蜂巢资本首期投资20亿，致力于打造电池行业生态圈
06-18
万物互联时代的到来掀起了新一轮信息技术革命，物联网市场规模正在扩大也在扩大。
《 年移动经济》报告指出，未来几年全球物联网收入将增长两倍以上，从每年1.1万亿美元（2.4万亿元人民币）增长到每年1.1万亿美元（7.7万亿元人民币）。
近日，IEC发布了《IOT ：智能安全的智联网平台》白皮书（以下简称《白皮书》）。
《白皮书》 概述物联网的现状并描述现有物联网平台的基本功能。
它还解释了如何确保设备和网络安全、多个相互依赖的系统如何相互协作等问题。
如需获取本报告全文pdf，请在雷锋网回复关键字“报告”（公众号：雷锋网（公众号：雷锋网）（公众号：雷锋网））微信（leiphone-sz）摘录。
文档来源：IEC 1. 发展现状 随着物联网网络日益成为业务的核心，设备容错与自愈、环境安全、信息安全、动态组合、半自动重组乃至全自动重组与重新配置等问题将随之而来。
至关重要。
，对这些新需求的响应不仅会推动新的物联网平台架构的发展，还将产生新的、意想不到的机会和需求。
这些需求以及支持它们的先进平台、设备、网络和架构处于新的数据语义的高水平。
、上下文、转换和传输标准，涉及信息共享、安全、连接、分析引擎的互操作性以及新兴的物联网智能生态系统的各个方面。
（一）物联网组成部分 1、物理设备 在当前的物联网系统架构中，物联网所包含的“物”有很多名称，包括信息物理设备、装置、终端、实体、人类实体等。
领域的共同属性是它们各自的身份，即配备一定水平计算能力的物理设备，这些设备可以嵌入到设备中，也可以直接以执行器或控制器的形式附着。
这些物理设备还可以连接到其他物理设备、边缘平台、网关和一个或多个物联网系统。
2.边缘 在当前的物联网系统架构中，“边缘”的概念包括了整个物联网系统的运行域。
边缘通常包括传感器、控制器、执行器、标签和标签读取器、通信组件、网关和物理设备。
就其本身而言，边缘是运行组件连接、通信和交互的地方。
它们可以存在于组件之间、组件与平台之间，并且在某些情况下，组件与其他边缘的组件之间存在直接交互。
不需要支持边缘处理的平台。
边缘处理解决边缘组件或系统功能需求和限制，包括设备连接性，因为设备（例如，工业环境中的设备）可能仅具有本地连接功能。
此外，还需要边缘分析、边缘事务处理以及其他作为物联网平台扩展或独立于物联网平台的边缘功能。
只需要将部分数据传输到平台进行存储，边缘应该具备本地存储能力。
为了减少传输到平台的数据量，一般需要对来自边缘设备的数据进行动态过滤、采样、聚合等处理。
3.平台在现有的物联网系统架构中，物联网平台的概念通常表达为一个中央集线器，它指的是多个域，它们共同构成包含一个或多个聚合边缘环境的架构功能视图的物理实现。
典型的物联网平台包含以下领域或与之交互： ■ 控制——包括控制机制执行的功能，使物联网设备具有感知、执行、通信、资产管理和操作等功能。
在工业应用环境中，控制系统通常采用近场方法。
■ 操作 – 通常在物联网平台上，跨多个控制域优化操作，包括预测、优化、监控和诊断、设置和部署以及管理。
■ 信息——通常位于物联网平台上，但也作为边缘的一部分，包括核心物联网分析和数据，负责数据收集、转换、持久化和数据建模，以支持最优决策和全系统运营和系统模型改进。
■ 应用程序—通常位于物联网平台上，但也可以包括属于业务领域的组件。
■ 业务域——通常位于与上述操作、信息、应用、控制域（一定程度上）和其他物联网核心功能分离的平台上。
（二）架构模型 1、三层架构 三层架构由边缘层、平台层和企业层组成。
三层由近场网络、接入网络和服务网络连接。
一方面，平台层处理边缘层发送来的数据，并将其转发到企业层。
另一方面，它还将控制指令从企业层传输回接入网络中的边缘层。
平台层通过业务网络与企业层进行通信。
企业层提供最终用户界面、控制指令和特定领域的应用程序。
2. 中介网关边缘连接和管理 中介网关边缘连接和管理是一种架构模型，其中网关充当局域网（LAN）和广域网（WAN）之间的中介。
网关侧的LAN由边缘节点控制。
网关的另一端连接到 WAN。
3. 边云架构 边云架构与中介网关边缘的区别在于，设备和资产可以在大范围内直接连接和寻址，而不是通过边缘网关隔离所有边缘设备。
4. 多层数据存储 多层数据存储是一种根据功能和用途对数据进行分层以优化存储性能的架构。
例如，存储层可以根据性能、容量、归档等不同目的划分为多个层。
