《新華三：2022工業互聯網技術白皮書（77頁）.pdf》由會員分享，可在線閱讀，更多相關《新華三：2022工業互聯網技術白皮書（77頁）.pdf（77頁珍藏版）》請在三個皮匠報告上搜索。

1、新華三集團杭州總部杭州市濱江區長河路466號郵編:Copyright 2022新華三集團 保留一切權利CN-203X30-20220331-BR-SD-V1.0免責聲明：雖然新華三集團試圖在本資料中提供準確的信息，但不保證本資料的內容不含有技術性誤差或印刷性錯誤，為此新華三集團對本資料中信息的準確性不承擔任何責任。新華三集團保留在沒有任何通知或提示的情況下對本資料的內容進行修改的權利。新 華 三H 3 C i C o n n e c t i n g白皮書新華三工業互聯網技術體系11技術創新引領新華三工業互聯網發展新華三工業互聯iConnecting技術戰略“聯接驅動，重塑價值”是iConnec

2、ting技術戰略內涵以”3+1+1”為核心的新華三工業互聯網能力圖譜1315162005定義內涵06發展趨勢08市場格局09推動模式工業互聯網概述03前言01工業聯接2123定義與內涵25發展現狀23關鍵技術30產品能力聯接設備，讓數據流動起來IndustryCONTENTS目錄6164工業互聯網平臺84工業場景化解決方案104政府園區解決方案109智能制造企業解決方案聯接生態，讓服務流動起來Integrate融合方案129131蘇州工業園區咨詢診斷服務133沈陽智慧化工園區135紫光股份智能工廠137吉林建龍鋼鐵安防一體化典型應用案例144附錄A：術語與縮略語150參考文獻3739定義與內涵

3、39發展現狀40關鍵技術43產品能力聯接數據，讓信息流動起來Information信息聯接智能聯接5153定義與內涵53發展現狀53關鍵技術56產品能力聯接信息，讓智能流動起來Intelligence119工業企業智能診斷服務121供需對接服務123智能協同制造模式125工業互聯網人才培訓服務賦能產業118聯接資源，讓價值流動起來Ignite141面臨的挑戰142未來發展總結與展望139附錄B：工業互聯網標準體系145副主編：劉淑英、呂洪、林濤、朱仕銀 編輯：曹瑋、曾小玲、張朝亮、田玉靖、王俊、張宇楠、黃玉寶、吳蔚洲、李東會、王曦光、張玉君、張力主編：劉贊、郭曉軍顧問：李立、劉新民、張鵬編寫組

4、前言H3C iConnecting眼下，在新的科技革命、產業升級轉型的內在動力和地緣政治、疫情的外部壓力的雙重驅動下，全世界都已經把數字經濟看成是重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的核心力量之一。作為數字經濟的重要基礎設施，工業互聯網正在逐步書寫它自己的使命和能力，利用新一代信息技術對制造業進行全方位、全角度、全鏈條的持續改造和優化，加速引爆工業格局的變革，在千行百業演繹著自己的角色。作為新一代信息技術與制造業轉型發展歷史性融合創新期的新生事物，工業互聯網正在推動工業的生產力和生產關系、創新模式的變革，加速工業經濟由傳統的依賴專家經驗的模式轉向更依賴于數據驅動的模式。工業互聯

5、網正在醞釀新的創新活力，具有廣闊的前景和無限的潛力，必將為智能制造、智慧商業、雙碳戰略等打造新一代基礎服務，推動我國工業經濟發展加快向更智能、更優質、更可持續的方向轉型，會持續產生基礎性、深層次、全方位的社會和經濟變革。在那些普遍的共識中，諸如“企業級計算的未來將是云計算與邊緣計算的混合”、”未來的企業現場將遍布支持低延時網絡技術的IOT物聯網和傳感器“、“大數據與人工智能推動企業從流程驅動升級到數據驅動”-不難發現新華三作為一個數字解決方案領導廠商在這次數智化大潮中是不應該缺席的，我們理當承擔時代給予的使命，那就是”融匯數字力量，激發工業潛能“。工業互聯網一頭連著傳統工業制造業，一頭連著新一

6、代信息技術，是產業轉型過程中的“金鑰匙”。新華三作為具備信息技術和制造技術雙重基因的行業龍頭，一方面，在工業互聯網領域積極布局，充分利用多年來在百行百業積累的數字化轉型能力和成功經驗，不斷進行技術創新，不僅深度參與了中國工業互聯網政策編寫、標準制定、技術攻關、探索實踐、示范引領的全過程，還主導參與了多項國家級重大工業互聯網創新項目，擁有多項技術專利，形成了從業務咨詢、項目集成、產品方案、市場運營、生態構建等端到端的能力體系。另一方面，新華三也積極利用5G+AI+IoT技術，以“工業數字大腦”實現全面數智賦能，進行工業互聯網iCM新模式探索，打造出了精益、智能、柔性、物聯、綠色的紫光股份智能工廠

7、，成功入選“2021年度工信部工業互聯網平臺創新領航應用案例”、“2022中國5G+工業互聯網大會典型應用標桿案例”、及2021年浙江省“未來工廠”試點企業。2021年6月22日，新華三工業互聯網有限公司在蘇州工業園區正式注冊成立，這意味著新華三工業互聯網總部正式扎根蘇州。今后，新公司在蘇州工業園區的產業集群大生態中，積極發揮自身的創新能力，在研發交付、對接合作、孵化方案、生態營造等方面全力而為。立足于園區，新華三工業互聯網公司以輻射蘇州、江蘇，乃至整個中國為愿景，打造行業工業互聯網平臺，連通上下游和配套企業之間的價值鏈，加速產業數字化的進程。本書以工業互聯網技術體系的整理歸納和演繹為目標，從

8、工業互聯網的發起和內涵入手，對工業互聯網方案用到的網絡、平臺、數據、智能、邊緣計算等新一代信息技術和制造技術的融合進行了闡述。另外，在部署體系上，我們建議工廠現場級的要素鏈、企業級的價值鏈和產業（行業）級的產業鏈應該形成一體化設計的、可融合的三級架構，或者說是三級支撐系統。在闡述各層技術基礎性的定義和具象化的各層產品核心能力的基礎上，本文給出了若干具有示范意義的最新實踐案例。當前工業互聯網發展已經進入新階段，正處于發展突破的戰略窗口期、發展快車道和深耕期。已經由政府和市場雙輪驅動向市場紅利階段轉換。我們熱切期待著更多的技術伙伴、商業伙伴和用戶加入到這次變革大潮中。根據以往的新品發布的經驗，像工

9、業互聯網這樣具備跨界、跨行業、跨時間融合的綜合性方案，實在需要一本簡單明了的指南書，快速引導大家進入自己的角色。本書可作為包括政府、園區、企業、科研單位、高校各界技術、管理人員了解和掌握工業互聯網方案和能力的參考書。以聊聊數萬字的篇幅，把近幾年發生國內尤其是新華三深度參與過的、跟工業互聯網技術相關的思考和實踐組織起來，并最終提煉出極具公司特色的“iConnecting技術戰略”，旨在為下一階段的產品和方案開發確定核心的設計原則和工作范圍。一方面有助于公司內部各參與部門的協同，同時也是為我們的服務對象和合作伙伴提供一條認識新華三工業互聯網整體能力集的快捷路徑。工業互聯網概述定義內涵發展趨勢市場格

10、局推動模式0506080901第一章H3C iConnecting工業產業鏈的貫通：工業互聯網打破時間和空間的相對或絕對約束，支撐跨層級、跨企業、跨區域的網絡化協同發展。通過貫通研發、設計、生產、營銷、運維全產業鏈，促進創新資源和各類制造資源廣泛聚集與高效匹配，優化產業主體協作模式，重構協作鏈條及流程，極大提高資源使用效率，帶動全產業鏈生產效率提升和價值增值。工業技術鏈的延伸：新一代信息技術與工業互聯網融合發展有助于更大范圍、更高效率、更加精準地優化生產和服務資源配置,推動技術創新與應用相互促進、相互迭代。例如，工業互聯網與5G、人工智能等技術融合催生5G工業網絡定制、工業軟件、工業大數據、工

11、業智能等技術創新，以及工業級5G終端、工業級CPE設備、工業PLC等5G融合新產品。工業資金鏈的統籌：依托工業互聯網平臺搭建的線上融資平臺，可以提供融資融商一鏈服務，為核心企業及其上下游配套企業增信、數字化供應鏈融資業務、線上流動資金貸款、等業務。同時在資本市場的支持下，中小企業依托工業互聯網平臺可以解決采購、銷售、信息以及融資等一系列問題，進一步降低運營成本，提高經營效率。工業人才鏈的完善：工業互聯網作為系統工程、長期工程，其發展需要大量的科研、管理型人才及技術、技能型人才以及既懂通信技術有動企業生產體系的復合型人才做支撐。在國家相關的人才政策支撐下，基于產教融合等方式，工業互聯網人才培養與

12、發展相輔相成，工業互聯網人才鏈加快補齊，并拉動新增就業崗位。用新型信息技術和制造技術對要素鏈、價值鏈和產業鏈“三鏈”的優化與協同能力的提升是工業互聯網建設的主要目標。說到底，它是要實現基于全面互聯而形成數據驅動的智能，網絡、數據、安全是工業和互聯網兩個視角共性的基礎和支撐要求?；A核心在于“工業”和“互聯網”?！肮I”是基本對象，通過工業互聯網實現互聯互通與共享協同的工業全生命周期活動中所涉及的各類人、機、物、信息、數據資源與工業能力；“互聯網”是關鍵手段，是綜合利用物聯網、信息通信、云計算、大數據等互聯網相關技術，推動各類工業資源與能力的開放接入，進而支撐由此而衍生的新型制造模式與產業生態。

13、工業互聯網的業務需求可從工業和互聯網兩個視角分析：從工業視角看，工業互聯網主要表現為從生產系統到商業系統的智能化，由內及外，生產系統自身通過采用信息通信技術，實現機器之間、機器與系統、企業上下游之間實時連接與智能交 互，并帶動商業活動優化。其業務需求包括面向工業體系各個層級的優化，如泛在感知、實時監測、精準控制、數據集成、運營優化、供應鏈協同、需求匹配、服務增值等業務需求。從互聯網視角看，工業互聯網主要表現為商業系統變革牽引生產系統的智能化，由外及內，從營銷、服務、設計環節的互聯網新模式新業態帶動生產組織和制造模式的智能化變革。其業務 需求包括基于互聯網平臺實現的精準營銷、個性定制、智能服務、

14、眾包眾創、協同設計、協同制造、柔性制造等。如上圖所示，工業互聯網不是互聯網在工業的簡單應用，而是具有更為豐富的內涵和外延。它以網絡為基礎、平臺為中樞、數據為要素、安全為保障，既是工業數字化、網絡化、智能化轉型的基礎設施，也是互聯網、大數據、人工智能與實體經濟深度融合的應用模式，同時也是一種新業態、新產業，將重塑企業形態、供應鏈和產業鏈?；趯I互聯網定義的理解，我們認為工業互聯網作為全新應用生態、關鍵信息基礎和新型應用模式，其核心價值是通過人、機、物的全面互聯，實現產業鏈、技術鏈、資金鏈和人才鏈的深度互聯，進而催生新技術、新業態、新模式，顛覆傳統制造模式、生產組織方式和產業形態，驅動傳統產業

15、升級賦能。定義內涵工業互聯網的概念最早由通用電氣于2012年提出，隨后美國IBM、思科、英特爾和AT&T等行業龍頭企業聯手組建了工業互聯網聯盟(IIC)。為加快我國工業互聯網發展，在工業和信息化部的指導下，2016年2月1日由工業、信息通信業、互聯網等領域百余家單位共同發起成立工業互聯網產業聯盟。工業互聯網是新一代信息技術與制造業深度融合的產物，是實現產業數字化、網絡化、智能化發展的重要基礎設施，通過人、機、物的全面互聯，全要素、全產業鏈、全價值鏈的全面連接，推動形成全新的工業生產制造和服務體系，成為工業經濟轉型升級的關鍵依托、重要途徑、全新生態。發展趨勢2022年，我國工業互聯網將呈現以下幾

16、個趨勢：政策推進試點與體系建設加速“十四五”信息化和工業化深度融合發展規劃（以下簡稱 規劃）明確提出，到2025年工業互聯網平臺普及率達到45%。依據 規劃，針對工業互聯網的政策體系將不斷完善。在應用創新方面，通過打造工業互聯網產業示范基地和應用創新推廣中心，加速工業互聯網技術攻關和成果推廣；在平臺試點方面，建設一批跨行業跨領域的綜合型平臺、面向重點行業和區域的特色型平臺以及面向特定技術和場景的專業型平臺；在體系化建設方面，把完善工業互聯網標識解析體系、構建工業互聯網安全監測體系、建設國家工業互聯網大數據中心體系作為重點。工業互聯網概述0506工廠內網工廠外網智能產品用戶物流企業金融機構集團設

17、計公司資源配置中心平臺智能化網絡化數字化單點優化全面互聯全局智能網絡互聯互通基礎安全防護創新應用創新應用政府產線機械手人員物料溫度視頻監控巡檢機器人設備網絡標識解析H3C iConnecting工業互聯網概述0708工業智能從工廠現場走向產業鏈隨著人工智能技術在工業生產和流通環節以及產品中的深度融合，工業智能開始從工廠內部的單點應用走向更大范圍的、產業鏈各環節的數據價值挖掘和決策。與傳統智能化方案更加關注生產系統的控制相比，未來工業智能將圍繞更大范圍內的產業鏈數據，為政府的招商引資、產業調度、企業的供應鏈優化、物流調度優化、市場銷售預測等方面的決策輔助支撐。云原生與多云的應用交付帶來更多選擇基

18、于容器和Kubernetes的云原生解決方案具有部署簡化、多環境支持、服務編排、易于遷移、彈性等優勢。多數企業不希望被某一個云服務商給綁定，采用混合部署的方式，或多云便成為更適合的選擇。通過Kubernetes集群可更易實現為本地數據中心和不同云服務商提供一致接口，應用程序和數據遷移將更加便捷，用戶可以按需在不同云之間進行調整。低代碼將打破IT與OT的壁壘工業APP的開發需要基于大量OT知識，低代碼技術以其低技術門檻、高效、易集成的特點，讓自動化專家能深度參與到軟件開發過程中，工業機理模型能夠被快速開發、測試、部署和迭代，從而加速工業應用的創新與實踐。MEC切實加速5G在工業場景落地伴隨5G核

19、心網服務化構架的落地和云計算的快速迭代，MEC的整體方案技術形態日益成熟。利用MEC可以將高密度計算、大數據量和低時延需求的業務就近部署，滿足客戶對安全、速率及可靠性的多重要求。通過軟件配置MEC服務器的資源，對工業現場多源、異構數據歸一化處理，能夠兼顧計算、存儲和網絡資源以及數據傳輸的有效性等，形成云數據中心和邊緣計算資源的調優。實時數據中臺將進一步提升數據治理能力圍繞工業數據多源異構、實時性要求強的特點，工業數據中臺需要能夠提供更加靈活的存儲、計算架構以便實現對實時數據快速分析的能力。采用批量計算、流計算與實時融合分析的統一架構的新中臺，將給大數據實時數倉的體驗帶去跟傳統的單機OLAP（聯

20、機分析處理）數據庫的一致體驗。此外，實時數據中臺可以通過大量的數據生態組件和模型來實現對海量數據的實時分析，利用存算分離、湖倉一體等新架構來提升用戶的數據治理能力。工業軟件云化與開源化趨勢更加凸顯基于云原生的工業軟件呈現出平臺化、組件化、服務化的趨勢。在PaaS+SaaS的工作模式下，復雜的業務運算模型可以被拆解為靈活的輕量化的前臺以及功能聚合的中臺，從而兼顧應用層的快速迭代以及平臺層的知識和功能沉淀。同時，在工業軟件加速云化的過程中，大量的分析模型都是基于開源引擎構建的，越來越多的企業開始以開源架構為基礎打造商業軟件。工業互聯網需要在供應鏈安全的方面發揮更大的作用2022年，中國仍將面臨復雜

21、國際形勢帶來的供應鏈安全風險，工業互聯網將繼續發揮優化產業鏈供應鏈作用。一是運用數據工具，提升供應鏈管理能力。運用數據采集和分析技術幫助行業主管部門能夠掌握產業供應鏈現狀，應對外圍變化和市場波動。二是加速技術賦能，促進科技成果轉化。通過共性技術創新平臺提升中小企業創新能力，通過高水平的數據治理和流程再造提升大企業的經營管理效率。三是構建新一代數字基礎設施，支撐產業鏈升級。通過助力數字化、網絡化、智能化發展，推動制造業結構高端化和產業體系現代化。市場格局本文主要從工業通信和工業互聯網平臺這兩個載體來分析當下的市場情況。工業網絡通信市場格局：客戶壁壘高，新技術有望重塑格局工業通信設備：要求能支持多

22、種網絡協議，滿足嚴苛環境的部署要求工業通信設備通?？芍С侄喾N網絡協議。設備需滿足嚴苛的使用環境，因此一般需要采用高品質的金屬板材、具有良好的機械強度、支持936V寬壓輸入、具備靜電防護、浪涌保護、過流保護、使用環境溫度-40+85等。競爭格局：國際品牌主導，盈利水平較高目前工業互聯網網絡側設備市場的頭部企業主要被國外品牌所占據，頭部的前三家產品市場占有率達43%，國產廠商市占率仍然較低。國際頭部企業包括思科、西門子、MOXA、Belden（百通赫斯曼）等公司，國內公司主要包括三旺通信、映翰通、東土科技等。高毛利歸因：工業級高可靠屬性，定制化帶來高附加值工業通信設備與商用通信設備應用場景不同，其

23、部署場景較為極端。因此，工業通信設備在元器件、產品用材、穩定性、配套軟件選型方面相 比通用設備有一定差別，導致同樣規格的工業通信設備是通用設備價格的2-3倍。當前工業以太網規模最大，工業無線快速發展根據北京研精畢智分析報告，在中國工業網絡連接新安裝節點中，工業以太網占比總市場的62.5%，位居首位，帶動了工業通信市場規模持續增長，到2021年達到約21.5億美元；其次是現場總線占比約為27.2%；無線通信占比7.2%。工業互聯網平臺市場格局：處于不同行業分散化的競爭格局，沒有絕對的領導廠商整個工業互聯網在短期內仍將呈現領域分散化的格局不同行業，如新能源、鋼鐵、制藥、汽車等各具特色，目前難以通過

24、普適性的工業互聯網解決方案滿足所有行業或特殊場景的需求。根據聯盟披露的信息，截至2021年，國內重點工業互聯網平臺的平均工業設備連接數約為95.2萬臺，其中華為FusionPlant的設備連接數占比約為13.2%，排名第一；其次是浪潮云In-Cloud和航天云網INDICS，分別占2.56%和2.2%；東方國信CLOUDIIP和海爾卡奧斯COSMOPlat的市場占有率為1.2%和0.89%。從區域分布情況來看，主要集中在環渤海、長三角和珠三角等地區據研精畢智的市場統計數據顯示，其中北京、江蘇、上海、浙江和山東等省份的數量較多，在2021年分別為15個、12個、9個、7個和6個左右，約占國內工業

25、互聯網平臺市場總量的72.9%，市場整體呈現區域集中化。H3C iConnecting工業互聯網概述0910推動模式工業互聯網的基本發展路徑是從早期的政府引領過渡到基于企業的內生動力進行因地制宜的發展。政府引領當下工業互聯網的發展自2017年國務院關于深化“互聯網+先進制造業”發展工業互聯網的指導意見印發以來，在社會各方的共同努力下，我國工業互聯網已駛入發展快車道，取得了顯著的成績。為深入貫徹實施工業互聯網創新發展戰略，推動工業化和信息化在更廣范圍內、更深程度上、更高水平上的融合發展，2021年1月13日，工業和信息化部印發了工業互聯網創新發展行動計劃（20212023年），提出五大目標和多項

26、重點工作任務，是“十四五”期間工業互聯網建設發展的綱領性文件。我國政府將布局工業互聯網作為一項重要工作任務，大力推進工業互聯網的發展，陸續出臺一系列促進網絡基礎設施建設、云計算和工業大數據中心發展的重大政策措施，加快實施制造強國和網絡強國戰略。2016年2月，在工業和信息化部的指導下，組建了工業互聯網產業聯盟，切實推進工業互聯網的總體架構、需求梳理、標準、產業發展和政策研究等方面的工作，旨在把政府與市場主體、頂層設計與項目實踐緊密結合起來，力求為各地的經濟奠定發展先機。為推動工業互聯網健康、快速、有序發展，促進制造業高質量發展，我國各省市重點開展了多方面的工作：加強政策保障措施。很多省份陸續出

27、臺相關政策推動工業互聯網的發展，針對企業“上云、上平臺”、培育工業互聯網平臺、未來工廠、開展工業互聯網標桿示范項目等方面給予支持，完善當地的工業互聯網產業生態和服務能力。1落實基礎設施建設。通過優化與升級網絡、數據中心等信息基礎設施，加快5G基站的規?；ㄔO，建成低時延、高可靠性、廣覆蓋的網絡基礎能力。鼓勵工業企業開展內外網改造，提高生產設備的接入聯網率。投資建設若干行業的工業互聯網標識解析的創新應用，加快標識解析的二級節點的落地。2推動平臺培育搭建。堅持通過外地引進和本土培育并重的方式，鼓勵本土龍頭企業建立企業級/行業級/特色平臺，賦能中小企業“上云、上平臺”。為產業集群數字化轉型提供基礎性

28、服務。3推廣應用試點示范。依托各省市的優勢產業，按行業選取培育對象，在更大范圍和層面上樹立標桿示范項目，形成具有地方制造業特色的應用示范。聚焦工業互聯網數字化轉型試點，精準組織工業互聯網走進產業集群，有針對性地開展標桿案例現場參觀、供需精準對接等活動，加快產業集群整體數字化升級。4強化人才提升培養。通過產學研用等合作，優化人才培養方式和途徑，著力推進培養工業互聯網復合型技術人才。政府鼓勵企業和行業協會等機構與高等院校、職業院校加強多方合作，組織在職人員進行工業互聯網相關的技術、運營實踐學習和分享，提升企業員工的綜合能力。5不斷壯大的企業內生動力企業是最終發展工業互聯網的主體，目前有些地方通過樹

29、立一些示范標桿項目的方法推動當地工業互聯網的發展，從諸多領先的企業中選擇一兩個代表性企業為其提供資金和技術對接，這導致參與的企業在很大的程度上依賴是否有政府補貼來決定是否進行工業互聯網建設。我們看到，實際上有些大企業是有意愿、有能力、有資金去依托工業互聯網平臺進行提質增效的數字化轉型。很多中小企業對于工業互聯網則仍持觀望態度，他們不清楚工業互聯網的價值，而且自身的數字化水平較低，網絡化、信息化、自動化基礎薄弱。為了更好地激發企業的內生動力，不少地方的政府推出了更加務實高效的相關政策，包括加快推進5G應用、工業互聯網標識解析二級節點等應用，加大專業人才引進和培養力度，努力為工業互聯網的發展打造良

30、好的技術生態和環境。同時，針對工業企業、咨詢服務商、園區等不同主體，提供多種補貼的形式來激發整個生態鏈上的企業來共同創新，促進發展。技術創新引領工業互聯網發展新格局隨著新一輪科技革命和產業升級周期，我國進入了新型工業化、信息化、城鎮化、新農村同步發展、疊加發展的關鍵時期。面對日新月異的技術涌現，特別是新一代信息技術的廣泛實踐，我國的工業化進程在被大大加速了，為我們充分發揮后發優勢，實現“彎道超車”、跨越發展提供了可能。這一輪技術創新的重頭戲之一就是要把云計算、大數據、人工智能、物聯網、5G、區塊鏈等新技術引入到企業的研發設計、生產制造、經營管理、運維服務等環節中去，加速制造業從流程型驅動向數據

31、驅動轉變，增強制造業的競爭優勢、推動制造業高質量發展，加快建設制造強國、網絡強國。H3C iConnecting新華三工業互聯網技術體系技術創新引領新華三工業互聯網發展新華三工業互聯iConnecting技術戰略“聯接驅動，重塑價值”是iConnecting技術戰略內涵以”3+1+1”為核心的新華三工業互聯網能力圖譜1315162002第二章H3C iConnecting新華三工業互聯網技術體系1314技術創新引領新華三工業互聯網發展在當前國家向經濟高質量發展和制造業轉型的背景下，新華三集團作為具備信息技術和制造技術雙重基因的行業龍頭，在工業互聯網領域積極布局，充分利用多年來在百行百業積累的數

32、字化轉型能力和成功經驗，不斷進行技術創新，不僅深度參與了中國工業互聯網政策編寫、標準制定、技術攻關、探索實踐、示范引領的全過程，還主導參與了多項國家級重大工業互聯網創新項目，擁有多項技術專利，形成了從業務咨詢、項目集成、產品方案、市場運營、生態構建等端到端的能力體系。愿景使命工業互聯網是以互聯網為代表的新一代信息技術與工業系統深度融合而形成的，是工業智能化發展的信息基礎設施。全球主要國家高度重視和積極推進工業互聯網的發展，產業界也在加速開展探索和實踐。近年來我國工業互聯網發展已由概念普及與技術驗證步入規?；茝V階段，重點行業的應用實踐與創新探索持續深化，5G、人工智能等新技術也加速融入并不斷拓

33、寬工業互聯網的內涵與賦能潛力。新華三工業互聯專注將新一代信息通信技術應用于工業領域，通過數字工業融合解決方案，提供一站式服務，使能工業數字化轉型，賦能工業經濟高質量發展?！叭趨R數字力量，激發工業潛能”是新華三工業互聯的發展愿景。面向未來，新華三將通過融合多年來積累的ICT技術能力，用數字化的技術對傳統制造業的生產要素、產業鏈、價值鏈進行全面聯接，加速工業數據和智能的自由流動；用數字化的手段重塑工業企業的業務模式、技術范式、組織方式和文化意識，降低企業研發設計、生產制造、經營管理、運維服務等過程中的不確定性，增強供應鏈產業鏈的彈性和韌性，提升工業企業的網絡化、數字化、智能化水平，推動中國的制造業

34、轉型升級和高質量發展。業務范圍新華三工業互聯網將圍繞政府園區、智能制造企業（重點聚焦電子和鋼鐵行業）兩類核心客戶，提供工業數字基礎設施、工業互聯網平臺、及工業應用服務等產品和解決方案，助力用戶數字化轉型升級。標準貢獻新華三積極參與工業互聯網相關標準研制工作，覆蓋網絡、平臺、安全等領域，涉及國際、國家、行業標準及技術白皮書等50余項。主要涵蓋3項國際網絡標準，主導和參與國家標準46項，主導和參與行業標準56項，主要參與工業互聯網園區整體解決方案、供應鏈工業互聯網創新應用等創新應用白皮書6項，發布中國數字經濟制造白皮書等方面，主要內容如下：基礎共性類：工業互聯網工程技術人員國家職業技術技能標準、工

35、業互聯網藍皮書2021、工業互聯網體系標準3.0、中國城市數字經濟指數：制造篇白皮書(2020)、新華三數字化轉型與實踐、數字化轉型實現之道等；網絡領域：工業互聯網時間敏感網絡安全技術要求、工業互聯網 時間敏感網絡 網關設備技術要求、工業互聯網 時間敏感網絡 可靠性技術要求、時間敏感網絡（TSN）產業白皮書、時間敏感網絡產業測試報告、工業互聯網網絡優秀解決方案等；安全領域：工業互聯網典型安全解決方案案例匯編等；平臺領域：工業互聯網平臺 工業知識圖譜構建技術要求等；應用領域：智能制造 網絡協同制造 資源模型國標標準、零碳智慧園區評價模型和評價方法、工業互聯網園區應用場景白皮書、工業互聯網園區指南

36、、工業互聯網園區評價模型、基于工業互聯網的供應鏈創新與應用白皮書、工業互聯網園區碳達峰碳中和指南等。H3C iConnecting平臺化設計智能化制造新華三工業互聯專注將新一代信息通信技術應用于工業領域，通過數字工業融合解決方案，提供一站式服務，使能工業數字化轉型，賦能工業經濟高質量發展。網絡化協同個性化定制服務化延伸數字化管理數字基礎設施智能制造基石智能工廠引擎工業安全堡壘智慧運營保障業務能力平臺主動安全統一運維云產網芯在當前國家向經濟高質量發展和制造業轉型的背景下，新華三集團作為具備信息技術和制造技術雙重基因的行業龍頭，在工業互聯網領域積極布局，充分利用多年來在百行百業積累的數字化轉型能力

37、和成功經驗，不斷進行技術創新，不僅深度參與了中國工業互聯網政策編寫、標準制定、技術攻關、探索實踐、示范引領的全過程，還主導參與了多項國家級重大工業互聯網創新項目，擁有多項技術專利，形成了從業務咨詢、項目集成、產品方案、市場運營、生態構建等端到端的能力體系。愿景使命新華三工業互聯專注將新一代信息通信技術應用于工業領域，通過數字工業融合解決方案，提供一站式服務，使能工業數字化轉型，賦能工業經濟高質量發展?！叭趨R數字力量，激發工業潛能”是新華三工業互聯的發展愿景。面向未來，新華三將通過融合多年來積累的ICT技術能力，用數字化的技術對傳統制造業的生產要素、產業鏈、價值鏈進行全面聯接，加速工業數據和智能

38、的自由流動；用數字化的手段重塑工業企業的業務模式、技術范式、組織方式和文化意識，降低企業研發設計、生產制造、經營管理、運維服務等過程中的不確定性，增強供應鏈產業鏈的彈性和韌性，提升工業企業的網絡化、數字化、智能化水平，推動中國的制造業轉型升級和高質量發展。業務范圍新華三工業互聯網將圍繞政府園區、智能制造企業（重點聚焦電子和鋼鐵行業）兩類核心客戶，提供工業數字基礎設施、工業互聯網平臺、及工業應用服務等產品和解決方案，助力用戶數字化轉型升級。標準貢獻新華三積極參與工業互聯網相關標準研制工作，覆蓋網絡、平臺、安全等領域，涉及國際、國家、行業標準及技術白皮書等50余項。主要涵蓋3項國際網絡標準，主導和

39、參與國家標準46項，主導和參與行業標準56項，主要參與工業互聯網園區整體解決方案、供應鏈工業互聯網創新應用等創新應用白皮書6項，發布中國數字經濟制造白皮書等方面，主要內容如下：基礎共性類：工業互聯網工程技術人員國家職業技術技能標準、工業互聯網藍皮書2021、工業互聯網體系標準3.0、中國城市數字經濟指數：制造篇白皮書(2020)、新華三數字化轉型與實踐、數字化轉型實現之道等；網絡領域：工業互聯網時間敏感網絡安全技術要求、工業互聯網 時間敏感網絡 網關設備技術要求、工業互聯網 時間敏感網絡 可靠性技術要求、時間敏感網絡（TSN）產業白皮書、時間敏感網絡產業測試報告、工業互聯網網絡優秀解決方案等；

40、新華三工業互聯網技術體系1516安全領域：工業互聯網典型安全解決方案案例匯編等；平臺領域：工業互聯網平臺 工業知識圖譜構建技術要求等；應用領域：智能制造 網絡協同制造 資源模型國標標準、零碳智慧園區評價模型和評價方法、工業互聯網園區應用場景白皮書、工業互聯網園區指南、工業互聯網園區評價模型、基于工業互聯網的供應鏈創新與應用白皮書、工業互聯網園區碳達峰碳中和指南等。新華三工業互聯iConnecting技術戰略新華三工業互聯網技術戰略是新華三在工業互聯網領域技術創新的行動綱領?；谛氯A三在“芯-云-網-邊-端”全產業鏈的數字化基礎設施能力優勢，通過多年的技術探索和應用實踐，形成了以“聯接驅動、價值

41、重塑”為核心理念的H3C iCon-necting技術戰略，主要通過工業聯接（Industry）、信息聯接（Information）、智能聯接（Intelligence）、融合方案（Integrate）、賦能產業（Ignite）5個階段，打破工業領域的設備、數據、信息、生態、資源等不同層級要素的邊界，聯接能力不斷進階，實現工業企業的生產要素、價值活動、產業鏈上下游的互聯互通和協同優化，完成從“使能工業數字化轉型”到“賦能工業經濟高質量發展”的使能，達成新華三工業互聯網“融匯數字力量、激發工業潛能”的愿景?！奥摻域寗?，重塑價值”是iConnecting技術戰略內涵H3C iConnecting技

