石油天然氣行業(yè)開始嘗試采用Gen AI（生成式人工智能）等新興技術(shù)來幫助實(shí)現(xiàn)“民主化的”數(shù)據(jù)訪問，推動(dòng)更明智的生產(chǎn)決策。
 
 
 
AI工具已廣泛應(yīng)用石油行業(yè)
 
    AI和機(jī)器學(xué)習(xí)已成為塑造幾乎每個(gè)行業(yè)的無形之手。它是面部識(shí)別軟件、垃圾郵件過濾和汽車自動(dòng)駕駛背后的分析大腦。石油和天然氣行業(yè)已經(jīng)流行起來，部署了一些新系統(tǒng)，幫助鉆井承包商和石油公司根據(jù)從鉆機(jī)、油井和設(shè)施收集的海量數(shù)據(jù)獲得了強(qiáng)大的感知和預(yù)測能力，以及前瞻性的事態(tài)掌控。
 
    技術(shù)開發(fā)人員將AI范疇內(nèi)的算法視為自動(dòng)化系統(tǒng)優(yōu)化鉆井作業(yè)的關(guān)鍵推動(dòng)因素。這些因素讓石油公司能更快地完成鉆井作業(yè)，同時(shí)還能減少鉆井工人所需的物理投入。例如，基于AI的系統(tǒng)能可視化定向井的最佳井眼軌跡，從而節(jié)省設(shè)計(jì)過程中耗時(shí)、費(fèi)力的人工分析，消除了復(fù)雜繁瑣的工作。
 
    AI Driller首席執(zhí)行官兼創(chuàng)始人Marat Zaripov 表示：“AI正在幫助我們消除在BHA（井底鉆具組合）、油井和地層中看到的所有雜亂的信息，幫助我們做出決策。我們的目標(biāo)是獲取所有這些數(shù)據(jù)并進(jìn)行處理，以幫助我們的客戶決定他們現(xiàn)在應(yīng)該做什么，以及下一步應(yīng)該做什么”。
 
    盡管這些基于AI的系統(tǒng)在鉆井行業(yè)中的應(yīng)用越來越廣泛，但AI技術(shù)本身也在繼續(xù)快速發(fā)展。基于gen AI的新系統(tǒng)正在出現(xiàn)，它指的是深度學(xué)習(xí)模型，可以獲取原始數(shù)據(jù)，并能在提示時(shí)學(xué)習(xí)生成統(tǒng)計(jì)上可能的輸出。
 
    本質(zhì)上，無論是AI還是gen AI，它們對(duì)訓(xùn)練數(shù)據(jù)的簡化表示進(jìn)行編碼，并從中提取內(nèi)容來創(chuàng)建新的模型。生成的模型多年來一直用于分析數(shù)值數(shù)據(jù)。然而，深度學(xué)習(xí)的興起使得將這些模型擴(kuò)展到圖像、語音和其他數(shù)據(jù)類型成為可能。
 
    AWS（Amazon Web Services亞馬遜網(wǎng)路服務(wù)系統(tǒng)）能源和公用事業(yè)產(chǎn)品營銷主管Jay Shah表示，“有大量數(shù)據(jù)仍未得到充分利用，我們希望簡化數(shù)據(jù)的復(fù)雜性和交互性，使其民主化。該流程現(xiàn)在可以由組織各個(gè)級(jí)別的每個(gè)人掌握，而不是依靠一組分析師根據(jù)某些業(yè)務(wù)工作流程來確定某些分析或感知的優(yōu)先級(jí)。AI協(xié)助讓您可以與數(shù)據(jù)交互。您可以模擬工作流程來幫助您做出決策。”
 
    然而，尋求在石油天然氣行業(yè)部署其技術(shù)的技術(shù)開發(fā)人員表示，石油天然氣行業(yè)廣泛采用的gen AI面臨著一些挑戰(zhàn)。首先，石油天然氣公司仍在尋找最適合他們具體需求的、特定的高性能基礎(chǔ)模型。即使這些模型在零售行業(yè)和航空航天等領(lǐng)域已被證明是有用的，但這些模型也需要針對(duì)石油天然氣的行業(yè)特征的進(jìn)行調(diào)整。
 
