산업 빅데이터 적용의 어려움은 다음과 같습니다.
첫째, 데이터 부족, 낮은 데이터 신호 대 잡음비 등의 문제로 빅데이터 기술 적용이 어렵습니다. , 데이터 분석의 난이도가 높습니다.
둘째, 빅데이터는 정보 보안에 새로운 과제를 안겨줍니다. 예를 들어, 산업 빅데이터는 개인정보 유출 위험을 높이고 기존 저장 및 보안 조치에 대한 요구 사항을 더욱 강화하며 빅데이터가 활용되고 있습니다. 새로운 공격 방법.
세 번째는 지능형 응용 소프트웨어, 지능형 인프라 장비, 지능형 독립 제품, 지능형 웨어러블 제품, 스마트 홈 제품 등을 포함한 새로운 지능형 제품을 만드는 것입니다.
넷째는 지능형 제조, 지능형 물류, 지능형 기업 응용 시스템 등 지능형 응용 시스템의 혁신이다.
현재 산업 빅데이터는 제품 혁신 설계, 제품 결함 진단 및 예측, 공급망 분석 및 최적화, 제품 판매 예측 및 빅데이터 마케팅, 생산 계획 및 스케줄링, 제품 품질 관리 및 분석, 등. 시나리오에는 광범위한 응용 프로그램이 있습니다. "데이터는 산업 인터넷의 혈액입니다." 그는 빅데이터와 산업 인터넷 간의 상호 역학을 설명했습니다.
그러나 산업 빅데이터의 높은 가치 밀도, 다양한 데이터 유형, 다중 소스의 이질적인 기관 데이터와 비정형 데이터의 공존으로 인해 데이터 처리 구현에 대한 요구 사항도 매우 높습니다. 데이터 관계 및 연관성 매우 복잡한 성격과 기타 특성으로 인해 기업이 데이터 통계 분석 역량에서 빅데이터 분석, 예측 및 의사결정 역량으로 전환하고 전통 산업과 산업 통합의 업그레이드 및 변혁을 촉진하는 방법은 다음과 같습니다. 현재 해결해야 할 핵심 핵심 문제.