工业大数据测试与评价技术电子书

内容提要

丛书序言

《工业大数据测试与评价技术》编委会

前言

第1章 绪论

1.1 智能制造

1.1.1 基本概念

1.1.2 主要特征

1.1.3 国内外发展现状与趋势

1.2 工业大数据的定义与来源

1.2.1 工业大数据的定义

1.2.2 工业大数据的来源

1.3 工业大数据与智能制造的关系

1.3.1 大数据是制造业智能制造的基础

1.3.2 大数据是工业互联网的命脉

1.3.3 大数据构成新一代智能工厂

1.4 我国发展工业大数据的潜在问题

1.5 工业大数据测试的挑战

第2章 工业大数据关键技术与典型应用简介

2.1 工业大数据标准

2.1.1 国际标准

2.1.2 国内标准

2.2 工业大数据应用体系结构

2.3 工业大数据关键技术

2.3.1 源数据采集[11]

2.3.2 海量异构数据管理技术

2.3.3 数据挖掘技术

2.4 工业大数据典型应用

2.4.1 需求预测

2.4.2 产品创新

2.4.3 故障监测

2.4.4 趋势预警[23]

2.4.5 营销分析

第3章 工业大数据的性能测评

3.1 工业大数据系统的性能要素和性能指标

3.1.1 影响系统性能的数据要素

3.1.2 评价系统性能的测评指标

3.2 工业大数据系统实施性能测试方法

3.2.1 性能测试方案规划

3.2.2 测试数据设计依据

3.2.3 测试数据生成方法

3.2.4 性能测试管理流程

3.3 工业大数据系统常用性能测试技术

3.3.1 基准测试技术

3.3.2 负载测试技术

3.4 工业大数据系统常用测试工具

3.4.1 基准测试工具

3.4.2 负载测试工具

3.5 工业大数据系统测试案例

3.5.1 智能变电站云实验平台测试案例

3.5.2 海量数据存储系统性能测试案例

第4章 工业大数据安全测评

4.1 工业大数据系统安全的要素

4.1.1 架构安全要素

4.1.2 数据安全要素

4.2 工业大数据的架构安全测评

4.2.1 分布式计算框架的安全测评

4.2.2 非关系型数据库的安全测评

4.3 工业大数据的数据安全性测评

4.3.1 数据可信性度测评

4.3.2 隐私保护程度测评

4.4 工业大数据个人信息保护测评

4.4.1 收集阶段的个人信息保护测评

4.4.2 加工阶段的个人信息保护测评

4.4.3 转移阶段的个人信息保护测评

4.4.4 删除阶段的个人信息保护测评

4.5 工业大数据系统安全等级测评

4.5.1 物理安全等级保护测评

4.5.2 网络安全等级保护测评

4.5.3 主机安全等级保护测评

4.5.4 数据安全等级保护测评

4.5.5 应用安全等级保护测评

4.6 工业大数据安全测评工具

4.6.1 脆弱性扫描工具

4.6.2 渗透测试工具

4.6.3 静态分析工具

4.6.4 常用工具介绍

4.7 工业大数据安全测试案例

第5章 工业大数据数据质量测评

5.1 数据质量的涵义

5.2 工业大数据面临的数据质量问题及挑战

5.2.1 数据源角度

5.2.2 数据生命周期角度

5.2.3 数据处理技术角度[36]

5.2.4 数据管理角度

5.3 数据质量的评价准则

5.3.1 完整性

5.3.2 一致性

5.3.3 准确性

5.3.4 时效性

5.3.5 有效性

5.3.6 及时性

5.4 数据质量测评技术

5.4.1 数据剖析技术

5.4.2 数据清洗技术

5.4.3 数据质量评价方法

5.5 面向工业信息系统的数据质量测评

5.5.1 数据质量测评模型

5.5.2 数据质量测评流程

5.5.3 数据质量评价

第6章 工业大数据可视化验证测评

6.1 数据可视化的基本概念

6.1.1 数据可视化的定义

6.1.2 数据可视化的意义

6.2 工业大数据可视化技术

6.2.1 文本可视化

6.2.2 网络（图）可视化

6.2.3 时空数据可视化

6.2.4 多维数据可视化

6.3 工业大数据的可视化分析

6.3.1 互联网络

6.3.2 航线星云

6.3.3 资金喷泉

6.3.4 单一麦芽取样员

6.3.5 信号风暴骑士

6.4 工业大数据可视化测评验证技术

6.4.1 可视化数据完整性验证

6.4.2 可视化效果评价

6.4.3 可视化的测评方法

6.5 工业大数据可视化测评案例

参考文献