工业数据-服务-知识治理：迈向面向工业 5.0 的集成与可信智能
计算工程、金融与科学
2026-01-09 v1
摘要
人工智能、信息物理系统以及跨企业数据生态系统的融合，已将工业智能推向了前所未有的规模。然而，数据、服务和知识层之间缺乏统一的信任基础，损害了现实部署中的可靠性、问责制和法规遵从性。尽管现有的综述探讨了数据治理、服务编排和知识表示等孤立方面，但没有一个能提供针对工业环境量身定制的、整体的、跨层的可信度视角。为了弥合这一差距，我们提出了 \textsc{Trisk}（可信工业数据-服务-知识治理），一个用于可信工业智能的新型概念与分类框架。\textsc{Trisk} 基于五维信任模型（质量、安全、隐私、公平性和可解释性），沿三个正交轴统一了 120 多项代表性研究：治理范围（数据、服务和知识）、架构范式（集中式、联邦式或边缘嵌入式）以及使能技术（知识图谱、零信任策略、因果推断等）。我们系统分析了信任如何跨数字层传播，识别了语义互操作性、运行时策略执行以及运营/信息技术对齐方面的关键差距，并评估了当前工业实施的成熟度。最后，我们为工业 5.0 提出了一份前瞻性的研究议程，倡导构建一个集成治理架构，将可验证的信任语义嵌入工业智能栈的每一层。本综述既可作为研究人员的基础参考，也可作为工程师在复杂、多利益相关者环境中部署可信 AI 的实践路线图。
关键词
引用
@article{arxiv.2601.04569,
title = {Industrial Data-Service-Knowledge Governance: Toward Integrated and Trusted Intelligence for Industry 5.0},
author = {Hailiang Zhao and Ziqi Wang and Daojiang Hu and Zhiwei Ling and Wenzhuo Qian and Jiahui Zhai and Yuhao Yang and Zhipeng Gao and Mingyi Liu and Kai Di and Xinkui Zhao and Zhongjie Wang and Jianwei Yin and MengChu Zhou and Shuiguang Deng},
journal= {arXiv preprint arXiv:2601.04569},
year = {2026}
}