42、術戰略以聯接為核心，可以分解成i、Connect、ing幾個關鍵詞，代表了新華三對工業互聯網的產業認知、技術理解、及產業布局，具體的涵義將展開闡述。H3C iConnecting技術戰略以聯接為驅動、重塑為價值為指導，可以分解成i、Connect、ing幾個關鍵詞，分別代表了新華三對工業互聯網的業務目標、產品布局、態度等，下面將詳細展開闡述。i代表聯接的對象和方式5個i代表新華三工業互聯網聚焦的5個關鍵要素，分別為Industry工業、Information信息、Intelligence智能、Integrate融合、Ignite賦能，覆蓋了工業領域的設備、數據、信息、生態、資源等從生產到產業的

43、不同層級要素，也是新華三工業互聯網的目標對象。Connect代表聯接的驅動力Connect：新華三工業互聯網以“聯接”為核心的技術理念，打破工業領域的設備、數據、信息、生態、資源等不同層級要素的邊界，實現從生產現場的設備聯接到產業層面的生態、資源聯接的逐級升級，最終實現工業企業的生產要素、價值活動、產業鏈上下游的互聯互通和協同優化。具體來講，首先通過聯接（Industry）產品實現工業設備的聯接讓數據流動起來；采集到數據之后，通過信息聯接（Information）產品實現數據的聯接讓信息流動起來；數據經過治理后形成有效信息后，通過智能聯接（Intelligence）產品實現信息的聯接讓智能流動

44、起來；經過從數據到智能的加工過程，形成了工業know-how知識和數字化機理模型，就要通過融合方案（Integrate）來實現生態的聯接讓服務流動起來，為用戶提供數字化轉型服務；最后培育一些新的產品、服務和模式，通過賦能產業（Ignite）手段實現資源的聯接讓價值流動起來。通過上述層層遞進的聯接，最終實現資源配置優化、生產控制優化、運營決策優化、產業鏈價值鏈優化等目標，從使能“工業數字化轉型”向賦能“工業經濟高質量發展”持續革新。ing代表聯接的進行時ing：代表新華三在工業互聯網技術創新的道路上永無止境，腳踏實地、砥礪前行是我們的理念和態度，也會對基于聯接的工業互聯網技術戰略不斷進行迭代升級

45、和持續演進。H3C iConnecting工業聯接Industrial Connect信息聯接Information Connect智能聯接Intelligence Connect服務聯接Integrated Connect技術賦能Ignite Connect聯接設備讓數據流動聯接數據讓信息流動聯接信息讓智能流動聯接生態讓服務流動聯接資源讓價值流動Industry工業聯接新華三集團是數字化解決方案領導者，新華三工業互聯專注將新一代信息通訊技術應用于工業領域，通過數字工業融合解決方案，提供一站式服務，使能工業數字化轉型，賦能工業經濟高質量發展。融匯數字力量，激發工業潛能Information信息

46、聯接Intelligence智能聯接Integrate融合方案Ignite賦能產業垂直行業應用（汽車、電子信息、鋼鐵、輕工（家電）、裝備制造、航空航天、石油化工）平臺化設計終端與網絡B.網絡D.平臺A.基礎共性E.安全工業設備接入上云工業數字孿生5G+工業互聯網工業微服務與開發環境標識解析工業機理模型與組件工業APP平臺服務與應用智能化生產網絡化協同個性化定制服務化延伸數字化管理F.應用術語定義通用要求架構測試與評估管理人才該色塊表示我司已參與產業鏈/供應鏈C.邊緣計算分類分級安全防護安全管理安全應用與服務工業大數據重塑是iConnecting的價值主張新華三工業互聯網技術體系1718iCon

47、necting技術戰略從根本上是為了實現重塑的價值，主要包括能力重塑、業務重塑、模式重塑3個方面。在數字化能力層，通過聯接實現人機料法環等生產要素的互聯互通，重塑企業在數字化轉型過程中所需的泛在感知、敏捷響應、智能決策、全局協同、動態優化等核心能力。一是通過部署感知終端與數據采集設施，實現全要素、全產業鏈、全價值鏈的實時監測，打造企業泛在感知能力；二是基于泛在感知形成的海量工業數據，打通企業內、企業間以及企業與客戶，提升企業對市場變化和需求的響應速度和交付速度，形成企業敏捷響應的能力；三是基于信息的高效集成，通過工業模型與數據科學的融合開展分析優化，并作用于設備、產線、運營等各領域，形成企業智

48、能決策能力；四是基于泛在感知、全面連接與深度集成，在企業內實現研發、生產、管理等不同業務的協同，探索企業運行效率最優，在企業外實現各類生產資源和社會資源的協同，探索產業配置效率最優，最終建立全局協同的能力；五是通過對物理系統的精準描述與虛實聯動，建立數字孿生，在監控物理系統同時，能夠在線實時對物理系統的運行進行分析優化，使企業始終在最優狀態運行，形成動態優化的能力。在企業業務層，通過聯接實現企業的產品鏈、價值鏈、資產鏈等核心環節的集成共享，重塑企業數字化的關鍵業務。一是通過對產品全生命周期的聯接與貫通，強化產品設計、流程規劃到生產工程的數據集成與智能分析，實現產品鏈的整體優化與深度協同。二是通

49、過對研產供銷服等企業業務活動的互聯互通，面向單環節重點場景開展深度數據分析優化，從而實現全價值鏈的效率提升與重點業務的價值挖掘。三是將孤立的設備資產單元聯接成企業資產體系，支撐系統設計、建造、投產、運維、退役到報廢與回收等設備全生命周期多個環節數據集成串聯，為企業提供輕便化、靈活化、智能化的設備管理方式和產品后服務，實現資產鏈的全面運維保障與高質量服務。在產業發展層，通過聯接實現全要素、全產業鏈、全價值鏈等資源要素的協同優化，重塑企業數字化的商業模式，推動跨領域資源靈活配置和內外部協同能力提升，并基于此形成了產融結合、平臺經濟、協同制造等商業模式的創新和生產組織方式的重構，驅動制造體系和產業生

50、態向扁平化、開放化演進。無界有智是iConnecting的演進目標中國制造業在信息化和自動化的發展進程中，由于各種原因，造成各種信息孤島，存在的邊界也很多，這里面有看得見的邊界，由看不見的邊界，這些邊界限制了工業的發展潛能。iConnecting技術戰略具備全面聯接、開放融合、持續進化3個核心要素，也是iConnecting的內在基因，這些基因讓工業互聯網向無界、有智的目標進行持續演進，比如無界在于打破邊界，連通孤島，可以先共享、再融合、最后實現共同發展；有智可以先實現智能網絡，具備全要素互聯、實時感知的能力，再在生產經營環節，實現智能化制造、個性化定制、網絡化協同、服務化延伸等智能制造模式，

51、最后實現整個產業鏈的智能化協同，培育新的數字化產業和服務。全面聯接：代表工業數據歸集化能力，通過以工業物聯網、工業視覺、5G、確定性網絡等為代表的ICT技術和OT等技術深度融合，實現工廠人機物料法環等全要素的互聯互通，企業研產供銷服等價值鏈環節的集成共享，產業鏈上下游、供應鏈等方面的協同優化，為工業企業提全要素聯接、多場景統一、確定性承載、云網安融合的工業聯接能力，完成工業數據的智能感知、靈活采集、實時傳輸等。開放融合：代表工業數據價值化能力，利用工業大數據、工業時序數據庫、工業數據治理等大數據技術，持續提升工業數據的匯聚、治理、應用能力，構建工業綠洲平臺，支撐工業數字化治理等應用，將無序、低

52、價值的工業數據轉化成有序、高質量的工業信息。持續進化：代表工業數據資產化能力，通過工業智能，包括以專家系統、知識圖譜、知識工程等技術為代表的工業機理方法和以神經網絡、機器學習、統計科學等技術為代表的大數據分析方法，來沉淀工業機理模型、及模型集成融合能力，推動工業互聯網的持續進化。OICT融合是iConnecting的核心引擎當前，大多數工業企業都是遵循由 ISA-95 標準定義的金字塔式模型結構進行信息化建設，基本形成了設備層（L0）、控制層（L1）、過程層（L2）、生產層（L3）、管理層（L4）五級系統架構，連接各層之間的協議種類繁多且互不兼容，導致各種信息孤島林立，系統之間難以互聯互通，造

53、成了垂直、分層、封閉的困境，無法實現數據的橫向/縱向有效流轉。隨著新一輪工業革命的推進，制造業的智能化轉型正在讓現實與虛擬世界之間的界限變得越來越模糊。為了實現數據的高效流轉，就需要利用各種聯接技術和手段，打通金字塔架構各層級之間的邊界、各價值活動之間的邊界、上下游之間的邊界，實現現場級到工廠級到產業級的互聯互通，實現傳感/執行器與云端控制器直接交互、生產要素間智能互聯與協同能力，使得數據能夠縱向跨層、橫向跨系統和設備進行交互，形成融合、開放、協同的工業互聯網體系。當制造技術和信息技術合二為一，呼喚新的運營模式，ICT、OT 融合成為大勢所趨，形成了一個貫穿整個制造企業的技術架構，同時也是支撐

54、智能制造的核心。ICT和OT的融合會幫助制造企業改善業務系統以及各部門之間的整體的信息流動，從而提升企業的運營水平。H3C iConnecting無智有界有智無界傳統物理工業全面互聯 開放融合 持續進化DNA未來數字工業共享智鏈智造智網共融共生破界增智工廠【生產鏈】全要素互聯、智能生產企業【價值鏈】全價值互聯、智慧運營政府/園區【產業鏈】全產業互聯、工業新動能能力重塑流程重塑模式重塑聯接驅動、重塑價值ICT使能OT是iConnecting的關鍵路徑工業企業數字化轉型的本質是ICT技術和OT技術的深度融合，也是工業互聯網的最終目標。但是，當前ICT和OT全面融合還面臨著很多挑戰，比如總線的復雜性

55、不僅為制造現場/OT帶來復雜性，也同樣為IT訪問OT（信息采集和指令下達）帶來了巨大的障礙，因為每種總線有著不同的物理接口、傳輸機制、對象字典，即使采用以太網來標準各個總線，但是仍然會在互操作層出現問題，這使得對于 IT 應用，如大數據分析、訂單排產、能源優化等應用遇到了障礙，需要每個廠商根據底層設備不同寫各種接口、應用層配置工具，對于依靠規模效應來運營的 IT 而言復雜度過高，缺乏經濟性。這些困難使得ICT和OT融合時不能一蹴而就，需要根據工業企業的實際情況采取循序漸進、逐步推進。新華三作為ICT廠商和數字化解決方案領導者，致力于將專注將新一代信息通信技術應用于工業領域，因此，我們認為，IC

56、T使能OT是iConnecting的關鍵路徑，也是進行工業數字化轉型的起點。首先，從ICT基礎設施提供者維度來使能OT等，針對OT領域的“互聯、互通、互享”等需求，推出具備OT特征的IT產品和技術，如對于工業物聯網關、工業一體機、工業安全網關、工業數字單兵等設備，形成“全面采、確定傳、統一管、智能析、簡單用、主動防”的能力，讓數據上的去、智能下的來，快速構建工業企業的數字化能力。其次，自下而上打通生產過程層到企業信息管理層整個流程，使得企業管理朝著更加精益的方向發展。通過對工業領域數新華三工業互聯網技術體系1920全面聯接：代表工業數據歸集化能力，通過以工業物聯網、工業視覺、5G、確定性網絡等

57、為代表的ICT技術和OT等技術深度融合，實現工廠人機物料法環等全要素的互聯互通，企業研產供銷服等價值鏈環節的集成共享，產業鏈上下游、供應鏈等方面的協同優化，為工業企業提全要素聯接、多場景統一、確定性承載、云網安融合的工業聯接能力，完成工業數據的智能感知、靈活采集、實時傳輸等。開放融合：代表工業數據價值化能力，利用工業大數據、工業時序數據庫、工業數據治理等大數據技術，持續提升工業數據的匯聚、治理、應用能力，構建工業綠洲平臺，支撐工業數字化治理等應用，將無序、低價值的工業數據轉化成有序、高質量的工業信息。持續進化：代表工業數據資產化能力，通過工業智能，包括以專家系統、知識圖譜、知識工程等技術為代表

58、的工業機理方法和以神經網絡、機器學習、統計科學等技術為代表的大數據分析方法，來沉淀工業機理模型、及模型集成融合能力，推動工業互聯網的持續進化。OICT融合是iConnecting的核心引擎當前，大多數工業企業都是遵循由 ISA-95 標準定義的金字塔式模型結構進行信息化建設，基本形成了設備層（L0）、控制層（L1）、過程層（L2）、生產層（L3）、管理層（L4）五級系統架構，連接各層之間的協議種類繁多且互不兼容，導致各種信息孤島林立，系統之間難以互聯互通，造成了垂直、分層、封閉的困境，無法實現數據的橫向/縱向有效流轉。隨著新一輪工業革命的推進，制造業的智能化轉型正在讓現實與虛擬世界之間的界限變

59、得越來越模糊。為了實現數據的高效流轉，就需要利用各種聯接技術和手段，打通金字塔架構各層級之間的邊界、各價值活動之間的邊界、上下游之間的邊界，實現現場級到工廠級到產業級的互聯互通，實現傳感/執行器與云端控制器直接交互、生產要素間智能互聯與協同能力，使得數據能夠縱向跨層、橫向跨系統和設備進行交互，形成融合、開放、協同的工業互聯網體系。當制造技術和信息技術合二為一，呼喚新的運營模式，ICT、OT 融合成為大勢所趨，形成了一個貫穿整個制造企業的技術架構，同時也是支撐智能制造的核心。ICT和OT的融合會幫助制造企業改善業務系統以及各部門之間的整體的信息流動，從而提升企業的運營水平。OICT深度融合是H3

60、C iConnecting技術戰略的核心引擎，確定性網絡、工業大數據治理、工業智能等技術在OICT融合以及互聯網技術的融合方面具有重要優勢，可以實現工業多種異構設備、多類型協議、數據孤島、工業知識等不同層次的融合，實現了從現場層、控制層、管理層直到云端的數據通訊，促進工業互聯網的發展。利用虛擬化、DPDK、硬件卸載等技術對計算、網絡、存儲、可編程邏輯控制器（PLC）等資源進行邊緣云化，打造基礎設施層、智能調度層、工業控制層、支撐服務層和應用層有機結合的OICT融合架構，有效實現協議轉換與解析、工業時序數據的實時分析、工業實時控制和運維管理等業務應用，滿足工業互聯網對工業現場基礎設施的扁平化、融

61、合化、開放性的要求。據的感知、采集、傳輸、分析、共享從而形成行業know-how知識，并將這些知識應用到現有生產裝備、作業流程、加工工藝等核心環節，進行持續優化和重構。工業企業通過數字化轉型，將ICT技術全面融入核心業務系統，如管理運營系統、研發設計系統和生產執行系統等，進行互聯互通、打通信息孤島，實現研發設計、生產制造、物流倉儲、銷售管理、售后服務等價值活動的協同優化。企業內部上下游、企業與客戶之間通過對有價值的數據加以分析，挖掘有價值的信息，加速工業企業的數字化進程。最后，對于制造企業來說，ICT與OT的融合要關注的不僅僅是“虛實技術”的“合”二為一，更重要是將ICT技術安全有效地“融”入

62、至OT環節，提升運營效益，重塑工業企業的數字化價值。以”3+1+1”為核心的新華三工業互聯網能力圖譜新華三工業互聯網以“iConnecting技術戰略”作為技術創新的行動綱領，形成以“3+1+1”為核心的新華三工業互聯網能力體系，包括3類核心產品、1整套方案、1體化服務，具體如下：3個核心產品：以OICT聯接引擎為技術核心，打造工業聯接（Industry）、信息聯接（Information）、智能聯接（Intelligence）3大類核心產品，形成支撐新華三工業互聯網的數字底座。1整套方案：以一套完整的融合方案（Integrate）為核心抓手，基于政府和市場雙輪驅動理念打造數字工業融合解決方案

63、，橫向打通供需兩側，縱向聯接政府和企業，從使能供給側出發、到聚能生態側、再到賦能需求側，聚焦政府園區、工業企業兩類客戶打造定制化的場景、行業方案，實現了從“使能”到“賦能”的持續進化。1體化服務：以賦能產業（Ignite）為最終目標，圍繞工業互聯網產業發展的需求和痛點，打造一系列體系化的服務，在咨詢診斷、供需對接、協同制造、人才培訓等方面進行孵化，培育新的產品、服務和模式，實現產業資源的泛在聯接、彈性供給、及優化配置，促進價值的高效流動。H3C iConnecting1體化服務1整套方案3類核心產品賦能產業 Ignite Connect聯接服務，讓價值流動聯接生態，讓服務流動工業聯接Indus

64、trial Connect信息聯接Information Connect智能聯接Intelligence Connect聯接設備，讓數據流動聯接數據，讓信息流動聯接信息，讓智能流動融合方案 Integrated ConnectL4：管理層ERPMES/MOMSCADA/HMIPLC/DCS各種現場生產設備L3：生產層L2：過程層L1：控制層L0：設備層傳統ISA-95模式：OT、IT分離iConnecting模式：OICT深度融合工業智能終端工業邊緣一體機工業智能網絡工業互聯網平臺云化PLC數據控制指令SCADA/HMI邊緣IoT工業視覺工業AI模型PLC/DCSIO/傳感器機器人物聯終端相機

65、/攝像頭時序數據庫數據4G/5GWi-Fi6SDN/TSN/SRv6/確定性決策模型數據決策模型智能制造企業方案政府/園區方案工業數字化治理工業物聯工業治理工業智能應用使能工業安全生產工業數字化生產工業數字化質量工業雙碳治理數據流數據上得去決策流智能下得來云網邊端MES/ERP上云網絡歸一化控制智能化設備網聯化工業聯接定義與內涵發展現狀關鍵技術產品能力2323253003聯接設備，讓數據流動起來Industry第三章H3C iConnectingH3C iConnecting工業聯接2324網絡互聯目前還存一些問題：傳統工廠內接入層主要以有線網絡接入為主，只有少量的無線技術被用于儀表數據的采集

66、；網絡層主要采用帶寬較小的以太網，通過單獨布線或專用信道來保障高可靠控制數據轉發，網絡的調整、重組、改造的難度和成本都較高。用于連接現場傳感器、執行器、控制器及監控系統的工業控制網絡主要使用各種工業總線、工業以太網進行連接，彼此互聯性和兼容性差。企業內部信息網絡主要采用高速以太網和 TCP/IP 網絡，目前還難以滿足一些應用系統對現場級數據的高實時、高可靠的直接采集。工廠外部網絡目前仍基于互聯網建設為主，有著多種接入方式，但網絡轉發仍以“盡力而為”的方式為主，無法向大量客戶提供低時延、高可靠服務，同時部分工業企業的不同區域之間存在信息孤島的現象。當前工業網絡是圍繞工業控制通信需求，建設之初缺乏

67、整個體系網絡互聯的頂層設計，造成各層級網絡的功能割裂，無法滿足未來業務發展的要求。主要問題體現在：工業控制網絡能力不強，缺乏支撐工業智能化所需的海量數據采集和生產場景全覆蓋能力，導致大量的生產數據沉淀或消失在工業控制現場中；企業信息網絡難以延伸到生產系統，限制了信息系統能力發揮；互聯網僅用于基本商業信息交互，難以支持高質量的網絡化協同和服務網絡互聯的未來有如下發展趨勢：工業互聯網絡呈現出網絡架構融合、技術開放、管理控制靈活的發展趨勢。網絡架構將逐步融合。網絡結構將逐步扁平化，工廠內網絡的車間級和現場級將逐步融合，IT網絡與OT網絡逐步融合。實時信息與非實時數據共網傳輸，新業務對數據的需求促使控

68、制信息和過程數據的傳輸并重。有線與無線的相互協同，以5G為代表的無線網絡將更為廣泛的被應用，實現生產全流程全場景網絡覆蓋。網絡將更加開放。以時間敏感網絡（TSN）為代表的新型網絡技術將打破傳統工業網絡眾多制式間的技術壁壘，實現網絡各層協議間的解耦合，推動工業互聯網網絡技術的開放。網絡控制和管理將更為靈活。一是網絡形態的靈活構建。未來工廠內網將能夠根據智能化生產業務靈活調整形態，快速構建出生產環境，工廠外網將能夠為不同客戶提供定制化的網絡切片，實現客戶自治管理控制。二是網絡的服務將更為精細。工廠內網將針對控制、監測等不同性能需求，提供不同的網絡通道；工廠外網將針對海量設備廣覆蓋、業務系統上云、公

69、有云與私有云混合互通等不同場景，提供細分服務。數據互通數據互通是通過對數據進行標準化描述和統一建模，實現要素之間傳輸信息的相互理解，數據互通涉及數據傳輸、數據語義語法等不同層面。數據互通使得異構系統在數據層面能相互“理解”，從而實現數據互操作與信息集成。數據互通包括應用層通信、信息模型和語義互操作等功能。應用層通信通過OPC UA、MQTT、HTTP等協議，實現數據信息傳輸安全通道的建立、維持、關閉，以及對支持工業數據資源模型的裝備、傳感器、遠程終端單元、服務器等設備節點進行管理。信息模型是通過 OPC UA、MTConnect、YANG 等協議，提供完備、統一的數據對象表達、描述和操作模型。

70、語義互操作通過OPC UA、PLCopen、AutoML等協議，實現工業數據信息的發現、采集、查詢、存儲、交互等功能，以及對工業數據信息的請求、相應、發布、訂閱等功能。目前現存的現場總線通信協議數量高達40+種，此外還有一些直接采用私有協議工業設備。不同廠商、不同系統、不同設備的數據接口、互操作規程等各不相同，導致 MES、ERP、SCADA等應用系統需要投入非常大的人力、物力來實現生產數據的采集；從不同設備、系統采集的異構數據無法兼容，難以實現數據的統一處理分析；跨廠商、跨系統的操作，無法實現高效、實時、全面的數據互通和互操作。人工智能、大數據的快速應用，使得工業企業對數據互通的需求逐漸強烈

71、。數據互通首先需要信息標準化。與傳統工業控制系統數據信息只會在固定的設備間流動不同，工業互聯網對數據處理需要跨系統的對數據進行理解和集成，因此要求數據模型以及數據的存儲傳輸，更加標準化。數據互通強調與云的連接。借助云平臺和大數據，實現數據互通和數據價值的深度挖掘。數據互通也強調現場級設備層的打通。通過現場數據的實時采集，實現企業內資源的垂直整合定義與內涵由于當前工業設備種類繁多，協議異常復雜，極易造成信息孤島。工業互聯網首先要重點解決的一大難題就是實現設備聯接，讓數據流動起來。新華三通過打造包括工業物聯網、工業確定性網絡等在內的工業融合網絡，具有全要素連接、多協議轉化、多網絡融合等能力，實現人

72、機料法環等工業全要素的聯接，完成工業數據的感知、采集、預處理、傳輸等工作，促進工業數據的流動。新華三各類交換機、網關等工業網絡設備，快速實現物聯網連接的同時也成功構建起了工業聯接的全棧服務，可廣泛應用于智慧電子、智慧鋼鐵、智慧化工等行業。發展現狀網絡是工業互聯網體系的基礎，數據通過網絡才能進行高效的流動。網絡基礎由網絡互聯、數據互通和標識解析三部分組成。網絡互聯實現數據傳輸；數據互通傳輸信息的相互理解；標識解析實現各互聯要素的標記、管理和定位。同時工業聯接需要關注整體安全保障，實現工業網絡的信息安全、功能安全和物理安全。網絡互聯網絡互聯：工業互聯網通過有線、無線方式，將相關的人機料法環以及企業

73、相關要素等進行連接，實現數據端到端數據傳輸。根據協議層自底向上，網絡互聯可以分為接入層、網絡層和傳輸層。接入層包括有線接入和無線接入等多種方式接入，有線方式如現場總線、工業以太網、工業 PON、TSN等，無線方式有5G/4G、WiFi、WIA、WirelessHART、ISA100.11a 等。接入層將工廠內的各種要素接入工廠內網，包括人員、機器、材料、方法、環境等；進一步還將工廠外的各要素接入工廠外網，包括用戶、協作企業、智能產品、智能工廠以及公共基礎支撐的工業互聯網平臺、安全系統、標識系統等。網絡層實現工業實時和非實時數據轉發、網絡控制和管理等功能。工業非實時數據轉發主要是采集信息數據和管

74、理數據的傳輸。工業實時數據轉發主要傳輸生產控制過程中有實時性要求的控制信息和需要實時處理的采集信息。網絡控制主要是路由表/流表生成、路徑選擇、路由協議互通、ACL 配置、QoS 配置等功能。網絡管理功能包括層次化的 QoS、拓撲管理、接入管理、資源管理等功能。傳輸層實現端到端的數據傳輸功能，實現基于TCP、UDP等實現設備到系統的數據傳輸。管理功能實現傳輸層的端口管理、端到端連接管理、安全管理等。關鍵技術物聯網與感知技術物聯網是指采用傳感器和網絡，實現設備的遠程接入和管理，支持多協議數據采集和命令下發的雙向通信，通過收集和分析設備的實時狀態數據來提高業務流程的效率。在工業場景下，專注于連接企業

75、內外的機器和設備,主要解決網絡互聯和數據互通問題。工業物聯網主要分為四個層次，即數據的采集與展示、基礎的數據分析與管理、深度數據分析與應用、工業控制：數據的采集與展示：主要是將工業設備傳感器上采集到的數據信息傳輸到云平臺，并用可視化的方式將數據呈現出來?；A數據分析與管理：偏向于通用分析工具的階段，不涉及基于垂直領域深入行業知識的數據分析，基于云平臺采集到的設備數據，并產生一些SaaS應用，比如設備性能指標異常的告警、故障代碼查詢、故障原因的關聯分析等?；谶@些數據分析結果，也會有一些通用的設備管理功能，像設備的開關機、調整狀態、遠程鎖機及解鎖等，這些管理應用根據具體的領域需求而不同。深度數據

76、分析與應用：深度的數據分析，則涉及到具體領域的行業知識，需要特定領域的行業專家來實施，具體根據設備的領域和特性建立數據分析模型。工業控制：工業物聯網的目的就是能對工業過程實施精準控制?；谇笆鰝鞲衅鲾祿牟杉?、展示、建模、分析、應用等過程，在云端形成決策，并轉換成工業設備可以理解的控制指令，對工業設備進行操作，實現工業設備資源之間的精準的信息交互和高效協作。網絡互聯目前還存一些問題：傳統工廠內接入層主要以有線網絡接入為主，只有少量的無線技術被用于儀表數據的采集；網絡層主要采用帶寬較小的以太網，通過單獨布線或專用信道來保障高可靠控制數據轉發，網絡的調整、重組、改造的難度和成本都較高。用于連接現場

77、傳感器、執行器、控制器及監控系統的工業控制網絡主要使用各種工業總線、工業以太網進行連接，彼此互聯性和兼容性差。企業內部信息網絡主要采用高速以太網和 TCP/IP 網絡，目前還難以滿足一些應用系統對現場級數據的高實時、高可靠的直接采集。工廠外部網絡目前仍基于互聯網建設為主，有著多種接入方式，但網絡轉發仍以“盡力而為”的方式為主，無法向大量客戶提供低時延、高可靠服務，同時部分工業企業的不同區域之間存在信息孤島的現象。當前工業網絡是圍繞工業控制通信需求，建設之初缺乏整個體系網絡互聯的頂層設計，造成各層級網絡的功能割裂，無法滿足未來業務發展的要求。主要問題體現在：工業控制網絡能力不強，缺乏支撐工業智能

78、化所需的海量數據采集和生產場景全覆蓋能力，導致大量的生產數據沉淀或消失在工業控制現場中；企業信息網絡難以延伸到生產系統，限制了信息系統能力發揮；互聯網僅用于基本商業信息交互，難以支持高質量的網絡化協同和服務網絡互聯的未來有如下發展趨勢：工業互聯網絡呈現出網絡架構融合、技術開放、管理控制靈活的發展趨勢。網絡架構將逐步融合。網絡結構將逐步扁平化，工廠內網絡的車間級和現場級將逐步融合，IT網絡與OT網絡逐步融合。實時信息與非實時數據共網傳輸，新業務對數據的需求促使控制信息和過程數據的傳輸并重。有線與無線的相互協同，以5G為代表的無線網絡將更為廣泛的被應用，實現生產全流程全場景網絡覆蓋。網絡將更加開放

79、。以時間敏感網絡（TSN）為代表的新型網絡技術將打破傳統工業網絡眾多制式間的技術壁壘，實現網絡各層協議間的解耦合，推動工業互聯網網絡技術的開放。網絡控制和管理將更為靈活。一是網絡形態的靈活構建。未來工廠內網將能夠根據智能化生產業務靈活調整形態，快速構建出生產環境，工廠外網將能夠為不同客戶提供定制化的網絡切片，實現客戶自治管理控制。二是網絡的服務將更為精細。工廠內網將針對控制、監測等不同性能需求，提供不同的網絡通道；工廠外網將針對海量設備廣覆蓋、業務系統上云、公有云與私有云混合互通等不同場景，提供細分服務。數據互通數據互通是通過對數據進行標準化描述和統一建模，實現要素之間傳輸信息的相互理解，數據

80、互通涉及數據傳輸、數據語義語法等不同層面。數據互通使得異構系統在數據層面能相互“理解”，從而實現數據互操作與信息集成。數據互通包括應用層通信、信息模型和語義互操作等功能。應用層通信通過OPC UA、MQTT、HTTP等協議，實現數據信息傳輸安全通道的建立、維持、關閉，以及對支持工業數據資源模型的裝備、傳感器、遠程終端單元、服務器等設備節點進行管理。信息模型是通過 OPC UA、MTConnect、YANG 等協議，提供完備、統一的數據對象表達、描述和操作模型。語義互操作通過OPC UA、PLCopen、AutoML等協議，實現工業數據信息的發現、采集、查詢、存儲、交互等功能，以及對工業數據信息

81、的請求、相應、發布、訂閱等功能。目前現存的現場總線通信協議數量高達40+種，此外還有一些直接采用私有協議工業設備。不同廠商、不同系統、不同設備的數據接口、互操作規程等各不相同，導致 MES、ERP、SCADA等應用系統需要投入非常大的人力、物力來實現生產數據的采集；從不同設備、系統采集的異構數據無法兼容，難以實現數據的統一處理分析；跨廠商、跨系統的操作，無法實現高效、實時、全面的數據互通和互操作。人工智能、大數據的快速應用，使得工業企業對數據互通的需求逐漸強烈。數據互通首先需要信息標準化。與傳統工業控制系統數據信息只會在固定的設備間流動不同，工業互聯網對數據處理需要跨系統的對數據進行理解和集成

82、，因此要求數據模型以及數據的存儲傳輸，更加標準化。數據互通強調與云的連接。借助云平臺和大數據，實現數據互通和數據價值的深度挖掘。數據互通也強調現場級設備層的打通。通過現場數據的實時采集，實現企業內資源的垂直整合H3C iConnecting工業聯接2526確定性網絡技術傳統網絡提供盡力而為”的服務，已不能完全滿足 垂直行業應用的需求。確定性網絡也稱為DetNet,是指利用網絡資源打造可預測、可規劃、可設計、可驗證、具有確定性能力的專網，確定性能力涵蓋了時延確定、抖動確定、丟包確定、帶寬確定、路徑確定、連接確定、可靠性確定等，從而為用戶提供確定性的業務體驗。確定性網絡技術體系架構自底層到上層分別

83、有著不同的技術類 型，包括 FlexE、MTN、TSN、DetNet、DetWiFi 和 5GDN 等。FlexE 技術FlexE 也稱為靈活以太網，是由 OIF（Optical Internet-working Forum）發布的通信協議。FlexE 在以太網 L2（media access control，MAC）/L1（physical layer，PHY）之間的中間層增加了 FlexE Shim 層，通過時分復用分發機制，將多個 client 接口的數據按照時隙方式 調度并分發至多個不同的子通道，使網絡具備類似于時分復用（time division multiplex，TDM）的獨占時

84、隙、隔離性好的特性，又具備以 太網統計復用、網絡效率高的特性。TSN時間敏感網絡技術TSN(Time Sensitive Networking，時間敏感網絡)指在 IEEE802.1標準框架下，基于特定應用需求制定的一組“子標準”，旨在為以太網協議建立“通用”的時間敏感機制，以確保網絡數據傳輸的時間確定性。TSN 位于數據鏈路層，在時間同步、流管理、流控制和高可靠無縫冗余等方面進行了統一擴展，為時間敏感型業務提供低時延、低抖動、高可 靠的傳輸服務，并支持多業務流在同一網絡內的高質量傳輸。TSN 作 為通用的底層架構，可實現異構性網絡的實時性數據交換，能夠在標 準以太網絡上建立分布式、可同步化的

