由于技术创新和工业互联网的发展，工业自动化已经演变成由大量数据驱动的系统。由于所有工业数据都通过网络进行路由，网络之间的相互连通性日益增加，威胁也在不断升级，因此越来越难以将工业控制系统 (ICS) 平台从外部和内部威胁中隔离出来，并对其提供保护。

  1、大数据的架构

  原始数据并不是非常有用，除非它变成了有价值的信息。这就需要对数据进行分析和应用，使得企业管理层、业务和网络部门等从中受益。对此需求的响应是基于软件的分析和决策工具，它们适合于工业运营管理解决方案。有了大数据的观点，公司可以对收集到的数据量进行可视化，从而可以推动产品和流程的改进。

  基于ICS数据的历史数据库和基础架构是大数据架构的基础。基础架构通过提供实时数据来补充历史数据库，以便将数据聚合并呈献给进行大数据分析的过程平台。人们不应忽视在设备和系统中集成可靠的传感器数据基础设施的必要性，这些设备和系统可以提供连接并提升大数据分析的效率。

  大数据的实现和架构，必须确保到传感器的通信基础结构足够精细，以便能够感知故障。随着越来越多的部门使用这些基于信息的资源，会有更多的数据产生，这可为企业带来优势。

  随着部署在工业部门中的数字平台的增加(如现场总线被视为一项关键的工业自动化技术，可帮助工业设施实现效率和成本效益的大幅提高)，下一代工业数字平台的演进，可以让工业设施有新的连接和创造附加值的途径。这个资本密集型部门，拥有很重要的长生命周期资产，需要在整个服务年限内进行持续的监控和维护。

  正如企业选择现场总线数字解决方案一样，通过最大限度地提高工厂设备和设施的可用性来提高生产率并降低总体拥有成本，选择大数据平台也是如此。大数据平台，旨在为这些高价值资产及其运作过程带来新的价值，从而为生产率的提高和基于工业信息的服务创造一个新时代。

  企业和解决方案提供商应努力协同工作，了解应用环境，确保它们能够处理组织中存在的许多复杂的大数据和非结构化数据。在网络监控和数据包级别的分析中，将产生大量操作员日志、网络日志、事件日志和元数据，它还提供实时监视、智能和事件响应，以应对日益广泛的网络攻击。

  2、网络态势感知

  通过收集实时数据连续监视操作系统数据流量将允许通过机器学习建模能力检测不熟悉的活动。这为业主和网络安全审计员提供了前所未有的检测能力和可见性，无论是网络攻击、操作故障还是事故。 捕获和分析解决方案允许实时捕获和分析流经网络的每个数据包，通过分解分组协议层以确定每个分组的目的地和细节。

  通过对每个数据包进行分析，可以开发出正常的流量模式，从而更容易容易检测到偏差。伴随着大数据环境而来的是安全方面的挑战，为了降低安全风险，可以采用如下措施：例如，使用能够跟上非关系数据库不断演变的安全解决方案，自动数据传输的安全措施，确保高频数据验证的可信性、来源和准确性，应对与数据挖掘相关的不道德行为，对访问控制加密，并有一个详细的审核过程来管理大量的数据。

  3、使用大数据的好处

  ICS供应商或解决方案提供商，可以聚合不同的数据源并对其进行分析，以辨别易于实现的模式，并允许最终用户做出更好的决策，这将定义新的竞争基线，并为世界经济创造巨大的价值增长。鉴于必须收集的信息来自许多远程站点、传感器和系统，并且需要大量的成本、时间和工程专业知识，因此实施大数据解决方案并不容易。

  使用大数据可为企业带来6大好处

  使信息更加透明;

  获得额外的详细性能信息，以激励创新、提高质量;

  使用详尽的分析，最大限度地减少风险并发现不可见的信息;

  在受控的实验环境下，将理论付诸实施及并对其结果进行分析，指导投资决定;

  为员工增加实时运营中心，包括自动化和分析，从而增加风险管理，减少停机时间和运营人员，增加产量;

  对供应链管理、需求预测、综合业务规划、供应商协作和风险分析进行革命性的变革。

  并不是每个人都相信数据分析能带来收益。在最近的一项调查中，超过四分之一的受访公司表示，在未来几年内，他们没有计划对大数据和物联网进行投资。