    其次，據(jù)開發(fā)人員稱，石油和天然氣公司希望使用這些基礎(chǔ)模型作為依托，在此基礎(chǔ)上他們可以使用公司特定的數(shù)據(jù)構(gòu)建差異化的應(yīng)用程序。由于這些數(shù)據(jù)是寶貴的知識(shí)產(chǎn)權(quán)，因此在此過程中必須保持完全受保護(hù)、確保安全和數(shù)據(jù)私密。公司希望這些AI系統(tǒng)與其應(yīng)用程序無縫集成，而不需要管理龐大的基礎(chǔ)設(shè)施集群或?qū)е麓罅砍杀就度搿?br />  
    Lucidworks，一家專門從事商業(yè)和勞動(dòng)力應(yīng)用程序的軟件公司，該公司的全球銷售工程副總裁 Brian Land 表示，“與我們談話的公司肯定希望利用數(shù)十年的數(shù)據(jù)，這些數(shù)據(jù)被鎖定在孤島中，包括：工程數(shù)據(jù)、地震數(shù)據(jù)、熱數(shù)據(jù)，他們想要解鎖這些數(shù)據(jù)。我們首先必須為人們提供更好的方式來搜索這些數(shù)據(jù)。現(xiàn)在的問題是研究在所有數(shù)據(jù)之上構(gòu)建智能的最佳方法。這些能源公司設(shè)有大數(shù)據(jù)科學(xué)部，負(fù)責(zé)研究這些數(shù)據(jù)，并嘗試在其基礎(chǔ)上構(gòu)建模型。我想這就是我們要去的地方”。
 
AI助力定向鉆井自動(dòng)化
 
    AI Driller是一家成立于2019年的初創(chuàng)公司，提供名為AI Cloud的鉆機(jī)自動(dòng)化平臺(tái)，該平臺(tái)使用云服務(wù)器上存儲(chǔ)的油井?dāng)?shù)據(jù)來分析和監(jiān)控鉆井活動(dòng)。它配備了基于AI和機(jī)器學(xué)習(xí)的鉆井?dāng)?shù)據(jù)處理技術(shù)以及傳統(tǒng)的自動(dòng)化鉆井的實(shí)時(shí)自動(dòng)化系統(tǒng)。這使得工程師們能夠獲取歷史鉆井?dāng)?shù)據(jù)，以便他們能提供有效的結(jié)果，并提高一致性。
 
    AI Driller工程總監(jiān)Nasikul Islam表示，“圍繞數(shù)據(jù)的很多討論都是‘垃圾輸入，垃圾輸出’。如果沒有很好的數(shù)據(jù)質(zhì)量作為基礎(chǔ)，很多預(yù)測系統(tǒng)都無法發(fā)揮作用。AI Driller真正講的是自動(dòng)化和智能化。我們正在讓鉆井工程師的許多工作自動(dòng)完成，包括所有那些平凡的、重復(fù)性的任務(wù)。因此，基于物理的建模對(duì)于工程師來說非常重要。但井筒反饋的信息以及井下數(shù)據(jù)如何與您交談同樣重要。為了建立這些模型，您必須聽取井筒的反饋”。
 
    AI Cloud托管用于管理泥漿馬達(dá)（AI Motors）的軟件程序；及早發(fā)現(xiàn)防碰撞風(fēng)險(xiǎn)、沖蝕和馬達(dá)失速（AI警報(bào)）；以及一款用于旋轉(zhuǎn)鉆進(jìn)和滑動(dòng)鉆進(jìn)自動(dòng)化的應(yīng)用程序（AI助手）。該平臺(tái)的最新成員AI Spaces，是一款桌面軟件，可處理定向設(shè)計(jì)、報(bào)告、扭矩和摩阻，以及液壓或水力學(xué)建模。
 
    該程序于去年啟用，采用基于物理的模型，并根據(jù)用戶的歷史油井?dāng)?shù)據(jù)進(jìn)行校準(zhǔn)，以幫助預(yù)測新井的最佳軌跡。從本質(zhì)上講，每當(dāng)一個(gè)公司尋求在某個(gè)盆地設(shè)計(jì)一口新井時(shí)，程序中內(nèi)置的模型都可以使用該公司的歷史油井?dāng)?shù)據(jù)作為基礎(chǔ)來幫助自動(dòng)投影，可以查看類似條件下所鉆的井的數(shù)據(jù)來對(duì)新井進(jìn)行自動(dòng)投影。該程序可提供這些投影和目標(biāo)軌跡的視覺3D表示。
 
