数字化体系框架结构 说明

数字化体系框架结构 

根据数字化转型的定义，数字化转型是传统行业与 IT 行业 的深度融合，其本质通过促进数据的流动来提升产业的效率。目 前各行各业正在经历数字化转型，全面的数字化将为行业的生产 者、决策者和消费者带来更好的体验和更高的效率，而行业之间 或产业之间的数字化沟通，可以在更大程度上提升产业的社会经 济的运行效率。 4从产业角度来看，经济社会可以分为农业、工业和服务业三 大产业。从 IT 架构来看，主要分为三个层次：

（1）物理层，物 理层主要由传感器、网络和其他硬件基础设备构成，负责数据的 采集、传输和生产执行；

（2）平台层，平台层提供数据的存储、 计算能力，由大数据平台和云计算平台构成；

（3）数字层，数 字层由数据汇聚而成，构成数字资产，为产业底层的物理层通过 数字化技术到虚拟空间的一个映射，可以在数字端虚拟整个产业 的生产过程。三个层次与传统行业结合，实现了数据在行业内部 的流动，构成完整的 CPS 系统，并且使行业间的协作成为了可 能

2、数字化转型核心技术分析 物联网。

IDC 数据显示，到 2020 年，预计中国物联网所产 生的市场价值将达到 3610 亿美元，这意味着，中国物联网在未 来五年内年复合增长率为 14.4%，而其中约 1/3 的物联网应用来 自于制造业。“中国制造 2025”加速了制造业在物联网和人工智能 领域的投入。此外，据麦肯锡的报告显示，人工智能领导下的自 动化将为中国经济注入生产力，根据中国人工智能的部署速度， 其未来每年将为 GDP 贡献 0.8～1.4 个百分点。物联网作为数字 化体系架构的物理层，其快速发展意味着数字化体系架构的快速 构建与完善。数以亿计的传感器成为物理世界数字化的基础，物 联网成为物理世界通向数字世界的通道。面对众多的物联网传感 器，如何经济、安全地实现物联网传感器、设备和终端的连接， 对于用户而言至关重要。这需要具有强大处理能力的网关将不同 协议的数据实现标准化。

物联网的协议标准化、安全性在数字化 转型中尤为重要，只有协议互通才能够保证数据的融合，只有保 证安全，企业才会有动力推动数字化进程。 云计算。“互联网+”加速了中国云计算市场的发展。中桥调 研咨询的数据显示，在过去 3 年，中国云计算得到了快速普及与 发展，目前约有 80%的企业用户将 IT 运行在混合云环境中。云 计算的目标用户已由最初的新兴初创企业发展到囊括不同规模和不同行业的众多企业级用户，并且这些企业用户将云作为 IT 的核心支撑，逐步用云计算替代传统的数据中心，实现“IT 云化”。 从传统数据中心向云计算转化，可以节约大量 IT 基础设施建设， 节约成本，快速搭建需要的应用，及时应对业务变革。

最重要的 是“IT 云化”可以大幅度提升 IT 基础实施的灵活性和可扩展性， 这对数字化转型的作用尤为重要。数字化体系中对数据的处理和 存储能力有较高的要求，但同时具有不确定性和突发性，利用弹 性的云计算架构，可以既满足弹性计算的需求，又满足低成本的 需求。

混合云是未来云计算的发展必然，利用私有云来保证数据 的安全，还可以利用公有云来补充外部计算能力。

雾计算。分布广泛的传感器、智能终端等每时每刻都在产生 大量的数据。尽管云计算拥有“无限”的计算和存储资源池，但云 数据中心往往是集中化的且距离终端设备较远，当面对大量的分 布广泛的终端设备及所采集的海量数据时，云不可避免地遇到了 三大难题：一是网络拥塞，海量的原始数据不间断地涌入核心网 络，造成核心网络拥塞；二是高延迟，终端设备与云数据中心的 较远距离将导致较高的网络延迟；三是可靠性无法保证，由于从 终端到云平台的距离远，通信通路长，因而风险大。因此，作为 云计算的延伸扩展，雾计算（Fog Computing）的概念应运而生。 雾计算是一种分布式的计算模型，作为云数据中心和物联网设备 /传感器之间的中间层，它提供计算、网络和存储设备，让基于 云的服务离物联网设备和传感器更近。雾计算主要使用边缘网络 7中的设备，可以是传统网络设备，如网络中的路由器、交换机、 网关等，也可以是专门部署的本地服务器。这些设备的资源能力 都远小于一个数据中心，但是它们庞大的数量可以弥补单一设备 资源的不足。在物联网中，雾可以过滤、聚合用户消息，匿名处 理用户数据以保证隐秘性，初步处理数据以便实时决策，提供临 时存储以提升用户体验，而云则可以负责大运算量或长期存储任 务，与雾计算优势互补。

雾计算以其广泛的地理分布、带有大量 网络节点的大规模传感器网络、支持高移动性和实时互动以及多 样化的软硬件设备和云在线分析等特点，迅速被物联网和人工智 能应用领域的企业所接受并获得广泛应用，例如，M2M、人机协 同、智能电网、智能交通、智能家居、智能医疗、无人驾驶等应 用。 大数据。

随着移动互联网、移动终端和数据传感器的出现， 数据正以超出想象的速度快速增长。近几年，数据量已经从 TB 级别跃升到 PB 乃至 ZB 级别。2014 年全球数据总量为 6.2ZB， 2015 年全球数据总量达 8.6ZB。目前全球数据的增长速度在每年 40%左右，以此推算，到 2020 年，全球的数据总量将达到 40ZB。 在巨大的市场需求下，大数据以爆炸式的发展速度蔓延至各行各 业，随着各国不断加大对其的扶持力度，加之资本的青睐及投资， 使全球大数据市场规模保持着高速增长态势。2015 年全球大数 据市场规模达到 421 亿美元，同比增长了 47.7%。以此增速进行 推算，到 2020 年，全球大数据市场规模将突破 3000 亿美元。数 8据量的爆发式增长，为行业的发展提供更多的机会，但同时，如 何从海量的数据挖掘更多的价值成为另一个难题。大数据技术的 发展能够解决这一难题，充分利用数据的价值。

大数据的发展具 有行业特性，与行业的数字化转型密不可分，大数据的发展可以 反映行业的数字化程度。