大数据安全在智能制造与工业大数据融合中起到的核心作用如下：

1. **数据保护与隐私安全**：
- 智能制造过程中会产生大量的工业数据，包括设备运行状态、工艺参数、产品缺陷信息、供应链数据等，其中可能包含敏感的商业秘密和个人隐私信息。大数据安全技术确保这些数据在采集、传输、存储和使用过程中得到有效保护，防止未经授权的访问和泄露。

2. **数据完整性与真实性**：
- 在工业大数据融合中，数据的完整性对于生产决策、故障预测和质量控制至关重要。大数据安全措施确保数据在生命周期中不被篡改，确保决策依据的真实性和可靠性。

3. **访问控制与权限管理**：
- 实施严格的访问控制策略，基于角色的不同给予不同的数据访问权限。确保数据只能由经过授权的人员或系统访问，防止数据误用或滥用。

4. **数据加密与脱敏**：
- 在传输和存储过程中，对敏感数据进行加密处理，确保数据在公网或存储介质中处于加密状态。同时，通过数据脱敏技术，对涉及个人或企业敏感信息的部分进行处理，既不影响数据分析，又能保护隐私。

5. **实时监控与异常检测**：
- 利用大数据分析和实时监控技术，对工业大数据系统进行实时安全监控，发现并及时阻止潜在的安全威胁和异常行为。

6. **合规性与审计**：
- 在工业大数据应用中，严格遵守各国和地区的数据保护法规，如GDPR、CCPA等，并建立健全的数据审计机制，确保数据处理活动的合法性。

7. **灾难恢复与业务连续性**：
- 设计并实施数据备份与恢复策略，确保在面临灾难性事件时能够快速恢复数据和业务运作，保持生产系统的连续性和稳定性。

综上所述，大数据安全在智能制造与工业大数据融合中既是保障企业知识产权和商业利益的基础，也是维护社会公众隐私权和国家安全的重要防线，为智能制造的可持续发展提供了必要的安全保障。