    Zaripov先生表示，“我們正在根據(jù)歷史數(shù)據(jù)有效地訓(xùn)練模型并對(duì)其進(jìn)行校準(zhǔn)。當(dāng)您將歷史數(shù)據(jù)與新井軌跡相匹配時(shí)，模型可以做出假設(shè)。如果我的模型已經(jīng)校準(zhǔn)，我就可以繼續(xù)尋找。如果我想在某個(gè)盆地鉆4830m的水平段，我可以查看該盆地的所有數(shù)據(jù)，從模型中獲取假設(shè)，開始設(shè)計(jì)我的新井。在此過程中，我們使用我們的工具和AI方法來執(zhí)行人們以往手工設(shè)計(jì)油井的日常工作流程”。
 
    用戶還可以將設(shè)計(jì)的井眼與在同一鉆井平臺(tái)上所鉆的現(xiàn)有的井進(jìn)行繪制，最大限度地減少與其它井眼碰撞的風(fēng)險(xiǎn)。Zaripov先生說，“我們會(huì)自動(dòng)嗅出碰撞風(fēng)險(xiǎn)。過去手工計(jì)算需要20分鐘，現(xiàn)在我們可以在一秒鐘內(nèi)完成。通過采用確保井眼分離避免碰撞的全自動(dòng)化的所有流程，我們節(jié)省了更多時(shí)間。如果我是平臺(tái)經(jīng)理，這可以節(jié)省大量時(shí)間”。
 
    Islam先生表示，在AI Spaces計(jì)算出最佳井眼軌跡后，用戶可以利用AI Cloud平臺(tái)的其余功能來確保這一軌跡高效執(zhí)行。旋轉(zhuǎn)鉆井助手模塊采用機(jī)器學(xué)習(xí)算法來自動(dòng)執(zhí)行自動(dòng)司鉆設(shè)定值，例如鉆壓和機(jī)械鉆速。AI警報(bào)模塊采用預(yù)測的AI模型和傳感器數(shù)據(jù)告知鉆井隊(duì)潛在的井下異常，例如卡鉆和井下鉆具、鉆頭出現(xiàn)嚴(yán)重的振動(dòng)，自動(dòng)向鉆井隊(duì)發(fā)出警報(bào)。這有助于在潛在的事故釀成之前減輕其影響。
 
    Islam先生說，通過將這些任務(wù)自動(dòng)執(zhí)行，定向鉆井工程師可以更有效地利用他們的時(shí)間。 “一些公司可以在Spaces中設(shè)計(jì)油井并創(chuàng)建鉆井軌跡，然后將數(shù)據(jù)發(fā)送給自動(dòng)鉆機(jī)執(zhí)行。每口井都可以有一個(gè)每天鉆915m的優(yōu)化軌跡，我們需要幫助工程師執(zhí)行這項(xiàng)任務(wù)。有了這些工具，我們實(shí)際上可以頓足石油公司或定向工程師以及司鉆專注于考證和驗(yàn)證所做的優(yōu)化決策”。
 
 
    Lucidworks公司的Fusion平臺(tái)使用機(jī)器學(xué)習(xí)模型來索引和存儲(chǔ)來自任何數(shù)據(jù)源的記錄，在第三方搜索引擎的幫助下，允許用戶立即搜索任何數(shù)據(jù)。這些模型經(jīng)過文本分類訓(xùn)練，這是一種將文本文檔分類為定義類別的自然語言任務(wù)處理。
 
AI實(shí)現(xiàn)最大化數(shù)據(jù)管理
    雖然AI技術(shù)仍處于廣泛的概念驗(yàn)證階段，但一些公司已開始推出商業(yè)用途的系統(tǒng)。例如，Lucidworks公司自2007年以來一直為多個(gè)行業(yè)提供機(jī)器學(xué)習(xí)模型，最近在其 Fusion AI 平臺(tái)中添加了gen AI和大型語言模型的集成功能。
 