85、硬實時（Hard Real-Time）系 統。TSN 技術遵循標準的以太網協議體系，天然具有更好的互聯互通 優勢，可以在提供確定性時延、帶寬保證等能力的同時，實現標準的、開放的二層轉發和流量調度，具有統一的時間同步機制和靈活的網絡 管控能力，使更多企業可以在其架構上實現 OT 與 IT 的融合。DetNet 技術DetNet 技術意在在第二層橋接和第三層路由段上實現確定傳輸路徑，這些路徑可以提供時延、丟失分組和抖動的最壞情況界限，以此提供確定的時延。相比于 TSN，DetNet 的工作范圍更加廣泛，通過 MPLS/IP 技術，以 期實現三層的確定性傳輸。目前的 RFC 文件對 DetNet 架

86、構、數據平面、管理平面及配置模型等都作出了定義，并從 DetNet流定義、資源規劃、流量工程等方面進行了具體描述。Wifi確定性網絡（DetWIFI）技術目 前，廣 泛 應 用 的 工 業 無 線 技 術 主 要 包 括 W i r e-lessHART、WIA-PA、ISA100.11a等。然而，這些技術不能同時滿足工業控制所需的極低時延和高可靠性通信。因此，IEEE推出了IEEE 802.11ax/IEEE 802.11be，對原有的IEEE 802.11無線協議進行改進，增強其可靠性和實時性，引入了相關確定性關鍵數據傳輸增強功能，適配時間敏感的高速工業應用?？傮w來說，DetWiFi由三個

87、組件組成：數據包隊列，任務調度程序和系統狀態容器（SSC），具體如下：數據包隊列包括發送隊列（Tx隊列）和接收隊列（Rx隊列）。數據包準備發送后，將它們放入發送隊列中，等待適當的時隙，然后將其發送給驅動程序進行發送。類似地，當從較低層接收到數據包時，它們將被存儲在接收隊列中。任務調度程序用于規劃任務并控制DetWiFi的行為，包括發送信標，時隙循環和網絡加入。這些任務根據緊急程度按優先級進行區分，任務調度程序將首先執行高優先級任務，而不是低優先級任務。系統狀態容器由時隙表、鄰居表和計時器組成。時隙表記錄了時隙循環序列，該序列是在管理者加入網絡時從其獲取的；鄰居表用于存儲鄰居信息，該信息在鄰居信

88、標中公告；計時器負責維護DetWiFi的時間信息，并且大多數任務是由幾個計時器觸發的。標識解析標識解析體系實現要素的標記、管理和定位，由標識編碼、標識解析系統和標識數據服務組成。我國標識解析體系包括五大國家頂級節點、國際根節點、二級節點、企業節點和遞歸節點。標識解析提供標識數據采集、標簽管理、標識注冊、標識解析、數據處理和標識數據建模功能。標識數據采集，包含標識讀寫和數據傳輸，負責標識的識讀和數據預處理。標簽管理負責完成載體數據信息的存儲、管理和控制，針對不同行業、企業需要，提供符合要求的標識編碼形式。標識注冊是在信息系統中創建對象的標識注冊數據，包括標識責任主體信息、解析服務尋址信息、對象應

89、用數據信息等，并存儲、管理、維護該注冊數據。標識解析能夠根據標識編碼查詢目標對象網絡位置或者相關信息的系統裝置，對機器和物品進行唯一性的定和信息查詢，是實現全球供應鏈系統和企業生產系統的精準對接、產品全生命周期管理和智能化服務的前提和基礎。標識數據處理包括對采集數據進行清洗、存儲、檢索、加工、變換和傳輸的過程，根據不同業務場景，依托數據模型來實現不同的數據處理過程。標識數據建模構建特定領域應用的標識數據服務模型，建立標識應用數據字典、知識圖譜等，基于統一標識建立對象在不同信息系統之間的關聯關系，提供對象信息服務。當前企業多采用自定義的私有標識體系，“信息孤島”問題嚴重，由于標識體系沖突，造成企

90、業間無法有效進行有效的信息共享和數據交互，產業鏈無法實現資源的高效協同。針對問題，工業互聯網標識解析系統應運而生，依托建設各級標識解析節點，形成了穩定高效的工業互聯網標識解析服務，國家頂級節點與 Handle、OID、GS1 等不同標識解析體系根節點實現對接，在全球范圍內實現了標識解析服務的互聯互通。隨著工業互聯網創新發展戰略的深入貫徹實施，工業互聯網標識解析應用探索的不斷深入，工業互聯網標識解析體系呈現如下發展趨勢：一是基于標識解析的數據服務成為工業互聯網應用的核心，閉環的私有標識及解析系統逐步向開環的公共標識及解析系統演進。二是工業互聯網標識解析安全機制成為工業互聯網應用的基礎，發展安全高

91、效的標識解析服務成為共識。5G確定性網絡（5GDN）5G確定性網絡(5GDN）是指利用5G網絡資源打造可預期、可規劃、可驗證、有確定性能力的移動專網，提供差異化的業務體驗。相對于傳統“盡力而為”的公共網絡，5G確定性網絡通過疊加使用一些網絡新技術來提升和保障網絡的質量，在復雜多業務接入和高效傳輸的情況下，提供端到端確定性的網絡服務，滿足一些行業應用對網絡的嚴苛要求。5G確定性網絡包括確定性網絡調度與控制中心和確定性服務管理功能。兩者進行雙向協同，共同支持 5G 確定性服務。確定性服務管理功能支持管理客戶或運營商業務需求、管理網絡切片/5G 局域網/邊緣計算等系統的能力，可提供網絡狀態監測、顯示

92、和告警；此外，確定性服務管理還提供頂層確定性的設計部署、確定性能力建模、確定性生命周期管理、支撐實時 SLA/QoS 仿真和預測。確定性網絡調度與控制中心擔當確定性網絡控制器的角色，通過統籌協同調度網絡各域，實現多技術綜合集成、網絡應用雙向協同、SLA/QoS 實時評估，最大化網絡整體確定性能力。5G確定性網絡包括5G與多種新型網絡技術相結合，包括5G+TSN、5G網絡切片、5G LAN、SRv6等技術。數據互通技術（OPC-UA）隨著工業聯接技術的發展，目前國際通用的工業總線和工業以太網絡協議數量高達40多種。當前產業生態下，不同廠商、不同系統、不同設備的數據接口、互操作規程等 各不相同，形

93、成了一個個煙囪型的數據體系。隨著人工智能、大數據等技術的快速應用，工業企業對數據互通的需求越來越強烈。OPC UA（OPC 統一架構）是一套安全、可靠且獨立于制造商和平臺，可使不同操作系統和不同制造商的設備之間可以進行 數據交互,適用于工業通訊的數據交互標準，使用該標準可以在不同類型網絡上的客戶端和 服務器間發送消息，以實現不同類型系統和設備間 的通信。OPC UA 的目的是為 工廠車間和企業之間的數據和信息傳遞提供一個與平臺無關的互操作性標準。H3C iConnecting工業聯接2728OPC UA提供統一的數據互聯基礎標準與規范，將Profinet、EtherCAT、Ethernet/I

94、P等不同標準的工業總線協議進行整合，在水平方向將不同品牌的控制器設備集成，在垂直方向從設備到工廠再到云端進行連接,實現與傳統的實時以太網結合構成數據的多個維度集成。OPC UA可用于現場設備、控制系統、各種軟件（MES、ERP）等，在工業過程領域交互信息、使用指令和執行控制。OPC UA定義了通用架構模型來實現這種信息交互，提供了統一的、標準的數據互聯接口。工業互聯網的設備和基礎設施連接在一起后，形成了一個智能系統群，會產生龐大的數據。這些大模擬數據將通過分析和處理來驅動正確的業務決策，最終提高安全性、正常運行時間和運行效率。面對工廠中各種生產設備異構接口以及信息模型異構的問題，OPC UA

95、通過地址空間建模以及面向服務的架構為搭建智能 工廠提供了解決方案。OPC UA 可以促進企業縱向集成，解決企 業內部的信息孤島，在實現信息網絡與物理設備之間的連通方面具有十分廣闊的應用前景。邊緣計算技術邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分布式開放平臺，就近提供服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。工業互聯網中的邊緣計算既解決了工業生產中面臨的現實問題，又能夠為工業的轉型發展提供新能力，是現階段國內外工業互聯網關注的焦點之一。工業互聯網的邊緣計算能夠解決工業現場大量異構設備和網絡帶來的復雜性問題。

96、一是工業現場的復雜性。由于工業需要面向市場需求生產多樣化的產品，同時工業生產力的發展是積累和逐步升級的過程，決定了工業現場必然是復雜和多樣的；二是工業系統控制和執行對計算能力的實時性和可靠性的高要求。在部分場景，計算處理的時延要求在10ms以內。如果數據分析和控制邏輯全部在云端實現，難以滿足業務的實時性要求。同時，在工業生產中要求計算能力具備不受網絡傳輸帶寬和負載影響的“本地存活”能力，避免斷網、時延過大等意外因素對實時性生產造成影響。工業互聯網的邊緣計算的核心技術要素包括云邊協同技術和邊緣智能應用。云邊協同技術云邊協同能滿足不同應用場景下各類需求，并推動邊緣計算涉及的相關應用最大化程度上發揮

97、其價值功能，促進工業企業有效轉型。邊云協同可以有不同的表現形式。例如，應用開發在云端完成，可以充分發揮云的多語言、多工具、算力充足的優勢，應用部署則可以按照需要分布到不同的邊緣節點；對于人工智能相關的應用，可以把機器學習、深度學習相關的重載訓練任務放在云端，而需要快速響應的推理任務放在邊緣處理，達到計算成本、網絡帶寬成本的最佳平衡。邊云協同的能力與內涵，涉及 IaaS、PaaS、SaaS 各層面的全面協同。邊緣側IaaS與云端IaaS應可實現對網絡、虛擬化資源、安全等的資源協同；邊緣側PaaS 與云端 PaaS 應可實現數據協同、模型協同、應用管理協同；邊緣側SaaS 與云端SaaS 應可實現

98、業務協同。邊緣智能邊緣智能利用AI技術為邊緣側賦能,是 AI 的一種應用與表現形式。AI通過邊緣節點能夠獲得更豐富的數據，針對不同應用場景實現個性化和泛在化，極大地擴展人工智能的應用場景。同時邊緣節點借助AI技術更好地提供高級數據分析、場景感知、實時決策、自組織與協同等智能化服務。工控安全技術工業互聯網的發展過程中OT網絡、IT網絡和云的連接日益緊密，網絡復雜度越來高，網絡邊界越來越模糊，隨時而來導致安全隱患集聚增加，而工業設備一般不具有安全能力，使得傳統工業互聯網中粗放的邊界防護不足以保證安全。零信任技術工業互聯網中的設備眾多、類型多樣，不同接入方式的泛終端，既需要傳統的網絡準入控制，企業資

99、源管理等產品對辦公終端進行接入管理，也需要統一終端管理等產品對移動端和服務器進行接入資產管理。傳統以位置邊界、靜態規則防御為主體的安全架構已無法全面有效地保障工業互聯網中復雜的信息基礎設施和關鍵資產數據，針對傳統安全架構易導致過度信任的狀況，零信任假設網絡外部和內部都始終存在威脅，默認不相信任何人、設備和應用，提出“從不信任，永遠驗證”的理念，對工業互聯網中所有訪問請求進行持續動態的身份驗證和最小權限授予，通過對信任的時間和資源訪問粒度進行細化管理，在工業互聯網中實施零信任架構，可借助邊緣計算技術，解決終端的身份認證和訪問控制，允許身份可信、經過動態授權的物聯設備入網，并動態監測，及時發現并處

100、置假冒、偽造的非法連接。工業互聯網零信任核心能力主要體現在三方面：首先是實體身份優先。為終端、人員、應用等所有對象賦予數字身份，以身份為基石構建訪問控制體系。其次是動態評估，實時感知終端、網絡和應用的信任要素狀態，一旦決策依據發生變化，則重新計算控制策略。最后是精細授權，對訪問主體根據其身份和執行任務，按需分配最小資源權限。態勢感知技術工業互聯網態勢感知技術，是指通過對企業各類網絡中的設備日志、數據采集、流量分析，對工業互聯網平臺、工業互聯網應用設備和系統、企業內外網等的安全運行情況進行實時監測與感知，并能夠在安全威脅對企業生產運行造成破壞和影響之前及時預警并自動采取防護和應對措施。態勢感知從

101、下到上一般分為數據采集層、數據處理層、態勢分析層和態勢呈現層。數據采集層主要針對工業互聯網中各類網絡環境和業務應用，依托數據采集對象和采集內容，定義分析場景和建模，采集包括工業設備、網絡設備、主機、應用、安全設備等記錄的日志數據和告警信息，為進一步場景化的態勢感知分析需求提供數據支撐。2930H3C iConnecting工業聯接我們國家大力發展自主研發密碼技術和算法，2021年我國SM2/9數字簽名算法、SM2/3/9密碼算法、ZUC算法、SM9標識算法、SM4分組算法、SM9標識加密算法已正式成為ISO/IEC國際標準。通過密碼技術還可以實現工業終端數據、云端服務器數據的加密傳輸和存儲；建

102、設相應的工業信息安全密碼支撐系統，為工業互聯網平臺提供安全可靠的網絡環境、數據加密服務的整體解決方案。區塊鏈技術區塊鏈技術是分布式的網絡數據管理技術，利用密碼學技術和分布式共識協議保證網絡傳輸與訪問安全，實現數據多方維護、交叉驗證、全網一致、不易篡改。區塊鏈具有數據可溯源、難以篡改、公開透明、智能合約自動執行等技術特點，是解決工業互聯網中多方協作和多方信任問題的一把利器。我國的工業互聯網標識解析體系對工業互聯網建設和市場監督管理都提出了不小的挑戰，可以將區塊鏈分布式一致性和密碼學驗證優勢應用在工業互聯網標識二級節點或者企業節點集群中，建立基于分布式賬本的標識注冊、同步、解析的扁平化區塊鏈網絡。

103、特別是針對供應鏈網絡中人、企業、設備、產品的聯動標識解析和跨行業、跨企業一次性標識解析。隱私計算技術隱私計算是一種在保護工業互聯網數據和隱私的前提下，實現工業領域數據共享和數據價值挖掘的技術體系。隱私計算涉及到多領域多學科的交叉融合，具體又可以分為聯邦學習、安全多方計算、機密計算、差分隱私、同態加密和零知識證明等，能夠實現跨數據域完成計算過程和數據計算結果的安全保護。在工業互聯網中存在大量的敏感數據和商業秘密信息，隱私計算可以用于實現多方數據所有權、管理權、使用權分離時的數據“可用不可見”，從而達到各方數據的私密共享和數據價值挖掘的目的，可以解決工業互聯網場景下聯合建模、聯合生產預測、聯合統計

104、分析等問題。以聯合統計分析為例，政府和園區管理人員可以通過安全多方計算技術及機密計算技術實現對管轄內的企業生產、人員、能產品能力新華三集團推出全新的工業融合網絡系統，以Comware為核心，構建自主可控的，OICT深度融合的工業網絡體系，覆蓋云網邊端。端側感知設備采集數據上傳至邊緣設備，邊緣設備將控制信息傳遞給端側設備；邊緣側將采集的數據聯接到工業網絡，對部分要求實時處理的數據在邊緣側處理；網絡融合了5G、TSN網絡、確定性網絡、工業物聯網等網絡方案，對工業數據進行轉發；云端對整體數據進行匯集，分析和決策。融合網絡系統具有全要素連接、多協議轉化、多網絡融合、混合流調度、云網安融合等能力，可廣泛

105、應用于智慧園區、數字能源、智慧化工、智慧交通等場景和行業。耗、環境等數據的聯合統計，在保護各個企業數據隱私的前提下，對園區的整體情況實現統計分析和實時監控。工業協議深度防護技術工業協議深度防護技術一種有效的對工業控制系統進行異常檢測和攻擊防護方法，能夠對工業互聯網中各類數據包進行快速有針對性的捕獲和深度解析，并針對工業互聯網中的各類攻擊行為進行識別和防護。該技術可以識別和檢測工業互聯網中各類主流工控協議，支持識別工控協議中的各類復雜指令和指令的具體參數值，如Ethernet/IP、CIP、DNP3、Modbus、OPC UA、OPC DA、S7、S7 comm plus、IEC104、BACn

106、et、Profinet等；工業協議深度防護技術能夠使用特征匹配和異常分析的算法識別并阻斷網絡攻擊行為，支持檢測和防御針多種對工控系統的網絡攻擊，能夠檢測上千種攻擊和入侵行為，例如各種網絡病毒、DoS攻擊、DDoS攻擊，保證工控系統的安全。針對部分特定攻擊，如ICMP Flood、SYN Flood、UDP Flood、TearDrop、Land、超大ICMP等異常包攻擊行為，地址掃描、端口掃描等掃描攻擊，工業協議深度防護技術能夠主動發現攻擊并隔離非法攻擊，建立自動防御機制，大幅降低工業互聯網中設備及網絡遭受攻擊的風險。通過配置的病毒防護策略，對病毒文件的過濾，有效的檢測工控系統中的病毒文件及病

107、毒鏈接等，阻擋來自辦公網和外部網的病毒、蠕蟲、木馬、間諜軟件、惡意軟件等，保證工控系統的安全。數據處理層主要對多源、異構數據進行清洗和過濾、歸一化、標識等操作，從而提高安全分析的可信度，降低誤報率。數據清洗和過濾是將大量的重復數據進行歸并，并將無效數據進行剔除；歸一化將原始數據轉換為統一格式和內容的數據，為后續分析處理提供 統一的標準化數據結構；數據標識是對海量數 據環境下的不明數據流量進行識別，利用模式識別、深度學習、大數據分析技術和人工智能技術，識別和分離不明數據。態勢分析層是利用流量識別、協議分析、文件還原等手段，通過特征檢測、規則分析、算法分析、行為分析等方法，結合人工智能、深度學習、

108、行為建模、場景構建等技術，從海量數據中自動挖掘出有價值的信息。態勢分析利用數據分析模型設計實現風險、威脅和異常行為的分析，并給出其評價指標和方法態勢呈現層主要通過展示界面展示工業互聯網的整體運行狀態、網絡攻擊行為、安全事件、整體安全態勢等，并能夠持續的、多維度的監測信息資產和相關的威脅、安全事件、安全風險等分類態勢指標變化情況，同時展示告警信息，從而讓用戶快速了解整個工業互聯網的安全狀況。策略響應，態勢分析平臺進行動態安全防護策略的生成、更新和下發，各監測點根據下發的安全防護策略與不同區域的工業防火墻進行聯動和部署安全隔離策略，實現系統的主動和自適應防御。密碼技術密碼技術是指采用特定變換的方法

109、對信息等進行加密保護、安全認證的技術、產品和服務。密碼技術與工業生產或管理緊密相關，可以實現工業互聯網中身份鑒權、傳輸安全、敏感信息保護等個性化需求，例如在工業互聯網標識解析、5G 切片專網中都有大量的應用。工業互聯網標識解析網絡體系包括終端、節點、協議、軟件、組織機構以及配套基礎設施多類對象。密碼應用能夠保障工業互聯網標識解析終端、節點、組織機構身份可信，防止偽造身份的中間人攻擊、重放攻擊以及越權訪問。在標識注冊環節、標識數據同步環節、標識解析環節，保證傳輸數據的機密性和完整性。智慧電子智慧鋼鐵智慧化工智慧礦山機械加工智慧港口智慧園區數字能源智慧礦山智慧交通智慧物流智能制造全要素連接行業應用

110、工業融合網絡控制器5G基站5G專網TSN網絡5G基站BBU云網邊端工業互聯網平臺數據采集分析工業實時控制多協議轉換匯聚決策多網絡融合應用驅動混合流調度云網安融合工業大數據中心容器化應用多協議高實時強安全Comware工業網絡操作系統TSN邊緣網關聯接協同感知控制TSN交換機TSN交換機TSN交換機以Comware為核心，構建自主可控、OICT深度融合的工業網絡體系3132H3C iConnecting工業聯接新華三通過打造包括工業物聯網融合網關、工業交換機、時間敏感網絡交換機、工業融合網絡控制器在內的完整的工業融合網絡產品，提供全要素連接、多協議轉化和多網絡融合等能力，新華三工業網絡具備“全面

111、采、確定傳、統一管”的特點。新華三邊緣工業融合網關支持支持西門子、三菱、AB、歐姆龍等600多種工業現場協議的數據解析，實現各類協議數據的統一接入，提供各類工業設備即插即連能力；工業融合網絡提供TSN、5G專網融合方案，一網多用，通過確定性低時延能力，支持OT/IT業務流混合調度；工業融合網絡控制器統一納管與智能運維能力實現工業設備主動管控，實現人機料法環等工業全要素的聯接。新華三各類工業交換機、工業物聯網關、工業融合網絡控制器等網絡設施提供全面工業物聯能力，成功構建起了工業聯接的全棧服務，可廣泛應用于智慧電子、智慧鋼鐵、智慧化工等行業。工業確定性網絡時間敏感網絡（TSN）作為實現傳統OT與I

112、T融合的新一代工業網絡技術。已成為國內外企業關注和政策推動的重點技術方向。當前TSN技術處在發展初期，國外廠家技術較為領先。當前，國內政策也不斷引導行業推進對TSN網絡技術的探索應用。2017年11月，國務院在關于深化“互聯網+先進制造業”發展工業互聯網的指導意見強調“夯實網絡基礎”，大力推動工業企業內外網建設。2020年12月，工信部印發工業互聯網創新發展行動計劃（2021-2023年）實施網絡體系強基行動，推進工業互聯網網絡互聯互通工程，推動IT與OT網絡深度融合；支持工業企業綜合運用時間敏感網絡等技術提升產業各個環節網絡化水平，并實施工業互聯網企業內網標桿計劃。通過政策引導和企業加大投入

113、，國內相關廠家正加速在該領域的布局。不過，當前市場上仍然缺乏適用于工業現場級高可靠要求，技術融合度高、功能集成度高、性價比高的確定性網絡設備和系統。新華三通過提供各類專業TSN交換機、網關、控制器等工業網絡設備，可幫助工業企業快速構建工業確定性網絡，打造端到端確定性網絡能力，提供工業聯接的全棧服務。有效解決企業網絡煙囪式數據孤島，系統間協同困難，使用體驗差的問題，確保網絡穩定性，滿足人工智能、大數據等各類應用數據的穩定傳輸，有效兼容傳統工業網絡中的各類協議和接口。H3C工業互聯確定性網絡以“芯、端、邊、網、云”一體化架構設計為基礎?；谧杂蠺SN芯片、存儲芯片以及各類通用芯片等實現自主可控的終

114、端設備制造能力。高性能TSN邊緣網關設備兼容各種協議和接口的終端設備接入，實現感知采集和設備控制功能，例如基于RFID、BLE、ZigBee、LoRa等協議的物聯網設備，基于5G/WiFi等協議的無線網絡設備、基于Profinet/EtherCAT/Modbus等工業總線/工業以太網協議的工業設備、機器人、PLC等，以及基于自主TSN模塊的終端設備等。所述TSN邊緣網關設備以Comware工業網絡實時操作系統為基礎，具備多協議轉換、高實時處理、強安全管控的特點，以及容器化部署的應用集成能力。新華三自研的高性能TSN交換機和確定性網絡控制器支持構建IT/OT融合工業網絡，聯接邊緣側網關和工業網絡

115、云平臺，促進工業感知和控制數據的快速流動和云邊高效協同。工業互聯網云平臺以TSN網絡控制管理系統為數字底座，實現TSN網絡工業數據采集分析和實時控制，同時融合5G+TSN專網創新和TSN安全功能，實現數據分析、質量檢測、視覺處理、能耗管理、遠程控制、預測性維護、物流調度等行業應用。圖 H3C工業互聯確定性網絡架構真正實現全要素連接、多協議轉化、多網絡融合、混合流調度、云網安融合、OICT融合等能力，促進工業數據的快速、穩定、高效的流動。通過相關產品方案，新華三構建了一整套自主可控、OICT深度融合的工業確定性網絡體系。該體系以Com-ware工業網絡實時操作系統為基礎，融合“云-網-邊-端”各

116、層級網絡功能要素，實現人機料法環等工業全要素的聯接，可廣泛應用于智慧電子、智慧礦山、智慧鋼鐵，智慧化工、智慧港口、智能制造、數字能源、智慧園區等行業場景中。所述產品體系和解決方案填補了我國TSN產業能力空白，形成與國際先進水平同步的產業供給能力。并已在行業內進行網關設備的規?；瘧貌崿F設備的集成管控，形成了TSN設備的商用量產和推廣使用。H3C工業互聯確定性網絡架構H3C工業確定性網絡體系融合“芯、端、邊、網、云”各層級能力要素，為工業互聯網各行業、各場景應用提供集“連接、感知、采集、傳輸、分析、控制”為一體的確定性網絡服務能力。所述H3C工業互聯確定性網絡架構如圖所示。電子行業質量檢測物流

117、協同調度視覺裝配引導確定性工業網絡域時間敏感網絡交換機4G/5G網絡傳統工業網絡域4G/5G網絡WiFi網絡鋼鐵行業數據采集分析能源能耗管理質量檢測礦山行業時間敏感網絡控制管理系統工業互聯網平臺云邊協同井下融合網絡安全生產機器遠程控制機械加工機器人協同作業柔性制造設備預測性維護融合創新TSN+5G專網融合TSN+5G專網融合云網邊端芯行業應用基于時間敏感網絡的工業數據采集和實時控制系統時間敏感網絡行業應用無線接入（5G/WiFi等）工業總線/工業以太網接入（Profinet/EtherCAT/Modbus等）TSN接入門禁RFID手環TSN芯片CPU芯片存儲芯片PDAAGV工業設備、機器人、P

118、LC等TSN模組時間敏感網絡網關設備物聯接入（RFID/BLE/ZigBee/LoRa等）產品制造全流程數據追溯設備/產線制造效能評估能源消耗精細化管理分析設備全生命周期運維保障設備管理IE4320-10S系列IE4520-30S-CIE4520-54S-CH3C IG580邊緣智能網關H3C IPV6實時工業網關5G 工業網關TSN交換機工業交換機工業融合網關網絡配置工業網絡設備混合流調度智能運維制造過程全狀態數據采集3334H3C iConnecting工業聯接新華三TSN網關架構行業領先的TSN工業交換機新華三技術有限公司于2021年發布了系列TSN時間敏感網絡工業交換機，該系列TSN時

119、間敏感網絡交換機滿足工業IP40防護等級，支持標準以太網接口、支持RS232標準串口，具備完善的IPv4/IPv6雙棧、靜態路由轉發、QoS、安全、及TSN協議（IEEE802.1as，IEEE 802.1Qbv，IEEE 802.1Qcc）等功能，提供集二層，三層轉發等功能為一體的支持時間敏感網絡技術的工業交換機。實現了工業設備的融合接入、融合互聯、及融合管理等功能，促進OT網絡和IT網絡的高效融合和扁平化發展。相較于傳統工業交換機，該系列TSN交換機速率1Gbps至10Gbps，支持全雙工，具備雙BIOS高可靠性設計以及主現以及SNMP+NETCONF協議支持等；網絡實時管控功能包括SDN

120、架構集中式網絡配置、YANG模型、拓撲配置和路徑控制等功能；混合流調度功能包括鏈路發現機制、流量整形算法、多協議聯合調度、以及TSN+5G 協同調度等功能。子系統可靠性還包括計算卸載、按需分配計算單元、計算調度模塊柔性部署、控制器冗余、去中心化分布式集群部署、負載均衡選路等功能。TSN網絡控制系統架構新華三工業物聯網總體架構支持OICT融合的TSN工業網關新華三的時間敏感網絡（TSN）網關實現了泛在物聯能力，支持全量物聯設備接入和協議轉換，支持LoRa、Zigbee等物聯協議，以及Profinet、Modbus、EtherCat等工業協議，并能夠兼容各種物理接口，如Console，4G/5G，

121、TSN GE/SFP，WiFi client，RS232，RS485/RS422，USB，DI/DO/AI等，支持各種異構設備接入。網關融合平臺部署基于容器化技術，實現Comware網絡操作系統，物聯管理系統和蜂巢邊緣系統融合，提供有線無線一體化，IT/OT/CT網絡互聯互通和云邊協同能力。網絡側支持IPv4/IPv6網絡協議棧、路由轉發、VPN、QoS等網絡功能和TSN協議棧管理功能，具備主動安全可信能力，保障網絡系統、設備訪問接入、數據傳輸與存儲安全可靠。支持容器應用、函數等三方應用擴展，本地規則引擎，業務本地自治等功能，具備大規格硬件存儲，關系/非關系型數據庫，離線緩存等能力。同時支持N

122、etconf、SNMP、OPCUA、MQTT、API等開放接口。新華三技術有限公司發布的TSN工業網絡控制器是國內首個TSN網絡控制器，具備全局拓撲構建、基礎網絡納管、時鐘同步管理、流量管理、網絡監控等能力，其全門類的標準TSN協議支持，TSN交換機管理控制以及自主可控的高效率規劃調度引擎，均具備國際領先水平。有效支持TSN與傳統網絡融合。此外，高效簡潔的配置管理系統做到全局可觀、實時配置、超簡運維。其可視化交互界面通過WEB-UI來收集用戶需求；設備配置管理界面可以監測所有端口的詳細信息，設置端口門控信息；網絡配置管理界面負責設備資源管理，構建設備間的拓撲關系，支持調度配置信息下發；混合流配

123、置管理界面支持流量路徑選擇，優先級配置，支持配置時間周期等。工業物聯網總體架構工業物聯網將具有感知、監控能力的各類采集、控制傳感器或控制器，以及移動通信、智能分析等技術不斷融入到工業生產過程各個環節，從而大幅提高制造效率，改善產品質量，降低產品成本和資源消耗。新華三工業物聯網設計遵循融合、開放、靈活、前瞻的思想，引入SDN、TSN、OPC UA、IPv6、5G、WiFi、物聯、邊緣計算等新型網絡技術，打通從現場層、控制層、直到云端的工業數據高效流轉通道，充分發揮云、網、邊、端協同效應，滿足多行業、多場景的數據采集和實時控制等工業需求。動安全能力，采用精確時間協議將內部時鐘同步到200 ns以內

124、的精度以及確定性業務保障，采用Comware統一架構操作系統和TSN網絡控制器配置管理，支持telemetry技術將狀態，轉發信息及時推送到控制器、網管平臺，實現可視化呈現、網絡智能運維。該系列 TSN 工業交換機已在在港口，智慧工廠，通信，智慧交通，電力，礦山，車載等行業推廣應用。TSN網絡控制系統新華三技術有限公司發布的TSN工業網絡控制器是TSN網絡系統的“大腦”，其為TSN網絡提供設備管理、網絡實時管控、混合流調度、子系統可靠性等功能。其中，設備管理功能包括設備接入認證、設備狀態監測、設備快速發傳感器/儀器儀表工業設備機器人PLC工控機SCADA/DCS.ModbusOPC-UAOPC

125、-DAEtherNet/IP設備數據上行可視化業務編排云組態開發平臺統一接入對外服務跨行業跨場景模型構建混合流數據實時處理多協議智能解析工業物聯網平臺(聚合數據)知識下行(配置/模型/規則)工業控制應用部署確定性網絡（TSN、5G等）LPWANZigBeeBLERFIDWi-FiRESTful APIWebService工控類設備端邊網云視頻監控智能門鎖智能水電表智能煙感智能燈桿人員/資產定位.物聯類設備BA系統FA系統SA系統CA系統OA系統.業務系統節點運維邊緣安全本地存儲應用服務管理計算引擎設備接入協議適配數據同步配置同步邊緣計算網關邊緣服務器AD-NET工業智能網絡服務器/超融合終端需

126、求與配置信息終端需求與配置信息發送器接收端控制面：CUC（用戶配置）+CNC（網絡配置）數據面：交換機+網關+端模組數據轉發設備終端配置信息交換機配置與管理時間敏感網絡控制系統CUC集中式用戶配置CUC集中式網絡配置網絡需求Netconf、SNMP、OPCUA、MQTT、API接口容器應用、函數等三方應用擴展，本地規則引擎，業務本地自治IPv4/IPv6網絡協議棧、路由轉發、VPN、QoS等網絡功能和TSN協議棧管理功能網絡安全特性，設備接入安全，數據傳輸安全，設備訪問安全，數據存儲安全基于容器化技術，實現Comware網絡操作系統，物聯管理系統和蜂巢邊緣系統融合，提供有線無線一體化，IT/O

