【工业互联网产业联盟】工业互联网标识解析——标识数据模型白皮书

数字化转型是全球制造业以及经济发展的重要方向，是第四次工业革命的核心内容。工业互联网作为实现数字化转型的重要路径，通过建立扁平开放的制造系统、基于知识和数据的制造模式、弹性智能的产业链供应链网络、融通发展的数字经济体系，正在全面推动数字化转型升级。在这个过程中，“数据驱动+工业知识”的智能优化闭环被应用于工业的全产业链、全价值链，推动形成数据驱动的产品研发、生产制造商业服务和产业形态，是工业互联网的核心竞争力。随着数据量级的快速增长和数据内容的不断丰富，工业数据模型将实现工业知识和工艺机理的沉淀、抽象与复用，建立物理系统与数字空间的深度协同，赋能工业制造的智能决策，推动工业资源的开发利用。

当前，全球工业企业在数据建模与信息交互、数据利用与价值创造的过程中，仍面临诸多挑战。一是系统集成融合数据杂。在一个完整的工业流程中，研发设计、生产控制、信息管理类工业软件在生产制造的过程中，数据、指令以及信息的传递层层受阻，产品生命周期信息数据难以进行有效衔接，影响了整体自动化和信息化的融合对接与互联互通二是数据服务复用性弱。在传统的数据服务模式下，数据服务相对松散缺少统一的数据服务和模型管理，导致数据服务共享、复用难。此外，数据服务标准不统一，难以面向全域实现开放共享。三是数据开发敏捷性不足。数据端到端开发暂未实现完全的自动化，在需求分析、数据设计、数据开发、数据测试、数据上线、数据运维等环节存在大量人工操作，导致人力资源成本加大，难以满足数据需求方交付时效性要求。

(1)随着新型工业化和工业互联网的发展，包括标识数据在内的工业数据量呈现爆发式增长，海量、多源、异构数据面临着难以关联整合、数据价值难以利用等问题。

(2)工业互联网标识资源搜索将标识解析技术与垂直搜索技术相结合，实现工业数据的集成共享和价值挖掘：一方面，对接标识解析节点获取标识数据资源，丰富搜索数据来源的同时，利用标识的全网唯一性优化数据的融合与关联分析，为搜索对象之间、搜索用户之间、搜索对象及用户之间关联关系的建立提供了创新性方法；另一方面，通过提供工业垂直搜索能力，借助身份标识深入理解工业用户搜索意图，赋能用户对产品介绍、应用与服务、企业信息、潜在合作方挖掘、生产环境、报工信息、仓储物流、市场营销、知识经验、流程规范、新闻活动以及标识注册信息等标识相关的工业细分领域信息资源进行个性化搜索。以标识资源搜索技术与应用为切入点，加速推动数据资源的高效流通、激发标识数据价值，将带动与工业大数据和标识解析相关的其他业态发展，对于打造自主可控的标识解析体系、支撑数字经济及其核心产业发展、持续提升工业互联网创新能力具有重要意义。

—行业需求

工业互联网标识解析体系的发展促进了工业实体甚至虚拟数据的全方位互联互通，但工业数据量巨大，特别是引入标识解析体系对工业全要素进行标记后，数据体量更呈现指数级增长，如何管理和利用数据成为工业企业数字化转型升级过程中面临的重要挑战。搜索服务能够实现高效的数据发现与价值共享，成为企业数字化转型升级的关键措施和重要驱动力，具有日益强烈的行业需求：

（1）在需求分析阶段，需要进行深入的用户交互和市场调研，及时、准确地获取并整合用户关注点和潜力细分市场等信息，以具备需求洞察和分析能力，为后续产品设计、销售策略制定等环节提供强有力支撑。

（2）在研发设计阶段，需要动态查询需求、目标、可使用资源情况等设计入口参数，以便根据实时信息进行方案的仿真设计和优化调整，保证设计效果。

—基于消费互联网的搜索

消费互联网搜索引擎利用协同过滤算法分析用户和对象间的关系，根据搜索行为喜好进行局部个性化分析，面向公开互联网的跨领域数据计算搜索结果并返回给用户。

消费互联网搜索引擎以谷歌、百度、微软Bing等通用搜索引擎为代表，近年来还出现了MedicalMatrix、PharmWeb等以搜索某一主题或领域为目标的垂直搜索引擎，以及DuckDuckGo、Gibiru、Yippy、Ask、Similarweb、TinEye等侧重隐私保护、结果集成、社交关系、知识共享、统计数据、图像信息等特殊功能的搜索引擎，整体上向搜索渠道和内容的多元化趋势迈进。2022年11月底上线的大型语言模型ChatGPT使用自然语言与用户交互，通过与Bing搜索引擎集成，将使得搜索结果更具相关性、时效性以及更加注重用户体验。

消费互联网搜索引擎技术成熟、应用普遍，但是采用的跨领域通用数据缺乏工业针对性、干扰信息多，在工业场景下的数据价值密度过低，严重影响工业数据融合挖掘深度；基于普通用户画像对大众进行分类，无法获取用户在工业行业内的喜好；通用领域推荐算法难以结合工业机理模型来匹配工业搜索诉求。因此，消费互联网搜索引擎的普适特征使其难以充分赋能工业领域数字化建设。

—基于工业互联网的搜索

基于工业互联网的搜索由基于物联网的搜索演进而来。物联网搜索服务利用无处不在的连接和在线服务特征，提供对物联设备的在线查询能力，最具代表性的Shodan引擎支持查找连网的网页服务器、路由器、摄像头等节点信息，包括服务器及端口信息、设备类型、操作系统等，帮助用户搜索满足特定属性的设备信息。

在工业制造场景中，搜索对象不仅仅是连网设备，而是包括人、机、物、信息系统、车间、企业等产业链各环节全要素。工业互联网平台及企业集成搜索服务能力，以满足域内资源查询需求，但是由于仅使用域内数据资源，搜索内容和适用范围局限，难以综合分析跨企业跨平台的跨域数据来最优化用户搜索体验，需要向多跨发展方向转变。2022年工信部公布了卡奥斯COSMOPlat、航天云网INDICS、徐工汉云等28家跨行业跨领域工业互联网平台名单，这些工业互联网平台提供产品和解决方案、案例库、应用、供需对接、新闻、文档等跨域搜索服务。另一个工业互联网搜索的典型代表是德国弗劳恩霍夫研究所和韩国电子技术研究所共同在美国工业互联网联盟推出的智能工厂网站（SmartFactoryWeb,SFW）。SFW设计统一的物料清单和工序清单描述材料用以规范注册信息便于数据查询索引，建立供应链网络模型及工厂数字孪生模型，利用OPCUA信息模型、时间敏感网络等技术保障智能工厂供应链网络的灵活性、兼容性、实时性，支持查询供应链网络中的工厂信息、特定工厂的上下游信息，以及输入、输出、参数属性等工序信息。

无论是域内搜索还是跨域的产业链泛在搜索，基于工业互联网的搜索都极大提高了工业企业数字化管理效率。但是，随着工业互联网标识解析体系建设的推进，标识数据量呈现指数级增长，基于工业互联网的搜索面临着如何充分利用复杂繁冗的标识数据的问题。

—定位与意义

工业互联网标识资源搜索定位为基于标识解析技术的工业领域垂直搜索，是工业互联网标识解析体系发展的杀手级应用。一方面，通过工业场景分类和数据归类，针对工业细分场景进行数据挖掘分析，并且结合用户在工业行业内的画像理解其搜索意图，属于垂直搜索范畴；另一方面，从搜索对象和搜索用户两个维度引入标识解析技术，对接标识解析节点获取标识数据，为拥有唯一标识身份的用户提供搜索查询服务，同时利用标识的全网唯一性打破数据异主、异地、异构的信息孤岛，为搜索对象之间、搜索用户之间、搜索对象及用户之间关联关系的建立提供创新性思路。在工业互联网标识资源搜索服务中，标识所起到的作用包括数据来源、搜索输入、标识身份信息，以及在数据处理和计算过程中对多源异构数据进行融合关联的纽带。

工业互联网标识资源搜索服务作为标识数据发现和互通的有效手段，提供了科学管理和高效利用海量工业数据的标准范式。它是应对工业数据过载的先锋利器，通过获取数据背后的价值信息，促进信息资源集成共享，为工业企业商业决策提供参考、为行业生态内的合作互惠提供途径、为监管机构职能开展提供便利、为消费者获取信息提供可靠便捷的保障，有助于打造人、机、物全面互联的新型基础设施。同时，工业互联网标识资源搜索服务是推进标识解析体系建设的应用突破口，能够激发标识数据价值、带动其他基于工业大数据和标识解析技术的新兴业态以及应用模式的规模化发展，最终助力产业综合实力显著提升。

工业互联网标识资源搜索服务的发展依托于标识资源搜索系统的建立和完善，工业互联网标识资源搜索系统的建设可以为工业企业提供更高效、更精准的资源搜索和管理手段，帮助工业企业优化生产流程、提升质量管理水平、加强供应链管理，从而实现更加智能化、高效化的工业企业生产和运营。随着工业企业建设规模的持续扩展，工业互联网标识资源搜索系统不断丰富，不仅在业务角度逐渐成熟，系统部署逐渐落地，在安全、管理、运营角度也不断发展完善。