5.分布式分析 分布式分析架构将靠近边缘的近场分析与集中式深度分析相结合。
例如，当网络延迟很大或其他网络限制使得完全集中处理不是最佳解决方案时，这种架构模式就可以发挥作用。
6. Lambda架构 Lambda架构提出了实时处理与物联网大数据相关的海量数据流的必要性，并将这种实时处理分为两个视图：批处理视图和流视图。
该架构本身分为三层：批处理层、服务层和实时处理层。
批处理层负责主数据集、不可变数据集和扩展数据集。
服务层负责对批处理层的数据视图进行索引，以便有效检索。
实时处理层负责为实时数据提供低延迟功能并提供流媒体服务。
查看获取最新数据。
传入的数据同时发送到批处理层和实时处理层。
批处理层是为了实现高延迟和更完整的处理。
当批处理层无法兼顾处理的准确性和完整性时，则对数据进行实时处理。
处理层用于快速处理和分析。
2. 局限性和缺陷 (1) 安全、可信、隐私和身份管理 目前的物联网安全措施主要集中在网络安全和边缘安全。
物联网在提供对应用程序、资源和数据的授权访问时缺乏执行最低访问策略的能力。
然而，对于物联网来说，当前的 IAM 系统大规模存储身份和实体的能力有限。
这种限制导致基于物联网的应用程序缺乏应用程序集成层。
与此同时，缺乏跨不同解决方案的完整发现框架。
并管理物联网实体及其身份。
在当前物联网的 OT-IT 连接中，远程攻击者能够利用工业、消费者和公共部门物联网系统中的漏洞来破坏 OT 系统，并使它们进入不安全或不可靠的状态。
此外，远程管理的使用，包括设备重新配置和更新，以及动态监控和操作重新编程，会产生严重的下一代隐私和安全问题，引入开放端口的物联网系统，以及潜在的恶意。
代码感染（特别是在安全关键设备和系统中。
（2）集成、互操作性和可组合性集成能力是物联网系统的驱动力。
由于物联网本身的复杂性，新的、更复杂的连接问题需要新的解决方案。
系统依靠四个组件（句法转换、领域转换、语义转换和上下文化）来真正实现组件之间的互操作。
尽管在语法和域转换级别的数据转换方面已经取得了一些进展，但当今的物联网系统仍然需要处理所有四个互操作性组件，并且在标准开发方面仍需要大量工作来解决这些问题。
此外，物联网系统必须解决缺乏API依赖管理的问题。
API 的更改将会破坏整个系统。
微服务和服务编排也存在问题。
由于不同的物联网“孤岛”基于不同的解决方案，云部署和前端部署共存的同时，后端流程之间的互操作性仍然是一个问题，例如端到端流程集成。
（3）具有弹性的物联网系统或组件在发生故障后仍能保持功能，这是对现有物联网系统的重大挑战。
（4）数据收集、管理和确权 当前物联网在数据处理方面面临着前所未有的新问题：数据量、数据类型、数据位置、数据敏感性等。
数据来自物联网系统以及为其服务的平台。
边缘环境中连接的终端和传感器的数量呈爆炸式增长。
多架构模型进一步加剧了在何处、何时、为何以及如何提供数据和分析数据的问题。
面向设备和面向实体的数据需要更高的抽象层。
物联网系统资产的异构性导致了从多个来源获取数据的问题。
（5）先进的分析方法和先进的数据处理物联网中的传感器和系统产生大量数据，传统的处理技术不足。
另一个问题是传感器之间缺乏时间同步。
由于系统的消息传递是无序的，因此需要通用时间同步技术，但可用的数据往往不适合高级分析系统。
3.未来物联网系统和智能安防物联网平台所需的关键功能 (1)工业领域：智能生产线BCM物联网平台从各种安防系统收集事件信息。
此外，它还利用传感器融合技术从生产控制系统收集事件信息。
BCM物联网平台收集计划和实际生产数据，导入来自其他组织的威胁情报信息，以洞察其他互连系统的情况并了解当前和未来的攻击。
该平台将分析事件信息并进行事件风险分析，还将制定安全措施。
例如，制定风险缓解计划以尽量减少对生产活动的影响。
安全措施还包括隔离受影响的子系统或中断生产线。
为了应对对各个生产现场的影响，物联网平台分析生产数据，形成最优的生产计划，现有技术不足以实现这一用例，需要加强的方面有： （2）公共领域：智慧城市智慧城市平台和“平台的平台”基于语义消歧和情境化技术来支持公众。
服务优化的高级数据处理和下一代分析方法。
这些平台将利用 5G 和内存数据库等先进连接技术来传输和处理城市范围内海量设备生成的数据。
该平台将支持边缘感知流处理技术，以便在并行网络系统上进行拓扑处理，智慧城市平台将利用下一代技术为公民创造更智能、更安全的生活环境。