127、T/CT網絡互聯互通和云邊協同能力Modbus、Profinet等工業協議，ZigBee、BLE等無線終端接入，物模型管理，協議解析并標準化大規格硬件存儲，關系/非關系型數據庫，離線緩存開放接口計 算網 絡安 全物 聯存 儲Console4G/5GTSN GE/SFPRS232RS485/RS422USBDI/DO/AIWiFi client融合平臺物理接口混合流數據實時處理混合流數據實時處理融合智能網絡（有線無線泛在物聯、確定性保障、多業務共網傳輸、網安一體化）跨行業跨場景模型構建跨行業跨場景模型構建數據分析與處理技術特點新華三工業物聯網針對工業領域多行業、多場景的數據采集和實時控制等共性需

128、求，具備完善的協議識別解析、數據分析與建模能力，并提供基于微服務架構的組態開發工具與平臺：完善的多協議識別與解析能力新華三工業物聯網提供全面的邊緣數據接入能力，包括異構協議解析、統一協議標準、協議插件擴展等。新華三物聯網提供TSN高性能網關和軟件解析網關，具備邊緣側和平臺層兩級協議解析轉換能力，支持西門子、三菱、AB、歐姆龍等300多種工業現場協議的數據解析；采用MQTT、OPC UA協議規范接入數據的數據結構，使設備數據接入工作變得統一和標準化，以降低數據接入工作的復雜性，滿足動態擴展支持協議解析的功能需求，保障設備接入能力。技術體系面對工業現場的復雜設備與業務場景，新華三采用“四體兩面”的

129、能力框架組合，構建具備廣泛接入能力、多維數據存儲、智能數據分析、動態數據可視、數據安全可維護的工業物聯網平臺：感知面：感知面負責工業物聯終端的聯接與數據采集，通過多樣化的采集手段，實現多源異構接入、多維全量采集能力。傳輸面：傳輸面是工業物聯網聯接的基礎，通過融合智能網絡，充分發揮SDN、TSN等先進網絡技術能力，實現多業務共網傳輸、有線無線的泛在物聯和確定性保障分析面：分析面基于多協議智能解析能力，負責物聯網對于各類常用的工業通信協議，終端設備通過TSN高性能網關接入控制器。新華社TSN高性能網關內集成各類常用工業通信協議，將各類終端設備的數據轉換成統一的數據格式，如OPC UA、Modbus

130、 TCP/IP、MQTT等通用協議，集中傳輸給控制器，減少控制器的協議解析要求。對于數據采集系統而言，協議分為已知協議和未知協議。對于已知協議，邊緣層進行本地識別與解析，若無此協議識別與解析庫，則向云平臺申請，云平臺根據需要下發協議庫，動態滿足協議識別與解析的自適應要求。對于未知協議，邊緣層確認無法識別后通過專用通訊隧道傳回到云平臺，由云平臺嘗試識別、解析，若云平臺亦無法識別與解析，則報警或丟棄。數據經過集成、分析后形成標準格式的數據，通過MQTT、OPC UA等方式對外提供。高效的數據分析與模型構建能力數據采集形成標準格式數據之后，需要進一步進行數據分析和模型構建。數據處理與分析方面，新華三

131、物聯網平臺支持時序數據存儲、流式計算引擎，同時可以進行業務指標定義、編輯工作流程。平臺提供以OpenTSDB為基礎設計的時序數據庫，用來作為工業設備實時狀態數據的存儲數據庫，從而獲得極高的數據壓縮能力、極優的查詢性能?；贔link流式計算引擎，能夠提供復雜事件的定義和處理能力，從而對數據實現更加全面和高效的處理。平臺通過設置定時觸發機制，編寫指標計算邏輯，將計算結果數據與設備或組織層級進行關聯，實現設備或組織上的KPI指標自定義功能，滿足系統實際運行過程中的數據管理需求。同時平臺提供可視化的業務3536H3C iConnecting工業聯接流程設計工具，簡化流程定義的難度和復雜性?；旌蠑祿?/p>

132、的實時處理，并通過跨行業場景的模型構建能力將工業技術、經驗、知識得模型化、復用化。應用面：應用面利用統一接入標準與設備接入SDK，提供統一的開放API接口實現與上層應用的數據交互安全保障體系：安全保障體系提供面向應用、數據、網絡、設備、協議體系和終端等工業互聯網全要素的安全保障，包括可靠性、保密性、完整性、可用性和隱私和數據保護等。統一管理體系：統一管理體系提供“云、網、邊、端”異構全域資源“一站式”管理能力，實現監控運維、用戶管理、物聯網絡管理、邊緣設備管理、聯接協議管理、物聯終端管理。新華三“4面2體”的工業物聯網平臺構成平臺定義“元數據”模型，將設備、工藝的基礎共性參數固化到機理模型之中

133、，使工業技術、經驗、知識得以模型化、標準化、軟件化、復用化，實現物理實體到數字模型的映射，為數據分析提供快速接入能力。平臺根據數據含義調用不同類型的數據模型，對數據進行快速分析、調用。平臺提供算法模型、仿真（部件）模型、流程邏輯（數據驅動）模型、工藝模型、基礎理論模型等五大類機理模型?；谖⒎占軜嫷慕M態開發工具和平臺平臺提供組態設計器、應用設計器、報表設計器等業務可視化工具。組態設計器基于HTML5實現的Web版組態設計功能，可靈活快速地支持工業生產現場監控畫面實現，直觀呈現設備狀態以及告警信息。應用設計器可以通過拖拽方式實現圖表組件、頁面組件、組態視圖等內容的搭配組合，根據業務主題建立應用

134、視圖，實現業務數據可視化管理。報表設計器提供報表設計工具，根據業務需求設計報表樣式，定義數據來源，并執行報表定期生成任務，實現數據的多樣化分析。制造過程全狀態數據采集安全保障體系統一管理體系物聯終端管理應用面分析面傳輸面感知面設備全生命周期運維保障設計態（組態工具）多協議智能解析多協議智能解析運行態（支持平臺側/邊緣側運行）應用設計器任務管理器點檢流程維修流程流程設計器報表設計器可視化業務編排設備/產線制造效能評估統一接入標準、系統數據交互、開放式API接口、設備接入SDK統一開放接口工業物聯應用方案能源消耗精細化管理分析產品制造全流程數據追溯云組態開發平臺生命周期管理設計發布下線部署更新SD

135、N+TSN網絡5G專網WiFi網絡多維全量采集多維全量采集多樣化手段多樣化手段多源異構接入多源異構接入終端管控協議安全設備安全網絡安全數據安全應用安全聯接協議管理邊緣設備管理物聯網絡管理監控運維用戶管理300+協議庫300+協議庫協議動態擴展協議動態擴展云邊協同解析云邊協同解析大數據分析大數據分析流式/實時數據計算流式/實時數據計算多維數據持久化多維數據持久化設備物模型設備物模型工業機理模型工業機理模型工業專家知識工業專家知識現場工控設備環境物聯終端智慧業務系統全域要素感知全過程狀態監控全時數據采集在線實時采集離線周期導入非侵入方式識別工業現場設備Zigbee遠程IO邊緣網關232/485/M

136、odbus-RTUMQTTModbus-TCPHttp/RestfulOPC-UATCP/IP協議BTRTULoRaDTUNB-IoTCNCRFIDPLC電力載波儀表現場總線傳感器物聯平臺接入服務集群紫光標準協議擴展協議插件流式/實時數據計算流式/實時數據計算多維數據處理/持久化多維數據處理/持久化大數據分析大數據分析負載均衡數據服務總線MQTTModbusRESTOPC-UAMQTTModbus-TCPHttp/RestfulOPC-UA透傳軟件網關閾值告警數據聚合RedisHDFS/Open TSDBSpark SQL時序數據關系型數據文檔型數據ETL數據抽取主題分析數據集市離線分析文件數

137、據通知服務業務應用服務數據服務物聯接入解析數據消息總線Postgre/MongoDB04第四章H3C iConnecting信息聯接聯接數據，讓信息流動起來Information定義與內涵發展現狀關鍵技術產品能力39394043H3C iConnecting信息聯接3940定義與內涵設備的聯接是為了更好地實現信息聯接，而信息聯接的前提是聯結數據。從數據到信息有三個步驟：先匯聚，再治理，最后是應用。新華三升級打造了工業大數據中心、工業綠洲平臺、工業云圖應用等產品，實現工業數據的匯聚、治理、應用等工作，完成數據單維度到多維度的聚合，轉化為有價值的信息，為信息聯接提供支撐。關鍵技術工業大數據技術工業

138、大數據是指在工業領域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發、設計、工藝、制造、采購、供應、庫存、發貨和交付、售后服務、運維、報廢或回收再制造等整個產品全生命周期各個環節所產生的各類數據及相關技術和應用的總稱。工業大數據以產品數據為核心，極大延展了傳統工業數據范圍，同時還包括工業大數據相關技術和應用。工業大數據技術、工業大數據系統是工業互聯網平臺層（工業 PaaS 層）的重要核心。一方面，借助工業大數據處理、預處理、分析等技術，基于工業大數據系統，平臺層（工業PaaS 層）得以實現對邊緣層、IaaS 層產生的海量數據進行高質量存儲與管理；另一方面通過工業大數據建模、分析、可

139、視化等技術，將數據與工業生產實踐經驗相結發展現狀數字經濟時代，數據成為驅動科技革命和產業變革的核心動力，數據是關鍵生產要素。圖1 數字經濟時代，使用“數字化”的知識和信息作為新的關鍵生產要素數據模型結合，追蹤挖掘因果關系。工業互聯網數據治理主要包括數據采集與交換、數據預處理與存儲、數據建模、數據分析、決策與控制應用。數據采集與交換主要實現工業各環節數據的采集與交換，數據源既包含來自內部系統的數據，也包含來自企業外部的數據，主要包含對象感知、實時采集與批量采集、數據核查、數據路由等功能。數據預處理與存儲的目標是實現工業互聯網數據的初步清洗、集成，并將工業系統與數據對象進行關聯，主要包含數據預處理

140、、數據存儲等功能。數據建模是根據工業實際元素與業務流程，在數據基礎上構建用戶、設備、產品、產線、工廠、工藝等數字化模型，并結合數據分析層提供數據報表、可視化、知識庫、數據分析工具及數據開放功能，為決策提供支持。決策與控制應用主要是根據數據分析結果，生成描述、診斷、預測、決策、控制等不同應用，形成優化決策建議或產生直接控制指令，從而實現個性化定制、智能化生產、協同化組織和服務化制造等創新模式，并將結果以數據化形式存儲下來，最終構成從數據采集到設備、生產現場及企業運營管理持續優化閉環。工業互聯網數據應用的主要問題有如下幾點：是企業數據源較差，尤其是對生產線等實時生產數據采集數量、類型、精度以及頻率

141、方面存在較大提升空間。二是企業間和企業內部部門間信息孤島普遍存在，數據的交互、共享和集成存在很大障礙。三是缺乏數據應用成熟模式，應用經驗仍處于初級階段，積累不多。四是工業數據安全控制能力還待加強。隨著工業互聯網的不斷發展，數據分析將向工業各環節滲透，數據價值將越來越突出。通過數據分析進行預測、決策、控制成為未來發展方向，最終構成從數據采集到設備、生產現場及企業運營管理優化的閉環。工業數據未來將呈現出以下幾個發展方向：是跨層次和環節的數據整合。二是數據在邊緣的智能處理。三是基于云平臺數據集成管理。四是數據價值的深度分析挖掘。工業互聯網業務對數據的強烈需求，促使傳統工業控制閉環中沉沒或消失的數據開

142、放出來，而生產全流程的數據將由更標準化的語法和數據模型開放給上層應用使用。未來通過數據驅動，使設計、生產、產品服務等環節決策更加智能高效靈活，形成個性化定制、網絡化協同、智能化制造等新模式、新產業、新業態。工業互聯網中的數據，是工業智能化發展的關鍵。數據貫穿工業的設計、工藝、生產、管理、服務等各個環節。數據從類型上主要分為現場設備數據、生產管理數據和外部數據?，F場設備數據是來自生產線設備、機器、產品等方面的數據，多由傳感器、設備儀器儀表、工業控制系統進行采集產生，包括設備的運行數據、生產環境數據等。生產管理數據是指傳統信息管理系統中產生的數據，如CRM、ERP、MES等。外部數據是指來工廠外部

143、的數據，主要包括來自工業互聯網的市場、環境、客戶、政府、供應鏈等外部環境的信息和數據。工業互聯網數據具有如下特征。數據體量大，大量機器設備的高頻數據。二是數據分布廣，分布于各種傳感器、機器設備、管理系統、互聯網等各個環節。三是結構復雜，既有結構化和半結構化的數據，也有非結構化數據。四是數據處理速度需求多樣，生產現場級要求實時分析時間毫秒級，管理與決策應用需要支持交互式或批量數據分析。五是對數據分析的置信度要求較高，相關關系分析不足以支撐故障診斷、預測預警等工業應用，需要將物理模型與合，構建機理模型，支撐應用層各種分析應用的實現。工業領域經歷了數百年的發展，在不同的行業、領域和場景下積累了大量的

144、工業機理和工業知識，體現了對工業過程的深刻理解，能夠持續地指導工業過程的優化和改進。在工業大數據時代，通過對這些工業機理、知識的提煉和封裝，實現工業機理、知識模型上云、共享和復用，一方面，將使工業機理更好地融入于工業大數據算法，實現模型的調優和迭代，縮短數據模型的收斂時間；同時，通過對海量工業大數據的深入挖掘、提煉、建模和封裝，進一步形成面向各個細分工業領域的各類知識庫、工具庫、模型庫和工業軟件，將有助于加速舊知識的復用和新知識的不斷產生，進一步服務于工業過程的改進和提升，為用戶提供基于工業互聯網的持續價值創造良性閉環。工業大數據技術參考架構如下圖所示：土地勞動力資金技術應用/服務數據應用數據

145、服務數據存儲與管理數據采集用戶管理多租戶管理資源管理權限管理災備日志平臺/工具數字化的知識和信息數據+算力+算法農業經濟工業經濟數字經濟運維管理數據可視化數據應用開發數據訪問服務數據分析服務數據分析分析模型管理并行計算技術科學計算技術流計算技術可視化分析編排分析作業管理通用/工業專用算法庫分析服務發布數據模型管理數據安全管理時序數據存儲技術結構化數據存儲技術數據資產管理數據共享管理非結構化數據存儲技術數據質量管理工業時序數據采集與治理非結構化數據采集與治理結構化數據采集與治理H3C iConnecting4142以工業大數據的全生命周期為主線，從縱向維度分為平臺/工具域和應用/服務域。平臺/工

146、具域主要面向工業大數據采集、存儲管理、分析等關鍵技術，提供多源、異構、高通量、強機理的工業大數據核心技術支撐；應用/服務域則基于平臺域提供的技術支撐，面向智能化設計、網絡化協同、智能化生產、智能化服務、個性化定制等多場景，通過可視化、應用開發等方式，滿足用戶應用和服務需求，形成價值變現。工業大數據技術參考架構從技術層級上具體劃分如下：數據采集層，包括時序數據采集與治理、結構化數據采集與治理和非結構化數據采集與實時處理。海量工業時序數據具有 7*24 小時持續發送，存在峰值和滯后等波動，質量問題突出等特點。需要構建前置性數據治理組件與高性能時序數據采集系統。針對結構化與非結構化數據，需要構建同時

147、兼顧可擴展性和處理性能的數據采集系統。數據采集層的數據源主要包括通過ETL 方式同步的企業生產經營相關的業務數據、實時或批量采集的設備物聯數據和從外部獲取的第三方數據。數據存儲與管理層，包括大數據存儲技術和管理功能。利用大數據分布式存儲的技術，構建在性能和容量都能線性擴展的時序數據存儲、結構化數據存儲和非結構化數據存儲等?；谝陨洗鎯夹g并結合工業大數據在數據建模、資產沉淀、開放共享等方面的特殊需求，構建數據模型管理、數據質量管理、數據資產管理、數據安全管理和數據共享管理技術體系。數據分析層，包括基礎大數據計算技術和大數據分析服務功能，其中基礎大數據計算技術包括并行計算技術、流計算技術和數據科

148、學計算技術。在此之上構建完善的大數據分析服務功能來管理和調度工業大數據分析，通過數據建模、數據計算、數據分析形成知識積累，以實現工業大數據面向生產過程智能化、產品智能化、新業態新模式智能化、管理智能化以及服務智能化等領域的數據分析。大數據分析服務功能包括分析模型管理、可視化編排、分析作業管理、工業專用/通用算法庫和分析服務發布。數據服務層是利用工業大數據技術對外提供服務的功能層。包括數據訪問服務和數據分析服務。其中數據訪問服信息聯接信息聯接務對外提供大數據平臺內所有原始數據、加工數據和分析結果數據的服務化訪問接口和功能；數據分析服務對外提供大數據平臺上積累的實時流處理模型、機理模型、統計模型和

149、機器學習模型的服務化接口。數據服務層提供平臺各類數據源與外界系統和應用程序的訪問共享接口，其目標是實現工業大數據平臺的各類原始、加工和分析結果數據與數據應用和外部系統的對接集成。數據應用層，主要面向工業大數據的應用技術，包括數據可視化技術和數據應用開發技術。綜合原始數據、加工數據和分析結果數據，通過可視化技術，將多來源、多層次、多維度數據以更為直觀簡潔的方式展示出來，易于用戶理解分析，提高決策效率。綜合利用微服務開發框架和移動應用開發工具等，基于工業大數據管理、分析技術快速實現工業大數據應用的開發與迭代，構建面向實際業務需求的，數據驅動的工業大數據應用，實現提質降本與增效。數據應用層通過生成可

150、視化、告警、預測決策、控制等不同的應用，從而實現智能化設計、智能化生產、網絡化協同制造、智能化服務和個性化定制等典型的智能制造模式，并將結果以規范化數據形式存儲下來，最終構成從生產物聯設備層級到控制系統層級、車間生產管理層級、企業經營層級、產業鏈上企業協同運營管理的持續優化閉環。此外運維管理層也是工業大數據技術參考架構的重要組成，貫穿從數據采集到最終服務應用的全環節，為整個體系提供管理支撐和安全保障。工業時序數據庫技術工業數據70%以上是時序數據，為工業互聯網應用提供基礎數據來源。工業數據特點一是產生頻率快數據量大，二是數據由時間驅動產生。工業場景數據都是傳感器、PLC等的實時數據，這些工業數

151、據采集基本為秒級，部分高頻數據采集為毫秒or微秒級，假如1個傳感器每秒產生10Byte數據，1臺安裝有100個傳感器的工業設備，每秒就會產生1K左右的數據，如果有1000臺大型設備，那么每秒就會產生1M的數據，一天的數據量就接近100G。帶有時序特點的工業數據處理需要專業的數據庫產品支撐，時序數據庫成為工業互聯網場景下關鍵的數據處理技術。時序數據庫(Time Series Database，TSDB)是優化用于攝取、處理和存儲時間戳數據的數據庫。時序數據庫需要具備高可靠、可擴展、高性能特性才能才能滿足工業場景需求。在功能特性層面，支持條件查詢，具有完善的管理維護特性；兼容性強，支持與主流軟硬件

152、、大數據生態對接；具備容錯能力；具備良好的擴展性，能夠根據業務需求隨時進行集群的擴展和收縮；具備安全保障能力，主要包含：能夠對接入數據庫用戶進行身份認證工作，能夠對數據庫內操作進行審計工作，能夠支持客戶端與服務器端的加密通信；具備較高的處理性能。工業數據標記技術數據標記技術是指對需要保護的數據增加標記信息，是實現工業數據分類分級安全防護的基礎。數據標識技術一般可以分為分離式和嵌入式兩類。分離式標記即標記信息和原始數據分開，只建立兩者間的映射關系，主要通過擴展元數據信息或數據庫表結構、建立索引表等方式實現，適用于數據訪問控制、加密等場景；嵌入式標記即將標記信息和原始數據融合形成新的帶有標記信息的

153、數據，主要通過密碼標識、數字指紋、數字水印、數字隱寫等技術實現，適用于數據審計和追溯等場景。雖然數據標記技術已在產業界初步應用，但在企業落地過程中還存在一定困難。一方面，企業很難兼顧數據標記技術的適用性和應用成本。對于新建信息系統，企業可以按照場景需求和數據類型等選擇適當的數據標記技術；但對已有信息系統增加標記時，若需改變已固化的數據結構，投入成本較大，企業很難下決心做大規模的升級改造，只能退而選擇對系統影響較小的標記技術。另一方面，如何實現全局場景下統一的數據標記也是企業全面落實數據分類分級管控過程中面臨的難題。一般來說，企業內各系統標記信息各自獨立且分散，可在各自應用場景中被識別、利用，但

154、跨系統的異構標記信息傳輸和識別，仍是技術實現上的難題。未來，數據標記技術仍需要學術界和產業界持續跟蹤研究工業數據自動識別技術數據自動識別技術主要目標是自動識別和發現工業互聯網中的敏感數據，從而能夠更有效地實施敏感數據保護，能夠在數據交換和共享中對數據進行精準安全防護的基礎。目前，數據識別技術廣泛應用于工業互聯網業務中的各類場景，數據分類分級、數據安全監測、數據脫敏等技術產品中。傳統的數據識別技術以關鍵字、字典和正則表達式匹配為主，這種方法再輔以人工的幫助可以適用于結構化數據的識別。在工業互聯網的大數據場景下，隨著數據量的劇增，數據格式更加豐富多樣，傳統的數據識別技術對于非結構化數據難以適用，對

155、于結構化數據也無法滿足日益復雜的識別需求。在此需求驅動下，引入機器學習和自然語言處理等技術，可以在一定程度上自動生成識別規則，解決上述難題。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，但各類模型的運算開銷比較大，還不能滿足大規模應用的需要，算法的成熟度以及準確度也有待提升，智能數據識別技術應用并不廣泛。未來，數據識別技術將傾向于將傳統方法與智能化方法結合，兼顧識別覆蓋率、效率與準確率，降低人工參與的比率，逐步向自動化、智能化不斷演進。H3C iConnecting4344信息聯接可信工業數據空間可信工業數據空間是一套數據與資源共享的數字

156、化基礎設施，主要用于促進不同利益攸關方之間可信、安全、透明的進行數據共享、交換、流通與交易。工業互聯網中的可信數據空間一般由多個認證的企業共同參與建設，可以實現多方企業的數據資源共享流通和價值釋放。2021年工業互聯網產業聯盟發布可信工業數據空間架構1.0白皮書，系統闡述了可信工業數據空間的概念內涵、行業需求、應用價值、實施路徑等內容?？尚殴I數據空間是實現工業數據開放共享和可信流通的新型基礎設施和技術解決方案，基于“可用不可見、可控可計量”的應用模式，為工業數據要素市場化提供了實現路徑。其主要功能有三：一是為數據擁有者提供數據使用對象、范圍、方式的控制能力，滿足了企業對工業數據可用不可見、可

157、用不可存、可控可計量的需求，消除流通顧慮；二是為數據處理者提供數據流通處理的日志存證，提供內外部合規記錄，實現數據資源有效管理；三是為數據供需雙方提供中間服務，便利供需對接，促進工業數據要素資源的價值轉換工業大數據中心工業大數據中心提供海量工業數據存儲以及高性能的查詢分析處理能力，助力企業用戶快速構建海量數據處理系統，分析挖掘數據內在價值，并用于指導企業經營決策，完成業務驅動到數據驅動的轉型。新華三大數據平臺整合基礎資源服務、平臺服務、數據服務一站式數據解決方案，支持物理機、裸金屬服務器以及虛擬機多種資源服務模式，深度定制大數據生態系統，打通數據全鏈路開發處理流程和數據全域管理能力。產品能力新

158、華三集團推出的工業大數據中心、工業綠洲平臺、工業云圖應用等產品，能夠高效地對數據的進行多維度的聚合，和高效率的流動，幫助企業實現工業數據的匯聚、治理、應用等工作。平臺由系統管理、管理中心、E-MapReduce大數據組件服務、安全中心、數據工廠等組件構成：系統管理：大數據平臺系統管理提供數據平臺運行的服務支撐能力，包括控制臺管理框架、統一用戶管理、流程管理、操作日志以及License服務、系統升級等。E-MapReduce大數據組件服務：提供豐富的大數據組件即服務，包括但不限于分布式文件系統、NoSQL數據庫服務、內存數據庫服務、離線計算、流式計算、內存計算、SQL on Hadoop等服務，

159、同時還提供自研統一SQL服務，可兼容標準SQL，對外提供統一的數據查詢/分析服務，提升平臺的整體易用性。管理中心：提供可視化安裝部署、監控告警、主機擴容、大數據組件、日志統一等管理能力，大幅提升大數據平臺運維效率。安全中心：提供基于Kerberos安全認證體系以及基于角色的用戶權限管理體系：對用戶進行合法認證，拒絕非法用戶訪問，惡意用戶“進不來”；對用戶、組件、讀寫等操作進行不同維度的審計，非法用戶“逃不掉”；通過角色綁定大數據集群各組件操作權限，數據“拿不走”；將密鑰的權限與用戶綁定，對數據進行加/解密，數據“看不懂”。數據工廠：提供一站式可視化的數據開發環境，全托管的數據處理流程調度，實現

160、一整套完整的數據集成、數據表及文件管理、數據處理腳本程序開發、拖拽式工作流及調度、作業狀態監控運維等全生命周期數據開發服務。平臺具備以下特點:易操作、易維護提供可視化的集群安裝部署界面，方便快捷的進行資源管理，主機分配等操作，支持組件服務一鍵安裝、升級和圖形化運維，實時監測各項服務的健康狀態以及運行指標，超過一定配置閾值后進行告警并郵件通知管理員，大幅提升運維效率。安全可靠基于安全協議Kerberos實現安全認證，使用LDAP作為賬戶管理系統；同時利用Range提供統一的用戶和角色的管理體系，遵從RBAC(Role-Based Access Control)模型規范，通過角色綁定用戶進行權限管

161、理。支持單點登錄、審計特性?？尚殴I數據空間是實現工業數據開放共享和可信流通的新型基礎設施和技術解決方案，基于“可用不可見、可控可計量”的應用模式，為工業數據要素市場化提供了實現路徑。其主要功能有三：一是為數據擁有者提供數據使用對象、范圍、方式的控制能力，滿足了企業對工業數據可用不可見、可用不可存、可控可計量的需求，消除流通顧慮；二是為數據處理者提供數據流通處理的日志存證，提供內外部合規記錄，實現數據資源有效管理；三是為數據供需雙方提供中間服務，便利供需對接，促進工業數據要素資源的價值轉換。匯聚工業大數據中心工業綠洲平臺工業云圖數據工廠管理中心安全中心E-MapReduceda大數據組件服務文

162、件管理庫表管理SQL編輯器任務調度治理應用數據信息集群管理主機管理日志管理告警管理查詢分析內存計算引擎消息隊列中間件全文檢索服務分布式文件系統ImpalaSparkKafkaSolrHDFS數據湖倉庫協同服務流式計算引擎內存數據庫全文檢索服務列式數據庫DLHFlinkRedisElasticesearchHBase安全認證權限管理審計管理密鑰管理控制臺用戶管理流程管理操作日志系統管理License服務系統升級H3C iConnecting4546信息聯接數據運營平臺產品核心功能模塊及其說明如下：標準管理：將以往文件形式的國家標準和行業標準進行系統化，幫助數據管理者構建自己的標準體系。通過定義數

163、據規范，并實現標準的落地，來提升數據的可用性和關聯價值。數據開發：提供數據集成、數據管道、實時計算、離線分析、調度中心等數據加工處理端到端的工具集；支持復雜的數據處理模型構建；提供一站式可視化開發與管理界面，支持全托管的作業調度與靈活的調度策略；具有良好的擴展性，支持算子、函數及作業的自定義開發，極大地降低了用戶構建數據處理的復雜度，幫助企業專注于數據價值的挖掘和探索。數據質量：內置多種基礎規則模型用于數據質量檢測，也支持用戶根據業務邏輯定義自己的可復用模型。通過規則模型與數據列進行綁定，建立數據質量指標庫，即時或定時監控數據的問題發生率，及時幫助用戶發現和分析數據問題。數據資產：以宏觀視角對

164、經過分析和治理的數據進行多種維度的統計，數據支持分層、主題、標簽多種維度進行管理，統一管理多種數據源的元數據，拉通數據全生命周期流程形成數據全鏈路血緣關系，提供數據建模能力。數據脫敏：數據通常不能直接且全量的暴露給業務使用，往往需要事先對數據中一些隱私、敏感類等信息進行掩蓋或加密處理；有效降低或避免數據資產外泄的風險；數據脫敏提供脫敏規則、敏感等級、安全審計等功能，通過對敏感信息識別、數據變形等手段實現對隱私、敏感數據的可靠保護。時空引擎：時空引擎是一套大規模存取、查詢、分析、流動時空數據的工具集合。提供對時空數據的存儲、管理和計算調度，能夠無縫融合GIS。圖引擎：圖引擎是一個集成圖數據庫、圖

165、計算引擎和圖可視化分析的一站式圖服務平臺。圖數據庫是一種用圖模型來描述知識和建模世界萬物之間關聯關系的技術方法，旨在從數據中識別、發現和推斷事物與事物之間的復雜關系，以及事物關系的可計算模型。數據運營平臺的數據流(如下圖所示)分為兩類：實時數據流和離線數據流。物聯網設備實時數據通過協議轉換發送到數據管道，實時計算任務從管道中獲取數據進行計算并將結果寫入到數據資產庫；文本，數據庫中的數據通過數據集成離線抽取到系統中，經過數據標準化后，根據業務指標進行多維分析，時空分析并將計算結果寫入資產庫.全文檢索數據開發數據開發數據開發數據開發數據開發數據標簽數據脫敏時空引擎標準版數據資產統一數據庫增強版特色

166、功能原始庫HadoopMPP對象存儲主題庫專題庫32467689985112245融合集成平臺數據運營平臺融合集成平臺支持多租戶數據隔離支持獨立模式和租戶模式兩種資源劃分模式，滿足不同場景下業務需求。租戶模式下可以創建一個大集群，不同用戶申請集群的共享存儲和計算資源，并通過權限進行隔離，適合對資源管控嚴格且各二級部門數據交換頻繁的企業使用。獨立模式下不同用戶可申請創建單獨的集群，獨享集群的所有資源，不同集群之間使用網絡進行隔離，適用于資源比較充分且各二級部門之間業務相對獨立的企業。多計算框架融合融合了穩定的離線計算MapReduce、高效的內存計算Spark以及實時的流計算Flink等多種計算

167、框架，可提供靈活的計算支持能力，全面支持各類計算業務場景，客戶無需切換平臺或架構即可完成復雜多變的計算任務。在各類計算框架之上通過自研的統一SQL引擎，高度兼容標準SQL，智能選擇計算引擎，極大降低使用復雜度，為上層應用程序提供標準的JDBC/ODBC/REST接口、多種語言的編程API和DaaS接口，輔以BI展示和可視化工具，通過即時報表、直方圖、柱狀圖等方式直觀呈現數據價值。支持大規模集群能力集群支持上千節點集群規模安裝部署及管理，覆蓋多集群管理、多租戶、安全認證、權限、審計、組件HA、容災備份以及一鍵部署、無感知滾動升級、在線擴縮容等功能集。工業綠洲平臺新華三綠洲平臺是一款數字底座平臺，

168、由綠洲融合集成平和綠洲數據運營平臺組成，綠洲融合集成平臺主要包含數據集成、消息集成、服務集成、設備集成。綠洲數據運營平臺是一站式智能數據開發和治理平臺，集成了先進的大數據技術，配合融合集成平臺覆蓋數據集成、數據標準、數據開發、數據質量、數據資產、數據脫敏、數據管理等數據使用場景，其中數據開發包含了實時計算、多維分析、全文檢索、數據管道等分析能力，支持結構化數據、非結構化數據、時空數據、圖數據的分析和加工。以打破“信息孤島”消除“數據煙囪”為理念，幫組企業把數據用起來，以發揮數據最大價值。數據運營平臺4748融合集成平臺對業務應用屏蔽底層系統差異，提供統一服務支撐；幫助開發者快速開發整合現有系統

