上篇 危中寻机：直面工业数据安全风险挑战
第1章 本质内涵：数字经济时代生产要素
1.1 工业数据的发展历程和相关概念
工业数据经历了快速发展变化的过程，其主要内容和来源不断演变，类型逐渐丰富，工业数据的相关概念逐步完善，工业数据已成为经济社会发展的重要基础性资源和生产要素。
地方工业和信息化主管部门、通信管理局和无线电管理机构建设本地区数据安全监测预警机制，组织开展本地区工业、电信行业和无线电数据安全风险监测，按照有关规定及时发布预警信息，通知本地区工业和信息化领域数据处理者及时采取应对措施。
1.1.1 工业数据的发展历程
在工业生产中，无时无刻不在产生数据。生产机床的转速、能耗，食品加工的温湿度，火力发电机组的燃烧和燃煤消耗，汽车的装备数据，物流车队的位置和速度，等等，都是在工业生产过程中产生的数据。
自工业从社会生产中独立成为一个门类以来，工业生产的数据采集和使用范围就逐步扩大。当泰勒拿着秒表计算工人用铁锹送煤到锅炉所用的时间时，就开始了对制造管理数据的采集和使用；福特汽车的流水化生产是对汽车生产过程的工业数据的采集；丰田的精益生产模式将数据的采集和使用扩大到工厂和上下游供应链；核电站发电过程中全程自动化将生产过程数据的自动化水平提高到更高的程度。
随着生产力的不断提高和信息技术的不断发展，工业数据的主要内容和来源不断演进变化，同时，数据类型也不断变化发展。20世纪60年代，计算机在企业管理中得到应用，经历了层次、网状等模型后，统一为关系模型，形成了以结构化数据为基础的ERP/MES管理软件体系。20世纪70年代，随着计算机图形学和辅助设计技术的发展，CAD/CAE/CAM等工具软件生成了三维模型、工程仿真、加工代码等复杂结构文件，形成了以非结构化数据为基础的PDM技术软件体系。进入21世纪，互联网和物联网为企业提供了大量的文本、图像、视音频、时序、空间等非结构化数据，进而引发了工业数据中结构化数据与非结构化数据的规模比例发生了质的变化。
近年来，智能制造和工业互联网推动了以“个性化定制、网络化协同、智能化生产和服务化延伸”为代表的新兴制造模式的发展，在满足大批量个性化定制的社会生产需求的同时，将单个设备、单条生产线、单个工厂的数据联网，通过数据汇聚和分析处理，在诊断、预测、后服务等方面发挥了相应的价值。
1.1.2 工业数据的相关概念
1.数据
在计算机科学中，数据是所有能输入到计算机并被计算机程序处理的符号介质的总称，是用于输入电子计算机进行处理的具有一定意义的数字、字母、符号和模拟量等的统称。从表面上看，数据包括“数字”和“依据”两层含义。在信息技术初级阶段，信息系统的作用主要是将记录的内容以二维表的形式进行存放，通过电子化提高工作效率。从本质上讲，数据是可以对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态及相互关系等进行记载的物理符号或物理符号组合。
图片、语言、视频等多种信息技术的不断出现，使数据的覆盖范围更广。目前，我们可以将一切通过电子形式记录的信息统称为“数据”。人类社会和自然环境的变化都可以以“数据”的形式记录下来。
2.工业数据
美国通用电气公司于 2012 年提出了狭义的工业数据的概念，主要指在工业产品使用过程中由传感器采集的以时空序列为主要类型的机器数据，包括装备状态参数、工况负载和作业环境等信息。目前，普遍认可的工业数据的概念可概括界定为工业领域产品和服务全生命周期产生和应用的数据，包括不同性质、不同状态、不同形式、不同来源、不同用途及不同大小的数据。
具体来说，工业数据主要涵盖如下几个方面。
（1）从数据主体看，工业数据包括工业企业工业数据和平台企业工业数据。前者包含工业企业产生和应用的研发数据、生产数据、运维数据、管理数据及外部共享数据等。后者则是工业互联网平台企业产生或应用的平台运营数据、企业管理数据等。
（2）从数据性质看，工业数据包括定量数据与定性数据。前者反映工业领域各种要素与活动的数量特征，如产能、运营、资产等方面的指标数据、统计数据。后者反映工业领域各种要素与活动的性质，如战略规划、主营业务、核心产品等方面的描述数据、解释数据等。
（3）从数据状态看，工业数据包括静态数据与动态数据。前者包括企业资产信息、控制流程设计、网络拓扑、访问权限控制及管理等相对稳定或变动较小的数据。后者包括生产设备控制系统或传感器等产生的大量高频度/实时性的模拟化数据、数字化数据、网络化数据等。
（4）从数据用途看，工业数据包括生产数据、经营数据、环境数据。生产数据包括原材料、研发、生产工艺、成品、售后服务等数据。经营数据包括财务、资产、人事、供应商等数据。环境数据包括设备诊断系统、库房、车间温湿度、能耗、废水废气排放等数据。
（5）从数据关系看，工业数据包括内部数据和跨界数据。前者是在企业内部生产、运营过程中生成的数据，如原材料成本、产量、销量等数据。后者是在企业运营范围之外生成但在企业内保留和应用的数据，如客户和供应商数据、行业数据、产业链上下游的关联和协同数据等。
