在构建基于5G技术的工业互联网平台时，如何设计出既支持智能制造又确保数据安全的边缘计算应用和数据模型？

要构建一个既支持智能制造又确保数据安全的5G工业互联网平台，首先应深入理解智能制造的需求以及5G和边缘计算的优势。5G技术提供了高速、低延迟、高可靠性的网络连接，边缘计算则支持本地数据处理和实时决策。在这样的平台上，数据模型和边缘计算应用的设计应遵循以下步骤：

参考资源链接：[5G赋能：工业互联网平台的发展与趋势](https://wenku.csdn.net/doc/2m0btyib0v?spm=1055.2569.3001.10343)

1. 定义数据模型：根据智能制造的需求，建立包括设备状态、生产过程、产品信息等在内的数据模型。这些模型需要能够支持大数据分析，以优化生产流程和提高产品质量。

2. 设计数据采集系统：在制造现场部署传感器和IoT设备，以实时采集生产数据，并确保数据的完整性和准确性。这一步骤需要与边缘计算紧密集成，实现数据的就近处理。

3. 实施边缘计算架构：在工业互联网平台的PaaS层基础上，集成边缘计算能力，以实现数据处理的实时性和局部性。边缘计算节点可以部署在生产现场或靠近设备的地方，以最小化延迟并提高响应速度。

4. 安全性设计：考虑到工业系统的安全性和数据的敏感性，需要对数据模型和边缘计算应用实施严格的安全措施。这包括数据加密、访问控制、数据隔离以及定期的安全审计。

5. 应用开发与集成：开发定制化的工业APP，集成必要的智能化算法，如机器学习和人工智能，以支持智能制造的自动化和智能化需求。

6. 测试与优化：在实际部署前，对构建的平台进行全面的测试，确保数据模型的准确性和边缘计算应用的性能。根据测试结果进行调整和优化，以满足实际生产需求。

通过上述步骤，可以构建一个支持智能制造和数据安全的5G工业互联网平台。而《5G赋能：工业互联网平台的发展与趋势》这份报告将为你提供一个全面的视角，帮助你深入理解5G技术在工业互联网中的应用，并为你的平台构建提供参考和指导。

参考资源链接：[5G赋能：工业互联网平台的发展与趋势](https://wenku.csdn.net/doc/2m0btyib0v?spm=1055.2569.3001.10343)