数据是工业互联网的核心，即通过工业数据全周期的感知、采集和集成应用，形成基于数据的系统性智能，实现机器弹性生产、运营管理优化、生产协同组织与商业模式创新，推动工业智能化发展。
面向工业互联网的大数据相关应用系统，从功能视角看，主要由数据采集与交换、数据预处理与存储、数据建模、数据分析和数据驱动下的决策与控制应用四个层次五大部分组成。
数据采集与交换层主要实现工业各环节数据的采集与交换，数据源既包含来自传感器、SCADA、MES、ERP等内部数据，也包含来自企业外部的数据，主要包含对象感知、实时采集与批量采集、数据核查、数据路由等功能。
数据预处理与存储层的关键目标是实现工业互联网数据的初步清洗、集成，并将工业系统与数据对象进行关联，主要包含数据预处理、数据存储等功能。
数据建模层根据工业实际元素与业务流程，在数据基础上建构用户、设备、产品产线、工厂、工艺等数字模型，并结合数据分析层提供数据报表、可视化、知识库、数据分析工具及数据开放功能，为各类决策的产生提供支持。
决策与控制应用层主要是基于数据分析结果，生成描述、诊断、预测、决策、控制等不同应用，形成优化决策建议或产生直接控制指令，从而实现个性化定制、智能化生产、协同化组织与服务化制造等创新模式，并将结果以数据化形式存储下来，最终构成从数据采集到设备、生产现场及企业运营管理持续优化闭环。
工业大数据的应用覆盖工业生产的全流程和产品的全生命周期。工业大数据的作用主要表现为状态描述、诊断分析、预测预警、辅助决策等方面，在智能化生产、网络化协同、个性化定制和服务化延伸四类场景下发挥着核心的驱动作用。工业大数据技术应用示意如图1所示。
国外的典型应用有通用电气的Predix Cloud平台，负责将各种工业资产设备和供应商相互连接、接入云端，并提供资产性能管理和运营优化服务,可以存储、分析和管理机械的实时数据，监测实时数据来实现监控工业产品，利用过往数据来预测设备状态等。西门子已经推出了Sinalytics平台,该平台与Predix平台非常类似，整合了远程维护、数据分析及网络安全等一系列现有技术和新技术，还能够对机器感应器产生的大量数据进行整合、保密传输和分析。通过这些数据，提升对燃气轮机、风力发电机、列车、楼宇和医疗成像系统的监控能力。
中国人民大学金融科技与互联网安全研究中心是国内首家以金融科技命名的研究中心，设在国家首批十大智库之一的国家发展与战略研究院内，依托人学院、信息学院、财政金融学院、商学院、高礼研究院、汉青经济与金融高级研究院等院系，汇聚了互联网金融、金融科技、大数据、区块链、信息、计算机等领域的青年学者。目前研究中心承接了众多国家级和重量级课题，与蚂蚁金服、京东金融、腾讯、奇虎360、乐视、中国联通等企业和机构保持深度合作关系，与高礼研究院共同成立了大数据金融实验室、区块链实验室等中国首批创新实验室。研究中心一直致力于打造支持行业发展的高层次、专业化的国家金融创新的智库，以及金融创新的“政产学研用”合作平台。本平台由中国人民大学法学院副院长、金融科技与互联网安全研究中心主任杨东教授及其团队运营，推送互联网金融、金融科技、法律+金融+技术、双创四众、大数据、区块链、众筹金融等最新研究成果，分享各类原创精品。
人民大学法学院副院长杨东教授及其学生文诚公共同创作的新著《互联网金融风险与安全治理》已出版，本书全面深入解读互联网金融最新监管办法与专项整治要求，阐释互联网金融风险与安全治理的法律逻辑和实现路径，剖析第三方支付、虚拟货币、互联网理财、P2P网络借贷、互联网消费金融、互联网供应链金融、小贷公司互联网金融业务、股权众筹、互联网保险等互联网金融各类典型模式如何合法合规创新发展。此外，本书还专题分析互联网金融广告的监管问题、互联网金融刑法问题以及如何将大数据、区块链等创新技术手段运用于互联网金融风险与安全治理。敬请持续关注众筹金融研究院推送的相关介绍！