    Land先生將其描述為一個(gè)“以事實(shí)為基礎(chǔ)的大型語言模型”的平臺(tái)。該平臺(tái)使用現(xiàn)有的機(jī)器學(xué)習(xí)模型和工作流程來索引和存儲(chǔ)來自任何數(shù)據(jù)源的記錄。還利用了一個(gè)開源搜索引擎Apache Solr和一個(gè)用于大規(guī)模數(shù)據(jù)處理的開源分析引擎Apache Spark，每秒處理來自數(shù)千個(gè)并發(fā)用戶的數(shù)千個(gè)查詢。從本質(zhì)上講，該平臺(tái)允許組織內(nèi)的任何人立即搜索任何數(shù)據(jù)。
 
    雖然gen AI的實(shí)用功能已在其他行業(yè)得到了使用，但尚未在石油和天然氣行業(yè)中應(yīng)用。Land先生說，“我們?cè)诮鹑凇⑨t(yī)療保健和零售領(lǐng)域的客戶已經(jīng)在使用gen AI的功能，但在能源行業(yè)，他們現(xiàn)在才剛剛談?wù)撨@個(gè)問題。他們想要對(duì)其進(jìn)行真正的測試，以確保其準(zhǔn)確、安全、私密。對(duì)于gen AI，您正在處理的是一些公共模型，因此能源開發(fā)商們確實(shí)希望確保沒有數(shù)據(jù)泄漏。但我認(rèn)為在未來一兩年內(nèi)，我們將開始看到更多能源領(lǐng)域的概念驗(yàn)證工作會(huì)逐步展開”。
 
    然而，他認(rèn)為新一代AI平臺(tái)可為石油和天然氣行業(yè)帶來的好處是顯而易見的。用戶可以利用該技術(shù)作為數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)訪問平臺(tái)，幫助員工找到解決鉆機(jī)或井場特定設(shè)備問題所需的信息。
 
    更具體地說，對(duì)于石油和天然氣行業(yè)，gen AI 可以幫助勘探與開發(fā)公司優(yōu)化油田開發(fā)，特別是當(dāng)涉及到識(shí)別和建模可經(jīng)濟(jì)有效地開采的石油資源的主要目標(biāo)時(shí)。當(dāng)?shù)厍蛭锢韺W(xué)家分析地質(zhì)情況并確定鉆探位置時(shí)，他們經(jīng)常會(huì)遇到獲取所需正確信息的挑戰(zhàn)。這些信息被儲(chǔ)存在各個(gè)不同的地方和文件格式中，例如文本文件、測井日志、GIS（地理信息系統(tǒng)）文件和照片等。
 
    對(duì)于運(yùn)營長達(dá)數(shù)十年的大型勘探開發(fā)公司來說，內(nèi)部數(shù)據(jù)庫通常由高度分散、孤立且無組織的數(shù)據(jù)組成。這使得工程師和地球物理學(xué)家很難使用傳統(tǒng)的搜索應(yīng)用程序查找和訪問正確的信息。勘探開發(fā)公司面臨的常見問題包括搜索功能差（可用的、用戶可以訪問的相關(guān)數(shù)據(jù)需要很長時(shí)間才能搜索和收集到）以及數(shù)據(jù)標(biāo)記方式不一致。此外，與過去項(xiàng)目相關(guān)的信息和數(shù)據(jù)有時(shí)可能僅存在于經(jīng)驗(yàn)豐富的人的頭腦中，而新員工則一無所知、無法訪問、難以見到或無法理解。
 
    Gen AI平臺(tái)可以使勘探團(tuán)隊(duì)能夠在需要時(shí)快速準(zhǔn)確地檢索信息，從而更有效地利用所有可用的數(shù)據(jù)。這可以帶來更好的決策。
 
    Fusion平臺(tái)收集要處理的文檔，同時(shí)保持信息安全和光學(xué)字符識(shí)別（一種將文本圖像轉(zhuǎn)換為機(jī)器可讀格式的過程）。Fusion可通過自然語言處理來分析文檔，并根據(jù)文檔的內(nèi)容對(duì)相關(guān)性進(jìn)行分類。
 
    Land 先生說，“在上游，我們需要找到最好的方法來查找地震數(shù)據(jù)、油井報(bào)告和工程報(bào)告等信息，這些信息可以幫助公司做出價(jià)值數(shù)十億美元的決策。 我們正在將大量大數(shù)據(jù)（例如50 GB的地震文件）提取到Fusion平臺(tái)中，以便上游工程師能更容易找到這些數(shù)據(jù)”。
 