169、的能力，進行系統集成，來滿足數字化進程中豐富的聯接需求，實現萬物互聯。融合集成平臺具備如下特點:工業云圖應用新華三工業云圖應用包含產業側和企業側兩類工業云圖，分別為產業云圖和企業云圖。產業云圖應用負責政府對轄區內企業深入剖析，構建出全面的企業畫像，輔助中觀產業鏈分析及宏觀經濟決策大腦。為更好的推動區域產業經濟高質量發展，系統將綜合運用云計算、大數據、人工智能以及GIS等技術，對區域產業經濟運行狀況進行監管分析，建立產業經濟監管及企業服務體系，健全大數據輔助科學決策和企業治理的機制，推進政府產業經濟管理和服務模式創新，實現政府決策科學化、企業信息精準化、服務高效化，科學地分析工業企業質量效益，精

170、準地監管重點行業企業安全生產，有效地化解過剩產能，高效地推進產業轉型發展，釋放經濟發展潛能，鞏固產業發展根基。企業云圖是企業數字化智能工廠門戶，通過企業生產經營數據的匯聚，在云端構建企業生產運營的完整環節，實現整個過程的可視化、可量化、可優化、可預測、可決策。為用戶提供一站式工業智能數據服務平臺，讓客戶通過實時數據匯聚、智能數據精煉、數據服務三個步驟輕松完成工業數據資產沉淀和對外能力輸出，幫助工業企業降本增效、挖掘數據資產價值，實現智能化管理運營。關鍵能力全息服務數據可視化都有一個共同的目的，那就是準確而高效、精簡而全面地傳遞信息和知識?？梢暬軐⒉豢梢姷臄祿F象轉化為可見的圖形符號，能將錯綜

171、復雜、看起來沒法解釋和關聯的數據，建立起聯系和關聯，發現規律和特征，獲得更有商業價值的洞見和價值。并且利用合適的圖表直截了當且清晰而直觀地表達出來，實現數據自我解釋、讓數據說話的目的。在線配置化基于 WEBGL 的的三維呈現技術，充分利用 GPU 的渲染能力，在云圖中臺配置了構建服務，所有的全息信息都可以在線配置，充分的與可視化構建和看板進行聯動，空動畫特效支持 WebGL、光影和 VRay 等特效場景，可以展示較為豐富酷炫的效果。交互控制支持在地圖上點擊、選擇區域、畫框選取的方式選中實體，針對選擇維度進行統計分析和查詢，用空間可視化方式控制數據的展示；支持層層鉆取機制，可以針對復雜的數據關聯

172、提取。圖層服務支持自定義加載圖層，例如衛星地圖、航拍地圖的圖層疊加，自定義建筑模型疊加；形成企業自身的地圖服務?？窗宸罩笜丝窗鍍戎玫闹笜烁采w了”人機料法環測“生產各個環節的場景，通過迭代和升級不斷的豐富指標內容，支持自定義看板內容和數據模型，企業可以構建自己的看板庫。組件服務可視化組件支持基本的圖形組件包括數據集、儀表圖、雷達圖等，也包括支持GL、3D等特殊圖形組件，總共內置了 200+基本圖形組件，支持自定義組件方式。圖形渲染支持目前市面主流的圖形渲染服務，包括了Echart、D3、AntV、Graphicviz 和 Threejs 的渲染引擎，支持動畫特效的效果，可以定制組件的退出、進入

173、效果以及圖形的渲染動畫。計算引擎集成了數據算力服務，可以在指標體系中接入包括 Spark、TensorFlow、PyTorch、R、Python 等計算框架，基于指標函數級別的動態調用，充分運營數據層的計算能力并快速集成。樹、決策圖等展現方式，并選擇最適合呈現當前問題和任務的展現形式。規則仿真器在規則配置平臺上添加了仿真測試的服務，加載的數據樣本提供了業務規則的參數，并允許對每條規則立即執行和測試。規則執行引擎對規則集文件以及實際生產數據讀取加載到引擎中進行高效的規則運算，支持從規則庫和業務庫中抽取相應數據，形成規則庫以及執行庫。規則管理平臺提供規則的管理維護以及權限配置，支持規則導入導出服務

174、，規則的版本管理以及分類標簽管理。開放服務API云圖的規則引擎不光可以作為一個技術組件，并且可以對第三方的業務系統開放規則 API 服務，作為一個企業內部中央規則服務中心，使得內部的規則策略能得到統一。H3C iConnecting信息聯接數據融合集成平臺融合集成平臺包括消息集成，服務集成，數據集成，資產管理等能力，通過和數據運營平臺的連接，提供標準的數據模型，形成各種業務數據模型。借助資產開發，對常用的API形成模板，實現復用，加速對外服務的提供。此外對應的常用數據編排腳本，進行通用的能力，實現能力的復用，避免重復的開發。對外的能力開放提供標準化接口和服務模型。如人臉識別，語音合成等作為標準

175、能力輸出，無需用戶在融合集成平臺進行配置操作。對服務模型進行標準化，實現服務模型的快速復用和對外開放。間、交互維度以及信息呈現完全配置化。性能優勢三維圖形的渲染即可以擬物化也可以抽象化，擬物化適合于展示完整的形象風格，業務場景中更推薦抽象的風格，在系統資源占用率以及設計的成本上，還是在后期運維成本上都更有優勢，也更符合全息的概念打造組件化中臺內置了多種全息組件，通過拖拽即可完成全息模型的構建。多樣模型全息服務提供了點線框，還提供了全息，仿真等多種展示形式GIS服務數據服務提供數據標準服務，將需要展示在 GIS 上的數據通過標準服務接入，快速生成地圖渲染數據。組件化中臺內置了地圖組件，通過拖拽即

176、可完成地圖服務的引用。定位服務提供定位信息數據，無論是物流、場地、人員、園區等實體的定位數據以及相關聯軌跡數據都可以提供服務。三維服務將工廠園區的三維模型加載 GIS 中的，支持渲染周圍的道路、建筑等周邊模型，構建相應的查詢分析功能，支持 U4D、SketchUp、3DMax 等多種主流模型格式。樣式服務可以根據企業的 UI、VI 風格定制符合自身形象的皮膚風格，支持在線定制。核心優勢基于AI大數據的工業數據治理將人工智能運用到企業云圖，支持全自動元數據采集和關聯，實現元模型智能化應用，提供圖形化元數據分析視圖?；跀底謱\生的可視呈現基于數字孿生實時渲染技術，跨系統、業務、格式，實現場景可看、

177、可控、可交互、可預測?；谕侠У膱鼍盎ㄖ凭哂胸S富的可視化圖表，包含柱形圖，折線圖，散點圖，雷達圖，GIS地圖，甘特圖等多種圖表樣式，同時在業務領域積累的豐富的行業場景化大屏模板，幫助客戶構建快速構建場景化云圖?；趨^塊鏈的可信數據共享基于區塊鏈的加密安全、防篡改、去中心化的優勢，實現跨地域、跨主體、跨系統之間的數據共享，實現數據價值流動交換。多類標準化集成方式屏蔽不同外部能力提供者的接口差異，對應用開發者提供統一的業務控制邏輯和數據格式，提升可復制性。業務數據共享，融合聯動統一集成工具，實現數據共享，融合聯動，將底層系統能力價值最大化資產沉淀沉淀業務資產、數據資產、集成資產，數字資產遷移復

178、用，快速打造創新應用。數據集成（DI）消息集成（MQS）應用與數據集成行業資產沉淀服務集成（APIC）物聯平臺應用物聯集成（IOT）4950動畫特效支持 WebGL、光影和 VRay 等特效場景，可以展示較為豐富酷炫的效果。交互控制支持在地圖上點擊、選擇區域、畫框選取的方式選中實體，針對選擇維度進行統計分析和查詢，用空間可視化方式控制數據的展示；支持層層鉆取機制，可以針對復雜的數據關聯提取。圖層服務支持自定義加載圖層，例如衛星地圖、航拍地圖的圖層疊加，自定義建筑模型疊加；形成企業自身的地圖服務?？窗宸罩笜丝窗鍍戎玫闹笜烁采w了”人機料法環測“生產各個環節的場景，通過迭代和升級不斷的豐富指標內容

179、，支持自定義看板內容和數據模型，企業可以構建自己的看板庫。組件服務可視化組件支持基本的圖形組件包括數據集、儀表圖、雷達圖等，也包括支持GL、3D等特殊圖形組件，總共內置了 200+基本圖形組件，支持自定義組件方式。圖形渲染支持目前市面主流的圖形渲染服務，包括了Echart、D3、AntV、Graphicviz 和 Threejs 的渲染引擎，支持動畫特效的效果，可以定制組件的退出、進入效果以及圖形的渲染動畫。計算引擎集成了數據算力服務，可以在指標體系中接入包括 Spark、TensorFlow、PyTorch、R、Python 等計算框架，基于指標函數級別的動態調用，充分運營數據層的計算能力并

180、快速集成。樹、決策圖等展現方式，并選擇最適合呈現當前問題和任務的展現形式。規則仿真器在規則配置平臺上添加了仿真測試的服務，加載的數據樣本提供了業務規則的參數，并允許對每條規則立即執行和測試。規則執行引擎對規則集文件以及實際生產數據讀取加載到引擎中進行高效的規則運算，支持從規則庫和業務庫中抽取相應數據，形成規則庫以及執行庫。規則管理平臺提供規則的管理維護以及權限配置，支持規則導入導出服務，規則的版本管理以及分類標簽管理。開放服務API云圖的規則引擎不光可以作為一個技術組件，并且可以對第三方的業務系統開放規則 API 服務，作為一個企業內部中央規則服務中心，使得內部的規則策略能得到統一。H3C i

181、Connecting信息聯接指標服務指標定義實際應用場景中，不可能只單單的維護一套指標，由于不同的需求導致指標的屬性不可能完成一致。指標管理提供了通過現有指標的相關運算后生成新指標功能，即合成指標定義功能，形成指標組合或者方案，解決了創建指標過程中頻繁的定義指標口徑的問題。合成指標定義通過可視化的公式編輯器頁面，將一個或者多個指標簡單或者復雜配置為指標公式，包括調用分布式計算引擎的功能。指標仿真顯示場景中指標的規則、定義、公式都會是比較復雜的邏輯，指標的校驗和驗證工作就顯得比較麻煩，提供了指標仿真功能，可以在指標設計界面中完成指標的出參入參配置，實際的運行指標來校驗得出的結果，校驗指標及指標方

182、案計算公式是否合理，驗證最終的指標值。指標構建在指標的基層構建了指標模型，包括了指標定義、指標屬性、指標展示以及指標數據模型，提供擴展模型擴展指標模型，支持定義一個指標最終的展示樣式以及指標的生成周期。指標管理在對指標進行規范定義與管理的基礎上，可以此推動底層事實表以及維表的建設，保證數據統計的數據源唯一以及計算口徑統一。同時，通過指標和業務的結合，便于業務人員進行自助分析與使用數據，降低數據獲取的效率，從而產生有價值的結論，輔助決策，充分發揮數據的價值。規則服務規則設計器業務分析人員可以在數據用例上直接編寫業務規則，圖形化的規則呈現方式則使得理解規則間的聯系變得更容易?？梢圆煌囊晥D查看和編

183、輯規則，并選擇最佳展現方式以理解和完善決策邏輯?？梢允褂脹Q策文本、決策表、決策核心優勢基于AI大數據的工業數據治理將人工智能運用到企業云圖，支持全自動元數據采集和關聯，實現元模型智能化應用，提供圖形化元數據分析視圖?；跀底謱\生的可視呈現基于數字孿生實時渲染技術，跨系統、業務、格式，實現場景可看、可控、可交互、可預測?；谕侠У膱鼍盎ㄖ凭哂胸S富的可視化圖表，包含柱形圖，折線圖，散點圖，雷達圖，GIS地圖，甘特圖等多種圖表樣式，同時在業務領域積累的豐富的行業場景化大屏模板，幫助客戶構建快速構建場景化云圖?；趨^塊鏈的可信數據共享基于區塊鏈的加密安全、防篡改、去中心化的優勢，實現跨地域、跨主體

184、、跨系統之間的數據共享，實現數據價值流動交換。智能聯接定義與內涵發展現狀關鍵技術產品能力5353535605H3C iConnecting聯接信息，讓智能流動起來Industry第五章5354H3C iConnecting智能聯接深度學習(Deep Learning 以下簡稱dl)是機器學習的其中一種方式。與機器學習一樣共分三個部分:模型預估，評價函數，優化算法。但他與機器學習的本質區別在于，模型的復雜度。機器學習的預測模型是型如：f(x)=ax+b 等傳統數學模型，而在工業視覺智能技術，語音識別等領域，毫無疑問模型要復雜得多是完全無法用傳統數學模型來預估輸入輸出關系的。深度學習通過模擬人腦的

185、神經元結構來模擬人腦的認知過程，通過多層神經網絡來預測關系模型，隨著神經網絡的層數變得越來越多，每一層的神經元越來越多，神經網絡幾乎可以模擬任何的數學函數式，也使得預測值更能擬合結果值，更能貼近人腦的認知過程。當然深度學習技術的發展也有其先決條件，其中大數據的發展，硬件算力技術發展是支持深度學習的必要條件。超前預警：依托AI+視覺監控能力，對人的不安全行為、物的不安全狀態進行動態感知，從而實現超前預警?？焖俑兄航Y合閘機、視頻監控、AI分析技術對進出園區（企業）的車流、人流、貨流進行全流程管控，降低安全隱患。實時監測：通過視頻監控、視頻巡更等監測手段，實時發現企業中的安全隱患，利用AI手段，智

186、能識別企業內的人員違規行為。系統評估：將視頻、物聯、生產數據、行業知識庫等多維度數據進行關聯分析，從而實現安全預警指標系統性評估。聯動處置：利用AI+AR+物聯技術，對重點設備、重點依托工業視覺智能技術+新ICT技術（云計算、大數據、物聯網、互聯網等），通過將制造企業各系統、數據、業務等多維融合，在安全生產主動防控、工業機器視覺等領域打造智能化方案，從而達到重構優化制造企業運營管理業務流、以及機器替人減員增效，最終實現企業安全等級提升、運營效率提升、運營服務提升、運營成本下降。企業安全生產在企業安全生產方面，融合安防視頻監控、AI視覺算法、高性能算力一體化方案，建立面向工業企業人、物、環、管四

187、類要素，實現從傳統的被動式安防監控向主動式安全生產轉變，實現超前預警、快速感知、實時監測、系統評估、應急處置五大能力，提升企業的安全監管效率和本質安全水平。工藝進行多維度實時監控預警，提升應急處置能力，保障生產安全穩定運行。工業表面質檢工業產品表面缺陷的種類和形成原因非常復雜，生產過程中每一個過程環節都可能產生表面缺陷，其成因涉及工藝、設備、技術、管理、操作、生產組織的各個環節。表面缺陷管理是產品質量極其重要的一個方面，當前表面缺陷管理措施主要是事后檢測，分析缺陷產生原因，及時優化調整生產工藝以及生產參數，達到減少表面缺陷的目的。近年來隨著基于深度學習的AI視覺技術取得突破性進展，在工業質檢領

188、域大量應用，并且相對傳統機器視覺及人工檢測，有非常明顯的優勢。定義與內涵智能是工業互聯網的重要標簽之一，為更好地聯接信息，讓智能流動起來，新華三集團除了提供端到端，從邊緣側到應用的平臺，還給工業互聯網打造一系列高效可用的服務平臺。依托工業數據服務引擎和工業AI服務引擎，利用人工智能、深度學習等技術，對工業信息進行訓練建模，形成工業機理模型、工業知識庫等，新華三智能聯接產品能夠圍繞工業視覺質檢、設備預測性維護、工業安全生產以及綜合能源仿真四大場景進行深入的分析。關鍵技術工業視覺智能技術工業視覺智能技術是指用攝像機、成像設備和電腦及其他相關計算設備，對人眼觀測事物的模擬。它可以讓計算機理解圖像內容

189、，代替人眼實現對圖像數據的分析判讀。其可以對目標物體圖像進行分割、分類、識別、定位、跟蹤等功能。工業視覺智能技術是使用計算機及相關設備對生物視覺的一種模擬，是人工智能領域的一個重要部分，目標是使計算機具有通過數字化成像技術理解周圍環境和目標物體的能力。工業視覺智能技術是以圖像處理技術、信號處理技術、概率統計分析、計算幾何、神經網絡、機器學習理論和計算機信息處理技術等為基礎，通過計算機分析與處理視覺信息，隨著人工智能尤其是深度學習的快速發展,工業視覺智能技術成為了這些年特別熱門的研究方向。發展現狀人員違規著裝、違規操作生產作業環境復雜，危險源多安全風險高，檢測效率低生產管理以人工巡檢為主，缺乏應

190、急聯動生產數據呈現難以與實際畫面結合園區物流車輛調度低效企業運營部門運營決策無有效數據支撐運營管理成本居高不下人員作業合規管理安全風險智能識別、預警更安全，更高效企業管理部門風險智能預警，高效指揮調度生產數據可視化管理數字月臺，高效調度企業運營部門數據輔助決策、高效指揮調度運營管理降本增效生產業務部門企業管理部門企業運營部門生產業務部門企業管理部門企業運營部門問題現狀分析需求分析5556H3C iConnecting在產成品表面質檢場景中，可采用工業視覺質檢方案從而提升表面質檢精度和效率，并可將表面質量進行數字化處理，為下一步的質量分析優化和全過程質量管控提供數據基礎。工業數據智能技術隨著AI

191、科學計算的技術突破，人工智能已經廣泛應用于各行各業，工業數據智能針對企業生產制造過程中產生的海量數據，運用統計學、機器學習、深度學習、信號處理等各類數據分析工具，挖掘數據中隱含的潛在規律固化為工業模型，實現傳統工業制造向智能制造轉變。隨著企業信息化系統建設日益完善，數字化基礎逐漸具備，然而大部分企業尚不具備將數據變現的能力，迫切需要利用工業數據智能技術，為產品智能設計、工廠柔性化生產、全流程質量管控與溯源、面向客戶價值的精準營銷服務、關鍵裝備服役質量預警與管控、能源管理智能決策及協同管控、綠色安全環境智能監控等領域提供技術支撐。工業數據智能具備異構數據源管理、集數據預處理、特征工程、機器學習和

192、深度學習模型訓練及評估、模型服務發布與管理、模型推理服務等能力，構建一體化的數據挖掘解決方案。將數據挖掘分析過程中涉及到的眾多的數據清洗工作、特征工程數據操作工作以及機器學習、深度學習算法封裝成標準化的可視化組件，通過拖拽式、編碼式建模方式實現可見即所得的數據挖掘任務。工業數據智能能夠處理結構化或非結構化的業務數據，提供一體化的模型開發、評估、發布部署交互能力，并內置多種分類、聚類、回歸、關聯分析、文本分析、自然語言處理等常用模板。產品能力新華三集團提供端到端，從邊緣側到應用的工業互聯網服務平臺。平臺包含工業數據服務引擎和工業AI服務引擎，利用云計算、人工智能、大數據等技術，對工業信息進行分析

193、，幫助企業形成工業機理模型、工業知識庫等可復用資產。構建從數據到AI服務的全過程能力，因此平臺需具備資源配置、數據管理、模型生成、服務構建、服務發布能力，可應用在工業視覺質檢、設備預測性維護、工業安全生產以及綜合能源仿真等典型場景。比如設備預測性維護場景中，需要利用系統和組件的實際運行狀況來優化運維，其預測分析基于從連接到機器和工具的儀表/傳感器收集的數據，例如振動數據，熱圖像，超聲數據，操作可用性等。預測模型通過預測算法處理信息，發現趨勢并確定何時設備將需要修理或退休。工業機理模型技術工業機理模型是指將工業制造過程和管理過程等所涉及方法（包括物理/化學/數學/制造工程/機械/電子電氣等）開發

194、成模塊化、軟件化、可以重復使用的模型組件。工業機理模型是工業互聯網平臺的重要構成要素，其匯集了工業領域生產過程中的原理、定理、定 律等專業知識，結合了實際工業生產經驗，形成機理并構建成模型，嵌入到工業互聯網平臺中。工業機理模型將工業經驗知識進行提煉和封裝，推動行業知識經驗在平臺的沉淀集聚，工業機理模型位于工業互聯網平臺層（工業PaaS層），作為工業互聯網平臺的核心競爭能力。工業理模型為可重復使用的組件，在工業 APP 可以通過 API 接口直接調用這些組件開展數據處理和分析，從而實現工業大數據的應用，體現出工業互聯網平臺的價值。機理模型的分類：工業機理模型有幾種來源，一種是源于物理設備，包括制

195、造過程的零件模板，設備故障診斷、性能優化和遠程運維等背后的原理、知識、經驗及方法；二是源于業務流程邏輯，包括ERP、MES、SCM、CRM、生產效能優化等這些業務系統中蘊含著的流程邏輯框架；三是源于研發工具，包括CAD、CAE、MBD等設計、仿真工具中的三維數字化模型、仿真環境模型等；四是源于生產工藝中的工藝配方、工藝流程、工藝參數等模型。從模型本身的點來看，機理模型包括以下分類：基礎理論模型，如制造過程涉及到的流體力學、熱力學、空氣動力學等模型；流程邏輯模型，如ERP、SCM供應鏈管理等業務流程中蘊含的邏輯關系；部件模型，如零部件三維模型；工藝模型，如生產過程中涉及到的多種工藝、配方、參數模

196、型；智能聯接故障模型，如設備故障關聯、故障診斷模型等；仿真模型，如風洞、溫度場模型等；從模型的應用場景來看，機理模型可以分為：分析模型、推演模型、預測模型、決策模型、優化模型等。人工智能技術的融入,擴展的機理模型的算法邊界。機理模型一般是指各種經驗知識和方法的固化，是從業務邏輯原理出發，強調的是因果關系。隨著大數據和人工智能技術發展，一些人工智能技術也逐漸被使用，如對回歸、聚類、分類、降維等算法模型、神經網絡等模型，大數據分析模型是從數據出發，不考慮機理原理，強調數據相關關系。如圖是應該結合的應用設計案例，綜合了工業生產大數據和工業運行中的知識經驗,模型方法結合人工智能技術,實現工業生產過程的

197、設備的壽命預測、維修決策、方法優化等。未來智能工廠是軟件定義產品、是基于模型的制造。工業機理模型將必然成為工業互聯網制造系統的核心功能部件，對產品生產在全生命周期提供無縫協助和優化。工業知識圖譜技術知識圖譜是一種用圖模型來描述知識和建模世界萬物之間關聯 關系的技術方法。旨在從數據中識別、發現和推斷事物與事物之間的 復雜關系，是事物關系的可計算模型。傳統的大數據系統是將數據處理成信息，提供檢索、查詢和分析。而知識圖譜技術將信息(數據)加以關聯，實現知識的描述及推理計算，并最終實現像人類一樣對事物進行理解與解釋。工業知識圖譜主要有以下核心價值：工業設備的智能化程度較低，機器認知能力的核心是“理解”

198、和“解釋”，知識圖譜可以促進工業設備和機器的認知；知識圖譜可以引入大規模、語義豐富、結構友好和高質量的背景知識；知識圖譜可以為工業互聯網帶來更強的解釋性，更像人類一樣利用概念、屬性、關系去解釋現象和事實；知識圖譜可以起到增強作用：包括數據增強、語義增強等，引入外部知識庫可以提升模型的綜合性能；知識圖譜在包括智能搜索、問答系統、推薦系統等工業領域內有巨大的應用價值；模型訓練模型評估模型部署數據標注基于物聯采集、視頻感知、風險監測等信息，結合風險分析算法，建立企業安全生產風險機理模型，實現人、物、環、管的風險識別、超前預警、智能處置等功能。綜合能源仿真圍繞工業場景中各類能源、動力、電力和控制系統構

199、建知識庫，配合圖形化建模功能，實現各類流程工業系統的建模與仿真。場景應用現場業務智能服務工業數據服務引擎感知智能認知智能決策智能現場設備、邊緣算力工業AI服務引擎工業安全生產機器視覺系統示例機器人臺面相機光源產品5758H3C iConnecting工業智能平臺智能是工業互聯網的重要標簽之一，為更好地聯接信息，讓智能流動起來，新華三集團除了提供端到端，從邊緣側到應用的平臺，還給行業打造一系列高效可用的智能云產品。在智能領域中，智能云產品要讓整個智慧在數據中出現，并在應用中體現。依托工業數據服務引擎和工業AI服務引擎，新華三智能云產品能夠圍繞工業視覺檢驗、設備運行維護、工業安全生產以及綜合能源仿

200、真等場景進行深入的分析。智能始于聯接，并通過聯接提供服務。數據是工業智能的基礎，在數據感知層，通過傳感器、機器、邊緣計算設備和數據庫的靈活集成，通過物聯技術可以從中成功地聯網、收集和存儲其邊緣數據。通過統一的數據服務引擎，可以有效提升數據利用效率，比如數據的提取、歸類、統計、挖掘，可以為工業模型的構建和迭代優化提供基礎。AI開放平臺為工業智能提供了模型孵化的土壤，向下獲取數據，通過標注到模型部署全棧能力構建，實現模型的快速訓練及部署，并通過統一的AI服務引擎對外提供服務。工業智能的核心在于智能服務的構建，可以將智能服務能力抽象為感知智能、認知智能、決策智能三個階段。感知智能階段，在工廠通過攝像

201、頭、傳感器、語音感知設備等實現人、物、環的狀態感知，可以海量地去收集生產過程數據，實現智能狀態監控。認知智能階段，可以基于這些采集到的信息，綜合使用人工智能算力、算法和模型工具，讓生產中各類場景因技術的應用而變得更加智能，可以有效利用知識并形成知識。決策智能階段是基于企業已有的數據，通過數據知識圖譜化和深度關聯、融合分析，對企業生產、設備、質量、安環、能源等業務領域提供智能預判，為管理者提供決策輔助支持，提升企業競爭力。人工智能算法經過了近年的爆發式發展，已經在高復用場景、大型企業提供了豐富的AI應用。但算法產品的推出速度仍不能滿足各行各業的需求，總結其原因如下：算法訓練素材獲取難度大。訓練素

202、材是算法開發的基礎和核心，但訓練素材本身作為一種數據資產，在流轉、管理、使用過程中必須考慮其有效性、合規性、安全性。算法訓練成本高。算法訓練對硬件配置和人員技能要求較高。非專業算法公司難以承受自建成套算法訓練體系的成本；專業算法公司受制于場景需求碎片化、低復用性，很難將資源投入到每一個場景中。算法交付周期長。傳統訓練過程中需要對訓練過程反復調參，輸出的模型還需在生產環境中持續優化。整體交付方案復雜、周期長。H3C自主研發了全方位的人工智能交互開發平臺，為用戶提供AI建模、部署、服務引擎構建的全流支持。工業機器學習平臺工業機器學習平臺是一款通用、集成各種AI開發工具的，不具備行業屬性的、敏捷高效

203、的AI開發平臺軟件，為用戶提供AI建模及部署的全流支持，其功能包括文件存儲、鏡像倉庫、Notebook、模型訓練、模型庫、在線推理等服務；同時為了有效的管理平臺各類資源，提供了集群管理、資源監控、多層級資源配額，以及工單管理等功能。工業機器學習平臺為AI工程師提供拖拽式任務流建模方式，用戶既可以通過搭積木的方式構建自己的建模全流程，也可以自己編寫建模腳本進行訓練。平臺提供多種任務流運行模式：手動、批量參數運行，可以有效減少訓練過程中的人工干預，提高模型開發效率。平臺的任務流引擎采用可擴展的設計方式，為用戶帶來更好的算法組件擴展能力，并支持多種計算框架的調度運行。此外，平臺同樣為AI工程師提供J

204、upyterLab在線編程環境，并集成了常用計算框架，方便用戶在線運行及調試。最后，平臺提供了統一的模型庫及模型部署上線服務。為用戶提供開發、訓練、推理全流程業務支撐。工業機器學習平臺同樣為管理端用戶提供良好的集群管理工業機器學習平臺架構AI Resource Manager Service(Kubernetes+Docker)智能聯接服務，平臺采用的多層級資源限額機制，能有效靈活的對用戶的資源以及運行實例進行控制，保障了資源的合理公平使用，提高了資源利用率。同時，平臺為集群提供了實時的資源監控功能，并提供了多維度資源統計，協助管理員進行集群資源管理。工業機器學習平臺的主要功能有：文件存儲：多

205、租戶文件存儲服務，為用戶提供私有的文件存儲空間。鏡像倉庫：多租戶鏡像倉庫服務，為用戶提供內置鏡像、私有鏡像服務。開發環境：平臺提供JupyterLab在線開發環境，并提供SSH以及遠程桌面訪問方式，方便用戶在線進行編碼及調試。AI建模：以工程為維度，為用戶提供拖拽式建模服務；支持多種計算框架，支持用戶自定義腳本運行，支持多種任務流運行模式，支持分布式訓練，支持多機多卡，支持超參搜索，以及可視化的任務資源監控等?？梢暬簽橛脩籼峁㏕ensorBoard可視化服務，用戶可以根據自己的需要創建多個可視化實例。模型庫：為用戶提供統一的模型管理服務。AI推理：為用戶提供通用的模型部署及上線服務，支持模型

206、多實例部署，支持推理服務的在線測試等。集群管理：支持集體的分區配置，以及節點管理。資源監控：監控訓練環境CPU、內存及GPU的使用情況，詳細展示集群各節點的參數信息和變化情況。限額管理：支持各類業務實例的多層級資源限額配置。工業智能視覺平臺工業智能視覺平臺是服務于視覺處理需求的AI能力綜合性平臺，平臺依托于云計算框架和微服務架構，開放了系統彈性擴展能力、數據管理與預處理能力、模型訓練與優化適配能力、算法構建與部署能力、通用算法集成能力、AI生態接入能力。用戶無需具備專業的AI知識、系統知識情況下，能夠使用自身數據獨立定制AI應用，并實施落地。使用戶不具備訓練數據的情況下，加入AI生態通過付費、

207、試用途徑使用符合自身需求的AI應用。與其他應用平臺和算力平臺自動協同，對外提供功能豐富的解決方案。深度學習機器學習圖像識別目標檢測OCR、NLP人臉識別智能稅務智能公安智能檢務智能金融AI開發平臺通用算法模型服務行業場景AI方案 AI API ServiceAI開發AI計算框架AI訓練AI模型AI推理任務調度數據處理作業調度引擎存儲服務（公共/私有/共享）任務流引擎（手動/批量/定時）鏡像倉庫（公共/私有/共享）算法庫（Data/ML/DL）集群分區（獨占/共享）可視化（Data/Metrics/Model）多級配額（全局/用戶/用戶組）模型訓練模型評估機器學習深度學習實時日志在線調試服務管理

208、工業智能視覺平臺架構圖5960H3C iConnecting系統架構平臺基于虛擬化云計算資源池構建，打造組件、平臺、應用服務三層架構，對外通過統一的工業視覺AI服務引擎為行業解決方案提供支撐：組件層：依托底層硬件資源，提供模型訓練所需的高性能并行訓練集群與分布式數據存儲系統，提供深度學習訓練框架和面向不同應用領域的眾多基礎模型。平臺層：提供了數據集管理、數據預處理、數據標注、模型訓練、模型校驗、算法包管理等算法模型定制的核心功能，利用內置的領域模型和通用邏輯模板，可顯著提升用戶的模型應用多樣性。應用層：用戶可根據不同應用場景配置自定義的解決方案，依托算法商城，構建以訓練平臺為核心的周邊體系。功

209、能介紹智能聯接工業知識服務引擎知識圖譜是通過建立數據之間的關聯鏈接，將碎片化的數據有機的組織起來，讓數據更加容易被人和機器理解和處理，并為搜索、挖掘、分析等提供便利。工業互聯網知識圖譜是工業互聯網智能聯結的一種高級模式，能夠基于工業產品研發、生產、運行、保障、營銷和企業管理等運行規律建立的關系網絡，用于更好地組織、管理和理解工業體系的內部聯系。知識圖譜與機器學習和深度學習相比較較，只需少量的數據訓練，就能夠廣泛地應用到不同具體任務，符合了工業知識總量多、細分專業知識量少、對知識應用可靠性要求高的要求，是工業人工智能領域發展的重要方向。工業互聯網知識圖譜具有一般工業領域知識圖譜的通用價值，包括知

210、識融合、語義搜索、知識推薦、知識問答、大數據分析與決策等。借助工業知識圖譜，可以協助人們更好認識、管理、優化、控制和和改進各種工業互聯網內的龐大資源和流程。H3C知識圖譜(H3C Knowledge Graph，HKG)是一個集成圖數據庫、圖計算引擎和圖可視化分析的一站式解決方案平臺。能夠支持千億規模數據集的分布式存儲、查詢和分析，提供可視化管理界面，支持可視化建模，包含豐富的圖分析挖掘算法，為智慧城市、數字政府、智慧校園等不同場景下的數據分析提供一種更好的組織、管理和理解海量信息的能力。工業互聯網圖引擎H3C Graph Engine(HGE)針對高度互工業智能能力的打造需要突破從數據到服務

