Las dificultades en la aplicación de big data industrial incluyen:

Las dificultades en la aplicación de big data industrial incluyen las siguientes:

En primer lugar, la aplicación de la tecnología de big data es difícil, con problemas como datos insuficientes y baja señal de datos. relación de ruido y alta dificultad en el análisis de datos;

p>

En segundo lugar, los grandes datos plantean nuevos desafíos a la seguridad de la información. Por ejemplo, los grandes datos industriales aumentan el riesgo de fugas de privacidad y plantean requisitos más altos. para las medidas de seguridad y almacenamiento existentes, y los big data se están utilizando en nuevas aplicaciones;

El tercero es crear nuevos productos inteligentes, incluido software de aplicaciones inteligentes, equipos de infraestructura inteligentes y productos independientes inteligentes. , productos portátiles inteligentes, productos para el hogar inteligente, etc.;

El cuarto es la innovación de sistemas de aplicaciones inteligentes, como fabricación inteligente, logística inteligente y sistemas de aplicaciones empresariales inteligentes, etc.

Big data industrial se refiere a una gran cantidad de datos generados por equipos industriales a alta velocidad, correspondientes al estado del equipo en diferentes momentos. Es un mensaje en el Internet de las cosas.

Este término surgió en 2012 con el concepto de Industria 4.0, y también está relacionado con el popular big data en el marketing de tecnologías de la información. Big data industrial también significa que la gran cantidad de datos generados por los equipos industriales tiene su lado. valor potencial del negocio. Los big data industriales cooperarán con la tecnología de Internet industrial para utilizar datos sin procesar para respaldar decisiones de gestión, como reducir los costos de mantenimiento y mejorar el servicio al cliente.

Big data industrial se refiere al modelo de fabricación inteligente típico en el campo industrial, desde las necesidades del cliente hasta las ventas, los pedidos, la planificación, la I+D, el diseño, el proceso, la fabricación, la adquisición, el suministro, el inventario, la entrega y un general. término para diversos datos y tecnologías y aplicaciones relacionadas generadas en todos los aspectos del ciclo de vida completo del producto, incluida la entrega, el servicio posventa, la operación y mantenimiento, el desguace o reciclaje y la remanufactura.

Toma los datos del producto como núcleo, ampliando enormemente el alcance de los datos industriales tradicionales, y también incluye tecnologías y aplicaciones relacionadas con big data industrial. Sus principales fuentes se pueden dividir en las siguientes tres categorías: La primera categoría son los datos comerciales relacionados con la producción y las operaciones. La segunda categoría son los datos de IoT del dispositivo. La tercera categoría son los datos externos.