¿Cuáles son las dificultades en la aplicación de big data industrial?
Las dificultades en la aplicación de big data industrial incluyen:
En primer lugar, la aplicación de la tecnología de big data es difícil, con problemas como datos insuficientes y baja relación señal-ruido de datos. y alta dificultad en el análisis de datos.
En segundo lugar, los big data plantean nuevos desafíos a la seguridad de la información. Por ejemplo, los big data industriales aumentan el riesgo de filtraciones de privacidad, imponen mayores requisitos para el almacenamiento y las medidas de seguridad existentes y se están utilizando. nuevos métodos de ataque.
El tercero es crear nuevos productos inteligentes, incluido software de aplicaciones inteligentes, equipos de infraestructura inteligentes, productos independientes inteligentes, productos portátiles inteligentes, productos para el hogar inteligentes, etc.
El cuarto es la innovación en sistemas de aplicaciones inteligentes, como la fabricación inteligente, la logística inteligente y los sistemas de aplicaciones empresariales inteligentes.
Actualmente, el big data industrial se utiliza en el diseño de innovación de productos, diagnóstico y predicción de fallos de productos, análisis y optimización de la cadena de suministro, previsión de ventas de productos y marketing de big data, planificación y programación de la producción, gestión y análisis de la calidad del producto. etc. Los escenarios tienen una amplia gama de aplicaciones. "Los datos son la sangre de la Internet industrial". He You describió la dinámica mutua entre big data e Internet industrial.
Sin embargo, debido a la alta densidad de valor del big data industrial, la amplia variedad de tipos de datos, la coexistencia de datos institucionales heterogéneos de múltiples fuentes y datos no estructurados, los requisitos para la implementación del procesamiento de datos también son muy altos. y relaciones y asociaciones de datos Debido a la naturaleza extremadamente compleja y otras características, la forma en que las empresas se transforman de capacidades de análisis estadístico de datos a capacidades de análisis, predicción y toma de decisiones de big data, y promueven la actualización y transformación de las industrias tradicionales y la integración industrial, son actualmente las cuestiones claves que deben resolverse.