別太相信IIoT IIoT同樣存在數(shù)據(jù)不完整或不可靠

工業(yè)4.0能利用分析大數(shù)據(jù)所得洞見，透過預(yù)測性維護(hù)、資產(chǎn)優(yōu)化來提升營運(yùn)效率。但關(guān)鍵在于在正確時(shí)間將正確數(shù)據(jù)輸入適當(dāng)模型和預(yù)測算法。但數(shù)據(jù)分析師常發(fā)現(xiàn)所使用的數(shù)據(jù)不完整或不可靠，而須設(shè)法填充缺失的數(shù)據(jù)。為提升數(shù)據(jù)質(zhì)量管理工作，企業(yè)應(yīng)從在可信環(huán)境中收集數(shù)據(jù)開始。

根據(jù)報(bào)導(dǎo)，機(jī)器學(xué)習(xí)或數(shù)據(jù)模擬等技術(shù)雖能改善不良數(shù)據(jù)，但無法解決不良數(shù)據(jù)源的原始問題。此外，這些解決方案通常過于復(fù)雜，無法應(yīng)用于某些用例。而任何數(shù)據(jù)質(zhì)量管理工作都應(yīng)從在可信環(huán)境中收集數(shù)據(jù)開始。

新設(shè)備被添加到連網(wǎng)工廠系統(tǒng)時(shí)會對其進(jìn)行身分驗(yàn)證。然后，再被授權(quán)透過網(wǎng)絡(luò)傳輸數(shù)據(jù)，并使用諸如TLS或SSL之類的安全協(xié)議來保護(hù)網(wǎng)絡(luò)上的數(shù)據(jù)流。但隨著時(shí)間推移，工業(yè)環(huán)境的動態(tài)性意味著設(shè)備狀態(tài)須持續(xù)更新。

例如，除非主動檢查以驗(yàn)證設(shè)備的持續(xù)真實(shí)性或常規(guī)口令更新，否則設(shè)備可能已被入侵。設(shè)備作為數(shù)據(jù)源的可信賴性的原始認(rèn)證不再有效，而需要用于連續(xù)更新該驗(yàn)證的方法。

來自這些設(shè)備的數(shù)據(jù)生成和通訊也很關(guān)鍵。許多傳感器只傳達(dá)事件或改變規(guī)范。以溫度傳感器為例，若生產(chǎn)環(huán)境中的溫度保持在緊密有效的范圍內(nèi)，則傳感器可在很長一段時(shí)間內(nèi)不會傳輸數(shù)據(jù)，而無法確認(rèn)傳感器聯(lián)機(jī)是否丟失或發(fā)生故障，因此需要一種方法來驗(yàn)證傳感器本身的正確操作。

最后，可信設(shè)備是在其正確操作狀態(tài)下運(yùn)行的設(shè)備。這意味著設(shè)備正在運(yùn)行并經(jīng)過適當(dāng)?shù)纳矸烛?yàn)證。對于更復(fù)雜的設(shè)備，如鏡頭，就要有完整設(shè)定的度量方式。

例如，若鏡頭正在收集特定流程或特定區(qū)域中的可視數(shù)據(jù)流以供測量質(zhì)量，信任度量會顯示鏡頭正在傳遞要追蹤的訊息。若鏡頭已破損，企業(yè)都會知道所收集的數(shù)據(jù)無效，不應(yīng)包含在特定分析中，而且須再次采取措施使設(shè)備恢復(fù)到其受信任狀態(tài)。