现有技术不足以实现这一用例，需要加强的方面如下：（3）消费领域：智慧公共交通物联网出行体验系统基于智能安防平台架构，配合智慧城市物联网系统优化公交、火车等交通问题，调整公共交通运营，尽量减少对其他乘客的干扰。
，为有特殊需求的旅客提供更好的服务。
例如：公交车物联网系统将与出行体验系统配合，确保公交车在给定的路线和给定的时间内有能力处理轮椅或其他特殊需求。
物联网出行体验系统将根据自身的操作经验和其他系统共享的数据进行自我学习。
系统将根据具体情况获取和分析知识，从而动态地重新配置自身和其他相关系统，并利用先进的信息技术实现跨系统共享。
作为集成到智慧城市中的私有系统，自适应选择方法将基于包括底层物联网系统在内的“事物”的安全性和可信性来管理由于现实世界的动态而引入的不确定性和波动性。
、位置、关系、信息和情境特征，实现管理决策和运行时的适应性。
现有技术不足以实现此用例。
需要加强的方面如下： 4. 智能安全物联网平台功能要求 （1）总体功能要求 智能安全物联网平台将实现以下改进： ■ 支持扩展的感知能力，感知在多个相互交织的地方进行融合未来的物联网系统和分析，将显着增强和扩展支持基于现有和新的生产力概念提出的物联网算法所需的功能。
■ 利用基于新标准的新数据上下文和数据语义机制可以增强对信息的理解并从根本上提高分析性能。
■ 提供增强的安全机制来解决复杂问题，例如如何最好地保护跨区域和系统的设备和数据的隐私。
■ 支持IT 和系统的OT 关键安全功能和策略。
例如，规划-实施-检查-行动、观察-判断-决策-行动以及相关系统之间的协同安全操作，以应对不断变化的网络和物理威胁。
（二）核心功能需求 1、连接 在产品层面，未来物联网设备的连接功能和需求可能与当前物联网实体在很多方面有所不同。
设备和产品需要具备连接多个系统的能力，而不是只连接一个系统形成一座“孤岛”，这样其功能就不局限于设备或产品内部，而是可以体现在产品之外，考虑到设备的移动性以及能够适应不同的带宽和协议也是未来必备的功能之一。
这可以促进基于硬件的网络解决方案向软件定义的转变。
类似设备的连接功能可以通过软件进行升级，使其符合新的标准。
将成为使未来物联网系统保持灵活性和高度可配置性的重要因素。
2.处理设备收集的数据量和类型要求我们在各种物联网系统中提供额外的处理能力，以提高处理日益复杂的动态应用、大型设备和边缘处理、设备和边缘级别增强的能力预处理导致更快的系统响应时间并减少传输到中央服务器的数据量，同时内置分析变得越来越强大。
此外，机器学习将被集成到设备、边缘和平台中。
为了实现高级数据处理，未来的物联网系统需要根据受控设备/产品和外部系统的数据提供上下文信息，这会影响虚拟传感器数据。
处理上，虚拟传感器就是将多个传感器动态组合成一个虚拟设备。
因此，边缘设备的动态组合和自我配置也被视为一个特征。
这也使得与自愈和弹性相关的加工功能变得非常重要。
有用。
3. 存储在边缘的数字产品存储功能可以提供有关产品生命周期、性能数据、来源和其他现实世界元素的信息。
它需要平台支持，还需要集成到分析和应用组件中。
通过将小型嵌入式系统集成到日常物品和产品中，可以实现DPM功能、增强的内存以及更小、更集成的嵌入式系统。
将启用更先进的性能数据存储和模式识别功能，可用于边缘和更抽象级别的机器学习和分析，具体取决于资源位置和所涉及的应用程序。
4.感知由于位置感知技术的进步，当前的物联网系统可以实现传感器级别的超精确定位，并且可以为传感器相关的数据类型提供新的维度。
同时，进行高精度数据的处理。
尤其是超精准定位数据的处理，需要平台层面的支持，尤其需要保证源隐私并辅助物联网系统应用和分析。
对于可以在边缘收集详细传感信息的设备，可能需要具有过滤和概括以及加密存储和通信的能力，以确保最大限度地减少敏感数据的暴露。
在边缘层面，下一代物联网系统可以通过传感器融合技术将其控制下的各种传感器信息与外部系统的信息融合，提供形成虚拟传感器的能力。
由于此功能的复杂性，传感器重新配置是此功能的一部分，将扩展到目前不具备此功能的传感设备。
五、未来关键技术需求 （一）连接技术 1、卫星通信的传输层协议作为IP网络的传输层协议目前得到广泛应用。
TCP（传输控制协议）具有拥塞控制功能。
该功能的本质是通过调整传输终端的发送速率来控制网络的负载。
TCP通过提高发送速率来检测网络的实际承载能力，响应网络返回的拥塞信息，调整信息发送速率。
卫星连接通常具有高带宽和高延迟。
