(一）工业互联网的现实应用场景

我国工业互联网产业联盟的白皮书中，认为工业互联网平台当下主要的应用场景为四个：（1）面向工业现场的生产过程优化；（2）面向企业运营的管理决策优化；（3）面向社会化生产的资源优化配置与协同；（4）面向产品生命周期的管理与服务优化。

(二）工业物联网关键典型技术

通过各种类型的传感器实现物与物、物与人、人与人之间按需的信息获取、传递、储存、认知、分析和使用。

工业物联网的关键技术主要包含全面感知、信息传递、智能处理、信息反馈等几个方面。全面感知是指通过利用现代化的信息收集、采集技术手段，随时随地对物体进行信息采集和获取；信息传递是指通过各种通信网络、互联网随时随地进行可靠的信息交互和共享；智能处理是指对收集到的海量数据和信息进行分析处理，提升对工业生产环境和市场的洞察力，实现智能化的决策和控制；信息反馈是指将处理完的信息，以程序指令的形式传达给各生产环节，以优化生产结构和完成生产计划。

1.智能感知

智能感知是工业物联网的基础。面对工业生产、物流、销售等产业链环节产生的海量数据，工业物联网是利用传感器、射频识别等感知手段获取工业全生命周期内的不同维度的信息数据，具体包括：人员、机器、原料、工艺流程和环境等工业资源状态信息。

感知层面有三个信息来源渠道。

(1）传统系统。传统信息系统采集的信息往往具有较高的价值，一方面原因是传统信息系统采集的往往是结构化数据，易于统计和分析，另一方面原因是传统信息系统采集的数据往往是比较重要的数据，对后续的数据分析有重要的参考价值。

(2）Web平台。信息来源的另一个重要渠道是各种Web平台，随着Web应用的普及，尤其是Web2.0的普及应用之后，整个Web系统产生了大量的数据，这些数据也是大数据系统的重要数据来源之一。

(3）物联网系统。与传统信息系统和Web系统不同，物联网的数据大部分都是非结构化数据和半结构化数据，要想对其进行分析需要采用特定的处理方式，比较常见的处理方式包括批处理和流处理。

2.泛在连接

泛在连接是工业物联网的前提。工业资源通过有线或无线的方式彼此连接或互联网相连，形成便捷、高效的工业物联网信息通道，实现工业资源数据的互联

互通，拓展了机器与人、机器与环境之间连接的广度与深度。

物联网信息传递依托有线、无线等介质进行数据传输。当前移动互联技术更多被用来实现工业物联网信息传输过程。

3.数字建模

数字建模是工业物联网的方法。数字建模将工业资源映射到数字空间中，在虚拟的世界里模拟工业生产流程，借助数字空间强大的信息处理能力，实现对工业生产过程全要素的抽象建模，为工业物联网实体产业链运行提供有效决策。

4.实时分析

实时分析是工业物联网的手段。针对所感知的工业资源数据，通过技术分析手段，在数字空间中进行实时处理，获取工业资源状态在虚拟空间和现实空间的内在联系，将抽象的数据进一步直观化和可视化，完成对外部物理实体的实时响应。

5.精准控制

精准控制是工业物联网的目的。通过工业资源的状态感知、信息互联、数字建模和实时分析等过程，基于虚拟空间形成的决策，转换成工业资源实体可以理解的控制命令，进行实际操作，实现工业资源精准的信息交互和无间隙协作。

6.迭代优化

迭代优化是工业物联网的效果。工业物联网体系能够不断地自我学习与提升，通过将工业资源数据处理、分析和存储，形成有效的、可继承的知识库、模型库和资源库。面向工业资源制造原料、制造过程、制造工艺和制造环境，进行不断迭代优化，达到最优目标。

7.物联网安全

物联网安全是工业物联网的保障。事实上，信息系统的安全问题原本就十分突出。IoT安全问题随着其使用规模的扩大而凸显，但本质上没有发生变化：产品成本与安全性之间的矛盾。很多人认为IoT代表着无限的未来，但是事实上目前接入互联网的IoT设备几乎都非常不理想，甚至会引入新的安全问题。这些设备不足够可靠的操作和安全模型是有可能影响到其他设备的，它们需要管理和检查。但是在现实使用的过程中，人们往往会疏忽这一点。物联网的设备也是建立在很多人开发的软件层之上的，并且这些设备往往十分廉价。低廉的价格使得IoT设备很难保证安全。