（6）从产业链角度看，工业数据包括企业信息化数据、工业物联网（IIoT）数据及外部跨界数据。工业数据不仅存在于企业内部，还存在于产业链和跨产业链的经营主体中。工业数据是智能制造与工业互联网的核心，其本质是通过促进数据的自动流动，解决业务管理和设备控制问题，减少决策过程带来的不确定性，并尽量克服人工决策的缺点。
首先，企业信息系统存储了高价值密度的核心业务数据。自20世纪60年代以来，信息技术被加速应用于工业领域，形成了企业资源规划（ERP）、制造执行系统（MES）、产品生命周期管理（PLM）、能源管理系统（EMS）、供应链管理（SCM）和客户关系管理（CRM）等企业管理信息系统。这些系统中积累的产品研发设计数据、开发测试数据、生产制造数据、供应链数据及客户服务数据存在于企业或产业链内部，是工业数据资产。
其次，近年来物联网（IoT）技术快速发展，它能实时自动采集生产设备上的各种产质耗数据和智能装备产品的运维状态数据，并对它们实施远程实时监控。例如，三一重工股份有限公司的树根互联平台通过支持多种工业协议和主流可编程逻辑控制器（PLC）、数控机床、机器人设备的连接，以及通过消息队列遥测传输与设备的连接，实现工厂内外智能产品设备数据和业务数据的采集。目前，在大量应用智能装备的情况下，此类数据量增长最快。
最后，互联网也促进了工业企业之间及工业与经济社会各个领域的深度融合。一方面，对数据创造价值的追求促进了数据的交换、流动与整合，企业为发展自己的增值服务寻求数据信息的共享。另一方面，企业的生产活动和经营管理在不同程度上受到自然灾害、气候变化、生态约束、政治事件、市场变化等因素的影响。因此，包括与其他主体共享的数据及环境数据、市场数据和竞品数据等的外部跨界数据也日益成为工业数据不可忽视的来源。
3.工业大数据
1）工业大数据的提出
工业生产的过程会伴随着数据的不断生成，工业生产的顺利进行本身也需要不间断地收集并使用数据，但在传统环境下需要付出高昂成本来完成从数据收集到数据利用这个过程。微型传感器的出现使便捷、低成本地记录这些实时、客观生成的数据变为现实。对伴随着工业生产过程而形成的海量数据进行管理和应用，使人类社会对各项活动的决策越来越走向科学化。在大数据与工业企业发展逐步深化融合的趋势下，2020年5月工业和信息化部发布《关于工业大数据发展的指导意见》，旨在加快推动我国工业企业完成数字化转型，为工业大数据的发展营造良好的氛围。
2）工业大数据的含义
《关于工业大数据发展的指导意见》指出，工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理等各环节中生成和使用的数据，以及工业互联网平台中的数据等。工业大数据种类丰富，其范围涵盖工业领域的各种产品，且能为工业企业提供全生命周期式的服务。只有新型网络技术与工业实现深度融合才能催生工业大数据的蓬勃发展，工业大数据是一种基础性战略资源，在助力以制造业为代表的工业企业实现数字化、网络化、智能化发展中发挥着重要作用。发展工业大数据能够为推动工业企业顺利实现数字化转型、激活企业数据资源的潜力奠定基础。
3）工业大数据的应用领域
工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。其以产品数据为核心，极大地延展了传统工业数据的范围，同时包括工业大数据相关技术和应用。
工业大数据技术是使工业大数据中所蕴含的价值得以挖掘和展现的一系列技术与方法，包括数据规划、采集、预处理、存储、分析挖掘、可视化和智能控制等。工业大数据的应用则是对特定的工业大数据集，集成应用工业大数据系列技术与方法，获得有价值信息的过程。工业大数据技术的研究与突破，其本质目标是从复杂的数据集中发现新的模式与知识，挖掘到有价值的新信息，促进制造型企业的产品创新，提升经营水平和生产运作效率，拓展新型商业模式。
工业数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。信息管理系统数据是指传统工业自动化控制与信息化系统，如 ERP、MES等中产生的数据。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表采集获得。外部数据是指来源于工厂外部的数据，主要包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。
4）工业大数据的作用
工业大数据实现了工业生产物理设备与网络世界之间的连通，使工业生产流程的每个环节都实现了数据化。工业大数据在工业企业发展中发挥的作用表现在促进设备智能化、提高生产效率和推动数据融合共享等方面。促进设备智能化是指利用工业大数据提高单台设备运行的可靠性、安全性，如对生产流程中各个节点的数据进行实时监测，有利于第一时间识别设备故障，并发出预警、及早排查、及早解决，通过对生产流程数据进行分析、挖掘，促进设备参数改进、设备运行优化等；提高生产效率更多的是针对产线、车间、工厂而言的，从单一产线到某个车间，再到整个工厂，每个生产流程的数据都能实现集中监控，并有针对性地改造出现异常能耗和峰值情形的生产流程，进而降低能耗；推动数据融合共享则跨出了某一具体工厂的边界，利用 5G 技术扩大企业合作范围，进行跨界合作和产业互联，通过打造生态产业链，实现所有合作企业的联合创新。