国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

5月13日，工信部發布《關于工業大數據發展的指導意見》，提出要促進工業數據匯聚共享、深化數據融合創新、提升數據治理能力、加強數據安全管理，著力打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系。

《意見》指出，要“組織開展工業大數據應用試點示范，總結推廣工業大數據應用方法，制定工業大數據應用水平評估標準，加強對地方和企業應用現狀的評估”，此外，“發揮工業互聯網平臺優勢，提升平臺的數據處理能力。面向中小企業開放數據服務資源，提升企業數據應用能力。加快推動工業知識、技術、經驗的軟件化，培育發展一批面向不同場景的工業APP“。

《意見》提出建設國家工業互聯網大數據中心，匯聚工業數據，支撐產業監測分析，賦能企業創新發展，提升行業安全運行水平。建立多級聯動的國家工業基礎大數據庫，研制產業鏈圖譜和供應鏈地圖，服務制造業高質量發展。

據悉，此前的3月4日，工信部發布《工業數據分類分級指南（試行）》，對工業數據的界定、分類、分級及安全防護要求提出了相關意見。

工業和信息化部關于工業大數據發展的指導意見

工信部信發〔2020〕67號

各省、自治區、直轄市及計劃單列市、新疆生產建設兵團工業和信息化主管部門（大數據產業主管部門）：

工業大數據是工業領域產品和服務全生命周期數據的總稱，包括工業企業在研發設計、生產制造、經營管理、運維服務等環節中生成和使用的數據，以及工業互聯網平臺中的數據等。為貫徹落實國家大數據發展戰略，促進工業數字化轉型，激發工業數據資源要素潛力，加快工業大數據產業發展，現提出如下意見。

一、總體要求

堅持以習近平新時代中國特色社會主義思想為指導，深入貫徹黨的十九大和十九屆二中、三中、四中全會精神，牢固樹立新發展理念，按照高質量發展要求，促進工業數據匯聚共享、深化數據融合創新、提升數據治理能力、加強數據安全管理，著力打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系。

二、加快數據匯聚

（一）推動工業數據全面采集。支持工業企業實施設備數字化改造，升級各類信息系統，推動研發、生產、經營、運維等全流程的數據采集。支持重點企業研制工業數控系統，引導工業設備企業開放數據接口，實現數據全面采集。

（二）加快工業設備互聯互通。持續推進工業互聯網建設，實現工業設備的全連接。加快推動工業通信協議兼容統一，打破技術壁壘，形成完整貫通的數據鏈。

（三）推動工業數據高質量匯聚。組織開展工業數據資源調查，引導企業加強數據資源管理，實現數據的可視、可管、可用、可信。整合重點領域統計數據和監測數據，在原材料、裝備、消費品、電子信息等行業建設國家級數據庫。支持企業建設數據匯聚平臺，實現多源異構數據的融合和匯聚。

（四）統籌建設國家工業大數據平臺。建設國家工業互聯網大數據中心，匯聚工業數據，支撐產業監測分析，賦能企業創新發展，提升行業安全運行水平。建立多級聯動的國家工業基礎大數據庫，研制產業鏈圖譜和供應鏈地圖，服務制造業高質量發展。

三、推動數據共享

（五）推動工業數據開放共享。支持優勢產業上下游企業開放數據，加強合作，共建安全可信的工業數據空間，建立互利共贏的共享機制。引導和規范公共數據資源開放流動，鼓勵相關單位通過共享、交換、交易等方式，提高數據資源價值創造的水平。

（六）激發工業數據市場活力。支持開展數據流動關鍵技術攻關，建設可信的工業數據流通環境。構建工業大數據資產價值評估體系，研究制定公平、開放、透明的數據交易規則，加強市場監管和行業自律，開展數據資產交易試點，培育工業數據市場。

四、深化數據應用

（七）推動工業數據深度應用。加快數據全過程應用，發展數據驅動的制造新模式新業態，引導企業用好各業務環節的數據。

（八）開展工業數據應用示范。組織開展工業大數據應用試點示范，總結推廣工業大數據應用方法，制定工業大數據應用水平評估標準，加強對地方和企業應用現狀的評估。

（九）提升數據平臺支撐作用。發揮工業互聯網平臺優勢，提升平臺的數據處理能力。面向中小企業開放數據服務資源，提升企業數據應用能力。加快推動工業知識、技術、經驗的軟件化，培育發展一批面向不同場景的工業APP。

（十）打造工業數據應用生態。面向重點行業培育一批工業大數據解決方案供應商。鼓勵通過開展工業大數據競賽，助力行業創新應用。加大宣傳推廣力度，開展線上線下數據應用培訓活動。

五、完善數據治理

（十一）開展數據管理能力評估貫標。推廣《數據管理能力成熟度評估模型》（GB/T 36073-2018，簡稱DCMM）國家標準，構建工業大數據管理能力評估體系，引導企業提升數據管理能力。鼓勵各級政府在實施貫標、人員培訓、效果評估等方面加強政策引導和資金支持。

（十二）推動標準研制和應用。加強工業大數據標準體系建設，加快數據質量、數據治理和數據安全等關鍵標準研制，選擇條件成熟的行業和地區開展試驗驗證和試點推廣。

（十三）加強工業數據分類分級管理。落實《工業數據分類分級指南（試行）》，實現數據科學管理，推動構建以企業為主體的工業數據分類分級管理體系。

六、強化數據安全

（十四）構建工業數據安全管理體系。明確企業安全主體責任和各級政府監督管理責任，構建工業數據安全責任體系。加強態勢感知、測試評估、預警處置等工業大數據安全能力建設，實現閉環管理，全面保障數據安全。

（十五）加強工業數據安全產品研發。開展加密傳輸、訪問控制、數據脫敏等安全技術攻關，提升防篡改、防竊取、防泄漏能力。加快培育安全骨干企業，增強數據安全服務，培育良好安全產業生態。

七、促進產業發展

（十六）突破工業數據關鍵共性技術。加快數據匯聚、建模分析、應用開發、資源調度和監測管理等共性技術的研發和應用，推動人工智能、區塊鏈和邊緣計算等前沿技術的部署和融合。

（十七）打造工業數據產品和服務體系。推動工業大數據采集、存儲、加工、分析和服務等環節相關產品開發，構建大數據基礎性、通用性產品體系。培育一批數據資源服務提供商和數據服務龍頭企業，發展一批聚焦數據標準制定、測試評估、研究咨詢等領域的第三方服務機構。

（十八）著力構建工業數據創新生態。支持產學研合作建設工業大數據創新平臺，圍繞重大共性需求和行業痛點開展協同創新，加快技術成果轉化，推動產業基礎高級化和產業鏈現代化。

八、加強組織保障

（十九）健全工作推進機制。省級工業和信息化主管部門（大數據產業主管部門）要建立工業大數據推進工作機制，統籌推進地方工業大數據發展。鼓勵各地因地制宜加強政策創新，開展重大問題研究，實施政策評估咨詢，助力工業大數據創新應用。

（二十）強化資金人才支持。發揮財政資金的引導作用，推動政策性銀行加大精準信貸扶持力度。鼓勵金融機構創新產品和服務，扶持工業大數據創新創業。完善人才培養體系，培育既具備大數據技術能力又熟悉行業需求的復合型人才。

（二十一）促進國際交流合作。圍繞政策、技術、標準、人才、企業等方面，推進工業大數據在更大范圍、更寬領域、更深層次開展合作交流，不斷提升國際化發展水平。

來源：中國工業新聞網