    然而，大型語言模型的一個(gè)問題是它們的效果取決于用于引發(fā)響應(yīng)的提示。Land先生說，這些模型可以輸出的信息仍然存在一定程度的可變性。因此，根據(jù)提示，用戶在單獨(dú)使用一個(gè)gen AI系統(tǒng)時(shí)可能無法獲得預(yù)期的結(jié)果。
 
    為了消除這種可變性，Lucidworks公司構(gòu)建了一個(gè)具有明確目的的鏈接提示庫，然后用戶可以通過較小的增強(qiáng)功能來選擇和利用這些提示。提示鏈接是一種自然語言處理技術(shù)，其中向自然語言處理模型提供一系列提示，指導(dǎo)其產(chǎn)生所需的響應(yīng)。
 
    除了消除可變性之外，這些提示被稱之為“護(hù)欄”，可以幫助對(duì)用戶場景進(jìn)行標(biāo)準(zhǔn)化，使各公司能夠管理和限制最終用戶的交互。例如，可以為某個(gè)問題設(shè)置回答的邊界，如果有人詢問某個(gè)油田的地質(zhì)情況，護(hù)欄可以幫助限制回答，僅討論這個(gè)油田。
 
    Land 先生說，“我們從首席信息官那里聽到的一些主要擔(dān)憂是，我不希望在輸入查詢時(shí)得到錯(cuò)誤的答案，或者，我不想在不屬于我的企業(yè)數(shù)據(jù)庫的公共網(wǎng)絡(luò)上顯示具有競爭的數(shù)據(jù)，或者，如果我提出問題，我只希望得到關(guān)于我所詢問的特定文檔的答復(fù)。雖然像ChatGPT這樣的模型是開放的，但我們需要可以限制它的系統(tǒng)”
  
    護(hù)欄，或提示序列旨在指導(dǎo)自然語言處理模型在給出特定查詢時(shí)產(chǎn)生某些響應(yīng)，它是幫助標(biāo)準(zhǔn)化用戶與gen AI平臺(tái)進(jìn)行交互的寶貴工具，例如亞馬遜的 Bedrock。
 
Gen AI在能源領(lǐng)域的應(yīng)用
    Gen AI是最近引領(lǐng)技術(shù)創(chuàng)新的一項(xiàng)技術(shù)，例如去年推出的亞馬遜Bedrock。超過10000 個(gè)組織在制藥、汽車和制造等多個(gè)行業(yè)使用該服務(wù)，為的是能更輕松地搜索歷史和實(shí)時(shí)數(shù)據(jù)。目前，該平臺(tái)正在進(jìn)入能源領(lǐng)域。
 
    云服務(wù)使各公司能夠通過應(yīng)用程序編程接口訪問其他AI公司或亞馬遜本身的一系列基礎(chǔ)模型。用戶可以實(shí)驗(yàn)、評(píng)估和安全地應(yīng)用他們的數(shù)據(jù)來構(gòu)建自己的Gen AI應(yīng)用程序。
 
    基礎(chǔ)模型是根據(jù)大量數(shù)據(jù)進(jìn)行的預(yù)訓(xùn)練的大型機(jī)器學(xué)習(xí)模型。為了自定義這些模型，亞馬遜Bedrock 使用檢索增強(qiáng)生成技術(shù)，該技術(shù)將基礎(chǔ)模型連接到其他知識(shí)源，當(dāng)用戶搜索特定數(shù)據(jù)時(shí)，亞馬遜Bedrock可以參考這些知識(shí)源來挑選出更準(zhǔn)確的響應(yīng)結(jié)果。
 
    Shah先生將Bedrock描述為亞馬遜為實(shí)現(xiàn)gen AI技術(shù)的民主化和簡化gen AI應(yīng)用程序的開發(fā)所做的努力，因?yàn)閺念^開始構(gòu)建和訓(xùn)練一個(gè)基礎(chǔ)模型可能是一項(xiàng)非常繁瑣、耗時(shí)且成本高昂的工作。Bedrock軟件允許各公司使用各種基礎(chǔ)模型作為構(gòu)建他們自己本地AI應(yīng)用程序的基礎(chǔ)，而無需對(duì)員工進(jìn)行編碼培訓(xùn)，或管理一個(gè)AI模型的相關(guān)基礎(chǔ)設(shè)施。
  