211、全流程各個環節的技術壁壘，因此需要具備從構建、部署到服務調用端到端的全棧能力，平臺提供了如下功能：數據服務平臺：提供了數據采集、數據存儲、數據管理、數據清洗、數據增強、數據標注、數據發布與共享等數據相關的核心功能，為AI開放平臺提供數據相關的服務，保證數據的安全性、有效性。AI訓練平臺：搭載彈性擴容的分布式訓練引擎、自動網絡超參搜索引擎、深度學習框架，將用戶提供的數據和標注信息訓練成通用模型。同時提供模型的評估報告，讓用戶對產出的模型性能有綜合的了解。模型應用平臺：將AI訓練平臺訓練平臺產出的通用模型做圖優化、適配轉化、邏輯編輯、算法集成，生成最終可運行于指定產品之上的算法包。算法商城：提供算

212、法包的接入、上架、下架、展示功能，旨在打造一個不同用戶間分享、分銷、交流AI應用的生態環境，即可促進相同行業用戶間的AI應用交流，也可以打通跨行業用戶間的算法壁壘。API管理中心：支持用戶將產出的AI算法發布為API應用。提供API調用的渠道，并提供API訪問相關的特性，這些特性包括：鑒權、頻次限制、記錄回溯、啟停等等。算法部署服務：是AI開放平臺內部感知和對接外部解析環境的服務。通過對這些云、邊、端設備的對接，提供了AI開放平臺的云邊端協同能力，打造數據到模型、模型到算法、算法到應用、應用到數據的全流程閉環。結構化解析引擎：專門用于結構化數據預測，全面提升了AI開放平臺的數據豐富性，既可以支

213、持視圖數據，也支持結構化數據的AI應用。聯數據的存儲和查詢場景進行設計，提供一種更好的組織、管理和理解海量信息的能力。適用于數據之間存在復雜或深度關聯關系的場景，利用高度連接的數據中復雜、動態的關系來產生洞察力和競爭優勢。圖引擎H3C Graph Engine(HGE)包括4種重要的算法模型。實體重要度預測:分析知識圖譜中的實體重要程度，預測圖譜的核心節點，為行業研判提供基礎能力。群體高相關性新實體挖掘:通過知識圖譜分析某些實體高相關性的實體，為行業研判、同類分析提供依據。社群發現:通過知識圖譜分析發現實體社群，多維度獲知實體的相似相關性。子群探索:通過知識圖譜分析實體集內在的社群關系，對實體

214、進行內在關系分析。工業互聯網知識圖譜具有以下幾大特點：大規模：支持超大規模數據存儲和彈性擴展，依托于大數據 平臺，同時具備可擴展可伸縮的分布式存儲和計算能力，能夠隨業務彈性擴展存儲和計算能力;高性能：針對高度互聯數據的存儲和查詢場景進行設計，支持海量數據的實時查詢和分析;簡單易用：提供向導式、簡單易用的可視化分析界面，所見即所得;業務場景靈活：基于屬性圖模型對現實世界進行建模，可定制化的賦能工業互聯網中各類不同場景下的業務需求。應用層平臺層組件層云計算資源池工業視覺AI服務引擎AI API Service主動安防數據管理數據清洗數據標定模型訓練模型評估模型校驗CPU 模型優化算法構建算法部署算

215、法接入ML/DL模型庫存儲服務Al Resource Manager Service(基于kubernetes+docker的微云平臺)分布式算法引擎算法邏輯庫計算框架工業質檢物流調度環境監控內存網絡存儲GPU數據服務平臺AI訓練平臺數據/標注信息通用模型API發布算法部署結構化算法部署視圖算法部署算法部署算法部署算法包上架API管理中心結構化解析平臺算法部署服務解析平臺/SDC（云、邊、端）模型應用平臺算法商城H3C iConnecting聯接生態，讓服務流動起來Integrate工業互聯網平臺工業場景化解決方案政府園區解決方案智能制造企業解決方案648410410906第六章融合方案新華三

216、集團早在2020年初便推出數字工業融合解決方案，基于政府和市場雙輪驅動理念，旨在橫向打通供需兩側，縱向實現政府和企業的聯接。經過近兩年在電子、鋼鐵、新能源、汽車等行業的創新實踐積累，新華三推出工業互聯網數字工業融合解決方案2.0，升級的方案將聚焦政府園區、工業企業兩類客戶來打造定制化的場景、行業方案，實現了從“使能”到“賦能”的蝶變升級，實現3個方面的聯接。作為使能者，聯接供給側：通過工業數字大腦計劃，提供領先的工業數字底座能力，除了打造自身工業互聯網平臺外，通過多層次使能助力各類龍頭企業打造行業工業互聯網平臺，加快新技術新產品迭代升級和數字化產業的發展壯大。作為賦能者，聯接需求側：憑借新華三

217、完善的銷售和服H3C iConnecting6364融合方案新華三數字工業融合解決方案由1個平臺、5大場景、2類客戶構成，其中：1個平臺：聚焦構建“工業屬性”能力，以方案思路融合集成新華三網絡、云平臺、綠洲平臺、主動安全、統一運維等ICT產品，形成新華三工業數字底座；并針對工業數字化轉型的需求開發新華三工業操作系統iCubeOS，形成端到端的工業互聯網平臺（工業數字大腦），支撐場景化方案和行業方案。5大場景：聚焦工業數據治理、安全生產、精益生產、及雙碳等工業場景，打造場景化能力模塊，既可以滿足用戶場景化需求，也可以被集成到智慧園區、礦山等解決方案。務體系，面向政府、園區、工業企業等不同場景的用

218、戶進行多場景賦能，推動制造業改造升級和工業數字化轉型，促進產業高質量發展。作為聚能者，聯接產業側：通過生態伙伴計劃和數字化生態實驗室等多方式聚能，聯接行業生態應用伙伴，共同構建端到端的解決方案，共同為用戶提供一站式服務。整個方案以工業數字大腦為核心，融合新華三在技術、產品、方案、集成等方面的數字化能力，聯合生態合作伙伴，形成場景化的方案，共同服務于電子、汽車、鋼鐵、能源等行業。在政府和園區層面形成產業大腦，助力政府和工業園區實現數字化轉型，建設智慧產業園區；在企業和工廠側形成未來工廠，幫助企業進行智能化改造升級和數字化轉型，提升企業的競爭力。2類客戶：聚焦在政府園區和智能制造企業的數字化轉型需

219、求，以咨詢為牽引，集成新華三工業數字大腦、工業場景化方案、及生態伙伴等能力，打造面向政府園區的工業互聯網公共服務平臺、及面向企業的電子和鋼鐵等重點行業解決方案。工業互聯網平臺新華三工業互聯網平臺是一套集成新華三數字底座、工業場景化應用、生態伙伴等組件的解決方案；是新華三數字大腦在政府、園區和工業企業的數字化轉型落地。因此，新華三的工業互聯網平臺也可以稱為新華三工業數字大腦。工業互聯網平臺是將新一代信息技術與工業經濟深度融合的新型基礎設施；是聚焦“工業屬性”的新型創新模式，通過融合網絡、云平臺、大數據平臺、安全體系等基礎資源，以各種工業知識、算法、模型、服務等服務能力，向下提供對各種軟硬件資源接

220、入、控制和管理，向上提供開發接口及存儲計算、工具資源等支持。目標定位新華三工業互聯網平臺目標定位是基于新華三數字大腦打造的綜合型工業互聯網平臺，為政府園區產業升級和企業數字化轉型提供一站式服務。平臺面向政府、園區、工業企業，實現工業技術、經驗、知識的模型化、標準化、軟件化、復用化，優化研發設計、生產制造、運營管理等資源配置效率，形成資源富集、多方參與、合作共贏、協同演進的制造業新生態。立足于工業互聯網，幫助企業實現設備的云端運營，并基于大數據分析，實現服務和產品的持續創新，打造互聯生態體系，助力政府產業升級轉型、提高工業園區數字化管理水平，實現企業提質降本增效和綠色安全可持續發展。是數據的采集

221、、匯聚、流通和綜合集成，形成了全面感知、深度學習、挖掘分析、智慧決策與智能控制能力，實現產品需求的動態響應、創新產品敏捷開發以及對工業資源的高效實時優化，促進工業經濟快速發展。工業互聯網平臺核心價值主要體現：泛在連接：實現跨行業、跨領域的泛在連接，具備數據的全面采集能力；優化配置：實現計算資源的彈性供給、高效配置；集成分析：支撐端到端的數據深度集成與分析能力；智能創新：向上實現應用創新，實現智能決策與控制，促進數字化管理、智能化生產、網絡化協同、個性化定制、服務化延伸的形成?？傮w架構工業互聯網平臺是以工業操作系統為核心，融匯產業數據，進行數據治理，智能分析，決策控制，面向政府、園區、企業等對象

222、，支撐多場景智慧應用與產業服務。通過構建“1+1+N+3”架構體系，推動產業高質量發展、實現企業數字化轉型等目標?！?”是一個工業數字底座一個基于云計算、大數據、人工智能、5G、TSN等技術的數字底座，促進IT和OT融合，構筑發展新動能。融合數字底座包括技術中臺和數據中臺。工業PaaS：通過建設標識解析二級節點、物聯網平臺，為工業互聯網平臺服務不同用戶提供基礎接入能力。同時提供標識解析、區塊鏈、云計算、云存儲、IoT、AI、安全等平臺核心能力。同時，“N”個應用生態資源的知識、經驗、服務、最佳解決方案可以沉淀到中臺，方便抽象成更多通用算法模型、數據模型與機理模型，更好賦能前端業務應用的規?；_

223、發。工業互聯網平臺（工業數字大腦）數據體系：打破平臺、應用、節點間數據融通的壁壘，在保障數據安全、可信的前提下，推動數據跨平臺開放與共享。數據中臺定位數據標準化、可信共享，可以接入包括企業內部數據、供應鏈數據及第三方數據，同時各個應用也可通過數據中臺彼此開放數據。通過跨產業、跨價值鏈、跨維度的數據交叉，提高平臺的數據創新力。工控安全：提供設備、網絡、數據、平臺、應用等全面的安全服務能力，并提供安全防護模型、安全漏洞攻擊特征庫、病毒庫，安全防護工具等，構建避免惡意掃描、滲透、暴露破解、注入、APT、DDOS等攻擊風險的安全防護服務體系。監控端實現防篡改、防攻擊的核心模塊。部署在WEB服務器上，實

224、現對站點進行保護、備份和監測。管理端可配置、管理和展顯監控端、發布端的各種信息，并下發安全規則到監控端。針對性設計多個行業的工業控制系統網絡安全防護方案，能夠極大提升工業控制系統的安全防護能力，同時符合相應法規及標準的建設要求。具有工控防火墻、工控監測與審計系統、工控主機安全衛士、工控漏洞掃描、工控態勢感知等一系列工控安全產品，可為用戶提供網絡隔離、流量監測、主機防護、漏洞掃描、安全監測、態勢感知等全方位的安全建設。通過安全態勢感知和情報中心感知網絡狀態、受攻擊情況、攻擊來源，掌握網絡安全狀況和發展趨勢，制定有預見性的應急預案，做好相應的防范準備。通過安全云服務中心構建關鍵信息基礎設施安全體系

225、，增強網絡安全防御能力和威懾能力。在安全告警事件的基礎上提供統一的網絡安全高層視圖，能夠快速準確地把握網絡當前的安全狀態，從而支持對安全態勢的全局理解和及時做出正確的響應。統一運維：提供對基礎設施、應用服務、平臺運營狀態、核心監控指標、安全管理與審計、業務流程、任務調度等6566“3”類服務對象面向政府、園區、企業，提供線上、線下相結合的產業管理和服務解決方案。工業互聯網平臺總體架構技術特點聯接工業要素工業要素包括人員、設備、物料、產品、環境等實體要素，以及 政策、數據、信用、能力等虛擬要素。在數字孿生、物聯網、標識解析、區塊鏈等新一代信息技術的推動下，工業要素向數字形態進行了 轉型，參與到產

226、業生態與社會價值鏈中，優化了產業協作機制、也拓 寬了市場空間。同時要素數字化在不斷的技術發展與場景需求中，也 發掘出要素本身更高的價值潛能。同時，數據也在技術的推動與市場 選擇中也以要素化的身份不斷參與到區域多組織協作、園區智慧運營 當中，比如個人數據與個人身份標識的轉換、生產數據與面向應用場 景的模型轉換等，不僅對園區內部推動了資源優化配置與服務轉型升 級，對外也實現園區要素與服務的開放協作、與社會資源高度共享。通過平臺設備接入、協議解析等邊緣能力及數據管 理、數據分析等工業數據服務支撐柔性制造?；谄脚_設備接入能力，構建標識解析體系，通過物聯網和產品標識碼，實現工廠產線、產品、業務系統和人

227、等生產過程中的全要素資源接入和數據互聯互通，并通過數據管理、分析實現產能的柔性調配。推進工業資源整合利用和開放共享，促進工業要素配置市場化進程。通過提供“低成本、快部署、易 運維、強安全”的輕量化應用，賦能中小企業快速形成自身數 字化能力，有效降低中小企業數字化轉型門檻。融合數字技術平臺以“云、物、智、大、移”新一代技術為手段，通過5G、物聯網、大數據、AI等新一代信息技術打破行業邊界、弱化專業壁壘，進行跨界融合，以數字化、網絡化、智能化為引擎，升級園區服務、監管、運營協同和資源共享。支持海量多源異構工業數據的統一存儲與分析，為機器學習和實時流分析構建共性基礎。實現產業鏈聯動優化降本、助力供給

228、側結構改革和經濟發展、推動市場活躍。進行實時監控、告警和治理，內置一鍵診斷、巡檢自動化、基礎環境自動部署等實際運維工作切實需要的場景應用，幫助運維快速感知故障、定位問題和排查問題，實現平臺多視角、多維度業務的統一監控管理?！?”個工業操作系統打造一個核心工業操作系統，促進工業資源的泛在連接、彈性供給、高效配置。通過應用使能服務，為企業開發者提供快速構建應用，設計業務模型，構建大屏等業務能力，降低企業開發成本和技術門檻，滿足需求變更場景；智能BI服務提供數據智能模型開發，設計與呈現，為產業業務智能分析提供基礎支撐；工業治理服務提供產業主題庫、專題庫、指標管理等能力，支撐產業治理，產業大腦等應用；

229、創新引擎主要為企業提供測試床、成果轉化等服務體系，助力企業業務創新；工業視覺主要提供人員行為分析、產品質量控制與分析、生產安全監控分析等智能視覺服務。為“N”個應用提供核心業務與技術服務支撐?！癗”個工業應用與服務構建生態能力資源池、培育工業應用生態資源池，引入垂直行業生態能力解決方案等生態能力建設。提供基礎公共、產業、園區、企業等應用與服務。構建生態能力資源池、培育工業應用生態資源池，引入垂直行業生態能力解決方案等生態能力建設。通過大平臺，打破傳統數據、知識傳播、共享的壁壘。應用生態資源可以將數據、知識以 SaaS 化、APP 化、的方式進行應用服務，提升知識的商業變現能力；同時，運營中心依

230、托平臺可引入更多跨界資源、經驗與最佳實踐，將其它平臺的知識化為己用，強化平臺自身服務能力。構建生態能力資源池、培育工業應用生態資源池，引入垂直行業生態能力解決方案等生態能力建設。H3C iConnecting融合方案工業互聯網服務應用引擎人工智能：人工智能技術經過了近年的爆發式發展，已經在高復用場景、大型企業提供了豐富的AI應用。人工智能作為多學科技術的融合，將為社會生產力的提高做出巨大貢獻。而隨著人工智能技術與行業應用研究逐漸加深，形成了基礎平臺和上層應用雙輪驅動融合趨勢。人工智能平臺依賴于基礎算力、云計算、深度學習框架、操作系統等方面深度融合。為研發或應用人工智能技術而構建的一套軟硬件環境

231、，以人與機器的互相理解為出發點，旨在提升人機協同工作效率，降低人工智能技術的研發門檻和使用門檻，減少重復建設和重復勞動，提高研發效率和使用體驗。圍繞特定場景打造算法、模型、應用一體化服務能力，同時與業務場景深度融合，接收實體業務的反饋持續優化人工智能模型，形成自我“感知、認知、決策”的閉環，為客戶提供信息化、數字化和智能化的人工智能服務。區塊鏈：利用區塊鏈的去中心化的思路，積極孵化它在協同生產、工業互聯網數據安全、工業資產數字化、產品溯源、供應鏈等多個領域的落地方案。并以區塊鏈技術為支撐驅動工業互聯網快速發展，提升工業企業的運行效率，促進制造業的轉型升級。通過區塊鏈技術將分布式智能生產網絡改造

232、成為成一個云鏈混合的生產支撐，數據處理、共享平臺效率更高、響應更快、能耗更低。另外生產中的跨組織數據互信全部通過區塊鏈來完成，訂單信息、操作信息和歷史事務等全部記錄在鏈上，分布式存儲、不可篡改，所有產品的溯源和管理將更加安全便捷。數字孿生：數字孿生是一系列數字化技術的集成融合和創新應用，涵蓋了數字支撐技術、數字線程技術、數字孿生體技術、人機交互技術四大類型。其中，數字線程技術和數字孿生體技術是核心技術，數字支撐技術和人機交互是基礎技術。工業數字孿生系統包含了物理空間、虛實交互、數字空間三個模塊。在工業數字孿生系統中，依托虛實交互模塊的感知與反饋控制通路，根據工業生產活動的真實數據和智能應用的反

233、饋控制指令實現物理實體與虛擬實體的精準映射、交互融合和智能反饋控制，服務于研發設計、生產制造、智能運維、運行優化、智能決策等工業生產全過程。同時，物理空間和數字空間的功能又可在生產運行中進行持續改進迭代升級。6768標識解析：工業互聯網標識解析是給工業產品、設備等工業要素定義的唯一身份編碼。實現產品全生命周期管理的重要基礎。針對企業使用的不同標識體系，提供公共標識解析服務，幫助企業實現各環節、各企業間信息的對接與互通，將“信息孤島”轉變成基于統一標識的全流程信息自由流動，實現設計、生產、市場、售后信息的全面數字化與交互，提升企業知識價值與共享，優化產品開發與業務流程，降低產品全生命周期管理成本

234、，從而實現提升企業的市場競爭力。挖掘工業知識平臺積極探索業務模型的沉淀，支撐形成 貼合業務需求的綜合性工業應用。平臺運用大數據、人工智能等數字化技術，打造的線上線下相結合的產業智庫服務體系，提供專家庫、數據模型庫、機理模型庫、場景算法庫的構建與管理，能夠提供基于工業知識機理的數據 分析能力，并實現知識的固化、積累和復用，形成對知識和經驗的數字化沉淀。模型擁有者通過對模型轉移過程進行“排他性”控制獲得激勵,針對園區企業的知識產權，如生產工藝、產品配方、操作經驗等均可建立知識模型，基于模型的形式實現知識積累與傳承。平臺提供全面，權威的工業知識，具有指導作用，知識庫包含開發設計、采購供應、生產制造、

235、運營管理、企業管理、倉儲物流、產品服務等全工業領域，包括：設備知識、工藝知識、微服務組件、機理模型、算法模型、機理模型、硬件模型、故障代碼、故障方案等。用戶端可以在線閱覽、知識下載、算法模型和精選知識在線調用；同時支持用戶提交自己積累的專業知識。幫助工業用戶從知識庫中獲取所需工業專有知識，利用工業知識庫更快捷的開發工廠專屬應用，極大提高生產效率。聚能產業生態通過建設區域工業互聯網公共服務平臺、中小企業公共服務平臺等，為工業企業提供工業APP商店、產融平臺、供需對接平臺等服務，加快產業鏈供應鏈數據資源匯聚整合，促進產業數字化轉型，推動區域經濟高質量發展。以要素資源重組的模式，重構數字化時代企業的

236、經濟運行模式。為園區內中小企業提供企業市場應用，包括一鍵發布、零部件直銷、社交電商等，將企業供需信息一鍵發布到多平臺，通過 零部件直銷為制造企業建立與客戶強鏈接，通過社交電商建立企業的 信任關系營銷網絡。提供園區市場應用，針對園內企業以及園區聯盟中企業，開展集 采、組織聯合應標、進行產能共享；開設大型電商平臺及垂直電商平 臺的線上門店。并與園區聯盟中的園區平臺、工業互聯網平臺體系中 的行業/專業/區域平臺以及公共服務平臺互聯互通，共享供需、供應商信息。線下通過園區體驗中心、園區組織活動等，展示推銷各方產品；通過產教融合基地推介培訓各方服務和能力；園區運營商員工承擔部分培訓和客服工作。工業互聯網

237、可獲取并對接用戶個性化需求，將異構、多 樣數據轉化為適用于產品全生命周期的標準化數據，借助大 數據、人工智能等技術，對客戶群體、用戶行為進行深度分 析，促進供給與需求的精準匹配，強化企業市場預判、精準 營銷能力。依托工業互聯網平臺，開發供應商管理、柔性供應鏈等 云化應用，推進制造能力的模塊化、標準化和平臺化，實現 制造資源的動態配置和迭代優化，并為金融機構風險控制提供決策支持，助力傳統制造企業從單一的生產加工向現代供 應鏈管理、共享制造、互聯網金融等產業鏈增值服務延伸，不斷融入能夠帶來商業價值的增值服務，加速企業無形資產 和智力資本向有形資產轉化，推動原有制造業務向價值鏈高 端邁進，提升企業核

238、心競爭力。產融合作：通過連接產業鏈上下游、匯集海量生產相關數據，使得利用更多維度、更廣來源的數據精準刻畫企業經營行為、評估企業資產狀況成為可能，為金融市場針對中小企業開展金融服務提供了有力依據。采集中小企業的真實生產數據，建立與工業數據相關聯的信用指標庫，推薦企業的可授信金額和貸款利息，監測企業重點設備運行情況，可助力金融機構精準貸前評估、貸后風控。通過一體化金融平臺，可以最大程度減少核心企業方 的繁瑣操作，免去與金融機構的復雜接口對接工作。圍繞核心企業建立的供應鏈金融平臺，深入挖掘核心企業產業大數據價值，可以將核心企業與上下游企業聯系起來，實現核心企業信用向上下游中小企業的傳導。園區生態圈，

239、對產業鏈進行建鏈，整合上下游產業鏈、引導園區及企業上云，對現有資源進行配置輸出，形成園區發展說必須的產業生態圈。產業供應鏈，通過整合全國企業信息及園區企業信息，促進工業品采、供、銷 資源高效對接，幫助企業擴大銷售渠道、降低采購成本、定制化生產。企業服務池，通過整合全國服務商，為企業對接專業的工商財稅、知識產權、項目申報、管理營銷等第三方服務，實現企業需求即時發布、平臺服務商快速響應，解決工業企業生產運營過程中面臨的各類服務需求。企業協同創新，通過聚合專家、高校、科研機構等創新資源，對接企業科技需求，推動科研成果在實體經濟的應用。產業數據庫基于數據形成產業生態全景圖，為強鏈、補鏈提供決策支持。在

240、產教融合方面，通過政府搭臺、企業支持、高校對接、共建共享等方式推進校企合作，有效激發了各方積極性。實訓基地建設有序推進。依托工業互聯網創新發展工程，分區域布局5個工業互聯網人才實訓基地，培養高素質復合型專業人才。合作生態持續擴大。業內涌現工業互聯網產教融合創新中心等團體，聯合企業、院校等多方主體共同建設，積極開展產教活動，持續推動產教融合。賦能工業制造智能化制造是互聯網、大數據、人工智能等新一代信息技術在制造業領域加速創新應用，實現材料、設備、產品等生產要素與用戶之間的在線連接和實時交互，逐步實現機器代替人生產，智能化代表制造業未來發展的趨勢。設備上云上平臺工作持續拓展，生產制造全過程數字化

241、改造加速推進。通過工業現場總線、工業以太網、工業5G 等通訊技術，以及工業數字孿生、工業互聯網平臺等前沿技術，實現工業現場全要素全環節的動態感知、互聯互通、數據集 成和智能管控，智能制造設備、智能產線、智能車間、智能 工廠不斷涌現。H3C iConnecting融合方案平臺匯聚的海量工業數據使各階段控制模型不斷細化，制造系統的云化部署和優化升級加速推進，通過設備上云用云和設備數字孿生，設備監測、診斷、預測、優化和執行的智能管控水平不斷優化?；谄髽I現場數據集成整合的生產制造智能化應用不斷涌現，促進生產方式向智能化制造加速轉變。企業內部協同制造模式持續深入。利用信息技 術，將串行工作變為并行工程

242、，新產品上市時間、生產周期 不斷縮短，設計、生產的柔性不斷提高，企業的制造敏捷性 不斷提高，生產經營成本不斷降低。另一方面，以產能共享、服務化制造的新業態加速涌現，“平臺接單、按工序分解、多工廠協同”的共享制造模式整合了多樣化制造資源，產業組織柔性和靈活性不斷提高，企業生產和交易成本不斷降低。核心能力核心能力一：工業數字底座工業融合網絡新華三通過打造包括工業物聯網、工業確定性網絡等在內的工業融合網絡，具有全要素連接、多協議轉化、多網絡融合等能力，實現人機料法環等工業全要素的聯接，完成工業數據的感知、采集、預處理、傳輸等工作，促進工業數據的流動。通過新華三各類交換機、網關等工業網絡設備，可快速實

243、現物聯網連接的同時，也成功構建起了工業聯接的全棧服務。未來，可廣泛應用于智慧電子、智慧鋼鐵、智慧化工等行業。新華三工業融合網絡具備以下特點：全面“采”：工業設備即插即連、多接口多協議、600+工業協議確定“傳”：TSN、5G專網、一網多用、OT/IT混合調度、確定性低時延統一“管”：工業設備主動管控、工業網絡統一納管、智能運維智能“析”：云邊協同實現智能解析，工業時序數據秒級分析簡單“用”：工業應用驅動網絡、業務意圖自動識別、網隨流動主動“防”：云網安深度融合、工業安全態勢感知、端到端工控防護混合工業云工業云平臺云與智能平臺H3C CloudOS通過納管傳統IT資源，并融合容器、DevOps、

244、大數據、AI等新興技術，在保障云安全的同時，實現了IaaS、PaaS、SaaS的自動化交付，同時實現了運營運維功能的一站式體驗。平臺架構如下圖所示：6970云與智能平臺架構圖ABC全面融合，靈活選擇云與智能平臺對AI(A)、Big Data(B)、Cloud(C)進行了業務創新，依據用戶的需求對上述業務進行編排組合，實現對用戶按需提供業務服務。面向行業，提供云、數、智一體化解決方案面向應用，提供云、數、智一站式服務支撐面向資源，提供搭積木式的組合編配業務敏捷開發，快速上線H3C CloudOS云與智能平臺提供的PaaS能力大幅度提升，不僅為用戶的現代化應用程序架構提供了微服務能力，還通過敏捷的

245、DevOps方法提供加速應用交付的能力。面向多模應用，提供傳統應用和原生應用從研發到運營的一體化支撐平臺面向多維場景，提供容器、微服務、DevOps組合式的業務能力面向多元服務，提供通用服務和個性化服務良好的接入能力生態應用，智能聯接H3C CloudOS云與智能平臺采用插拔式的開放架構，實現多行業生態應用的深度集成，為用戶提供更加豐富的服務能力，加速客戶的業務創新。面向用戶，提供多行業生態應用面向業務，提供不同場景的應用快速響應能力面向伙伴，提供良好的生態合作平臺自主可控，安全可靠H3C CloudOS云與智能平臺擁有自主的技術、算法和代碼，同時可以對信息和系統實施安全監控，有效的保障信息安

246、全和系統安全。掌握產品核心技術兼容國產自主可控軟硬件積極參與信息安全可控全生態鏈的建設H3C iConnecting融合方案智慧電子智慧鋼鐵智慧化工智慧礦山機械加工智慧港口智慧園區數字能源智慧礦山智慧交通智慧物流智能制造全要素連接行業應用工業融合網絡控制器5G基站5G專網TSN網絡5G基站BBU云網邊端工業互聯網平臺數據采集分析工業實時控制多協議轉換匯聚決策多網絡融合應用驅動混合流調度云網安融合工業大數據中心容器化應用多協議高實時強安全Comware工業網絡操作系統TSN邊緣網關聯接協同感知控制TSN交換機TSN交換機TSN交換機以Comware為核心，構建自主可控、OICT深度融合的工業網絡

247、體系工業綠洲平臺綠洲平臺是融合技術、聚合數據、賦能應用的數字服務中樞，以智能數字技術為部件、以數據為生產資源、以標準數字服務為產出物，以融合集成、數據運營為核心，旨在為客戶打造數字化聯結能力、洞察能力、創新能力，助力數字化轉型的數字平臺。7172綠洲融合集成平臺綠洲融合集成平臺包括消息集成，服務集成，數據集成，資源管理等能力，通過和數據運營平臺的連接，提供標準的數據模型，形成各種業務數據模型。借助資產開發，對常用的API形成模板，實現復用，加速對外服務的提供。此外對應的常用數據編排腳本，進行通用的能力，實現能力的復用，避免重復的開發。對外的能力開放提供標準化接口和服務模型。如人臉識別，語音合成

248、等作為標準能力輸出，無需用戶在融合集成平臺進行配置操作。對服務模型進行標準化，實現服務模型的快速復用和對外開發。綠洲融合集成平臺對業務應用屏蔽底層系統差異，提供統一服務支撐；幫助開發者快速開發整合現有系統的能力，進行系統集成，來滿足數字化進程中豐富的聯接需求，實現萬物互聯。綠洲融合集成平臺核心優勢如下：多類標準化集成方式：屏蔽不同外部能力提供者的接口差異，對應用開發者提供統一的業務控制邏輯和數據格式，提升可復制性。數據集成：提供異構數據集成能力。消息集成：提供應用間通信消息集成能力。服務集成：提供API接口集成能力。業務數據共享，融合聯動：統一集成工具，實現數據共享，融合聯動，將底層系統能力價

249、值最大化。資產沉淀：沉淀業務資產、數據資產、集成資產，數字資產遷移復用，快速打造創新應用。綠洲數據運營平臺數據運營平臺是一款一站式全域數據開發和治理平臺，融合了數據集成、數據管道、實時計算、多維分析、業務開發、任務調度、全文檢索、時空引擎、圖引擎等核心子系統構成，將數據開發的各個環節融合在一套可視化的開發環境中，結合數據標準和數據地圖相關能力，實現數據全域開發和治理，給業務快速響應和創新帶來的業務價值。產品提供通用的平臺接口，上層應用核心邏輯只需聚焦到業務邏輯實現和數據展示，對于數據的轉換、提取、檢索、分析等統一由中臺屏蔽，把一些通用大數據平臺能力的沉淀到中臺，實現一種“厚中臺薄應用”模式，極

250、大地提高了中臺支撐各種各樣的上層應用服務，同時降低了應用開發者使用門檻。綠洲數據運營平臺核心優勢如下：完善的數據服務體系數據運營平臺集成了離線計算（Hadoop、Spark）、流式計算（Flink、SparkSQL）、圖計算（SparkGraphx）、時空引擎（Geomesa）等多種數據引擎，以及HDFS、HBase、Hive、ElasticSearch、Kafka、Redis、Vertica等多種存儲服務，可滿足多方面需要。運營平臺從數據采集、數據標準、數據存儲、數據開發、數據質量到數據資產都提供標準的流程，并為流程的每一階段提供了標準工具，保障了流程規范和目標可控。同時提供統一的數據管理視

251、圖管理元數據和數據血緣，有效保障數據運營和治理及時性和規范性。簡單易用的可視化界面運營平臺基于數據運營的深刻理解，整體設計理念貫穿真個數據應用生命周期，通過簡單易用的可視化界面，用戶可以通過可視化的操作界面使用大數據，涵蓋從數據集成、存儲、分析、計算、管理、檢索到服務的一系列環節，幫企業快速構建高效大數據應用開發，降低企業使用數據成本。先進的數據資產化理念運營平臺通過對數據資產的統一管理，以全局多維度資產視圖，快速盤清資產數據的分布和統計情況，依據業務屬性自定義對數據按照主題、分層、標簽進行不同維度統計，清理全數據鏈路自動形成數據流轉血緣關系圖，實時了解數據的來龍去脈。豐富的數據開發類型支持多

