在数字经济时代，物联网是重要的基础设施之一，而工业互联网也成为工业企业创新发展的关键。

为推动智慧城市建设和工业智能化的实现，大数据智能分析技术遇到了哪些阶段性难点？未来的发展趋势又如何？

23日，在中国科学技术大学长三角科技战略前沿研究中心于中国网谷举办的“新一代信息技术的新场景、新未来”研讨会上，与会专家对智能工业物联网的建设、大数据交易与共享、数据安全等方面问题划出了重点。

中国科学技术大学计算机学院特任研究员杨盘隆在会上称，工业互联网是下一代工业基础设施。与传统的互联网技术相比，工业互联网更加突出控制与感知的功能和智能化、数字化、可靠性和可控性的性能，是工业生产系统与互联网深度融合形成的新一代智能网络。

“当前，中国大部分工业企业总体处于数字化向网络化过渡阶段，并将最终向智能化迈进。”他指出，网络化阶段是指，推动工业生产、经营、管理、服务等活动和过程集成、互联和社会化协同。

智能化的最终实现，在杨盘隆看来，需要从智能物联网和大数据智能两方面同时发力，建立起网络体系结构与分布式架构，实现云、边、端的协同智能。

对于现阶段国内工业互联体系结构所面临的挑战，杨盘隆认为，主要体现数据安全与共享之间的天然鸿沟尚未填平、规模扩展下网络实时性难以保证，数据技术在扩展性、实时性和安全性上仍待突围。

国家优青、中国科学技术大学计算机学院特任教授张兰在会上表示，数据安全问题与数据自身特质、技术瓶颈和监管缺失有关。

对于数据交易中存在的数据确权的隐私安全问题，她认为，关键在于四点，即数据抄袭篡改、模型缺乏保护、数据规模巨大、隐私和管控之间的矛盾。为此，张兰及其团队通过数据指纹生成、数据血缘关系分析、区块链、多元融合、多智能体协作等先进技术，在建立有质量、隐私保障的数据资源平台上取得突破。

具体而言，针对数据抄袭篡改，采用抗篡改数据或设备指纹技术，实现可靠标识；针对模型缺乏保护，采用“一抹一证、模证核验”技术，实现产权保护；针对数据规模巨大，采用链下高效检索、链上精准定位，实现数据全核验；针对隐私和管控之间的矛盾，采用可控密码或保护技术，实现交易本身的匿名可替。

为了更有效的挖掘数据价值，张兰认为，还需要给数据定价，通过技术手段，实现对数据中各种行为的标识、理解和价值评估。

她举例称，在智慧城市系统中，有大量的计算资源被浪费在没有需求价值的分析上。所以，这就需要在技术上动态地调度数据模型。在过程上，可以先预判在每个数据流上执行何种模型是有价值的，再指定相应的模型，并对该模型进行一个调度，让系统高效地执行有价值的输出。

对于大数据的应用前景，张兰持乐观态度。她认为，下一步，在技术创新和成果转化的推动下，数据要素的资产化将进一步实现，未来，以“数据资产”进行抵押融资、作价入股的新模式或将得到应用、推广。