    亞馬遜Bedrock的Guardrails（護(hù)欄）可以幫助過濾輸入提示或模型響應(yīng)中的敏感信息，例如員工數(shù)據(jù)。公司可以設(shè)置敏感數(shù)據(jù)的參數(shù)，如果在提示中檢測到任何相關(guān)內(nèi)容，該模型將阻止任何相關(guān)信息。它們是公司在搜索中限制可用信息類型的有效工具。
 
    Shah 先生說，“沒有一種模型可以滿足一個(gè)組織所需的一切”。 “您需要模型選擇和靈活性。Bedrock真正提供的是針對(duì)不同的用例和組織內(nèi)不同約束條件（如成本、速度、延遲）來部署不同模型的能力。您正在為針對(duì)不同的用例開發(fā)和部署不同的模型提供基礎(chǔ)”。
 
    盡管Shah先生表示，AWS正在與鉆井承包商討論可能在明年啟動(dòng)試點(diǎn)計(jì)劃，但目前尚未有鉆井承包商使用 Amazon Bedrock。然而，這些系統(tǒng)已經(jīng)顯示出其在提高石油和天然氣安全方面的價(jià)值。 CEPSA是一家西班牙的能源公司，在阿爾及利亞和秘魯境外開展業(yè)務(wù)，自2018年以來一直使用AWS作為其云計(jì)算的提供商。
 
    Bedrock還被用來為CEPSA公司構(gòu)建智能安全助手。智能安全助手使用歷史事件和未遂事故報(bào)告來提高工人的安全。從歷史上看，在向現(xiàn)場技術(shù)人員發(fā)出工作指令時(shí)，通常不會(huì)考慮過去的事件和先前已知的風(fēng)險(xiǎn)。但現(xiàn)在，主管人員可以利用gen AI通過總結(jié)與當(dāng)前工單任務(wù)相關(guān)的事件來準(zhǔn)備他們的工單任務(wù)。
 
    2023 年，CEPSA公司開始將智能安全助手與 Bedrock 結(jié)合使用，以幫助改進(jìn)安全報(bào)告。每當(dāng)公司的某一設(shè)施發(fā)生安全事故時(shí)，安全人員通常都會(huì)收到與事故相關(guān)的一般信息，如事故發(fā)生的地點(diǎn)或涉及哪些設(shè)備。
 
    Shah先生說，“我們希望開發(fā)專為特定油田特定設(shè)施設(shè)計(jì)的軟件包。 我們希望使用gen AI來創(chuàng)建一個(gè)解決方案，該方案可以獲取天氣數(shù)據(jù)、歷史事件數(shù)據(jù)和外部任何其他可變條件的數(shù)據(jù)，以及對(duì)未遂事件進(jìn)行評(píng)估，并將它們與之前發(fā)生的類似事件聯(lián)系起來。這就像一個(gè)個(gè)性化的簡報(bào)，提供盡可能多的實(shí)時(shí)數(shù)據(jù)和盡可能多的歷史背景”。
 
    通過Bedrock，AWS能夠處理涉及安全事件任何設(shè)備上傳感器的實(shí)時(shí)數(shù)據(jù)，以及涉及這些特定設(shè)備的天氣情況和未遂事件。結(jié)果就是在智能安全助手中創(chuàng)建一個(gè)更詳細(xì)的報(bào)告，報(bào)告可用來通知安全人員。Shah先生表示，這一功能為安全人員處理事故提供了更多背景。
 
Shah先生解釋說：“借助Bedrock和智能安全助手，CEPSA公司能夠獲取不同數(shù)據(jù)孤島中的歷史事件和險(xiǎn)些發(fā)生的報(bào)告，通過gen AI整合這些數(shù)據(jù)，從而提高現(xiàn)場工作人員的人身安全。歷史上已知的風(fēng)險(xiǎn)事件在發(fā)出工單時(shí)并未使用，現(xiàn)在我們可以使用了。這有助于主管人員可通過總結(jié)與當(dāng)前工單和他們將要查看任務(wù)相關(guān)的事件來準(zhǔn)備工單，并了解其背景。過去有哪些險(xiǎn)些發(fā)生的事件？具體條件和情況又是什么？您正在集成物聯(lián)網(wǎng)數(shù)據(jù)并將其融入到一個(gè)安全包中”。