252、人在線協作開發，支持Java、MR、Spark、SQL、Shell、Flink多種數據處理類型，作業開發支持SQL和畫布托拉拽多種方式，提供豐富的調度配置策略與海量的作業調度能力?？蓮陀眯袠I知識庫提供多個行業套件知識庫，涵蓋行業數據標準、數據模塊、行業數據主題庫、專題庫、行業算法庫，支持智慧校園、智慧園區、智慧醫療等快速定制數據運營端到端的解決方案。主動安全體系安全保障體系主要提供設備、網絡、數據、平臺、應用等全面的安全服務能力，并提供安全防護模型、安全漏洞攻擊特征庫、病毒庫，安全防護工具等，構建避免惡意掃描、滲透、暴露破解、注入、APT、DDOS等攻擊風險的安全防護服務體系。監控端實現防篡改

253、、防攻擊的核心模塊。部署在WEB服務器上，實現對站點進行保護、備份和監測。管理端可配置、管理和展顯監控端、發布端的各種信息，并下發安全規則到監控端。針對性設計多個行業的工業控制系統網絡安全防護方案，能夠極大提升工業控制系統的安全防護能力，同時符合相應法規及標準的建設要求。具有工控防火墻、工控監測與審計系統、工控主機安全衛士、工控漏洞掃描、工控態勢感知等一系列工控安全產品，可為用戶提供網絡隔離、流量監測、主機防護、漏洞掃描、安全監測、態勢感知等全方位的安全建設。通過安全態勢感知和情報中心感知網絡狀態、受攻擊情況、攻擊來源，掌握網絡安全狀況和發展趨勢，制定有預見性的應急預案，做好相應的防范準備。通

254、過安全云服務中心構建關鍵信息基礎設施安全體系，增強網絡安全防御能力和威懾能力。在安全告警事件的基礎上提供統一的網絡安全高層視圖，能夠快速準確地把握網絡當前的安全狀態，從而支持對安全態勢的全局理解和及時做出正確的響應。邊界安全防護在各生產業務系統間冗余部署工控防火墻，實現區域邊界防護；在生產自動化系統與ERP系統、辦公網間部署隔離網閘，實現不同安全域間隔離防護；設置嚴格的訪問控制策略，通過基于IP、端口、協議等訪問控制設置，杜絕控制系統的非法訪問，隔離網絡攻擊和病毒（包含工業病毒）的跨區域傳播，保護工業環網的安全運行。實現不同系統之間的邏輯隔離，解決生產網各工控系統之間、管理網與生產網之間的違規

255、訪問與邊界防護。網絡監測與審計在智能制造車間工業環網交換機、核心交換機上旁路部署工控安全監測審計系統，監測審計引擎對工控流量進行監測分析，識別出工控協議，并對工控協議深度解析，同時將違規操作、非法操作、程序下載、IP變更、組態變更、PLC啟停等關鍵事件以及病毒、木馬、黑客等攻擊行為數據傳送到部署在管理網的工控安全監測審計管理系統中。工控安全監測審計管理系統對監測引擎進行統一監控與管理，將監測審計引擎傳送過來的異常數據進行統計分析，并告警顯示，同時依據通訊流量生成節點網絡拓撲動態；工控資產識別，實現對工控網絡的監測與審計，為事后提供追溯分析依據。解決生產網各工控系統中對于病毒、木馬等攻擊行為缺少

256、檢測手段引發的安全隱患以及違規操作、誤操作行為無法監測的問題。入侵檢測安全在網絡關鍵節點處通過入侵檢測進行入侵攻擊行為的檢測識別，發現并防止網絡攻擊行為，尤其對基于工業控制漏洞、工業控制異常指令、惡意代碼以及關鍵事件進行及時告警，避免入侵行為或疑似入侵攻擊的行為發生。主機安全防護為保證主機設備的正常運行，智能制造生產車間的操作員站和工程師站基本不安裝殺毒軟件，導致主機設備可能存在未被發現的惡意代碼程序且無法抵御病毒、木馬等惡意代碼的入侵。本方案在生產網各工控系統中的操作員站、工程師站以及服務器等工業主機上安裝部署工控主機安全衛士客戶端。安全管理中心部署工控主機安全衛士服務端對主機衛士系統進行統

257、一管理與監控，策略下發，異常報警等。實現對工業主機的進程白名單管理，對流量、USB口管控，有效抵御未知病毒、木馬、惡意程序、非法入侵等針對終端的攻擊，實現工業主機安全防護與加固。解決多數工業主機操作系統為WindowsXP系統，系統補丁更新難、所部署殺毒軟件與工業應用軟件兼容性較差以及殺毒軟件病毒庫不更新導致存在安全風險等問題。安全運維管理在安全管理中心部署運維堡壘機，進行集中賬號管理、集中登錄認證、集中用戶授權和集中操作審計。實現對運維人員的操作行為審計，對違規操作、非法訪問等行為的有效監督，為事后追溯提供依據。解決遠程運維過程中無法監控的問題，以及對運維人員在資源訪問和操作過程無法做到權限

258、控制、安全審計、事后追溯等問題。工業數據安全在安全管理中心內部署數據庫審計系統，通過數據庫審計系統全面審計在使用數據庫過程中的訪問過程，對于越權訪問、異常數據庫操作以及對數據庫關鍵數據或進行關鍵指令操作過程全面審計，檢測識別非授權操作的行為，避免數據庫刪除、篡改、異常訪問等情況發生。漏洞掃描服務通過漏洞掃描定期對網內設備進行漏洞檢查并形成漏洞分析報告，漏洞掃描系統可以資產探測、系統漏洞掃描、數據庫漏洞掃描、基線配置核查、應用漏洞掃描、視頻監控安全檢測、Windows安全加固、等保合規關聯等，全面、精準地檢測信息系統中存在的各種脆弱性問題，包括各種安全漏洞、安全配置問題、不合規行為等，提供專業、

259、有效的漏洞分析和修補建議。集中日志審計在控制中心通過日志審計系統，實時、不間斷地將政企客戶中來自不同廠商的安全設備、網絡設備、主機、操作系統、數據庫系統、用戶業務系統的日志/警報等信息匯集到審計中心，實現全網綜合安全審計。如果客戶網絡中重要網絡和業務系統無法產生日志，日志審計系統也能通過部署硬件探測器的方式主動偵測網絡中的協議通訊，并轉化為日志，匯集到審計中心。工控安全管理平臺在安全管理區部署的工控安全管理平臺，收集安全設備的告警信息、日志信息、審計數據，基于機器學習和大數據分析，統一管理安全設備，進行策略下發，實現安全態勢預警、基線核查、日志分析等功能。統一運維服務統一運維體系是從南向對接的

260、各類系統中抽取資源對象的告警、性能、資源等信息，對資源進行監控、統計、分析與預測，從而實現云數據中心資源的統一運維管理。主要提供對基礎設施、應用服務、平臺運營狀態、核心監控指標、安全管理與審計、業務流程、任務調度等進行實時監控、告警和治理，內置一鍵診斷、巡檢自動化、基礎環境自動部署等實際運維工作切實需要的場景應用，幫助運維快速感知故障、定位問題和排查問題，實現平臺多視角、多維度業務的統一監控管理。平臺面向公有云、專享云、混合云運維人員，提供計算、存儲、網絡等產品的性能監控、容量展示、運維告警、自動作業、健康巡檢等能力，幫助運維人員全面了解物理資源、虛擬資源的健康情況，并通過數據中臺提供的全面、

261、精準、快速的數據處理能力，幫助運維人員快速感知、定位、解決問題，保障平臺側、客戶側各類資源穩定高效運行。平臺整體功能組成可分為三個層級：基礎設施管理層管理運維平臺的資產對象，包含各節點運行管理的管理對象，包括服務器、計算存儲資源、網絡設備、系統應用軟件、中間件、虛擬化資源池等。通過IT資產配置管理中心CMDB，實現底層數據拉通，提供配置信息的消費、監控納管設備信息自動發現及同步?；A設施管理針對用戶側可購買的計算、網絡、存儲等云產品所依托的物理資源、虛擬資源的生命周期進行管理的后端運維平臺。通過該平臺運維人員可以：納管服務器設備、存儲設備、網絡設備等物理資源；管理與操作計算、存儲、網絡等用戶側

262、維度的數據；全面了解主機CVK、虛擬機、存儲磁盤鏡像、網絡配置等資源使用情況及運行狀態;快速定位云資源產品運行狀況?；A設施平臺主要是對各類云資源進行管理，云資源管理包括計算設備、存儲設備、網絡設備等維度，偏向硬件層面的管理云上資源。按照可用區、主機類型等進行主機資源池統計。支持計算產品、存儲產品、網絡產品等虛擬資源運維管理。云基礎設施層實現云上物理資源管理，支持計算、存儲、網絡云產品的運維管理，基于運維平臺，統一完成對日常運維服務的支撐，是針對用戶側可購買的計算、網絡、存儲等云產品所依托的物理資源、虛擬資源的生命周期進行管理的后端運維平臺，各類云資源進行管理，云資源管理包括計算設備、存儲設備

263、、網絡設備等維度，偏向硬件層面的管理云上資源。按照可用區、主機類型等進行主機資源池統計。支持計算產品、存儲產品、網絡產品等虛擬資源運維管理。業務運維管理層實現統一告警管理，所有運維信息同前端客戶信息關聯綁定，統一納管、統一告警，支持鏈路日志、運行日志管理，對IT基礎設施、應用服務、核心監控指標進行實時監控、告警和治理，幫助運維快速感知故障、定位問題和排查問題。H3C iConnecting融合方案賦能智慧行業行業套件CloudOS云操作系統綠洲平臺智慧城市智慧校園智慧城軌智慧醫療公共安全行業數據標準虛擬化網絡存儲容器微服務治理主題庫/專題庫數據模型算法模型HDFS文件系統NoSQL數據庫全文數

264、據庫離線計算MR流式計算FlinkDataEngine大數據平臺MPP分布式數據庫存儲與計算平臺AIOS人工智能平臺列式存儲主動壓縮實時聚合自動優化機器學習深度學習模型訓練在線推理綠洲融合集成平臺綠洲融合集成平臺包括消息集成，服務集成，數據集成，資源管理等能力，通過和數據運營平臺的連接，提供標準的數據模型，形成各種業務數據模型。借助資產開發，對常用的API形成模板，實現復用，加速對外服務的提供。此外對應的常用數據編排腳本，進行通用的能力，實現能力的復用，避免重復的開發。對外的能力開放提供標準化接口和服務模型。如人臉識別，語音合成等作為標準能力輸出，無需用戶在融合集成平臺進行配置操作。對服務模型

265、進行標準化，實現服務模型的快速復用和對外開發。綠洲融合集成平臺對業務應用屏蔽底層系統差異，提供統一服務支撐；幫助開發者快速開發整合現有系統的能力，進行系統集成，來滿足數字化進程中豐富的聯接需求，實現萬物互聯。綠洲融合集成平臺核心優勢如下：多類標準化集成方式：屏蔽不同外部能力提供者的接口差異，對應用開發者提供統一的業務控制邏輯和數據格式，提升可復制性。數據集成：提供異構數據集成能力。消息集成：提供應用間通信消息集成能力。服務集成：提供API接口集成能力。業務數據共享，融合聯動：統一集成工具，實現數據共享，融合聯動，將底層系統能力價值最大化。資產沉淀：沉淀業務資產、數據資產、集成資產，數字資產遷移

266、復用，快速打造創新應用。綠洲數據運營平臺數據運營平臺是一款一站式全域數據開發和治理平臺，融合了數據集成、數據管道、實時計算、多維分析、業務開發、任務調度、全文檢索、時空引擎、圖引擎等核心子系統構成，將數據開發的各個環節融合在一套可視化的開發環境中，結合數據標準和數據地圖相關能力，實現數據全域開發和治理，給業務快速響應和創新帶來的業務價值。產品提供通用的平臺接口，上層應用核心邏輯只需聚焦到業務邏輯實現和數據展示，對于數據的轉換、提取、檢索、分析等統一由中臺屏蔽，把一些通用大數據平臺能力的沉淀到中臺，實現一種“厚中臺薄應用”模式，極大地提高了中臺支撐各種各樣的上層應用服務，同時降低了應用開發者使用

267、門檻。綠洲數據運營平臺核心優勢如下：完善的數據服務體系數據運營平臺集成了離線計算（Hadoop、Spark）、流式計算（Flink、SparkSQL）、圖計算（SparkGraphx）、時空引擎（Geomesa）等多種數據引擎，以及HDFS、HBase、Hive、ElasticSearch、Kafka、Redis、Vertica等多種存儲服務，可滿足多方面需要。運營平臺從數據采集、數據標準、數據存儲、數據開發、數據質量到數據資產都提供標準的流程，并為流程的每一階段提供了標準工具，保障了流程規范和目標可控。同時提供統一的數據管理視圖管理元數據和數據血緣，有效保障數據運營和治理及時性和規范性。簡單

268、易用的可視化界面運營平臺基于數據運營的深刻理解，整體設計理念貫穿真個數據應用生命周期，通過簡單易用的可視化界面，用戶可以通過可視化的操作界面使用大數據，涵蓋從數據集成、存儲、分析、計算、管理、檢索到服務的一系列環節，幫企業快速構建高效大數據應用開發，降低企業使用數據成本。先進的數據資產化理念運營平臺通過對數據資產的統一管理，以全局多維度資產視圖，快速盤清資產數據的分布和統計情況，依據業務屬性自定義對數據按照主題、分層、標簽進行不同維度統計，清理全數據鏈路自動形成數據流轉血緣關系圖，實時了解數據的來龍去脈。豐富的數據開發類型支持多人在線協作開發，支持Java、MR、Spark、SQL、Shell

269、、Flink多種數據處理類型，作業開發支持SQL和畫布托拉拽多種方式，提供豐富的調度配置策略與海量的作業調度能力?？蓮陀眯袠I知識庫提供多個行業套件知識庫，涵蓋行業數據標準、數據模塊、行業數據主題庫、專題庫、行業算法庫，支持智慧校園、智慧園區、智慧醫療等快速定制數據運營端到端的解決方案。主動安全體系安全保障體系主要提供設備、網絡、數據、平臺、應用等全面的安全服務能力，并提供安全防護模型、安全漏洞攻擊特征庫、病毒庫，安全防護工具等，構建避免惡意掃描、滲透、暴露破解、注入、APT、DDOS等攻擊風險的安全防護服務體系。監控端實現防篡改、防攻擊的核心模塊。部署在WEB服務器上，實現對站點進行保護、備份

270、和監測。管理端可配置、管理和展顯監控端、發布端的各種信息，并下發安全規則到監控端。針對性設計多個行業的工業控制系統網絡安全防護方案，能夠極大提升工業控制系統的安全防護能力，同時符合相應法規及標準的建設要求。具有工控防火墻、工控監測與審計系統、工控主機安全衛士、工控漏洞掃描、工控態勢感知等一系列工控安全產品，可為用戶提供網絡隔離、流量監測、主機防護、漏洞掃描、安全監測、態勢感知等全方位的安全建設。通過安全態勢感知和情報中心感知網絡狀態、受攻擊情況、攻擊來源，掌握網絡安全狀況和發展趨勢，制定有預見性的應急預案，做好相應的防范準備。通過安全云服務中心構建關鍵信息基礎設施安全體系，增強網絡安全防御能力

271、和威懾能力。在安全告警事件的基礎上提供統一的網絡安全高層視圖，能夠快速準確地把握網絡當前的安全狀態，從而支持對安全態勢的全局理解和及時做出正確的響應。邊界安全防護在各生產業務系統間冗余部署工控防火墻，實現區域邊界防護；在生產自動化系統與ERP系統、辦公網間部署隔離網閘，實現不同安全域間隔離防護；設置嚴格的訪問控制策略，通過基于IP、端口、協議等訪問控制設置，杜絕控制系統的非法訪問，隔離網絡攻擊和病毒（包含工業病毒）的跨區域傳播，保護工業環網的安全運行。實現不同系統之間的邏輯隔離，解決生產網各工控系統之間、管理網與生產網之間的違規訪問與邊界防護。網絡監測與審計在智能制造車間工業環網交換機、核心交

272、換機上旁路部署工控安全監測審計系統，監測審計引擎對工控流量進行監測分析，識別出工控協議，并對工控協議深度解析，同時將違規操作、非法操作、程序下載、IP變更、組態變更、PLC啟停等關鍵事件以及病毒、木馬、黑客等攻擊行為數據傳送到部署在管理網的工控安全監測審計管理系統中。工控安全監測審計管理系統對監測引擎進行統一監控與管理，將監測審計引擎傳送過來的異常數據進行統計分析，并告警顯示，同時依據通訊流量生成節點網絡拓撲動態；工控資產識別，實現對工控網絡的監測與審計，為事后提供追溯分析依據。解決生產網各工控系統中對于病毒、木馬等攻擊行為缺少檢測手段引發的安全隱患以及違規操作、誤操作行為無法監測的問題。入侵

273、檢測安全在網絡關鍵節點處通過入侵檢測進行入侵攻擊行為的檢測識別，發現并防止網絡攻擊行為，尤其對基于工業控制漏洞、工業控制異常指令、惡意代碼以及關鍵事件進行及時告警，避免入侵行為或疑似入侵攻擊的行為發生。主機安全防護為保證主機設備的正常運行，智能制造生產車間的操作員站和工程師站基本不安裝殺毒軟件，導致主機設備可能存在未被發現的惡意代碼程序且無法抵御病毒、木馬等惡意代碼的入侵。本方案在生產網各工控系統中的操作員站、工程師站以及服務器等工業主機上安裝部署工控主機安全衛士客戶端。安全管理中心部署工控主機安全衛士服務端對主機衛士系統進行統一管理與監控，策略下發，異常報警等。實現對工業主機的進程白名單管理

274、，對流量、USB口管控，有效抵御未知病毒、木馬、惡意程序、非法入侵等針對終端的攻擊，實現工業主機安全防護與加固。解決多數工業主機操作系統為WindowsXP系統，系統補丁更新難、所部署殺毒軟件與工業應用軟件兼容性較差以及殺毒軟件病毒庫不更新導致存在安全風險等問題。安全運維管理在安全管理中心部署運維堡壘機，進行集中賬號管理、集中登錄認證、集中用戶授權和集中操作審計。實現對運維人員的操作行為審計，對違規操作、非法訪問等行為的有效監督，為事后追溯提供依據。解決遠程運維過程中無法監控的問題，以及對運維人員在資源訪問和操作過程無法做到權限控制、安全審計、事后追溯等問題。工業數據安全在安全管理中心內部署數

275、據庫審計系統，通過數據庫審計系統全面審計在使用數據庫過程中的訪問過程，對于越權訪問、異常數據庫操作以及對數據庫關鍵數據或進行關鍵指令操作過程全面審計，檢測識別非授權操作的行為，避免數據庫刪除、篡改、異常訪問等情況發生。漏洞掃描服務通過漏洞掃描定期對網內設備進行漏洞檢查并形成漏洞分析報告，漏洞掃描系統可以資產探測、系統漏洞掃描、數據庫漏洞掃描、基線配置核查、應用漏洞掃描、視頻監控安全檢測、Windows安全加固、等保合規關聯等，全面、精準地檢測信息系統中存在的各種脆弱性問題，包括各種安全漏洞、安全配置問題、不合規行為等，提供專業、有效的漏洞分析和修補建議。集中日志審計在控制中心通過日志審計系統，

276、實時、不間斷地將政企客戶中來自不同廠商的安全設備、網絡設備、主機、操作系統、數據庫系統、用戶業務系統的日志/警報等信息匯集到審計中心，實現全網綜合安全審計。如果客戶網絡中重要網絡和業務系統無法產生日志，日志審計系統也能通過部署硬件探測器的方式主動偵測網絡中的協議通訊，并轉化為日志，匯集到審計中心。工控安全管理平臺在安全管理區部署的工控安全管理平臺，收集安全設備的告警信息、日志信息、審計數據，基于機器學習和大數據分析，統一管理安全設備，進行策略下發，實現安全態勢預警、基線核查、日志分析等功能。統一運維服務統一運維體系是從南向對接的各類系統中抽取資源對象的告警、性能、資源等信息，對資源進行監控、統

277、計、分析與預測，從而實現云數據中心資源的統一運維管理。主要提供對基礎設施、應用服務、平臺運營狀態、核心監控指標、安全管理與審計、業務流程、任務調度等進行實時監控、告警和治理，內置一鍵診斷、巡檢自動化、基礎環境自動部署等實際運維工作切實需要的場景應用，幫助運維快速感知故障、定位問題和排查問題，實現平臺多視角、多維度業務的統一監控管理。平臺面向公有云、專享云、混合云運維人員，提供計算、存儲、網絡等產品的性能監控、容量展示、運維告警、自動作業、健康巡檢等能力，幫助運維人員全面了解物理資源、虛擬資源的健康情況，并通過數據中臺提供的全面、精準、快速的數據處理能力，幫助運維人員快速感知、定位、解決問題，保

278、障平臺側、客戶側各類資源穩定高效運行。平臺整體功能組成可分為三個層級：基礎設施管理層管理運維平臺的資產對象，包含各節點運行管理的管理對象，包括服務器、計算存儲資源、網絡設備、系統應用軟件、中間件、虛擬化資源池等。通過IT資產配置管理中心CMDB，實現底層數據拉通，提供配置信息的消費、監控納管設備信息自動發現及同步?；A設施管理針對用戶側可購買的計算、網絡、存儲等云產品所依托的物理資源、虛擬資源的生命周期進行管理的后端運維平臺。通過該平臺運維人員可以：納管服務器設備、存儲設備、網絡設備等物理資源；管理與操作計算、存儲、網絡等用戶側維度的數據；全面了解主機CVK、虛擬機、存儲磁盤鏡像、網絡配置等資

279、源使用情況及運行狀態;快速定位云資源產品運行狀況?；A設施平臺主要是對各類云資源進行管理，云資源管理包括計算設備、存儲設備、網絡設備等維度，偏向硬件層面的管理云上資源。按照可用區、主機類型等進行主機資源池統計。支持計算產品、存儲產品、網絡產品等虛擬資源運維管理。云基礎設施層實現云上物理資源管理，支持計算、存儲、網絡云產品的運維管理，基于運維平臺，統一完成對日常運維服務的支撐，是針對用戶側可購買的計算、網絡、存儲等云產品所依托的物理資源、虛擬資源的生命周期進行管理的后端運維平臺，各類云資源進行管理，云資源管理包括計算設備、存儲設備、網絡設備等維度，偏向硬件層面的管理云上資源。按照可用區、主機類型

280、等進行主機資源池統計。支持計算產品、存儲產品、網絡產品等虛擬資源運維管理。業務運維管理層實現統一告警管理，所有運維信息同前端客戶信息關聯綁定，統一納管、統一告警，支持鏈路日志、運行日志管理，對IT基礎設施、應用服務、核心監控指標進行實時監控、告警和治理，幫助運維快速感知故障、定位問題和排查問題。7374核心能力二：工業操作系統iCubeOS是新華三推出的開放式工業操作系統，屬于平臺即服務PaaS，它面向工業全要素、全場景的操作系統，提供設備、數據、模型、業務流程、應用集成，對工業應用屏蔽底層差異，提供統一服務支撐。向下連接現場設備，向上提供多種多樣的工業應用開發、整合、集成的能力，滿足數字化進

281、程中多樣的業務鏈接需求，實現工業資源、工業模型、工業應用統一智能化調度。H3C iConnecting融合方案研發設計工業操作系統核心組件工業模型管理工業資源抽象和工業任務調度工業資源工業操作系統iCubeOSPLM工業數據采集任務工業對象抽象工業數據模型工業流程模型工業算法模型人員設備物料工藝環境工業流程抽象工業規則抽象工業任務調度工業數據治理任務工業應用使能任務工業智能任務ERPMOMWMSHSE協同制造設備預測維護comware網絡操作系統CloudOS云操作系統7576建設工業操作系統，需要解決多個層面的問題，從連接層面，需要解決工業企業的人、機、料、法、環、安等全要素進行跨要素之間的

282、互聯互通，從業務層面需要對各個環節的數據進行梳理和分析，開發各類業務服務，形成完善的工業數據和業務流程體系，來描述完整的工業生產流程；技術層面上需要建立統一的工業操作調度體系來調度和管理這些各類服務能力。需要根據具體的業務場景選擇合適的技術架構，系統建設中需要重點考慮的問題包括以下五個方面：如何解決工業環境各類設備的接入集成問題；如何解決工業各類數據的異構集成問題；如何按照業務需求選擇不同的工業開發和服務工具；如何解決不同服務能力的統一調度問題；如何保障系統的安全和穩定運行。本白皮書將圍繞這些要點對工業操作系統服務能力做詳細的描述。關鍵能力工業物聯服務能力面對工業現場的復雜設備場景，主要通過現

283、場總線、工業以太網、工業光纖網絡等工業通信網絡實現對工廠內設備的接入和數據采集，可分為三類：對傳感器、變送器、采集器等專用采集設備的數據采集；對PLC、RTU、嵌入式系統、IPC等通用控制設備的數據采集；對機器人、數控機床、AGV 等專用智能設備/裝備的數據采集。工業現場設備錯雜復雜，需要提供設備抽象能力，iCubeOS提供設備模板服務能力，運營服務人員可按照設備類型配置設備模板信息，定義設備的靜態管理屬性，配置數據采集的測點數據項及數據點表位置，添加標準設備文檔，設置統一的數據采集周期和控制命令等，實現對同一類型設備的統一維護和便捷管理。根據設備與平臺、網關與平臺定義的數據傳輸協議格式，選擇

284、數據解析協議類型，為采集數據項配置數據類型、讀寫表達式、以及數據點的位置等信息。實現平臺統一接入適配層對解析協議的定義和配置工作。H3C iConnecting融合方案同時針對具備多種通訊協議接口的設備或網關，可以添加多類解析協議，在設備接入配置時，選擇具體應用的協議即可。MQTT協議基于消息發布/訂閱范式，協議交換最小化、網絡流量占用低，能夠滿足受限環境下的數據可靠性傳輸。OPC-UA標準是由OPC基金組織制定的、用于實現工業自動化交互性的機器-機器通信協議，也已在諸多工業控制系統上實現支持。支持MQTT協議和OPC-UA協議規范，以降低數據接入工作的復雜型。通過工業邊緣網關和軟件解析網關的

285、方式，提供邊緣側和平臺層兩級協議解析轉換能力，支持西門子、三菱、AB、歐姆龍等300多種工業現場協議的數據解析。支持設備數據采集上云，規則引擎流轉數據和云端數據下發設備端。此外，也提供方便快捷的設備管理能力，支持物模型定義，數據結構化存儲，和遠程調試、監控、運維。提供物聯網應用托管服務，能夠快速部署和分發的面向制造業務場景的多租戶的應用，應用分類的定義請參看應用分類參考。完成物聯網應用托管的工業應用，再根據集成工作概述中定義不同應用類型免登方式與數字工廠進行集成。提供輕量級容器管理、虛擬化等技術構建統一的現場異構數據集成平臺，負責從各現場設備采集數據，實現邊緣側人員、設備、物料、環境、業務管理

286、等數據的統一接入、本地集中存儲、邊緣分析處理。支持將同一設備類型的控制命令參數分組，使設備運維人員能夠根據具體的業務場景進行統一命令下發。工業數據服務能力工業數據是工業生產過程中全生命周期的數據總和，包括產品研發過程中的設計資料；產品生產過程中的監控與管理數據；產品銷售與服務過程的經營和維護數據等。從業務領域來看，可以分為企業信息化數據、工業物聯網數據和外部跨界數據。從技術領域看，可用氛圍結構化、半結構化和非結構化數據。從數據采集的全面性上看，不僅要涵蓋基礎的結構化交易數據，還將逐步包括半結構化的用戶行為數據，網狀的社交關系數據，文本或音視頻類型的用戶意見和反饋數據，設備和傳感器采集的周期性數

287、據，以及未來越來越多有潛在意義的各類數據。數據采集與交換是工業系統運作的基底，從微觀層每一個零部件信息，到宏觀層整個生產流水線信息，如何基于各種網絡鏈接實現數據從微觀層到宏觀層的流動，形成各個層、全方位數據鏈條，并保證多源數據在語義層面能夠互通，降低數據交換的時延，以實現有效數據交換。于加載到數據倉庫中數據量巨大，且包含結構化、半結構化和非結構化數據，傳統的關系型SQL數據庫難以滿足大數據的存儲與管理。因此，需要借助實時數據庫、關系數據庫、NoSQL 數據庫，實現工業大數據的存儲與管理。iCubeOS提供統一、規范的數據接入方法，支持從內外部數據源向平臺導入結構化數據（如關系型數據庫數據、應用

288、系統數據、生產實時數據）、半結構化數據（如日志、郵件等）、非結構化數據不同類型的數據、不同時效的數據，并提供這些數據的整合方式，實現大數據業務整體情況的全方位展示，并對海量數據進行統一管理、統一分析、統一應用，為市場營銷業務開展提供決策支持。將各個獨立的子系統進行集成，實現數據集成的“可視、可管、可控”。同時，通過數字化支撐平臺來拉通數據、實現業務標準化接口，從而達到各系統間信息共享、業務協同，以及統一運營管理的目的。提供一站式可視化的數據開發環境，全托管的數據處理流程調度，實現一整套完整的數據集成、數據表及文件管理、數據處理腳本程序開發、拖拽式工作流及調度、作業狀態監控運維等全生命周期數據開

289、發服務。提供可視化安裝部署、監控告警、主機擴容、大數據組件、日志統一等管理能力，大幅提升大數據平臺運維效率。提供基于Kerberos安全認證體系以及基于角色的用戶權限管理體系：對用戶進行合法認證，拒絕非法用戶訪問，惡意用戶“進不來”；對用戶、組件、讀寫等操作進行不同維度的審計，非法用戶“逃不掉”；通過角色綁定大數據集群各組件操作權限，數據“拿不走”；將密鑰的權限與用戶綁定，對數據進行加/解密，數據“看不懂”。實現了系統三個層級的集成：對上能力開放，實現業務應用層的集成；平臺層可擴展，實現平臺能力的集成；對下數據采集和外部系統接入，實現數據和外部系統的集成。工業開發服務能力iCubeOS工業操作

290、系統提供了各種工業應用開發組件服務能力，提供豐富開發組件、開發引擎和設計器。以拖拽式圖形界面、可視化的方式實現工業應用的快速開發，降低工業應用開發使用門檻。開發服務能力使用組件類的產品設計，在功能上可以靈活配置，從而可以更大在產品的功能擴展上提供更多開發可能性，使得系統在適應企業未來的業務增長或調整提供最強的保證。業務單據的在線化：則滿足不同的企業的各種復雜的業務單據的自定義，如報銷單、請款單、采購單、預算工單等。業務流程在線化：即流程建模、流程配置、流程運行、組織權限配置均實現可視化配置，靈活調整，調整過程中減少系統管理員、流程配置人員、業務流程的使用人員的冗余投入，實時為用戶的業務流程提供

291、穩定的系統運行支撐。以達到在時間、資金投入最小、收益最大的目的。平臺基礎功能組件化，允許企業未來可基于平臺上進行更多的業務擴展，以滿足更多的不同的企業的個性化業務。平臺微服務化，允許企業進行進行業務創新，以調用更多的平臺服務實現平臺的不同數據不同業務邏輯，同時保證事務，異常，日志，數據歸檔等處理。平臺的業務辦理統一入口：為各個不同的業務線統一業務歸口處理，以最終減少用戶在不同的系統切換，以提高更高的業務辦理效率。應用模板核心功能層開發工具工業應用使能套件引擎工具工業模型工具7778消息調用組件 支持各種消息類型，如內部消息，郵件消息，短信消息，微信消息，釘釘消息，可集成ActiveMQ,Rab

292、it-MQ,Kafka 等 JMS 集成。任務調度組件支持自定義任務調用方法，實現各種定時任務處理，可在任務里執行數據庫寫讀，外部服務調用，文件上傳，數據交換等核心數據處理工具手段。支持執行計劃的自定義處理，可精準定交某一天某時段執行，也可按日、周、月來定義執行次數。日志管理組件支持各應用統一接入系統時，直接調用日志組件實現程序的統一日志的調用處理，并且提供日志的各種組件的數據存儲與分析處理。郵件服務組件提供系統的郵件發送組件，實現郵件的收發自郵件模板的自定義處理 腳本引擎組件實現平臺的腳本引擎，可通過腳本自定義數據規則與處理邏輯，結合流程與業務表單，可實現動態處理各種業務組件 流程引擎組件平

