《基于边缘计算的工业物联网技术规范》编制说明

团体标准

《基于边缘计算的工业物联网技术规范》

（征求意见稿）

编制说明

标准起草工作组

2023年10月

一、工作简况

1、任务来源

根据2020年全国标准化工作要点，大力推动实施标准化战略，持续深化标准化工作改革，

加强标准体系建设，提升引领高质量发展的能力。依据《中华人民标准化法》以及《团体标

准管理规定》相关规定，中国中小企业协会决定制定《基于边缘计算的工业物联网技术规范》

团体标准，满足企业及各方对基于边缘计算的工业物联网技术规范的实际需求，推动相关技

术创新，促进行业健康快速发展。

2、制定背景

工业物联网（IIoT）已经成为工业领域的重要趋势，它通过连接和智能化设备、传感器

和系统，使制造企业能够实现更高的生产效率、更好的资源管理和更准确的决策。边缘计算

是一种计算模型，它将计算能力和数据处理能力推向物联网设备和系统的边缘，从而减少数

据传输延迟，提高响应速度。在工业环境中，边缘计算可以提供实时性和可靠性，非常适合

支持工业物联网。

标准制定的意义：

1.增强竞争力：帮助企业更好地应用边缘计算技术，提高生产效率和资源利用效率，增强竞

争力。

2.提高生产效率：通过实时数据处理和决策支持，帮助制造企业实现更高的生产效率和质

量控制。

3.降低成本：通过减少数据传输成本和提高设备维护的效率，降低工业物联网项目的总体

成本。

4.环境友好：通过资源优化和能源管理，有助于减少资源浪费和环境污染。

5.改进安全性：提供有关数据安全和网络安全的最佳实践，保护工业物联网系统免受恶意

攻击。

3、起草过程

3.1标准研制阶段

2023年9月，依据《中华人民共和国标准化法》、《国务院关于深化标准化工作

改革方案》等文件的要求，按照中国中小企业协会团体标准的制修订程序组织有关技

术人员成立标准起草工作组，确定标准名称为《基于边缘计算的工业物联网技术规范》。

2023年10月，标准起草工作组收集、整理相关标准化资料、专业文献等，为本文

件的编制提供参考，并通过企业调研，了解企业实际生产情况，经成分分析、研讨、

论证后编写完成《基于边缘计算的工业物联网技术规范》初稿和立项申请书。

3.2标准立项阶段

2023年10月12日，中国中小企业协会正式发布了《基于边缘计算的工业物联网技

术规范》团体标准立项通知，并在全国团体标准信息平台进行公示。

3.3标准起草阶段

2023年10～11月，就标准初稿，标准起草工作组成员通过相关信息化手段进行多

次内容讨论和交流，并向相关单位和专家咨询，在广泛听取各方意见和充分论证的基

础上，对标准初稿中做了修改。

3.4征求意见阶段

……

3.5技术审查阶段

……

二、编制原则和主要内容

（一）编制原则

在标准制定过程中，标准起草工作组按照GB/T1.1-2020给出的规则编写，主要遵循以

下原则：

（1）协调性:保证标准与国内现行国家标准、行业标准协调一致。

（2）规范性：严格按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结

构和起草规则》给出的规则起草，保证标准的编写质量。

（3）适用性：结合产品生产企业管理实践和产品的主要环境影响，提出对企业产品的

具体质量要求和生产经营规范。

（二）主要内容及其确定依据

1范围

本文件规定了基于边缘计算的工业物联网的基础设施和体系结构、数据管理和处理、边

缘智能和决策支持、安全性和隐私保护、性能优化和可伸缩性。

本文件适用于基于边缘计算的工业物联网。

2基础设施和体系结构

2.1工业物联网基础设施

2.1.1设备和传感器

工业物联网的设备多样化，包括传感器、执行器、控制器等。

传感器用于数据采集，可测量温度、湿度、压力、振动等参数。

不同类型的传感器可能需要不同的接口和协议，以便与边缘计算节点通信。

2.1.2网络架构

工业物联网网络通常采用局域网（LAN）或无线传感器网络（WSN）。

网络架构应具备高可用性和可靠性，以确保数据的实时传输。

安全性是网络架构设计的关键因素，应考虑网络隔离和数据加密。

2.1.3云计算平台

云计算平台用于存储和分析工业物联网产生的大量数据，云平台应支持弹性扩展，

以适应数据量的增长。

数据在传输到云平台之前可以在边缘计算节点进行初步处理。

2.2边缘计算体系结构

2.2.1边缘计算节点

边缘计算节点是位于物联网设备和云之间的计算资源。

边缘计算节点可以是工业控制器、嵌入式系统或专用服务器，应具备数据处理和

存储能力，以支持实时决策。

2.2.2边缘服务器

边缘服务器用于协调和管理多个边缘计算节点。

边缘服务器应支持负载均衡和容错机制，以确保系统的稳定性，应在边缘服务器

上实施安全性措施，以保护系统免受威胁。

2.2.3边缘计算和云计算的协同

边缘计算节点与云平台之间的协同关系是工业物联网的关键。边缘计算节点可以

在本地执行数据处理，只将必要的摘要数据传输到云。

云平台应提供长期数据存储和高级分析功能。

3数据管理和处理

3.1数据采集和传输

3.1.1数据采集方法

数据采集方法应根据具体的工业物联网应用进行选择。

