长生大量的政企数字化建设机会，工业数字化治理解决方案面向政府园区、工业企业提供从底层设备连接到上层工业应用、从工厂数字化改造到产业链协同治理等不同业务场景的业务需求，提供完备技术方案，实现解决方案销售。工业数字化治理是以“工业互联网技术+治理服务”为典型特征的新型工业治理模式，以各类工业数据为生产要素，利用物联网、大数据、人工智

326、能、数字孪生等新数字化工具，构建数字化的工业治理体系，提升政府园区、工业企业的数据服务效能，赋能数字经济的可持续发展。政府/园区产业治理场景产业治理是面向政府/园区进行产业各维度数据整合与分析的业务场景。目前政府或园区面临主要问题：城市或园区规划城市资源利用率不高，土地开发利用效果不佳且无序；无有效途径统计，无有效方式施策；园区/企业安全生产现状无法管控。产业结构产业结构规划不高，无法形成产业链；缺乏针对性招商引资措施与依据，产业发展缺乏分析；新旧产业众多，无法量化平衡分析利弊。综合评估宏观经济对区域经济影响因子有多大；城市与产业规划无法协同规划，缺少统一视角；无法量化评估区域经济与产业。政府

327、监管区域产业发展、经济运行监管难；企业发展现状、企业预警缺失；数据孤岛严重，跨部门业务难协同。产业治理是为政府及园区构建产业大脑，促进产业数字化转型的解决方案，要求对区域产业升级问题的艰巨性、长期性和复杂性要有深刻的认识，通过产业治理网格化数据采集机制摸清工业家底，依据辖区产业定位，扶优扶强优质企业，盘活落后企业，提升区域的产业层次和资源集约利用水平，实现产业高质量发展，为政府精准施策，打造区域数字经济、产业升级保驾护航。产业治理方案H3C iConnecting融合方案8586平台通过整合政府部门、网格员、互联网等多个数据源，建立数据中台，基于标准接口，形成各类分析服务，包含产业综合管理、产

328、业链精准招商、决策分析，最终在大屏、PC端、移动端进行管理展现。平台具有跨区域，跨部门、跨层级、跨业务、跨类型、跨领域、跨产业链的全数据联合分析能力。数据收集方式多样化，数据交换共享、城市移动网、传感器、应用系统等，支持流式数据实时分析。展示产业内部各个环节的数量比例和结构关系，洞察产业链现状、痛点堵点及发展需求，并从全国、省、市、园区角度多层次剖析产业全景，助力重点产业强链、补链、延链；可基于统计数据输出产业经济分析报告，分析区域经济运行状态，刻画经济发展规律，辅助管理人员对人、财、物、技术等资源合理安排，达到最优利用效率；可根据产业发展趋势综合评估宏观经济对区域经济影响因子有多大；城市与产

329、业规划无法协同规划，缺少统一视角；无法量化评估区域经济与产业。政府监管区域产业发展、经济运行监管难；企业发展现状、企业预警缺失；数据孤岛严重，跨部门业务难协同。产业治理是为政府及园区构建产业大脑，促进产业数字化转型的解决方案，要求对区域产业升级问题的艰巨性、长期性和复杂性要有深刻的认识，通过产业治理网格化数据采集机制摸清工业家底，依据辖区产业定位，扶优扶强优质企业，盘活落后企业，提升区域的产业层次和资源集约利用水平，实现产业高质量发展，为政府精准施策，打造区域数字经济、产业升级保驾护航。产业治理方案和最新资讯，辅助评估待入驻企业价值、发展能力、运营潜力等（企业画像），支撑企业引入决策；提供企业

330、查询功能，便于主管部门按需定向筛选企业。实现多场景的动态监测与智能分析。应用场景围绕全要素、全产业链、全价值链的全面连接的功能，重点突出智能化新产品、个性化定制、网络化协同、智能化生产、服务化延伸、数字化管理等模式新业态的发展。提供应用服务，包括产业链图谱、运行分析、风险预警、产业地图、亩均效益、生产安全、环境保护、能耗管控、园区管理等，为政府部门在各重点行业的产业治理提供新的模式和手段，促进政府决策科学化、产业治理精准化，提升政府的产业治理水平。方案价值全面摸清工业家底:实现土地全覆盖、工业主体全覆盖。扶优扶强:促进资源要素向高效益、高产出、高技术、高成长性企业集聚。产业结构梳理:精准招商、

331、优化产业结构、提升产业层次。全面开展企业综合评价:导向清晰、指标科学、评价合理、分档规范。全面落实资源要素差别化配置:价格、用地、排污等差异化政策落实。工业企业治理场景企业治理主要针对工业企业数字化转型业务场景，提供企业数据治理和企业云图服务来解决企业智能制造转型的痛点难点。目前企业面临问题主要有如下几点：对智能制造认知不足对企业内部智能制造现状与目标差距不清晰;智能制造发展重点及实现路径不清晰。数据分散存在信息孤岛设计、生产、管理、服务等制造活动的各个环节均独立运行，各部门信息沟通不畅;人、机、料、法、环等要素没有数字化，无法互联。数据挖掘利用深度不够无法利用数据对业务进行可视化实时动态监控

332、；无法利用数据优化管理方式；无法利用数据对未来业务进行预测决策支撑。无法形成知识体系驱动创新无法对过往经验、解决方法进行整合用于指导培训、生产、运营；无法利用知识引导产品改良，驱动产品创新。企业治理是提供从传统的企业到数字化智能企业的转型解决方案，进行多维度数据的融合，提供数据运营服务，解决企业的全链的数据和业务的互联互通，打造智能生产与运营全方位服务，从而提高企业经济效益，降低生产成本，以此提高企业市场竞争力。企业治理方案数据治理服务平台战略：构建数据治理服务平台的战略以及实施路径，以提升数据资产的价值；对数据治理服务平台的蓝图、准备度和成熟度进行评估；商业智能服务：对企业的关键指标和绩效进

333、行监控、分析和报告，提出企业绩效的提升战略；企业级数据仓库：构建企业级的数据仓库，实现企业数据的集中和整合，为商业智能、统计以及经营决策提供可信的数据基础；在线ETL处理：实现跨平台的大数据量的迁移和转换，同时，构建企业数据ETL的平台；数据治理服务：构建企业数据治理的组织体系，同时建立一系列的数据治理政策、流程以及相应的工具，确保数据得到有效的管理并能够满足业务目标；数据质量管理：构建数据质量管理的流程体系和操作规范，准确识别企业的数据质量问题，并进行有效的解决，同时持续监控数据质量问题，确保企业数据质量的持续提升；数据标准管理：建立企业级的数据标准，为跨业务条线的数据提供一致的定义，并建立数据标准落地实施的持续机制；元数据管理：收集和管理企业的元数据信息，同时，建立企业级的数据地图，确保整个企业数据的可追踪和管理；主数据管理：准确识别企业的主数据，并建立主数据管理机制和平台，确保主数据