工業大數據包括數據集成與清洗、存儲與管理、分析與挖掘、標準與質量體系、大數據可視化，以及安全技術等六方面關鍵技術。

（1）大數據集成與清洗技術

大數據集成是把不同來源、格式、特點性質的數據進行有機集中，這種集中包括在邏輯與物理兩種形式。大數據清洗是將在平臺集中的數據進行重新審查和校驗，發現和糾正可識別的錯誤，處理無效值和缺失值，從而得到干凈、一致的數據。

技術特點包括：能夠清洗海量實時數據；能夠實現異構數據類型集成，包括傳感數據等輕量結構化數據以及監控視頻、圖片等非結構化數據。

（2）大數據存儲與管理技術

采用分布式存儲、云存儲等技術將數據進行經濟、安全、可靠的存儲管理，確定數據優先級，并采用高吞吐量數據庫技術和非結構化訪問技術支持云系統中數據的高效快速訪問。

技術特點包括：能夠實現海量數據分布式存儲；為保證實時制造決策與工控指令反饋，需要對各類存儲數據快速訪問。

（3）大數據分析挖掘技術

從海量、不完全、模糊及隨機的大型數據庫中發現隱含在其中有價值的、潛在有用的信息和知識。

技術特點包括：應用目標導向，工業大數據應用目標廣泛，需深度結合應用目標進行特征算法設計；需要建立云制造應用的定量解析或人工智能分析模型。

（4）大數據可視化技術

利用包括二維綜合報表、VR/AR等計算機圖形圖像處理技術和可視化展示技術，將數據轉換成圖形、圖像并顯示在屏幕上，使得枯燥、抽象的數據變得直觀且易于理解，并通過交互處理實現基于可視化數據的分析、交流和決策支持。

技術特點包括：能夠綜合處理顯示多維度數據；能夠支撐制造或企業經營管理決策者基于視覺的交互。

（5）大數據標準與質量體系技術

包括了工業互聯網中大數據通用技術、平臺、產品、行業、安全等方面的標準與規范，涉及數據規范、標準、控制、監督等技術。

技術特點包括：多類型標準需求迫切；交換和交易過程為導向，標準與質量體系聚焦于跨領域數據交換集成和應用數據交易。

（6）大數據安全技術

涉及大數據采集、傳輸、存儲、挖掘、發布及應用等安全，以及用戶管控、數據溯源、隱私數據保護及安全態勢感知等。

技術特點包括：隱私保護要求高、難度大、關聯性強；能夠進行數據產生及應用過程的追溯與保護。