工业安全态势感知 平台 全网态势 威胁态势 通报预警 安全处置 工业日志审计 日志采集 日志存储 日志检索 关联分析 综合展示 工业运维审计 多因子认证 操作行为审计 权限划分 操作行为回溯 工业漏洞扫描 基线核查 漏洞监测 特征匹配 漏洞分析 无损扫描 工业安全集中管理 资产管理 策略管理 拓扑管理 日志分析 安全监测 工业隔离网闸 物理隔离 内容隔离 工业入侵检测 靶向攻击检测 移动安全技术 SCADA/DB等 APS/ERP/PLM/MES等 工业安全态势感知：安全运营 工业安全集中管理：安全集中管控 工业主机卫士： 主机安全 数据安全技术 网络安全技术 工业日志审计：日志收集与分析 工程师站 工业漏扫：脆弱性检测 工业运维审计：运维审计 操作员站 过程安全 PLC/DCS等 控制安全 传感器 执行器 继电器 仪表 企业资 源层 生产管 理层 现场控 络设备日志、流 量数据集中收集分析，持续优化安全策略，提升安全事件协同联动处置能力，为制造业数字化转型提供动态、全方位安全保障。 来源：企业访谈，艾瑞咨询研究院自主研究及绘制。 天融信“价值交付”服务模式 • 提供由安全咨询、安全建设及安全服务组合而 成的闭环安全服务能力，注重落地实际成效及 数字化转型价值实现 案例：某集装箱制造控制网络安全建设项目 客户安全需求：网络、安全日志统一收集

析，同时具备智能决策支持能力。系统的整体架构可分为五个主要 层次：数据采集层、数据传输层、数据处理层、应用层和用户交互 层。 首先，数据采集层负责各类数据的收集，包括设备传感器的数 据、生产过程中的视频监控数据、以及系统日志等。该层将采用边 缘计算的方式，利用物联网（IoT）技术实现 255 个以上传感器的 数据集成，确保数据的实时采集与存储。为了保证数据采集的准确 性和及时性，采集设备需进行有效配置与部署，避免数据丢失与延 资源调度模块：优化生产资源的配置，制定智能调度方 案，减少生产瓶颈。 o 数据分析模块：对历史和实时数据进行分析，生成可视 化报表，用于管理决策。 o 用户管理模块：实现用户权限管理、角色分配和日志记 录功能。 3. 单元测试：开发过程中，各团队需定期进行单元测试，确保代 码质量与功能的正确性，及时修复 Bug。 接下来是系统集成阶段，主要目标是将各模块进行有效整合， 形成完整的系统。该阶段的步骤如下： 需求相 匹配。 接下来，需要收集和整理数据。数据是机器学习模型的基础， 必须确保收集的数据质量高且与目标问题相关。可以考虑以下数据 来源： 1. 生产设备传感器数据 2. 生产过程记录和日志 3. 维修历史记录 4. 供应链和库存数据 5. 员工操作记录 数据收集后，进行数据预处理是不可或缺的一步。这包括数据 清洗、缺失值处理、数据归一化以及特征工程。特征工程是提取重 要特

另一方面，设备运行出现异常可以及时检修维护，而不用等到设备 出现故障之后再维修或更换，延长其使用寿命。 六、 核心功能介绍 1. 系统管理模块 系统提供了操作人员管理、操作权限设置 、管理权限设置、操 作日志管理、数据备份与恢复，导入与导出功能。大部分都提供了 与其他系统进行数据交换与共享的接口。 伟景行智慧建筑运维管理平台解决方案 对用户的权限可以统一分配，集中管理，如图 160。 角色管理 伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM 1.4. 平台日志管理 系统包含一套全面的、有效地回溯和追查机制。记录用户修改 信息的内容、时间、原修改数据等信息，可以查询用户在任意时间 段内操作系统的记录，为事后追溯和责任追究提供实证。 1.5. 系统监控管理 记录下巡逻员工何时来此地进行巡逻签到，手机端自动出现该巡逻 点巡逻记录，并自动记录下手机 GPS 当地坐标和位置，员工还可以 对异常情况进行上报及拍照上传，方便管理人员或维修人员进行处 理。 巡逻记录可以将签到日志与计划自动比对，在 PC 端形成结果报 表和图形展示。可根据不同条件进行查询和统计分析。  布点/线路规划 通过二维平面地图或仿真三维地图进行巡逻点标注，维护巡逻点 各项信息，通过对各巡逻点连线规划巡逻线路，系统可自动计算巡

工业场景中数据源呈现多维异构特征，包括： ➢ 时序数据：传感器采集的振动、温度、压力等物理量，具有毫秒级采样频 率 ➢ 空间数据：三维点云、CAD 模型等几何信息，需要处理拓扑关系 ➢ 文本数据：设备日志、工艺文档等非结构化信息 ➢ 图像数据：工业视觉检测中的高分辨率图像流 ◼ 小样本与冷启动挑战 工业领域存在显著的长尾分布现象： ➢ 故障样本稀缺：正常工况数据占比超过 99.9%，异常样本获取成本高 ➢ 风险预警：提前识别供应链中断风险 1.3.3 基于数据模态的分类体系 (1) 时序数据主导型 处理对象： ➢ 振动信号 ➢ 工艺参数时序（温度、压力等） ➢ 设备运行日志 模型设计： ➢ 多尺度特征提取：同时捕捉毫秒级瞬态特征与月级趋势特征 ➢ 物理约束损失函数：嵌入能量守恒等先验知识 ➢ 异常传播建模：构建故障因果链网络 (2) 视觉数据主导型 在工业机器人控制场景中，TPU 可以实时处理机器人的视觉数据并生成控制指 令，从而实现精准操作。 数据存储与管理是基础设施层的重要组成部分。工业大模型需要处理的数 据类型多样且规模庞大，包括结构化数据（如生产参数、设备日志）和非结构 化数据（如图像、视频、文本等）。为了高效存储和管理这些数据，分布式存储 系统被广泛应用。分布式存储通过将数据分散存储在多个节点上，不仅提升了 存储容量，还增强了数据的可靠性和访问速度。同时，大容量数据库（如

据库系统，对园区产生的海量数据进行共享、 分析、挖掘、集成，找出其内在规律并进行可 视化的应用展示。 支撑平台 包括数据服务、数据分发、数据治理、数据安全、 日志统一管理、综合一张图显控等软件模块。 03 数据 资源 六、数据资源 01 02 数据资源：数据资产一体化、 数据应用一体化、支撑平台一体 化 数据集成、数据模型、数据治理 视频云

数据库、数据仓库、云存储等。确保数据存储的可靠性、安全性和 易访问性，方便后续的数据处理和分析。 （7）错误处理和监控：设置错误处理和监控机制，能够自动检 测和处理数据采集和提取过程中的错误。通过日志记录、告警通知 等方式，即时发现和解决数据的异常情况。 26 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 （8）自动化调度：根据需求和计划，设定自动化的采集和提取