2019-02-22 12:25
王晨：我代表联盟的大数据特殊组介绍一下《工业大数据分析指南解读》，这本书已经正式发表了，大家在联盟网站上这个会议结束之后，大家应该可以下载这本书。
这本书一共分九个章节，具体的技术内容放在了第三到第八章，第一部分我们大概介绍了一下什么是工业大数据的分析，第二部分我们基于CRISP-DM经典的数据分析框架，提出在这些步骤上我们要注意做哪些事情。第三部分到第八部分主要是这些步骤，针对这个框架展开了每一部分的章节。
工业分析前面讲很多，和一般的其他行业的大数据分析又有什么样的区别，这些东西都是我们工业大数据分析的特殊性。第三部分是我们在工业大数据分析中最常碰到的问题，这个在后面也会有所展开。第二部分介绍了CRISP-DM这个框架，以及这个框架在工业场景上落地的难点，当时总结了三点，难点还会有很多，包括工业数据本身关系的复杂性，因为这种数据，其实代表的是一个复杂的工业场景，是一种非现行的组合。
工业数据本身复杂，工业数据质量低下，特别是物联网的数据本身质量的问题，我们对于工业场景分析的要求非常高，我们真的想把它用在工业场景上，他的精度，这个东西回到控制上，这个东西的准确率不能是一个概率，很多东西我们要从关联到因果，它其实对于分析的要求非常高。第三部分我们讲了这个东西过来时在过程中我们要注意什么样的问题，就是大家看到CRISP-DM两个双箭头，我们希望这两个反复迭代的时间要尽量缩短，这是工业大数据分析最重要掌握的点。
第一部分讲了如何理解工业大数据分析里最重要的一部分，很多时候很多企业讲的都是技术问题，工业互联网怎么做分析，用了深度学习模型，神经网络做多少层，大家如果真的做过业务，真的做过工业大数据分析，发现最难的问题在这个上面，我怎么去理解工业大数据这些场景，怎么把一个业务问题转换成一个目标合理的技术问题去解决，这个过程中还会和我们的用户反复沟通，反复迭代，最后落到一个可执行、可分解、可量化、可考核的业务问题技术化的目标，这个其实是一个非常重要的工作，这里面分了四部分。首先你要去做这件事情，你要先去理解你的工业对象，理解你的需求，做一个很好的目标评估，然后针对这个全生命周期如何展开你对业务的认知。
第二部分是我们对于数据的理解，我们需要知道我们数据都从哪来，我们数据之间的关系是什么，我们数据的质量到底怎么样，这是我们对数据的认知，这两部分工作对于工业大数据分析的成功非常重要。第三部分开始讲数据准备，这就是一些技术上的工作，我们需要从哪去拿数据，我们怎么解决数据之间的集成问题，怎么解决数据质量的问题，怎么解决数据解析的问题，联盟做了很多标识解析的工作，特别是物联网。
接下来我们怎么去做数据建模，这是一个大家看起来好像方法有点传统，实际上我们在工业上有很多实践，除了一些图像识别的问题外，深度学习的方法实际上还比较难以在工业实际中应用，特别是针对工业里有效正样本稀缺的情况，本身数据预处理的过程又有机理复杂的情况，完全靠深度学习自动特征提取的方法是有问题的。
最后讲到这个模型如何进行评估，这个评估过程中一定要结合工业知识和工业机理去评估，今天讲数据驱动的方法，它不是融合了机理的，本质上是一种相关性分析，我们要的是因果性分析，怎么得来，在这个模型验证与部署的过程中，我们需要通过大量的工业知识来帮助我们完成这件事情。最后一部分讲怎么部署模型，以及模型的迭代、更新，这个东西非常重要，绝对不是说这个东西放那好了，就像我们的设备，我们今天做一个设备健康的分析模型，你设备会不断老化，今天设备跟昨天的设备是不一样的，你的模型也会有变化，积累到一定时间以后，你会发现模型的精度会明显下降，怎么监控模型良好运行，怎么更改。
未来展望，其实这个过程很艰难，这本书我们前前后后谢了一年多的时间，像一本学术专著一样在写，但是也是限于我们自己的能力不足，包括国际的学术界和产业界真的对于工业大数据很多的应用，我觉得我们现在水平还不够高，未来整个行业还会有很大的发展。微量的展望，我们会持续把这个工作做下去。这就是我们这本白皮书的介绍，谢谢大家。
卿苏德：我是工业互联网产业联盟工业区块链特设组组长卿苏德，今天整个的演讲包括五个部分，首先是区块链给工业互联网带来哪些新机遇，其次解读一下相关的技术框架体系，第三部分讲的是应用方向和应用图谱，第四部分是存在相关的应用挑战，第五部分是做的一些政策建议。
工业互联网是国家重要的战略发展方向，从昨天和今天人山人海的工业互联网峰会可见一斑，区块链也是国家重要的战略发展方向之一，从2018年的非理性到2019年的越来越理性、越来越寻求落地，越来越寻求与实体经济深度融合，以低成本建立起信任的机制体制，重塑现有的商业逻辑和业务生态，并且在整个工业领域广泛渗透和融合创新。
