（四）工业大数据安全

《中华人民共和国数据安全法》（以下简称《数据安全法》）是我国为保障数据安全颁布的首部专门性法律，其正式实施为包括工业大数据在内的数据安全奠定了法律基石。工业和信息化部发布了《工业和信息化领域数据安全管理办法（试行）》，并于2022年开始开展工业领域数据安全试点示范工作，推动强化工业大数据安全防护。合理利用工业大数据能够切实增强工厂的生产力、竞争力、创新力，驱动产品全线实现智能化转型。在工业大数据价值进一步凸显的背景下，加强工业大数据安全保护的意义重大。

2017年2月，全国信息技术标准化技术委员会大数据标准工作组联合中国智能制造系统解决方案供应商联盟和中国开放对象标识符（Object IDentifier，OID）应用联盟发布了《大数据系列报告之一：工业大数据白皮书（2017版）》，其中提出了工业大数据的定义：“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。”工业大数据以产品数据为核心，极大地拓宽了传统工业数据的范围。

2020年4月，工业和信息化部发布了《工业和信息化部关于工业大数据发展的指导意见》，进一步明确了工业大数据涵盖产品和服务中的数据，提出“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、运维服务等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。工业大数据应用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。

工业大数据主要具有以下4个典型特征。

① 价值性：工业大数据强调用户对数据的价值驱动和数据本身的可用性。基于工业大数据可以提升创新能力和生产经营效率，推动产业进行智能制造新模式变革。

② 实时性：工业大数据主要实时来源于生产制造和产品运维环节，包括生产线、设备、工业产品、仪器等。

③ 准确性：工业大数据更加关注数据质量，以及数据处理、分析技术和方法的可靠性。

④ 闭环性：工业大数据包含产品全生命周期过程中所有数据链条的封闭和关联，以及支撑状态感知、分析、反馈和控制等闭环场景下的动态持续调整和优化。