산업 빅데이터 적용에 따른 어려움은 다음과 같다.
첫째, 데이터 부족, 낮은 데이터 신호대응 등의 문제로 빅데이터 기술 적용이 어렵다. 노이즈 비율, 데이터 분석의 높은 난이도
p>
둘째, 빅 데이터는 정보 보안에 새로운 과제를 가져옵니다. 예를 들어, 산업 빅 데이터는 개인 정보 유출 위험을 높이고 더 높은 요구 사항을 제시합니다. 공격 방법 중에는 기존 저장 및 보안 조치에 빅데이터가 사용되고 있습니다.
세 번째는 지능형 애플리케이션 소프트웨어, 지능형 인프라 장비, 지능형 독립 제품을 포함한 새로운 지능형 제품을 만드는 것입니다. , 지능형 웨어러블 제품, 스마트 홈 제품 등;
넷째는 지능형 제조, 지능형 물류, 지능형 기업 애플리케이션 시스템 등 지능형 애플리케이션 시스템 혁신입니다.
산업 빅데이터는 산업용 장비가 서로 다른 시점의 장비 상태에 대응하여 고속으로 생성하는 대량의 데이터를 의미합니다.
이 용어는 2012년 인더스트리 4.0이라는 개념과 함께 등장한 것으로, 정보기술 마케팅에서 널리 알려진 빅데이터와도 관련이 있다. 잠재적인 비즈니스 가치. 산업 빅데이터는 산업 인터넷 기술과 협력해 원시 데이터를 활용해 유지관리 비용 절감, 고객 서비스 개선 등 경영 의사결정을 지원하게 된다.
산업 빅데이터는 고객 요구부터 판매, 주문, 기획, R&D, 설계, 공정, 제조, 조달, 공급, 재고, 배송 및 일반에 이르기까지 산업 분야의 전형적인 스마트 제조 모델을 의미합니다. 배송, 애프터 서비스, 운영 및 유지 관리, 폐기 또는 재활용, 재제조 등 전체 제품 수명 주기의 모든 측면에서 생성되는 다양한 데이터와 관련 기술 및 애플리케이션을 가리키는 용어입니다.
제품 데이터를 핵심으로 하여 기존 산업 데이터의 범위를 크게 확장하고 산업 빅데이터 관련 기술 및 응용도 포함합니다. 주요 소스는 다음 세 가지 범주로 나눌 수 있습니다. 첫 번째 범주는 생산 및 운영과 관련된 비즈니스 데이터입니다. 두 번째 범주는 장치 IoT 데이터입니다. 세 번째 범주는 외부 데이터입니다.