工业标识资源搜索技术与应用研究*

doi:10.12267/j.issn.2096-5931.2025.02.012

信息通信技术与政策 ›› 2025, Vol. 51 ›› Issue (2): 76-80.doi: 10.12267/j.issn.2096-5931.2025.02.012

工业标识资源搜索技术与应用研究^*

Research on technology and application of identiﬁcation resource search for industrial internet of things

侯聪¹, 霍如², 彭开来¹, 黄韬¹

1.网络通信与安全紫金山实验室,南京 210000
2.北京工业大学信息学部,北京 100124

收稿日期:2024-11-12 出版日期:2025-02-25 发布日期:2025-03-04
作者简介:
侯聪，网络通信与安全紫金山实验室工业互联网科研工程师,主要从事工业互联网、大数据、智能搜索、标识解析、时间敏感网络、区块链等方面的研究工作；
霍如，北京工业大学信息学部副教授,主要从事未来网络、工业互联网、边缘计算、网络资源管理、区块链等方面的研究工作；
彭开来，网络通信与安全紫金山实验室工业互联网部门产品研发经理,主要从事标识解析、边缘计算、时间敏感网络、人工智能、大数据等工业互联网领域的科研成果转换落地工作；
黄韬，络通信与安全紫金山实验室未来网络中心主任,主要从事未来网络体系架构、软件定义网络、网络虚拟化等方面的研究工作。
基金资助:
*2020 年工业互联网创新发展工程项目(No.TC200A017)

HOU Cong¹, HUO Ru², PENG Kailai¹, HUANG Tao¹

1. Purple Mountain Laboratories, Nanjing 210000,China
2. Information Department, Beijing University of Technology, Beijing 100124, China

Received:2024-11-12 Online:2025-02-25 Published:2025-03-04

摘要/Abstract

摘要：

随着数字经济的发展,工业数据量呈现指数级增长,通用搜索已经难以满足工业场景下对海量多源异构数据的搜索需求。工业标识资源搜索能够对接标识解析各级节点,利用工业标识高效解析搜索对象以及用户信息,能够使用更加丰富的工业价值数据资源,对工业场景展开更加深入和专业的信息挖掘,是将工业数据转化为生产力的有效途径。首先,详细分析了发展工业标识资源搜索的必要性;然后,在此基础上介绍了数据采集、知识构建、数据搜索和标识解析预处理等关键技术;最后,从工业标识资源搜索的应用场景及发展趋势等方面进行了总结和展望。

关键词: 工业互联网, 标识解析, 工业大数据, 标识资源搜索

Abstract:

The amount of industrial data has grown exponentially with the development of the digital economy, and general search has been unable to meet the requirements of searching massive multi-source heterogeneous data in the industrial field. Identification resource search for industrial internet of things can connect to identification resolution nodes, and use identification to obtain object or user information efficiently. It can get much more valuable industrial data, and carry out more in-depth and professional information mining for industrial scenarios. It is an efficient way to transform industrial data to productive forces. First, this paper analyzes the necessity of developing identification resource search for industrial internet of things in detail. Then, it introduces key technologies such as data collection, knowledge construction, data search as well as identification resolution preprocessing. Finally, it gives suggestions on the application scenarios and development trends.

Key words: industrial internet of things, identification resolution, industrial big data, identi?cation resource search

中图分类号:

TP391.3

侯聪, 霍如, 彭开来, 黄韬. 工业标识资源搜索技术与应用研究^*[J]. 信息通信技术与政策, 2025, 51(2): 76-80.

HOU Cong, HUO Ru, PENG Kailai, HUANG Tao. Research on technology and application of identiﬁcation resource search for industrial internet of things[J]. Information and Communications Technology and Policy, 2025, 51(2): 76-80.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2025.02.012