传感器可以采集实时数据，而批处理设备可以定期上传数据。

数据采集设备应确保数据的准确性和完整性。

3.1.2数据传输协议

数据传输协议应基于通信需求进行选择，常用的协议包括MQTT、CoAP、HTTP等。

基于安全性需求可使用加密协议，如HTTPS。

3.2数据存储和处理

3.2.1数据存储策略

数据存储策略应考虑数据的保存时间、存储容量和成本。

数据可以分为实时数据、历史数据和备份数据等不同存储层次。

存储策略应包括数据清理和归档机制。

3.2.2数据处理和分析

边缘计算节点应具备一定的数据处理能力，可以进行数据预处理和初步分析。

复杂的数据分析和机器学习任务可以在边缘服务器或云平台上执行。

数据处理和分析应支持实时决策和预测性维护。

4边缘智能和决策支持

4.1实时数据处理

4.1.1边缘智能算法

边缘计算节点应部署智能算法，用于实时数据处理和分析。

智能算法可以用于异常检测、数据过滤、模式识别等任务。

算法的选择应基于应用需求和资源约束。

4.1.2实时决策支持

边缘计算节点应支持实时决策，以响应快速变化的环境。

决策支持系统可以根据实时数据生成建议或自动执行操作。

实时决策应考虑数据的准确性和可靠性。

4.2人工智能和机器学习

4.2.1机器学习在边缘计算中的应用

机器学习算法可以用于预测性维护、质量控制和优化任务。

边缘计算节点应具备机器学习模型的训练和推断能力。

模型更新和部署应考虑资源限制和网络带宽。

4.2.2深度学习算法

深度学习算法在图像处理和自然语言处理方面具有广泛应用。

边缘计算节点需要足够的计算能力来执行深度学习任务。

模型压缩和优化可提高深度学习在边缘的性能。

4.3预测性维护

4.3.1故障诊断

预测性维护系统可以通过监测设备状态来预测故障。

边缘计算节点应实施故障诊断算法，以提前识别潜在问题。

故障诊断结果应与维护计划集成。

4.3.2设备健康状态监测

设备健康状态监测可以帮助延长设备的寿命和提高生产效率。

传感器数据和历史数据可以用于设备健康状态的监测。

边缘计算节点应定期报告设备状态和维护建议。

5安全性和隐私保护

5.1一般要求

边缘计算的安全性应符合GB/T42564的要求。

5.2数据安全性

5.2.1数据加密

数据在采集、传输和存储过程中应采用适当的加密技术。

加密算法应符合国家标准或行业标准，并定期更新以应对新的威胁。

密钥管理应妥善处理，确保密钥的安全性。

5.2.2访问控制

应实施访问控制机制，以确保只有授权人员可以访问数据和系统。

角色基础的访问控制可以根据用户的职责进行精细化配置。

应保存访问审计记录并进行监视以检测异常行为。

5.3设备安全性

5.3.1物理安全

物理设备（如边缘计算节点和服务器）应妥善保护，防止未经授权的物理访问。

设备安装位置应考虑相关安全因素，例如防火墙和防水措施。

物理访问控制应限制对设备的接触。

5.3.2软件安全

软件应经过严格的安全审查和测试，以识别和纠正潜在漏洞。

应及时进行更新和修补程序，以应对已知的安全问题。

应遵守安全开发实践经验，防止常见的安全漏洞。

5.4隐私保护

5.4.1数据隐私

个人身份信息和敏感数据的采集和处理应符合相关法规。

隐私政策应明确规定数据的收集和使用方式，并获得用户的明确同意。

可以采用数据匿名化和脱敏技术，降低隐私泄露风险。

5.4.2隐私审查

隐私审查应在系统设计和开发阶段进行，以识别和解决潜在的隐私问题。

运用隐私决策支持工具，帮助评估和管理隐私风险。

应给员工和相关利益相关者提供隐私培训。

6性能优化和可伸缩性

6.1边缘计算性能优化

6.1.1数据压缩和降采样

边缘计算节点应支持数据压缩和降采样技术，以减少数据传输和存储的负载。

数据的有效压缩算法应根据数据类型和通信带宽进行选择。

降采样策略应在保持数据质量的前提下减少数据量。

6.1.2数据缓存

边缘计算节点可以使用数据缓存来加速对常用数据的访问。

缓存策略应考虑数据的时效性和访问频率。

缓存更新机制应确保数据的实时性。

6.1.3并行处理

并行处理技术可以用于加速数据处理和分析任务。

边缘计算节点应充分利用多核处理器和硬件加速器。

并行任务的分配和协调应进行优化。

6.2可伸缩性

6.2.1资源管理

边缘计算系统应支持资源管理和动态分配。

资源管理器可以根据负载和需求来分配计算和存储资源。

可伸缩性策略应确保系统在负载增加时能够扩展。

6.2.2横向扩展

边缘计算节点和边缘服务器应支持横向扩展，以应对设备数量的增加。

负载均衡策略可以用于在多个节点之间分配任务。

横向扩展应能够无缝地集成新的节点。

6.2.3弹性云支持

6.2.4云计算平台应支持弹性扩展，以应对工业物联网系统的需求变化。云资源可以根据

负载自动扩展和收缩。

三、涉及专利的有关说明

本文件不涉及专利及知识产权问题。

四、采用国际标准和国外先进标准情况，与国际、国内同类标准水平的对比情况

本文件为首次自主制定，不涉及国际国外标准采标情况。国内与之相关的标准及文献如

下：

GB/T25069信息安全技术术语

GB/T42564信息安全技术边缘计算安