1
关注中国自动化产业发展的先行者!
2024中国自动化产业年会
2024
2023年工业安全大会
OICT公益讲堂
当前位置:首页 >> 资讯 >> 行业资讯

资讯频道

强化工业数据分类分级管理 共创数字经济蓬勃发展未来
  • 点击数:1254     发布时间:2020-03-13 17:29:00
  • 分享到:
  工业互联网平台作为工业全要素、全产业链、全价值链连接的枢纽,全面采集产品设计、生产工艺、设备运行、运营管理等海量工业数据资源,实现数据的有效整合、深度分析以及快速处理。我国工业互联网平台已进入发展快车道,赋能效用日益显现,为进一步挖掘工业数据价值、重塑生产制造和服务体系提供支撑,给经济创新发展注入了新动能。
关键词:

随着新一轮科技革命和产业变革的孕育兴起,数字经济热潮席卷全球。我国高度重视大数据在推动数字经济发展中的作用,党的十九届四中全会首次提出将“数据”作为生产要素参与分配,为数据赋予了新的历史使命。为贯彻国家大数据战略,更好地释放工业数据对质量变革、效率变革、动力变革的驱动作用,工业和信息化部办公厅印发了《工业数据分类分级指南(试行)》(以下简称《指南》),指导企业提升数据管理能力,加速数字化转型,助力制造业高质量发展。

一、迎机遇,工业数据成为驱动产业创新发展的主

(一)工业数据是数字化转型升级的必然产物

  近年来,我国两化深度融合步伐明显加快,在需求分析、研发设计、生产制造、运行维护直至报废回收的产品全生命周期中,以数据为纽带逐渐实现物理世界和信息世界的无缝链接,数据量呈爆炸式增长。随着服务型制造、共享制造等新业态新模式的涌现,智能化设计、网络化协同制造、个性化定制服务等场景将积累更加丰富的工业数据资源。
  (二)工业数据资源不断释放蕴藏的巨大能量
  大数据技术在工业领域用户需求精准分析、生产过程改进优化、营销管理智能决策等方面发挥的作用日益显现,工业数据成为新的生产要素资源。数据流带动技术流、资金流、人才流、物资流,提升资源优化配置能力,促进全要素生产率提升,成为带动业务创新发展、推动供给侧结构性改革、实现包容性增长和可持续发展的重要驱动力。
  (三)工业互联网平台加速实现海量数据汇聚
  工业互联网平台作为工业全要素、全产业链、全价值链连接的枢纽,全面采集产品设计、生产工艺、设备运行、运营管理等海量工业数据资源,实现数据的有效整合、深度分析以及快速处理。我国工业互联网平台已进入发展快车道,赋能效用日益显现,为进一步挖掘工业数据价值、重塑生产制造和服务体系提供支撑,给经济创新发展注入了新动能。
  二、促管理,分类分级是释放工业数据潜能的必由路径
  (一)工业数据具有复杂性差异性特征
  从数据形态看,种类繁多、价值不一。复杂多样的业务场景导致工业数据存在时序、非时序、结构化、非结构化等多种形式,承载信息、应用领域、重要程度等各不相同,实时性、连续性、稳定性需求差异较大。从数据流向看,路径复杂、主体多样。工业数据在企业内部研发、生产、运维、管理等环节之间互通,在上下游企业间、平台间流转,涉及设备厂商、工业企业、平台企业、服务商等相关方,加大了流向跟踪、风险定位、责任追溯等数据管理难度。
  (二)分类分级是工业数据管理的基础
  区分工业数据的类型和重要级别是部署细粒度、层次化数据管理措施,促进数据充分利用、有序流动和安全共享的前提。一方面,有利于明确差异化数据管理要求,引导企业建立工业数据管理机制,按类逐级排查管理风险、统筹部署防护策略、合理分配资源,切实提升数据管理水平。另一方面,有利于确定不同数据的共享范围,在遵循“最小知情原则”的前提下打破信息孤岛,促进跨企业、跨行业、跨区域的工业数据关联分析与深度挖掘,加快工业生产智能转型步伐。
  (三)贯彻落实分类分级管理相关要求

  2015年,国务院发布《促进大数据发展行动纲要》,要求建立数据分类目录等标准规范体系。2016年,工业和信息化部印发《大数据产业发展规划(2016-2020年)》,部署了开展数据资源分类、开放共享等基础通用标准研制的重点任务。同年印发的《工业控制系统信息安全防护指南》提出应根据风险评估结果对数据信息进行分级分类管理。2018年国标委发布《数据管理能力成熟度评估模型》(GB/T 36073-2018,以下简称DCMM),将数据分类分级作为数据管理能力第2级(受管理级)至第5级(优化级)的基本要求。

  三、重实践,积极稳妥提升指南内容的科学性与合理性
  (一)坚持问题导向、目标导向、结果导向
  工业数据分类分级是一项较为复杂的系统性工作。在《指南》编制过程中,我们组织国家工业信息安全发展研究中心、中国电子技术标准化研究院等单位深入研究工业数据的内涵与特征,广泛调研数据管理突出问题和迫切需求,多次与地方工业和信息化主管部门、行业主管部门、领域专家及企业代表研讨,以可操作、可实施为目标,以实践效果为牵引,提出基于数据业务属性的分类分级管理方法。
  (二)坚持试验验证、边试边改、逐步完善
  《指南》初稿完成后,在江苏、广东、四川、江西4个地区和钢铁、烟草2个行业开展了工业数据分类分级试验验证,赴14家企业对近600类工业数据进行定级分析。通过深入企业现场逐条检验《指南》主要内容,不断总结经验、迭代优化,在分类分级方法设计方面注重兼顾科学性和可操作性,在颗粒度把握方面尽量平衡全局通用性、行业灵活性和横向可扩展性,最终形成了试行版本。
  四、抓落实,推动工业数据分类分级管理走向实践深耕
  (一)组织宣贯培训
  面向地方工业和信息化主管部门、工业企业和工业互联网平台企业等,详细解读和宣贯《指南》内容,结合前期试验验证成果,就工业数据分类分级方法、工作流程、管理和防护要点等进行培训,普及工业数据管理的先进知识经验,为《指南》的落地实施奠定基础。
  (二)推动标准研制
  进一步细化《指南》内容,加快推进工业数据分类分级管理相关配套标准的立项研制、送审报批等工作,与DCMM形成互为补充、相互衔接的国家标准体系,引导企业对标诊断与行业最佳实践之间的差距,通过数据防护技术应用、管理流程优化、组织体系变革等方式,实现数据管理能力跃升。
  (三)开展试点示范
  鼓励有条件的地方和行业开展工业数据分类分级试点示范,按照边试点、边总结、边推广的思路,探索形成可复制、可推广的实施路径和模式,引领带动行业内、区域内企业落实工业数据管理主体责任。根据试点结果进一步完善《指南》内容,视情择期修订。

来源:工信微报

热点新闻

推荐产品

x
  • 在线反馈
1.我有以下需求:



2.详细的需求:
姓名:
单位:
电话:
邮件: