<object id="1jvdl"><nobr id="1jvdl"></nobr></object>

<object id="1jvdl"><sup id="1jvdl"></sup></object>
<tr id="1jvdl"></tr>

  • <center id="1jvdl"></center>

      <object id="1jvdl"><option id="1jvdl"><sub id="1jvdl"></sub></option></object>

          <big id="1jvdl"><nobr id="1jvdl"></nobr></big><code id="1jvdl"><em id="1jvdl"><track id="1jvdl"></track></em></code>
          1. 【霍因安全觀】AI全域敏感數據發現在工業制造場景的應用

            2022-05-09 10:17:44  來源:

            摘要:CIO時代、新基建創新研究院聯合霍因科技推出”霍因安全觀”系列線上微課堂,詳細介紹數據安全治理的方法論、先進技術、典型案例及實踐成果,展現數據安全治理的全生命周期管理,助力企業的數字化轉型與升級。
            關鍵詞: 霍因科技,數字化轉型,數據安全治理

            \ 

            隨著大數據時代的到來,數據價值的深度應用成為助力企業發展的重要源動力。在企業的數字化轉型過程中,加強數據治理、深化數據開發、保障數據安全成為釋放數據價值的關鍵環節,而強化數據安全對企業的數字化轉型和升級起著至關重要的作用。

             

            基于此,CIO時代、新基建創新研究院聯合霍因科技推出”霍因安全觀”系列線上微課堂,詳細介紹數據安全治理的方法論、先進技術、典型案例及實踐成果,展現數據安全治理的全生命周期管理,助力企業的數字化轉型與升級。

             

             

            第二期【霍因安全觀】系列微課堂,我們來詳細了解AI全域敏感數據發現在工業制造中的杰出表現。

             

            1

            工業制造數據治理面臨的挑戰及應對

            近年來,隨著工業互聯網發展的不斷深化,在工業領域加強數據管理的重要性日益突出。然而,工業領域信息化起步相對較晚,工業數據也更為復雜,涉及研發、生產、管理、運維、服務等多個環節,因而數據管理工作的推進也相對滯后。


             隨著工業制造數據規模的指數級增長,給數據治理工作帶來巨大壓力。傳統人工方式做數據的清洗、分辨與調優使治理工作耗時冗長,帶來高昂的人力成本,且愈發難以滿足智能應用對數據在規模量與質量的高要求,傳統的人工數據治理工作已變得捉襟見肘。

             

            與其他行業類似,工業數據管理工作的重點是保障數據質量與安全、促進數據互操作,為工業智能提供高質量、高可靠的基礎數據資源。

             

            2

            工業制造企業數據治理的取勝關鍵——數據的分類分級

            人工智能技術關鍵點是互聯、實時與智慧,運用數據幫助企業管理者做決策,人工智能在先進制造業領域具有非常大的應用潛力。

             

            在工業制造企業,人工智能技術應用包含了智能發現,智能分類分級的資產化以及智能打標等多層次的核心能力。數據分類在數據管理中應以企業業務為導向,根據業務基因來實現包含域、組、數據類型的劃分。

             

            一方面,數據分級需要滿足在數據全生命周期中安全合規的使用數據這一基礎要求;另一方面,企業需要對《網絡安全法》、《數據安全法》、《個人信息保護法》等相關法律法規(包含行標、團標、企標)進行遵從。因此,在充分理解分類分級的基礎上,數據資產發現分級分類成為數據采集的一個階段性成果。

             

            3

            工業企業數據分類一般可分為五個大域(參考見:工業數據分級分類指南第六條)

            研發域設計(CAD)、仿真分析、工業軟件開發、系統測試等。

             

            生產域:制造執行系統、數據采集和監視、控制系統、工藝狀態數據庫中的控制信息、工藝參數、系統日志等。

             

            管理域:生產管理系統中的預算管理、運行管理、生產管理、訂單系統等。

             

            運維域:維修管理、備品備件等。

             

            外部域:第三方支持的統計業務或者發電計劃等交互數據。

             

            根據不同類別工業數據遭篡改、破壞、泄露或非法利用后,可能對工業生產、經濟效益等帶來的潛在影響,將工業數據分為一級、二級、三級等3個級別(參考見:工業數據分級分類指南):

             

            三級數據:易引發特別重大生產安全事故或突發環境事件,或造成直接經濟損失特別巨大;對國民經濟、行業發展、公眾利益、社會秩序乃至國家安全造成嚴重影響。

             

            二級數據:易引發較大或重大生產安全事故或突發環境事件,給企業造成較大負面影響,或直接經濟損失較大;引發的級聯效應明顯,造成行業及行業周邊影響持續,導致供應商、客戶資源和個人信息大量泄漏;恢復工業數據所需付出代價較大。

             

            一級數據:對工業設備、工業互聯網平臺運行影響小給企業造成負面影響小或者經濟損失少受影響的用戶和企業少,繼續時間短恢復工業數據或者消除負面時間短,代價小。

             

            4

            工業制造企業數據安全治理“利器”——霍因.海石

            如今數據不再局限于傳統數字形式的認知,由結構化數據延伸到半結構化、非結構化的數據范疇?;粢蚩萍甲鳛閿祿踩卫眍I域中的新銳力量,打造出海石數據治理安全平臺的三大核心能力,有效地減少了人工干預,進行輕量化部署,實現敏感數據的全量、全景的數據發現、控制。

             

            ? 通過AI全域的能力,對復雜的工業數據進行有序的資產化梳理,提升對數據的發現并分級分類能力,為客戶安全生產使用提供支撐AI發現;

             

            通過動態知識庫的建立與智能分類器能力,減少人為參與,提高效率及準確率;

             

            ?統一倉管理實現數據分角色、分場景、分數據類型、分安全級別的通過管控和安全能力賦予,安全合規的實現數據資產化。

             

            5

            AI全域敏感數據發現應用實例——電力工業制造企業

            在“十四五”規劃下,我國電力行業逐步進入高質量發展階段。先進的基礎設施和海量的數據,為電力企業數字化轉型奠定了物質基礎。電力在能源的中心地位不斷提升,促使保障電力安全成為能源安全新戰略的核心要素,是電力行業踐行總體國家安全觀的迫切需要。如何更好地利用數據,保證數據的安全性成為電業工業制造企業現階段關注的重點。


            \

             

            圖一:實現數據安全,各個階段預計成果

             

            霍因科技數據治理安全平臺為了更好地滿足數據資產化的要求,整合了人工智能技術(NLP、NLU等)為實現企業數據治理提供強有力工具。平臺為客戶提供了以安全合規,安全使用數據為驅動的數字化轉型;通過AI全域敏感智能識別,對行業數據能力積累和安全法規的理解和導入,通過智能引擎和智能分類器的不斷優化,完整實現了客戶數據的資產化過程,建立了一套完整數據安全基礎平臺,為數據全生命周期管理邁出最夯實的第一步。

            \

            圖二:霍因.海石數據治理安全平臺實例

             

            首先,通過前置數據源管理與業務部門配合進行數據環境摸底,進行全域數據智能掃描發現敏感信息;

             

            其次,通過AI、動態庫及數據標準建立智能數據分級分類從而實現AI自動化敏感數據發現與打標,

             

            然后,在控制端通過數據安全API時遷數據外發。

             

            由此可見,數據發現與分類分級是持續性的工作,需要針對新業務、新數據等通過AI與NLP進行持續規范化管理。

            \

            圖三:分級分類成果展示

             

            關于霍因科技

             

            \

             

            霍因科技是一家專注在為企業客戶提供數據安全的方案/服務提供商。服務聚焦于安全合規驅動下的數據治理方案,采用場景化能力復用及機器學習能力,將數據治理與數據安全管理能力融合。

             

            霍因科技為眾多政企客戶提供實踐數據管理及安全合規方案:從客戶數據業務的咨詢、法規理解和導入著手,基于機器學習技術與大數據湖倉技術為企業構建安全的數據管理環境,從而實現基于生態的全面安全控制?;粢蚩萍荚诎踩寗訑祿卫矸矫娴膬瀯荩?/p>

            1. 全域:結構化數據、非結構化數據(文件/音視頻)

            2. 全場景:個人隱私數據、企業數據(商業數據、生產數據、經營數據...)

            3. 全鏈路:數據在采集、存儲、處理、交換、管理等全鏈路上的安全管理

             


            第三十四屆CIO班招生
            國際CIO認證培訓
            首席數據官(CDO)認證培訓
            責編:baxuedong

            免責聲明:本網站(http://www.instituteofdigitalmarketingusa.com/)內容主要來自原創、合作媒體供稿和第三方投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
            本網站刊載的所有內容(包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等)版權歸原作者所有。任何單位或個人認為本網站中的內容可能涉嫌侵犯其知識產權或存在不實內容時,請及時通知本站,予以刪除。

            天天狠天天天天透在线

            <object id="1jvdl"><nobr id="1jvdl"></nobr></object>

            <object id="1jvdl"><sup id="1jvdl"></sup></object>
            <tr id="1jvdl"></tr>

          2. <center id="1jvdl"></center>

              <object id="1jvdl"><option id="1jvdl"><sub id="1jvdl"></sub></option></object>

                  <big id="1jvdl"><nobr id="1jvdl"></nobr></big><code id="1jvdl"><em id="1jvdl"><track id="1jvdl"></track></em></code>