在这种情况下愈发成为一种数据的共享，成为一种多方的协作，成为柔性监管的新模式和新范式，我们围绕数据采集、存储、建模以及服务集成，再加上未来的一些应用，贯穿了整个工业大数据的全生命周期，也顺应着云化制造大的趋势，整合了5G和云计算等前沿技术，从边缘计算层，从信息基础设施的IaaS层，从PaaS层，还有SaaS层，四个层面构建了工业区块链架构体系。
我们梳理了现有的相关的工业区块链的应用，我们目前也形成了四个主要方向以及十六个应用点的应用图谱，四个方向包括工业安全、制造效率提升、服务制造升级以及数据共享和柔性监管，从工业安全来说，主要是依托区块链的密码学，尤其是非对称密码学为整个物联网设备提供独一无二的数字身份ID，基于这个，有利于加强整个工业设备的管理以及注册权限控制包括运营状态相关的存证溯源等，也伴随着CA的打通，进一步确保工业的安全。随着整个工业互联网的发展，有数字化、网络化、智能化，再加上工匠精神，现在更多的是从传统的一个生产环节现在细分为多个生产单元，区块链更多是天然在多个主体多个环节有一种分布式账本，能够在多个利益相关方通过机器的共识达成一种新的合作模式，能够促进协同创新，进一步提升协同效率。
从供应链金融、租赁服务、二手设备包括工业回收品等，主要是依托区块链的不可篡改和不可抵赖的特性，依靠区块链的块链式的结构帮助可验证可追溯的验证体系、溯源体系，有助于工业回收品，有助于相关二手交易的畅通和契约的达成。资源的重复利用或者生产要素的优化配置有助于服务制造的升级。监管方很容易作为一个区块链节点切入到链上，从传统的以前的事后监管审查到事前事中监管，有助于发展监管科技，打造全生命周期、全业务流程的监管体系。除此之外我们也发现，在整个应用落地当中我们遇到很多应用难点，一方面是区块链自身的原因，包括经常被人诟病的性能瓶颈，包括查询性能较差等。
另外一方面，整个区块链也在推广，在生态营造方面也遇到诸多问题，从技术模式创新发展、政策环境以及扩大产业影响力，更加注重服务实体经济，提出相关的政策建议，这是这本白皮书的主要框架和思路。目前这个白皮书处于征求意见稿阶段，我们特别欢迎大家加入我们，和我们共同努力，我们共同打造行业最权威、具有行业影响力的工业区块链应用白皮书，谢谢大家！
张倩：我是来自中国信息通信研究院知识产权中心的张倩，我代表知识产权特设组给大家介绍一下我们发布的工业互联网关键技术专利态势白皮书。我们这个团队对知识产权这块的情况做过近三年的跟踪分析，在这次发布的白皮书里，我们不断梳理工业互联网领域里的关键技术非常多，哪些技术的知识产权情况怎么样，总体什么样，有哪些知识产权风险问题，并提出相应的建议。
中美不光是产业发展最为活跃的地方，也是专利申请量最多的地方，以魔力象限图的方式，大部分企业与新进者和挑战者的地位。白皮书里按照工业互联网的体系架构，从网络互联、标识解析以及平台方面分析我们主要的一些专利的态势。
在网络互联方面可以看出，一个是现场总线，一个是以太网，现场总线的专利申请量遥遥领先，但是从增长趋势上，以太网的增长趋势非常快。白皮书也对全球专利申请人进行了分析。关于时间敏感网络，这个技术从底层上解决了以太网不确定性的问题，TSN的专利是什么样，是我们研究的重点。
目前从我们的分析来看，中国和美国是在这个领域专利布局较多的，其中思科、华为是这个领域专利重要的申请人。在标识解析方面，我们从变革路径和改革路径分析了四个关键技术的情况，我们也可以看出Handle大量的专利在美国，Ecode作为我们国家主导的物联网编码技术，90%以上专利申请来自于国内，OID相对来说比较分散。
后面有工业平台里的一些专利技术，特别是边缘计算的专利进行了分析，专利出现一个井喷的趋势，在边缘计算里我们也发现中国和美国的申请量比较多，特别是边缘计算产业联盟的主导者，比如华为，在这个领域里的专利申请量占据较大的优势，同时我们白皮书里也对每一个技术方向的重点趋势进行了分析。
我们的白皮书同时又分析了一下工业互联网领域里有哪些知识产权风险问题，一个是开源问题，工业互联网领域采用大量的开源软件技术，带来很多知识产权问题，包括专利、版权、商标相应的权利和义务，但是开源并不等同于可以面否使用，不同的开源许可协议实际上是在著作权、版权、专利权方面有不同程度的风险，我们的白皮书也进行了揭示。
第二是已经发生的专利诉讼可能对我们国家产生的影响，我们进行了分析，实际上在工业云平台里已经有一些诉讼。这方面的分析特别是涉案专利的分了，对我们后续的研究产业很重要。第三方面是要注意一下专利池的问题，近两年专利池的收费对象越来越朝着物联网或者工业互联网领域去发展，比如AVANCI这个专利池，瞄准车联网、智能家居、智能电表领域，有一些潜在的工业企业也会成为这个专利池收费的对象，相应的许可费以及许可费的累计问题都应该引起我们的重视。
最后打一个小广告，前面说的专利分析的数据情况，实际上是在工业互联网知识产权平台上有，欢迎大家访问这个平台。