工业互联网时代，数据存储和数据安全管理的痛点

2022-07-08

眼下，5G、物联网、大数据、云计算、AI等信息技术的发展让市场产生了很多变化，搜索其中任何一个词条，都能找到无数与之关联的行业和公司。

在技术洪流的裹挟中，全世界的产业竞争形势变得激烈起来，关于生存和发展的问题变得日益严峻。尤其在工业场景，讲究从批量化转向定制化，从单一性走向多样性；生产周期要变短，更新速度要快；工业应用要整体朝着需求高端化、技术高端化、产品高端化发展……

有目标当然是好，但有时候，这些"口号"恰巧制造了某种焦虑，如同坊间流传的那句——不转型等死，转不好找死，透露出"想象中"和"现实里"二者间的矛盾与拉扯。

想象中，以工业环境下数据产生、采集、传输、分析、应用为核心，工业物联网是物联网行业中最被寄予厚望的一类分支，未来将达到万亿美元市场规模。Gartner也为此做出了乐观预测——到2025年，50%的工业企业将利用工业物联网平台改善工厂运营，对比2022年这一数据仅为10%。

现实里，企业用户在上线工业物联网项目之前存在很多顾虑与难题，比如资金投入不足、系统化建设滞后、数据管理水平与数据质量不高、企业内部存在数据孤岛等。降本增效的愿景虽然很美好，但如何从没有尽头的物联网数据中快速有效地挖掘价值，似乎不是一件容易的事。

两种观点的作用下，工业物联网最终被共识为一项值得长期发展的重要事业。而回到数据才是物联网事业的核心价值这一点，由于工业场景设备众多，有些设备甚至处于偏远地带或恶劣的环境状态，如若不能用自动化、智能化的手段进行数据存储与管理，很多风险便如同隐形炸弹一般长期存在，最终将影响数据在场景应用中的变现能力。

大致说来，围绕工业场景数据存储与管理的四大痛点可以归纳如下：

01、数据爆炸

根据IDC 2022年的预测，到2025年，世界数据的总和将从33ZB增长到175ZB，其中在IoT设备上将产生90ZB的数据，并且有30%的数据将被实时消耗。

结合5G最大的应用场景在工业物联网，另有机构预测表示，未来每个智能工厂每天约产生1TB数据，每辆自动驾驶汽车每天约产生4TB数据……数据之洪流，正滚滚扑面而来，任何一次高并发或高带宽的任务请求，都有可能使存储系统空间不足而致业务中断。

02、数据分散

物联网应用最大的痛点是碎片化和分散化，这一点也体现在数据上。Gartner预测到2022年，全球联网设备将达到280亿个，其中半数以上与物联网相关。工业环境中数不尽的传感器、设备、生产线，几近24小时日夜不间断地产生数据，如果不加控制地让数据跟随设备成为一个个的信息孤岛，数据之间缺少流动和整合，那么数据的价值也就因此降低。而且在大多时候，因为各存储设备空间不共享，其实也会造成存储资源的浪费和成本的增加。

03、数据需要在边缘存储分析

依然是Gartner的预测：到2022年，40%的大型企业会将边缘计算、边缘存储与分析纳入项目范围，虽然2022年这一比例仅为不到1%。

尤其在工业物联网领域，对于数据分析提出两大要求：一是部分场景要求低时延，相比上传云端，更需要在本地对数据进行存储、分析及利用，并且这种方案也比上传到云端节省带宽成本；二是行业正强调去中心化的网状部署模式，要求边缘节点拥有智能并互相沟通，提高响应速度和应用价值。

04、数据存储安全

虽然某些非关键基础设施或者成本敏感型行业中，中小型公司对安全的诉求普遍都会降低。但对于掌握众多设备和工艺的工业应用来说，企业需要时刻确保数据的机密性、完整性以及可用性，即敏感数据不会被未授权用户侵入、系统中存储的数据是完整可靠的、已授权用户可以轻松地使用这些数据。

在一些反面案例中，往往是由于数据量激增而导致存储节点出现故障，存储业务因此中断，最终故障发生之前、发生之时的数据都已丢失或未记录，数据的完整性得不到保障。