在过去10年里，由于技术创新和工业互联网的发展，工业自动化已经演变成由大量数据驱动的系统。由于所有工业数据都通过网络进行路由，网络之间的相互连通性日益增加，威胁也在不断升级，因此越来越难以将工业控制系统 (ICS) 平台从外部和内部威胁中隔离出来，并对其提供保护。
网络安全方案的制定需要围绕大数据方法进行设计，对网络流量和数据包的运行情况提供实时智能，以保护组织免受威胁和攻击。商业智能解决方案着力于内部结构化数据和基于规则的分析，并对这些信息进行处理以便支持企业内部决策。大数据旨在增加可分析的数据的类型和范围，增加背景资料和有用的信息，从而更好的制定决策、优化流程和提高安全意识。
大数据以可预测和更直接的方式，在规模和速度上进行扩展，因此业务分析报告工具可以有机地增长。速度对这个过程至关重要。为了减少获得可操作结果所需的时间，大数据可能通过添加实时视图的功能来提供优势，从而使运营、工程和监督人员能够在日常情况下更及时地作出响应。
通过采集实时数据，连续监控操作系统数据流量，使其可以通过机器学习建模能力来检测不熟悉的活动。图片来源：MG Strategy+
大数据的架构
原始数据并不是非常有用，除非它变成了有价值的信息。这就需要对数据进行分析和应用，使得企业管理层、业务和网络部门等从中受益。对此需求的响应是基于软件的分析和决策工具，它们适合于工业运营管理解决方案。有了大数据的观点，公司可以对收集到的数据量进行可视化，从而可以推动产品和流程的改进。
基于ICS数据的历史数据库和基础架构是大数据架构的基础。基础架构通过提供实时数据来补充历史数据库，以便将数据聚合并呈献给进行大数据分析的过程平台。人们不应忽视在设备和系统中集成可靠的传感器数据基础设施的必要性，这些设备和系统可以提供连接并提升大数据分析的效率。
大数据的实现和架构，必须确保到传感器的通信基础结构足够精细，以便能够感知故障。随着越来越多的部门使用这些基于信息的资源，会有更多的数据产生，这可为企业带来优势。
随着部署在工业部门中的数字平台的增加（如现场总线被视为一项关键的工业自动化技术，可帮助工业设施实现效率和成本效益的大幅提高），下一代工业数字平台的演进，可以让工业设施有新的连接和创造附加值的途径。这个资本密集型部门，拥有很重要的长生命周期资产，需要在整个服务年限内进行持续的监控和维护。
正如企业选择现场总线数字解决方案一样，通过最大限度地提高工厂设备和设施的可用性来提高生产率并降低总体拥有成本，选择大数据平台也是如此。大数据平台，旨在为这些高价值资产及其运作过程带来新的价值，从而为生产率的提高和基于工业信息的服务创造一个新时代。
企业和解决方案提供商应努力协同工作，了解应用环境，确保它们能够处理组织中存在的许多复杂的大数据和非结构化数据。在网络监控和数据包级别的分析中，将产生大量操作员日志、网络日志、事件日志和元数据，它还提供实时监视、智能和事件响应，以应对日益广泛的网络攻击。
