《基于边缘计算的工业物联网技术规范》编制说明

5.改进安全性：提供有关数据安全和网络安全的最佳实践，保护工业物联3.1标准研制阶段2023年9月，依据《中华人民共和国标准化法》、《国务院关于深化标准化工作改革方案》等文件的要求，按照中国中小企业协会团体标准的制修订程序组织有关技术人员成立标准起草工作组，确定标准名称为《基于边缘计算的工业物联网技术规范》。2023年10月，标准起草工作组收集、整理相关标准化资料、专业文献等，为本文件的编制提供参考，并通过企业调研，了解企业实际生产情况，经成分分析、研讨、论证后编写完成《基于边缘计算的工业物联网技术规范》初稿和立项申请书。3.2标准立项阶段2023年10月12日，中国中小企业协会正式发布了《基于边缘计算的工业物联网技术规范》团体标准立项通知，并在全国团体标准信息平台进行公示。3.3标准起草阶段2023年10～11月，就标准初稿，标准起草工作组成员通过相关信息化手段进行多次内容讨论和交流，并向相关单位和专家咨询，在广泛听取各方意见和充分论证的基础上，对标准初稿中做了修改。3.4征求意见阶段3.5技术审查阶段（2）规范性：严格按照GB/T1.1—2020《标准化工作导则第1部缘智能和决策支持、安全性和隐私保护、性能优化和可2.1.1.2传感器用于数据采集，可测量温度、湿度、压力、振2.1.1.3不同类型的传感器可能需要不2.2.2.1边缘服务器用于协调和管理多个边2.2.2.2边缘服务器应支持负载均衡和容错机制，以确保系统的稳定性，应在边缘服务器2.2.3.1边缘计算节点与云平台之间的协同关系是工业物联网的关键。边缘计算节点可以3.2.1.2数据可以分为实时数据、历史数据和备份数据等3.2.2.1边缘计算节点应具备一定的数据处理能力，可以进行数据预处理3.2.2.2复杂的数据分析和机器学习任务可以在边缘服务器或3.2.2.3数据处理和分析应支持实时决4.1.1.2智能算法可以用于异常检测、数据过滤、模式识别等任4.1.2.2决策支持系统可以根据实时数据生成建议或自动执行操4.2.1.1机器学习算法可以用于预测性维护、质量控制和优化任4.2.2.1深度学习算法在图像处4.2.2.3模型压缩和优化可提高深度学习在边缘的4.3.1.1预测性维护系统可以通过监测设备状态来预测4.3.1.3故障诊断结果应与维护计划4.3.2.1设备健康状态监测可以4.3.2.3边缘计算节点应定期报告设备状态和维护5.2.1.2加密算法应符合国家标准或行业标准，并定期更新以5.2.1.3密钥管理应妥善处理，确5.2.2.2角色基础的访问控制可以根据用户的职责进5.3.1.1物理设备（如边缘计算节点和5.4.2.3应给员工和相关利益相关6.1.1.2数据的有效压缩算法应根据数据类型和通信带宽进6.1.1.3降采样策略应在保持数据质量的前提下减6.1.2.1边缘计算节点可以使用数据缓存来加速对常用数据6.1.2.2缓存策略应考虑数据的时效性6.1.3.2边缘计算节点应充分利用多核处理器和硬6.2.1.1边缘计算系统应支持资源管理6.2.2.3横向扩展应能够无缝地集6.2.4云计算平台应支持弹性扩展，以应对工业物联网系统的需求变化。云资源可以根据GB/T4