293、臺流程引擎自主研發，并遵循BPMN2.0規范?？梢暬侠Я鞒膛渲媒缑?，包含人工節點、自動節點、子流程節點、連接線等豐富功能；表單引擎組件提供印刷模式和拖拽模式的表單設計方式提供替換、查找、顏色、字體、等15種表單格式調整工具提供視圖選擇框、選項卡、主子表、在線編輯、二維碼、拍照、視頻、錄音、定位等30多種功能控件；提供在線web腳本編輯器，無需任何插件，封裝多種調用函數，實現復雜業務場景提供流程啟動、網頁打印、電子簽章、導出、導入等20多種功能控件，也支持操作按鈕的自定義，比如預警校驗顏色等同時支持表單控件自定義模板引擎組件提供平臺的各種內容模板，包括消息，郵件，短信，數據列表，表單，代碼生

294、成器等處理端的模板，允許用戶自定義與調用解析。服務調用組件提供對外調用外部服務的組件，實現可視化的服務調用與響應解析處理。緩存服務組件提供對 Redis 緩存的讀寫處理。文件服務組件提供對附件的上傳的處理 組織服務組件提供組織架構的調用接口組件，如組織、用戶、關系的增刪改查的接口。工業模型服務能力iCubeOS工業操作系統提供了各種工業模型定義、集成、管理、運行及服務能力，提供統一的資源池調度管理、具備內置豐富算法組件、模型組件和運行環境。以拖拽式圖形界面、可視化的方式實現工業模型的快速落地，降低工業模型使用門檻。工業模型及數據的匯聚接入出發，通過對工業模型的定義和管理、數據的關聯映射，進行工

295、業模型的持續訓練優化，對于成熟度和完整度較高的模型進行模型發布和部署，提供廣泛可復用的業務數據服務。提供良好的集群管理服務，平臺采用的多層級資源限額機制，能有效靈活的對用戶的資源以及運行實例進行控制，保障了資源的合理公平使用，提高了資源利用率。同時，平臺為集群提供了實時的資源監控功能，并提供了多維度資源統計，協助管理員進行集群資源管理。應用集成服務能力企業數字化轉型在集成上面臨大量挑戰，企業數字化轉型對接傳統應用于數字化技術，需要連接和標準化各種應用和數據，呈現出高度的多樣化和復雜度。復合場景的集成是數字化轉型邁出的關鍵且日益復雜的一步。企業要持續發展，需要直接參與客戶體驗與反饋的系統，并不斷

296、由客戶價值驅動變化，與其他系統形成動態的集成關系，要求非常高的實施效率和靈活性。企業數字化轉型需要新一代更敏捷的集成能力框架。iCubeOS提供應用集成服務能力，提供平臺式的應用集成能力，以低代碼可視化方式連接編排各種類型的應用端點，快速部署發布，實現敏捷、高效、統一管控的系統對接。整個工業應用種類繁多，應用架構也是錯綜復雜。組件化的一大驅動因素是組件重用，從一個通用組件集構建出多個應用。因為在應用間重用組件，應用本身的壁壘被打破，應用集成和組件集成成為趨勢。應用的組件化將大而全的軟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關系。信息在應用內的組件之間的流動必須非常高效，否則工作的體

297、驗和生產效率就會受到影響。因此，大家做了大量工作，致力于改進組件間信息的交換。移動和移動工作的巨大作用鼓勵越來越多的組件化，云計算和虛擬化已經打破了應用程序或者組件和服務器資源之間的傳統壁壘。服務器已經是池的一部分，一些服務器甚至可能在公司外的公有云上。任何功能都可能運行在任何地將所有建模過程標準化為一個個組件，用戶只需像堆積木一樣搭建自己的建模流程，即可實現一套完整的建模方案。iCubeOS工業操作系統底層對組件進行了可擴展的設計，每一個組件都是通過相同的結構進行自描述，描述其名稱、作業類型、參數項等，平臺前端根據組件的自描述自動渲染前端界面的各種組件。所以在作業類型不增加的情況下，增加一個

298、組件非常簡單。與此同時，任務流引擎同樣采用了可擴展的設計模式，即作業類型可擴展，理論上支持用戶未來任意方式的作業啟動，滿足用戶對未來組件擴展的各類要求。給用戶提供直觀形象的模型訓練過程展示，自主開發了可視化指標記錄的python組件包，并內置到平臺提供的鏡像環境中，用戶在自己的腳本中只需要調用這些函數，即可以將自己訓練過程中的指標記錄到平臺中。平臺會在任務的實時指標監控功能中，動態根據用戶輸出的指標，進行可視化的展示。整合政府部門、網格員、互聯網等多個數據源，建立數據中臺數據庫和平臺，基于標準接口，形成各類分析服務，包含產業評價、決策分析、產業綜合管理，最終在大屏、PC端、移動端進行管理展現。

299、平臺具有跨區域，跨部門、跨層級、跨業務、跨類型、跨領域的全數據聯合分析能力。數據收集方式多樣化，數據交換共享、城市移動網、傳感器、應用系統等，支持流式數據實時分析。H3C iConnecting融合方案模型定義對象定義模型創建模型運行模型優化預算算法機理算法目標檢測圖像識別業務流程預測維護地質建模設備仿真安全巡檢工業業務服務平臺工業模型數據服務工業場景方案模型建模業務問題模型訓練模型評估服務應用模型發布部署業界主流趨勢采用微服務架構以Kubernetes為基礎，可支持千余計算節點統一Web訪問，隨時隨地開發，通過拖拽式生成，屏蔽差異，統一模型開發訓練，降低算法開發門檻，達到平臺易用、開發方便平

300、臺池化管理，設置資源配額策略，實現用戶公平均衡使用資源，幫忙客戶提高資源利用率、提升開發效率提供數據處理，在線開發，模型訓練、模型評估、模型部署一站式流程化管理和版本管理的工業模型業務服務平臺提供多種調度開發聯調測試環境，提供開發效率涵蓋機理模型、行業機理模型、流程業務模型、算法模型等多種工業模型，集成Matlab、CAX等主流工業軟件運行框架，并保留了擴展性容器化微服務架構全界面可視化多樣化調度模式智能分配GPU計算資源一站式模型服務平臺多樣模型種類和運行框架7980方，因此需要記錄下來它到底在哪里運行，這樣其他組件才能夠找到它。以動態方式部署應用意味著在部署組件之間提供動態的鏈接。提供平臺

301、化的應用集成和服務開放能力，幫助企業打通、整合內外新舊業務系統，實現跨環境、跨歸屬應用系統之間的互通集成和管控。提供豐富可用組件，簡化應用連接，同時使用分享復用方式結合低代碼可視化集成，甚至業務人員都可以實現集成，讓更廣泛的企業人員可進行自助式集成開發，不必依賴集中的實施團隊。提供快速發布更新，輕量級運行時，一鍵部署發布，讓用戶關注在集成本身的實現和管理，而非構建和部署資源細節上，規范化操作，平臺式一致管理。Api中心：平臺支持可視化接口開發，通過api中心定義接口內容以及報文格式等。外部集成：平臺提供Swagger接口文檔，符合Restful API。第三方系統可以直接獲取平臺提供的模塊。單

302、點登錄：平臺提供多種單點登陸方式，如cas服務器、cookie、ad/ldap等多種方式，可以直接通過配置完成。流程集成：平臺提供流程引擎模式，當流程觸發到“跳過”“過期”“自動審批”“子流程回調”等流程事件時，平臺會調用回調服務，將有關流程實例以及事件類型的信息傳遞給第三方業務系統，由第三方系統自行處理回調邏輯。消息集成：平臺支持企業微信、釘釘、飛書、APP、站內消息、郵件、短信等多種方式進行消息提醒。核心價值iCubeOS工業操作系統 將為企業提供一系列的抽象和服務工具，將軟硬件的分離解耦，打破過去的一體化硬件設施，實現“硬件資源的通用化”和“服務任務的可編程”。讓“變化快”的應用服務擺脫

303、束縛，以工業APP的形式沉淀、傳播、復用，使其變化得“更快”。企業能夠從提供同質產品向提供多樣化產品轉變，滿足市場個性化需求；讓“利用高”的硬件設備逐漸沉淀，提高資產通用性，變得利用“更高”。幫助企業快速搭建數字化平臺，實現從創意到落地，統一調度中心，最快轉化和沉淀，促進和推動企業數字業務的使用?？偨Y本白皮書描述了工業操作系統在建設初期最基礎的技術服務能力，而工業企業建設工業操作系統的最終目的是為了解決生產和經營中的實際問題，為企業切實地節省資源成本，帶來利潤地增長。工業企業賦能是很長的一段路，需要我們不斷地進行摸索，使工業操作系統服務能力真正地運用起來，加速推進整個產業的變革。核心能力三：工

304、業應用與服務新華三工業應用與服務是以新華三數字底座基礎，利用工業物聯平臺、工業治理平臺、視頻云平臺和工業協議軟件進行應用開發，它面向政府園區與制造業企業，為政府園區與企業提供工業數字化轉型應用與服務。產業圖治產業圖治通過建立數字化管理平臺，對區域產業經濟運行狀況進行監管分析，科學評估企業質量效益，精準地監管重點行業企業安全生產，建立健全大數據輔助科學決策和企業管理的機制，推進區域產業經濟管理和服務模式創新，實現政府決策科學化、企業服務高效化，助力政府實現產業精細化管理，高效推進產城融合發展。整合政府部門、網格員、互聯網等多個數據源，建立數據中臺數據庫和平臺，基于標準接口，形成各類分析服務，包含

305、產業評價、決策分析、產業綜合管理，最終在大屏、PC端、移動端進行管理展現。平臺具有跨區域，跨部門、跨層級、跨業務、跨類型、跨領域的全數據聯合分析能力。數據收集方式多樣化，數據交換共享、城市移動網、傳感器、應用系統等，支持流式數據實時分析。關鍵能力如下：領導駕駛艙：以一張圖的形式，直觀展示產業圖治整體數據情況，包含企業數量、企業數量增長率、規上企業、規上企業增長率、稅收總額、畝均稅收、工業總產值；綜合評價系統：通過圖表方式展示該地區綜合評價分析的情況,從參評企業數量、稅收總額、工業總產值、畝均稅收、占地面積、正常參評和不納入參評等方面進行統計。經濟運行監測：基于全面的數據采集以及快速數據分析，通

306、過可視化界面展示各類企業相關數據。通過經濟運行監測模塊可以實時查看全區的概覽數據，及時掌握企業的發展動向。核心優勢：打造經濟數字化，助力產業轉型升級提供體系化的經濟分析能力，包括企業綜合評價、產業能力分析、企業經營分析、用地效益分析、企業資源集約利用等。把握數據精準化，為領導決策指揮保駕護航精細化網格數據采集，數據來源可追溯、維度更豐富、粒度更精細、信息更準確；可針對業務需求進行數據抽取、清洗、重構、組合以及挖掘服務；通過GIS企業上圖，為區域產業布局規劃提供有力支撐。精耕平臺智慧化，創建新一代信息化平臺微服務化系統架構，按需任意組合平臺功能模塊；矩陣式權限管理，保障平臺訪問便捷、高效；企業云

307、圖數字化智能工廠門戶，通過企業生產經營數據的匯聚，在云端構建企業生產運營的完整環節，實現整個過程的可視化、可量化、可優化、可預測、可決策。云圖面向工業企業提供企業云圖視角，致力于工業企業大數據應用與分析，助力工業企業數字化轉型，實現企業生產運營人機料法環各環節的“五可”，為用戶提供一站式工業智能數據服務平臺，借助工業互聯網發現問題、解決問題，實現轉型升級。設備管理：分析單臺設備層級數據，并以圖表的方式展示。單臺設備以全息3D展示設備模型樣式，并動態旋轉。展示該設備的詳細參數信息。核心優勢：支持全要素全量數據采集和實時數據融合可實現從多源異構系統中采集各類型數據的能力，并利用數據融合技術實現歷史

308、數據和實時數據的聚合。讓組織能實現全方位的感知和實時響應數據驅動組織實現精益管理，提高業務運營效率結合三維、全息以及GIS等，呈現現場臨場感，使數據結合真實場景形成“物視化”，提升組織數據管理服務以及問題的跟蹤解決隨時隨地多維可視化探索式分析通過拖拽操作即可創建分析報表，支持層級和下鉆上卷等操作。支持PC+移動端+大屏端展示拽操作即可創建分析報表，支持層級和下鉆上卷等操作。支持PC+移動端+大屏端展示安全生產新華三安全生產應用以新華三數字底座基礎，利用工業物聯平臺、視頻云平臺和工業協議軟件進行工業現場設備、控制系統、視頻監控等數據的采集，通過工業治理平臺和工業安全生產等工業應用實現園區/政府對

309、企業安全生產數據的精準掌控與多維度治理。H3C iConnecting融合方案關鍵能力如下：集團管理：數據經過分析并直觀呈現出集團整體的營業情況、銷售情況以及集團整體3D模型。并作為引導頁面，可以進入到集團各個業務模塊的詳細界面，可進行查看各業務模塊的更詳細的分析數據。園區管理：直觀呈現工廠層級財務、銷售、生產、質量類指標數據，并以圖表進行展示?？蓪崟r彈窗展示關于出入庫、電子圍欄等場景信息。樓宇管理：以樓宇維度分析生產管理類型指標數據，并以圖表進行展示所有樓宇的數據的集合。樓宇根據實際建筑分為多層，并實時展示每個樓層的真實區域情況。產線管理：以全息3D形式展示當前產線的設備模型，并對接IOT平

310、臺實時接收設備狀態數據，當出現設備告警時，設備顏色變為紅色，并展示相應告警概覽。分析產線類型指標數據，并以圖表展示。制程管理：分析制程層級數據，并以圖表的方式展示。以全息2D展示設備模型，根據實際工藝流程展示當前制程管理、質量管理、安全能耗、設備管理等信息。數據展現數據應用工業治理平臺數據源設備管理：分析單臺設備層級數據，并以圖表的方式展示。單臺設備以全息3D展示設備模型樣式，并動態旋轉。展示該設備的詳細參數信息。核心優勢：支持全要素全量數據采集和實時數據融合可實現從多源異構系統中采集各類型數據的能力，并利用數據融合技術實現歷史數據和實時數據的聚合。讓組織能實現全方位的感知和實時響應數據驅動組

311、織實現精益管理，提高業務運營效率結合三維、全息以及GIS等，呈現現場臨場感，使數據結合真實場景形成“物視化”，提升組織數據管理服務以及問題的跟蹤解決隨時隨地多維可視化探索式分析通過拖拽操作即可創建分析報表，支持層級和下鉆上卷等操作。支持PC+移動端+大屏端展示拽操作即可創建分析報表，支持層級和下鉆上卷等操作。支持PC+移動端+大屏端展示安全生產新華三安全生產應用以新華三數字底座基礎，利用工業物聯平臺、視頻云平臺和工業協議軟件進行工業現場設備、控制系統、視頻監控等數據的采集，通過工業治理平臺和工業安全生產等工業應用實現園區/政府對企業安全生產數據的精準掌控與多維度治理。關鍵能力如下：安全監管：以

312、工業園區企業數據集中和共享為途徑，推動技術融合、業務融合、數據融合，打通信息壁壘，形成覆蓋全區、統籌利用、統一接入的數據共享大平臺，實現跨層級、跨板塊、跨系統、跨部門、跨業務的協同監管和服務，構建產業區域內企業大數據共享、樞紐、分析決策、綜合評價、多元化數據采集等多應用性綜合性大數據平臺。使園區區域內企業數據實時動態更新、數據來源可追溯、數據維度更豐富、管理粒度更精細，多維度對企業進行分類，從而達到政府對企業精準施策與監管。功能涵蓋：安全雙控監管、安全監管駕駛艙、企業安全檔案、企業安全評價、企業安全績效考核、事故事件管理、數字執法等應用。8182H3C iConnecting融合方案關鍵能力如

313、下：集團管理：數據經過分析并直觀呈現出集團整體的營業情況、銷售情況以及集團整體3D模型。并作為引導頁面，可以進入到集團各個業務模塊的詳細界面，可進行查看各業務模塊的更詳細的分析數據。園區管理：直觀呈現工廠層級財務、銷售、生產、質量類指標數據，并以圖表進行展示?？蓪崟r彈窗展示關于出入庫、電子圍欄等場景信息。樓宇管理：以樓宇維度分析生產管理類型指標數據，并以圖表進行展示所有樓宇的數據的集合。樓宇根據實際建筑分為多層，并實時展示每個樓層的真實區域情況。產線管理：以全息3D形式展示當前產線的設備模型，并對接IOT平臺實時接收設備狀態數據，當出現設備告警時，設備顏色變為紅色，并展示相應告警概覽。分析產線

314、類型指標數據，并以圖表展示。制程管理：分析制程層級數據，并以圖表的方式展示。以全息2D展示設備模型，根據實際工藝流程展示當前制程管理、質量管理、安全能耗、設備管理等信息。關鍵能力如下：企業服務平臺門戶可以直觀了解平臺所有模塊內容及各類新聞公告、資訊等信息。支持政策公告等信息查詢功能、企業注冊登錄功能。展示所有與企業服務相關部門清單及各部門負責內容、聯系方式。支持企業填報相關問題，明確責任部門及時跟蹤。配置問卷調查內容，進行問卷的下發與分析，展示已經填報及待填報的各類問卷內容核心優勢：企業服務平臺面向園區內企業提供企業公共服務，主要用于為企業提供企業服務的“最多跑一次”平臺，優化營商環境，提升企

315、業獲得感和滿意度。對在線服務進行追蹤，在明確企業填報問題和責任部門的情況下，對企業的疑問、責任部門的反饋、企業滿意度進行追蹤，如產生差評等內容。供需對接依托工業互聯網公共服務平臺數據中樞，通過對接平臺來共享產業鏈信息，精準對接上下游需求，打通并提升需求側與供給側的資源配置效率，有效降低上下游的對接和流通成本，為企業提供更加精準、便捷、高效的線上線下服務。核心優勢安全監管標準化,快速建立安全監管標準化體系，規范安全監管監督職責，確保安全生產監督管理程序完整有效，并持續改進。風險動態監測預警基于場景可量化的風險動態監管，各工業企業安全數據（變更、PSSR）、安全現狀評價報告與風險評估報告(HAZO

316、P，LOPA，SIL)等數據動態集成、展示，可動態顯示各企業、工業園區場景風險變化，提前預警，建立端到端監管體系。大數據挖掘+數字化執法，確保安全監管數據完整性、實時性、關聯性、準確性及閉環性；整合運用云計算、大數據、物聯網等先進技術，以法律為準繩，以規范為依據，進一步深化現場執法流程建設、后臺執法管理建設、全局執法體系建設，實現執法工作全流程規范、多節點控制、可視化監管。政企通政企通包括政府新聞資訊、通知公告、政策法規、重要活動、辦事指南等各類政務信息的發布功能。提供注冊企業在線填報企業信息、問卷調查。支持企業提交各類問題，明確問題主管部門及協調部門，提高企業問題反饋效率。關鍵能力如下：可快

317、速檢索需求信息，可指定查詢應用行業、發布時間、關鍵字（含：企業名稱、需求簡介、需求詳細描述）篩選出較為準確的需求，展示需求標題、需求簡介、需求有效時間、應用行業、需求發布企業、需求發布企業地址等關鍵數據，為方便使用提供快速的收藏和取消收藏按鈕。園區安全監管部門針對企業安全生產現狀存在的不足，提供必要的安全生產服務，協助企業提高自身安全生產管理水平、學習安全生產相關知識、分享并學習事故經驗教育等。主要包括：培訓教育、安全誠信管理、法律服務、行業動態、典型案例、安全知識庫、投訴舉報、警示教育、網絡輿情等功能。安全雙控監管安全監管駕駛艙企業安全檔案企業安全評價安全生產應用工業治理平臺數字底座N個企業

318、數據源展示危險品運輸危險品存儲危險工藝危險品使用敏感域廠區環境三廢治理管廊管線門禁周界安防視頻監控車輛管理設備數據工藝數據氣體監測人員行為安全儀表人員培訓生產執行企業資源倉儲管理承包商管理企業辦公政策法規供應商需求方行業標準專家庫安監云工業安全數據采集(工業融合網關、5G)視頻數據采集(NVR、視頻網關)企業績效考核事故事件管理數字化執法應急資源應急知識庫應急預案應急演練紫光混合云/超融合一體機/融合網絡應急值守指揮調度應急總結培訓教育誠信管理法律法規行業動態典型案例安全知識投訴舉報警示教育網絡輿情電子圍欄門禁管理視頻監控車輛管控訪客登記軌跡跟蹤8384可模糊查詢具體服務內容，模糊查詢包含服務

319、標題、服務簡介、服務詳細描述、服務發布企業，并可選擇應用行業、服務分類、發布時間進行篩選，精確查詢感興趣的服務信息，頁面支持快速收藏或取消收藏。核心價值：供需對接應用面向園區內企業提供企業公共服務，通過對接平臺來共享產業鏈信息，精準對接上下游需求，打通并提升需求側與供給側的資源配置效率，有效降低上下游的對接和流通成本，為企業提供更加精準、便捷、高效的線上線下服務。為供應商提供端到端的產品和服務維護功能，具體包括：產品信息發布與展示、案例發布、信息定期維護、用戶和商品信息統計、用戶反饋查看、供需活動瀏覽等。為需求方提供需求信息發布、意向供應商查看、供應商服務資源瀏覽與搜索、重點供應商收藏、產品和

320、服務使用體驗反饋、供需活動瀏覽等功能。應用價值面向政府園區，提供產業重塑能力平臺以企業數據集中和共享為途徑，推動技術融合、業務融合、數據融合，打通信息壁壘，保障經濟數據實時動態更新、數據來源可追溯、數據維度更豐富、管理粒度更精細，形成覆蓋全市、統籌利用、統一接入的數據共享大平臺，實現跨層級、跨板塊、跨系統、跨部門、跨業務的協同管理和服務，政府產業監管效率大幅度提升。平臺提供產業全要素數據服務體系，推進政府產業經濟管理和治理模式創新，實現政府決策科學化、企業信息精準化、服務高效化。綜合運用互聯網、云計算、大數據、GIS等信息化技術，以工業企業數據集中和共享為途徑，推動技術融合、業務融合、數據融合

321、，打通部門數據壁壘，實現跨層級、跨板塊、跨系統、跨部門、跨業務的協同管理，實現工業企業數據實時動態更新、數據來源可追溯、數據維度更豐富、管理粒度更精細，多維度對企業進行分類，從而達到政府對企業精準管理、精準施策。平臺提供應用市場、供需對接、產業知識庫、產融平臺等公共服務，解決企業找需求、找服務、找人才、找資金等問題，賦能企業快速轉型。面向大型企業，提供業務創新能力平臺提供海量異構工業數據管理服務、企業知識沉淀和敏捷創新方面，提供高效、敏捷、開放、共享的服務平臺。提供5G全鏈接，創新孵化平臺，知識庫，供應鏈協同等，助力企業智能制造水平提升。特定場景進行深度的數據分析挖掘，優化設備或設計、生產、經

322、營等具體環節，在現有基礎上借助平臺增強能力。工業互聯網平臺是整個企業生產運營的數智中樞，對下汲取數據管理數據、對上訓練算法形成智能服務。它通過物聯網、互聯網、和企業網實現所有人、物、組織的全面連接，賦予各類生產要素數字化能力，讓數智化可以滲透到企業的所有流程和各個終端角落中，有效的消除所有信息孤島；它通過云計算、大數據、人工智能等技術實現數據資源的集中共享和數字業務的貫通集成，讓數據可以在企業內外自由可控的流轉，打通企業數據鏈的同時，實現數據價值的轉化和變現，提升企業數字化的決策、預測能力，徹底解決信息化時代孤散缺弱差的問題，實現更高效的配置資源，為企業在智能制造領域持續領先奠定基礎。平臺提供

323、網絡協同配置能力，從生產資源，組織動態的生產制造，及時調整生產所需資料配套供給，實現 資源高效利用，縮短產品交付周期。通過多主體協同形成多 學科、多專業、多地域的研發模式，縮短產品研發周期，滿足差異化市場需求，提高企業產品高附加值服務創新能力和市場競爭力。面向中小型企業，提供數字化轉型服務能力提供基礎資源、工業應用、工業服務等能力，通過平臺低成本云化部署模式，有效的降低了企業運營運維成本，從而實現提升企業的市場競爭力。工業互聯網平臺為企業提供了統一的運營服務平臺，通過工業互聯網平臺體系建設，可提供可擴展、易維護、高效率、低成本的基礎架構，通過多組件的集成，打造企業智能制造全棧能力，可以快速構建

324、服務能力，實現企業業務需求的快速響應和動態擴展。工業場景化解決方案工業數字化治理方案業務現狀隨著各業務系統的數據匯集，即將面來臨“三多一大”的數據現狀，即數據資源越來越多，數據類型越來越多，分析結果越來越多，數據體量越來越大。在大數據時代，分布式計算集群越來越多，數據處理過程越來越長，使得數據一致性、及時性、完整性的保障要求越來越高。另一方面，信息化的發展可以支撐的業務越來越多、數據處理的環節也越來越多，曾經的應用式建設已經適應不了當前的發展需求。未來的應用開發模式將從豎井式向共享協作型轉變，到業務應用向數據應用傾斜，由于數據資產的問題和數據質量的問題，應用上的協作將變得更為困難，協作成本將會

325、變得越來越高。因此，在業務深度發展、廣泛融合的大趨勢以及業務推進的具體發展形勢下，我們對大數據環境下的數據資產管理、數據質量保障都有了非常明確的要求，工業數字化治理方案也應運而生，促進我們實現數據應用，創造更大價值。發展趨勢當前工業互聯網產業處于快速發展態勢，在工業領域長生大量的政企數字化建設機會，工業數字化治理解決方案面向政府園區、工業企業提供從底層設備連接到上層工業應用、從工廠數字化改造到產業鏈協同治理等不同業務場景的業務需求，提供完備技術方案，實現解決方案銷售。工業數字化治理是以“工業互聯網技術+治理服務”為典型特征的新型工業治理模式，以各類工業數據為生產要素，利用物聯網、大數據、人工智

326、能、數字孿生等新數字化工具，構建數字化的工業治理體系，提升政府園區、工業企業的數據服務效能，賦能數字經濟的可持續發展。政府/園區產業治理場景產業治理是面向政府/園區進行產業各維度數據整合與分析的業務場景。目前政府或園區面臨主要問題：城市或園區規劃城市資源利用率不高，土地開發利用效果不佳且無序；無有效途徑統計，無有效方式施策；園區/企業安全生產現狀無法管控。產業結構產業結構規劃不高，無法形成產業鏈；缺乏針對性招商引資措施與依據，產業發展缺乏分析；新舊產業眾多，無法量化平衡分析利弊。綜合評估宏觀經濟對區域經濟影響因子有多大；城市與產業規劃無法協同規劃，缺少統一視角；無法量化評估區域經濟與產業。政府

327、監管區域產業發展、經濟運行監管難；企業發展現狀、企業預警缺失；數據孤島嚴重，跨部門業務難協同。產業治理是為政府及園區構建產業大腦，促進產業數字化轉型的解決方案，要求對區域產業升級問題的艱巨性、長期性和復雜性要有深刻的認識，通過產業治理網格化數據采集機制摸清工業家底，依據轄區產業定位，扶優扶強優質企業，盤活落后企業，提升區域的產業層次和資源集約利用水平，實現產業高質量發展，為政府精準施策，打造區域數字經濟、產業升級保駕護航。產業治理方案H3C iConnecting融合方案8586平臺通過整合政府部門、網格員、互聯網等多個數據源，建立數據中臺，基于標準接口，形成各類分析服務，包含產業綜合管理、產

328、業鏈精準招商、決策分析，最終在大屏、PC端、移動端進行管理展現。平臺具有跨區域，跨部門、跨層級、跨業務、跨類型、跨領域、跨產業鏈的全數據聯合分析能力。數據收集方式多樣化，數據交換共享、城市移動網、傳感器、應用系統等，支持流式數據實時分析。展示產業內部各個環節的數量比例和結構關系，洞察產業鏈現狀、痛點堵點及發展需求，并從全國、省、市、園區角度多層次剖析產業全景，助力重點產業強鏈、補鏈、延鏈；可基于統計數據輸出產業經濟分析報告，分析區域經濟運行狀態，刻畫經濟發展規律，輔助管理人員對人、財、物、技術等資源合理安排，達到最優利用效率；可根據產業發展趨勢綜合評估宏觀經濟對區域經濟影響因子有多大；城市與產

329、業規劃無法協同規劃，缺少統一視角；無法量化評估區域經濟與產業。政府監管區域產業發展、經濟運行監管難；企業發展現狀、企業預警缺失；數據孤島嚴重，跨部門業務難協同。產業治理是為政府及園區構建產業大腦，促進產業數字化轉型的解決方案，要求對區域產業升級問題的艱巨性、長期性和復雜性要有深刻的認識，通過產業治理網格化數據采集機制摸清工業家底，依據轄區產業定位，扶優扶強優質企業，盤活落后企業，提升區域的產業層次和資源集約利用水平，實現產業高質量發展，為政府精準施策，打造區域數字經濟、產業升級保駕護航。產業治理方案和最新資訊，輔助評估待入駐企業價值、發展能力、運營潛力等（企業畫像），支撐企業引入決策；提供企業

330、查詢功能，便于主管部門按需定向篩選企業。實現多場景的動態監測與智能分析。應用場景圍繞全要素、全產業鏈、全價值鏈的全面連接的功能，重點突出智能化新產品、個性化定制、網絡化協同、智能化生產、服務化延伸、數字化管理等模式新業態的發展。提供應用服務，包括產業鏈圖譜、運行分析、風險預警、產業地圖、畝均效益、生產安全、環境保護、能耗管控、園區管理等，為政府部門在各重點行業的產業治理提供新的模式和手段，促進政府決策科學化、產業治理精準化，提升政府的產業治理水平。方案價值全面摸清工業家底:實現土地全覆蓋、工業主體全覆蓋。扶優扶強:促進資源要素向高效益、高產出、高技術、高成長性企業集聚。產業結構梳理:精準招商、

331、優化產業結構、提升產業層次。全面開展企業綜合評價:導向清晰、指標科學、評價合理、分檔規范。全面落實資源要素差別化配置:價格、用地、排污等差異化政策落實。工業企業治理場景企業治理主要針對工業企業數字化轉型業務場景，提供企業數據治理和企業云圖服務來解決企業智能制造轉型的痛點難點。目前企業面臨問題主要有如下幾點：對智能制造認知不足對企業內部智能制造現狀與目標差距不清晰;智能制造發展重點及實現路徑不清晰。數據分散存在信息孤島設計、生產、管理、服務等制造活動的各個環節均獨立運行，各部門信息溝通不暢;人、機、料、法、環等要素沒有數字化，無法互聯。數據挖掘利用深度不夠無法利用數據對業務進行可視化實時動態監控

332、；無法利用數據優化管理方式；無法利用數據對未來業務進行預測決策支撐。無法形成知識體系驅動創新無法對過往經驗、解決方法進行整合用于指導培訓、生產、運營；無法利用知識引導產品改良，驅動產品創新。企業治理是提供從傳統的企業到數字化智能企業的轉型解決方案，進行多維度數據的融合，提供數據運營服務，解決企業的全鏈的數據和業務的互聯互通，打造智能生產與運營全方位服務，從而提高企業經濟效益，降低生產成本，以此提高企業市場競爭力。企業治理方案數據治理服務平臺戰略：構建數據治理服務平臺的戰略以及實施路徑，以提升數據資產的價值；對數據治理服務平臺的藍圖、準備度和成熟度進行評估；商業智能服務：對企業的關鍵指標和績效進

333、行監控、分析和報告，提出企業績效的提升戰略；企業級數據倉庫：構建企業級的數據倉庫，實現企業數據的集中和整合，為商業智能、統計以及經營決策提供可信的數據基礎；在線ETL處理：實現跨平臺的大數據量的遷移和轉換，同時，構建企業數據ETL的平臺；數據治理服務：構建企業數據治理的組織體系，同時建立一系列的數據治理政策、流程以及相應的工具，確保數據得到有效的管理并能夠滿足業務目標；數據質量管理：構建數據質量管理的流程體系和操作規范，準確識別企業的數據質量問題，并進行有效的解決，同時持續監控數據質量問題，確保企業數據質量的持續提升；數據標準管理：建立企業級的數據標準，為跨業務條線的數據提供一致的定義，并建立數據標準落地實施的持續機制；元數據管理：收集和管理企業的元數據信息，同時，建立企業級的數據地圖，確保整個企業數據的可追蹤和管理；主數據管理：準確識別企業的主數據，并建立主數據管理機制和平臺，確保主數據