工業互聯網平台需要解決多類工業設備接入、多源工業數據集成、海量數據管理與處理、工業數據建模分析、工業應用創新與集成、工業知識積累迭代實現等一系列問題，涉及七大類關鍵技術，分別為數據集成和邊緣處理技術、IaaS技術、平台使能技術、數據管理技術、應用開發和微服務技術、工業數據建模與分析技術、安全技術。
\
1.數據集成與邊緣處理技術
設備接入：基於工業以太網、工業總線等工業通信協議，以太網、光纖等通用協議，3G/4G、NB-IOT等無線協議將工業現場設備接入到平台邊緣層。
協議轉換：一方面運用協議解析、中間件等技術兼容ModBus、OPC、CAN、Profibus等各類工業通信協議和軟件通信接口，實現數據格式轉換和統一。另一方面利用HTTP、MQTT等方式從邊緣側將采集到的數據傳輸到雲端，實現數據的遠程接入。
邊緣數據處理：基於高性能計算芯片、實時操作系統、邊緣分析算法等技術支撐，在靠近設備或數據源頭的網絡邊緣側進行數據預處理、存儲以及智能分析應用，提升操作響應靈敏度、消除網絡堵塞，並與雲端分析形成協同。
2.IaaS技術
基於虛擬化、分布式存儲、並行計算、負載調度等技術，實現網絡、計算、存儲等計算機資源的池化管理，根據需求進行彈性分配，並確保資源使用的安全與隔離，為用戶提供完善的雲基礎設施服務。
3.平台使能技術
資源調度：通過實時監控雲端應用的業務量動態變化，結合相應的調度算法為應用程序分配相應的底層資源，從而使雲端應用可以自動適應業務量的變化。
多租戶管理：通過虛擬化、數據庫隔離、容器等技術實現不同租戶應用和服務的隔離，保護其隱私與安全。
4.數據管理技術
數據處理框架：借助Hadoop、Spark、Storm等分布式處理架構，滿足海量數據的批處理和流處理計算需求。
數據預處理：運用數據冗余剔除、異常檢測、歸一化等方法對原始數據進行清洗，為后續存儲、管理與分析提供高質量數據來源。
數據存儲與管理：通過分布式文件系統、NoSQL數據庫、關系數據庫、時序數據庫等不同的數據管理引擎實現海量工業數據的分區選擇、存儲、編目與索引等。
5.應用開發和微服務技術
多語言與工具支持：支持Java,Ruby和PHP等多種語言編譯環境，並提供Eclipse integration，JBoss Developer Studio、git和 Jenkins等各類開發工具，構建高效便捷的集成開發環境。
微服務架構：提供涵蓋服務注冊、發現、通信、調用的管理機制和運行環境，支撐基於微型服務單元集成的“松耦合”應用開發和部署。
圖形化編程：通過類似Labview的圖形化編程工具，簡化開發流程，支持用戶采用拖拽方式進行應用創建、測試、擴展等。
6.工業數據建模與分析技術
數據分析算法：運用數學統計、機器學習及最新的人工智能算法實現面向歷史數據、實時數據、時序數據的聚類、關聯和預測分析。
機理建模：利用機械、電子、物理、化學等領域專業知識，結合工業生產實踐經驗，基於已知工業機理構建各類模型，實現分析應用。
7.安全技術
數據接入安全：通過工業防火牆技術、工業網閘技術、加密隧道傳輸技術，防止數據泄漏、被偵聽或篡改，保障數據在源頭和傳輸過程中安全。
平台安全：通過平台入侵實時檢測、網絡安全防御系統、惡意代碼防護、網站威脅防護、網頁防篡改等技術實現工業互聯網平台的代碼安全、應用安全、數據安全、網站安全。
訪問安全：通過建立統一的訪問機制，限制用戶的訪問權限和所能使用的計算資源和網絡資源實現對雲平台重要資源的訪問控制和管理， 防止非法訪問。
在上述七大類技術中，通用平台使能技術、工業數據建模與分析技術、數據集成與邊緣處理技術、應用開發和微服務技術正快速發展，對工業互聯網平台的構建和發展產生深遠影響。在平台層，PaaS技術、新型集成技術和容器技術正加速改變信息系統的構建和組織方式。在邊緣層，邊緣計算技術極大的拓展了平台收集和管理數據的范圍和能力。在應用層，微服務等新型開發框架驅動工業軟件開發方式不斷變革，而工業機理與數據科學深度融合則正在引發工業應用的創新浪潮。