面向工业互联网的可信数据空间技术与应用

随着工业互联网的发展，数据的质量评估、隐私保护及智能推断成为提升工业生产效率和安全保障的关键环节。当前工业互联网面临多源异构数据质量评估低效、隐私计算效率与安全性失衡、通用AI模型难以适配复杂工业场景等问题。现有方法依赖人工经验，缺乏自动化和标准化能力，难以满足工业数据的实时性和安全性需求。本项目将构建覆盖数据全生命周期的“可信数据空间技术体系”，通过三大关键技术方向实现突破:一是基于动态规则库与Shapley值优化算法的数据质量评估体系，实现数据治理从人工经验向自动化、标准化转变;二是集成可信执行环境、安全多方计算等技术，设计跨域隐私计算框架，平衡数据流通的安全性与实时性;三是基于安全多方计算、同态加密、可信执行环境等技术，研制面向工业互联网数据的人工智能模型隐私推断技术。通过这些创新技术的应用，本项目将显著提升工业互联网数据的安全性和智能化水平，推动工业生产从传统模式向数字化、智能化转型，为相关行业的高效运行和可持续发展提供坚实的技术支撑和理论依据。