刚才有的嘉宾说需要把工业大数据的分析变成自动化，我自己理解这个环节里还真的少不了人。工业大数据里常用的方法是信号验证、希尔伯特变化等等。
工业大数据核心解决的目标有3B的问题。一个是隐匿性的问题，我们要看一堆的AD值、净给值、摩擦力等等，它们之后的关系是什么，表达的意思是什么。工业控制系统许多的数据，很长时间内我并搞不清楚这些数到底怎么用。还有碎片化的问题，因为工业环境的限制，我们的数据经常不是连续的，这个时候我们要处理碎片化，同时还有时效性的问题。
如果这个东西要损坏了，等它已经坏了我再说意义就不大了。
另外就是低质性，如何提高分析结果的准确性。因为工业大数据天然要求有低容错性的。所以，工业大数据对分析结果容错率远低于互联网大数据。由沈阳政府出面在建工业大数据平台，解决沈阳工业和装备制造业的问题，希望实现转型升级。
国外工业大数据的一些应用案例，像台湾的高盛用工业大数据分析以后，推出带锯机床，分析带锯机床的健康状态、带锯的衰退，最后确定什么时候换带锯。
还有尼桑和丰田用在机器人的生产线管理。他可以提前预测机器人什么坏，提前进行检修。
还有GE，GE原来是做发动机的，叫GE航空发动机，后来改名叫GE航空，开始做引擎健康监控，并且提供增值服务。我的机器交给你以后，我的生意越来越多，还可以获得更多的增值。
GOOD YEAR做轮胎的大数据分析，做物流省油价值管理。
我的母校做的蓝天数控，做数控机床智能预测，可以对主轴、刀具磨损进行大数据的研究。
工业大数据关注在后阶段零故障、零隐患、零意外、零污染来保证使用，所以IMS提出的是健康预测与维护系统，我觉得跟我们安全的概念很像。
工业大数据的价值和趋势分为三点。一是使得原本隐性的问题变得显性。二是实现产品智能化升级和增值服务。三是寻找价值缺口，开拓新的商业模式。美国工业互联网、德国工业4.0、我们的中国制造2025，都在推动互联网变成一个信息网。
我们都去联网了它的安全是不是自然而然的就会来，因为没有网络安全就没有国家安全。工业控制系统的安全挑战在哪里？这是我们的一个合作伙伴东北大学进行的全球工业系统的扫描。这是北美，他们的工业系统联网密度非常高，大量的在联网。中国像北京、江苏、浙江以及台湾这些经济发达地区联网也越来越多，这是一个趋势。也就是说，我们不能因为怕安全问题而不去联网，而且今年像ISA，美国最著名的安全公司开的ISA2016会提出用连接去保护，也是提倡连完以后用数据进行保护。
随着工业设备越来越联网，安全问题也是越来越紧迫。比如说2010年的伊朗nataz8000台离心机损坏，延期三年发电。去年乌克兰10万用户的停电。用一个常规的导弹能不能让10万用户停电，我估计做不到，有可能得用战术核导弹之类的。一个网络安全造成的威胁有多大？工业系统一旦联网以后，安全就会变成它的刚需，这是一定要解决的。IT领域的信息安全问题一定会暴露出来，工业数据的维度在极速的扩张，工控的边界，因为联网了，制造业越来越复杂，边界在扩张，我们在边界上要做好防御也是非常难的。
安全事件相当于一个核弹的攻击，后果相当严重。而且现在工业领域的安全问题大家经常能听到了。很多攻击已经从普通攻击向APT攻击发展。
我们老说安全，其实英文里有两个词，一个叫SAFETY，一个叫Security.SAFETY是对无意制造的事故或事件进行安全保护工作。Security是对人为的有意破坏的进行保障和保卫。零故障、零疾患、零意外、零污染我们是避免它损坏。避免毁坏、操作停机、处理错误、知识产权丢失，就是我们要发现故障的前兆。
伊朗和乌克兰的事件我们都叫定向的攻击，是看不见的，但传统攻防是看得见的。工业系统多长时间升一次级，基本很少，漏洞是不是永远在里面。所以，工业系统联网其实对它的挑战是很大的。
传统的攻防，在一个地方发现了木马，360发现了木马可以推给其他的用户，告诉你怎么防。所以这种群体防还是比较容易的。
APT是定向的，可能在它出生的那一刻就针对某一目标，别的地方根本不知道，怎么防。
由于攻击的价值非常大，它是不计成本的，而传统攻击是成本攻击，花10万块钱才能得1万块钱，我不会去干这个活，但是APT不会这样。