http://ictp.caict.ac.cn/CN/Y2025/V51/I2/76

图/表 1

参考文献 18

[1]	陈洪军, 叶丽珠, 陈其龙, 等. 产品全生命周期工业大数据采集与管理范式探究[J]. 机电工程技术, 2024, 53(3):72-77.
[2]	罗立辉. 工业大数据的应用和实践研究[J]. 信息记录材料, 2022, 23(2):167-169.
[3]	刘欣, 李向东, 耿立校, 等. 工业互联网环境下的工业大数据采集与应用[J]. 物联网技术, 2021, 11(8):62-65,71.
[4]	曾大明, 唐波. 基于工业互联网标识解析的全生命周期管理应用实践[J]. 通信与信息技术, 2023(5):63-65.
[5]	杨震, 张东, 李洁, 等. 工业互联网中的标识解析技术[J]. 电信科学, 2017, 33(11):134-140. doi: 10.11959/j.issn.1000-0801.2017296
[6]	曾鹏, 刘阳. 工业生产中工业互联网标识解析技术应用研究[J]. 自动化博览, 2019(11):46-48.
[7]	张俊林. 这就是搜索引擎:核心技术详解[M]. 北京: 电子工业出版社, 2012.
[8]	梁晔, 须德. 基于焦点和角度的多维索引方法[J]. 北京交通大学学报, 2005(2):22-25.
[9]	孟猛, 朱庆华. 移动视觉搜索用户体验模型构建与实证研究[J]. 图书情报工作, 2022, 66(5):80-92. doi: 10.13266/j.issn.0252-3116.2022.05.009
[10]	VIRGINIA G, TJANDRA J C, SUSANTO B, et al. Search engine optimization by re-ranking the product search result based on user click data[C]// Proceedings of the 3rd International Conference on Advanced Information Science and System, 2021:1-5.
[11]	李映雪, 陈劭涵, 郑卫国. 知识驱动的交互式图搜索[J]. 北京大学学报:自然科学版, 2023, 59(5):735-746.
[12]	QUAN C, TAN J, ERYILMAZ A, et al. A new flexible multi-flow LRU cache management paradigm for minimizing misses[C]// Proceedings of the ACM on Measurement and Analysis of Computing Systems, 2019, 3(2):1-30.
[13]	MEGIDDO N, MODHA D S. Outperforming LRU with an adaptive replacement cache algorithm[J]. Computer, 2004, 37(4):58-65.
[14]	MARKATOS E P. On caching search engine query results[J]. Computer Communications, 2001, 24(2):137-143.
[15]	陈汝鹏, 焦枫, 张洁心. 通信网络中的数据库缓存策略与性能优化[J]. 通信电源技术, 2024, 41(1):182-184.
[16]	李超, 谢坤武. 用户搜索体验质量及搜索结果排序[J]. 计算机工程与应用, 2014, 50(1):24-28.
[17]	FUHR N. Probabilistic models in information retrieval[J]. The Computer Journal, 1992, 35(3):243-255.
[18]	张钰雯, 池程, 朱斯语. 工业互联网标识解析体系发展趋势[J]. 电信网技术, 2019(8):43-46.

工业标识资源搜索技术与应用研究^*

Research on technology and application of identiﬁcation resource search for industrial internet of things

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 1

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价

[1]	董耀聪, 张倩, 李宝强, 李艺, 董悦. 基于生成式人工智能的工业互联网安全技术与应用研究[J]. 信息通信技术与政策, 2024, 50(8): 32-37.
[2]	刘文军, 陈晨, 狄航. 一种面向标识公共递归解析节点的数据安全加固策略^*[J]. 信息通信技术与政策, 2023, 49(11): 18-24.
[3]	孙頔, 杨锦洲, 夏璠. AI+工业互联网模式的应用探析[J]. 信息通信技术与政策, 2023, 49(11): 2-7.
[4]	刘乃嘉, 郭健, 李海花. 隐私计算在分布式认知工业互联网中的应用研究[J]. 信息通信技术与政策, 2023, 49(11): 25-32.
[5]	徐明. “5G+工业互联网”的数字孪生钢管生产集成技术研究[J]. 信息通信技术与政策, 2023, 49(11): 33-40.
[6]	张永辉, 刘伟, 马岚, 胡万里. 工业互联网标识解析在智能终端维护服务上的应用实践[J]. 信息通信技术与政策, 2023, 49(11): 41-47.
[7]	李腾达, 詹瑶, 蒋宇佳, 马昊. OnePower工业互联网平台助力智慧工厂建设[J]. 信息通信技术与政策, 2023, 49(11): 48-54.
[8]	赵国宾, 赵俊杰, 祁萌, 杨慧, 顾银琴. 基于5G和工业互联网的冶金尘泥循环利用绿色智能工厂[J]. 信息通信技术与政策, 2023, 49(11): 55-64.
[9]	周晓阳, 赵钰, 袁可, 吉宜斌, 包岩. 工业互联网标识融合区块链技术在绿色供应链中的应用[J]. 信息通信技术与政策, 2023, 49(11): 65-70.
[10]	陈晓旭, 曹禾, 李康男, 黄雪芹, 高信波. 基于相关系数分析标识解析体系对工业产值的促进作用[J]. 信息通信技术与政策, 2023, 49(10): 66-71.
[11]	王峰, 孙鑫, 张路娜. 工业互联网支撑高质量发展的机理分析和政策建议[J]. 信息通信技术与政策, 2022, 48(6): 65-68.
[12]	李琦琦, 孙银, 杨潇, 郑弯弯. 智能工厂评估模型研究^*[J]. 信息通信技术与政策, 2022, 48(4): 66-75.
[13]	杨恒, 高信波, 刘柳, 唐锐. 水泥行业工业互联网成熟度评估[J]. 信息通信技术与政策, 2022, 48(4): 76-84.
[14]	柴华, 刘东坡. 基于工业互联网标识解析的数字化治理研究[J]. 信息通信技术与政策, 2022, 48(2): 79-82.
[15]	樊森, 景浩盟, 录天凤, 李海花. 我国工业互联网园区建设及发展建议[J]. 信息通信技术与政策, 2022, 48(10): 15-18.