（例如几百毫秒），如果不能准确估计一次传输的数据量，TCP就无法充分利用可用带宽。
由于往返时延估计较大以及TCP传输效率降低，在通过卫星连接的端到端通信过程中无法使用卫星连接的全部带宽。
可以有效地开发和引入新的协议技术，例如使通信设备能够提供带宽。
预计这将使更高带宽和高延迟的卫星链路得到更充分的利用。
2、5G技术在通信系统中的发展是实现ICT网络转型突破的基石。
无论人和机器在哪里，超宽带和智能管道都将实现人与互联网设备的“零等待”和“零距离”连接。
而这只是5G技术的第一步。
为了适应下一代物联网系统，5G无线网络需要具备：支持超大容量和超高连接的能力，支持日益多样化的服务、应用和用户，满足日常需求。
生活和工作。
移动网络具有极大的多样性，能够灵活高效地利用所有可用的离散频谱来适应各种网络部署场景，将日益成为人与人、人与设备互联的主要方式。
移动网络的服务质量、可靠性和安全性应与固定网络相媲美。
为此，5G技术需要达到10 Gbit/s的类光纤传输速度。
实现超高清视频通信和沉浸式多媒体交互。
这些技术都依赖于超宽带和亚毫秒级延迟的网络能力。
（二）处理技术 1.系统配置和动态组合 新的传感器融合技术将不仅考虑来自“物理传感器”的数据，还会考虑来自“虚拟传感器”的数据，例如社交媒体、人类数据和许多其他数据源，这将将这些传感数据纳入新技术的设计将促进传感融合和处理能力的提高。
2. 数据情境化 数据情境化是一个双重过程。
各种物联网组件本身（单独或联合）捕获并提供上下文元数据。
此外，还可以通过上下文变化对数据本身进行处理，以提取隐藏在数据背后的透明或透明信息。
隐藏信息，一般来说，数据语境化是通过语境挖掘和分析算法，在某些知识领域以有意义的形式表示数据。
新兴的数据情境化技术将极大增强历史数据分析、实时态势感知和态势预测。
历史数据分析逐步更新情境信息和特征，实时态势感知检测某些事件并根据这些事件发现未知事件的情境。
特征情境预测未来会发生什么，数据情境化过程可以发生在分布式平台的任何组件上。
3.自主数据交换：未来的物联网系统将使物联网设备能够自主地交换数据，可以直接在设备之间或通过边缘/云平台作为中介。
此外，存储数据的物联网系统可以与其他物联网系统进行通信。
为了交换这些数据，为了控制这种自主的数据交换，需要一种系统机制来使物联网用户和物联网网络提供商能够控制自主的数据交换。
因此，他们的需求必须写在相应的配置文件中，然后由系统机制自主解释配置文件。
这样的配置文件称为“自治数据交换控制配置文件（ADECP）”。
对于ADECP的每个配置文件功能，IOT平台都有相应的系统机制支持。
目前有以下系统机制： ■ 管理ADECP配置文件（创建、更改、生命周期、删除）； ■ 审查ADECP配置文件； ■ 控制功能，指示设备、边缘计算机和云服务自动交换信息； ■ 控制功能，强制执行自主数据交换的安全设置； 4. 传感融合技术通过组合、集成和关联多个不同的传感器来获得更全面的了解，从而实现智能传感。
观察到的事物、情况和情况的传感器可以包括图像传感器、视觉传感器、声音传感器、气味传感器和触摸传感器，数据源不限于物理传感器。
在传感融合中，只要正确处理收集到的信息，传感器的数量和类型就会不断增长。
然后可以获得更全面的知识。
因此，在未来的传感器融合中，传感器资源将被多方共享，广泛用于多种用途。
然而，对于未来使用传感器融合的应用，例如智慧城市应用或在公共机构环境中的应用，关键是确保完整性和授权。
（3）存储技术虽然现代的流数据、内存等存储技术可以支持物联网的实时交互和低延迟或零延迟访问，但存储信息的方式仍然会发生变化，“物”的虚拟表示并且设备将继续变化。
而基于产品本身的去中心化数据存储可以支撑更大的规模，促进去中心化物联网业务网络和供应链的建立。
从技术层面来看，人工智能、机器学习、大数据等都对数据有很高的要求；从应用场景来看，智能家居、自动驾驶、智能制造等，都需要相关技术的成熟发展才能取得有效成果。
更实用、更有价值的实施。
物联网作为发起数据采集和联动网络的核心，将在整个行业的发展中发挥最基本、最核心的关键作用。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
06-17
06-18
06-18
06-21
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态