物联网(IoT) 是一个由互联智能设备组成的网络，可提供大量数据，但也可能成为安全噩梦。

• 来源：linux.cn • 作者：Josh Fruhlinger • 译者：MCGA •

（本文字数：4987，阅读时间：约9分钟）

物联网(IoT) 是一个由互联智能设备组成的网络，可提供大量数据，但也可能成为安全噩梦。

物联网(IoT) 是不断增长的电子设备网络的总称，而不是传统的计算设备，这些设备连接到互联网以接收和/或传输数据。

目前有无数的东西属于这一类。其中包括冰箱和灯泡等传统互联网连接设备的“智能”版本，以及Alexa 等互联网连接电子助手。传感器正在改变工厂、医疗保健、交通、物流中心和农场。

什么是物联网？

物联网将互联网、数据处理和分析的力量带入现实的物理世界。对于消费者来说，这意味着他们可以与这个全球信息网络进行交互，而无需键盘或显示器。此外，许多日常用品可以通过网络接收操作指令，而无需人工干预。

互联网长期以来一直促进知识工作，在企业环境中，物联网可以为制造和分销带来同样的效率。世界各地有数百万甚至数十亿个支持互联网的嵌入式传感器提供了令人难以置信的强大功能，企业可以利用它们来确保运营安全、跟踪资产并减少手动流程。研究人员还可以使用物联网来获取有关人们偏好和行为的数据，这可能会对隐私和安全产生重大影响。

它有多大？

一言以蔽之：巨大。价格经济学对此进行了分析。到2020 年，将有超过50 亿个物联网设备能够生成4.4 ZB（LCTT 注：1 ZB=109 TB=1012 GB）的数据。相比之下，2013 年物联网设备仅生成1000 亿千兆字节的数据。物联网市场的潜在收入同样令人震惊，到2025 年，市场价值可能在1.6 万亿美元至14.4 万亿美元之间。

物联网的历史

互联设备和传感器无处不在的世界是科幻小说中最经典的愿景之一。物联网的传奇在于，1970年卡内基梅隆大学连接APRANET的自动售货机被称为世界上第一台物联网设备，许多技术都将“智能”的物联网能力标榜为可能。未来派的外观。然而，“物联网”一词是由英国技术专家凯文·阿什顿于1999 年创造的。

最初，技术落后于未来的愿景。每个连接到互联网的设备都需要一个处理器和一种与其他设备通信的方式，最好是无线方式。这些因素正在提高大规模实施物联网的成本和性能要求。这种情况一直持续到2000 年代中期，摩尔定律开始流行。

一个重要的里程碑是大规模使用RFID 标签，这种廉价且最小的应答器可以附着在任何物体上并连接到更大的互联网。对于设计师来说，无处不在的Wi-Fi 和4G 让他们可以在任何地方轻松进行无线连接。此外，随着IPv6 的出现，数十亿小型设备将连接到互联网，而不必担心IP 地址耗尽。 （相关文章：物联网网络能否促进IPv6的使用？）

物联网是如何工作的？

物联网的基本要素是收集数据的设备。一般来说，每个设备都被分配一个IP地址，因为它连接到互联网。它们的复杂性包括从在工厂内运输货物的自动驾驶汽车到监测建筑物温度的简单传感器。其中还包括一个可以计算您每日步数的个人手环。要理解这些数据，必须对其进行收集、处理、过滤和分析，并且每条数据都可以用不同的方式进行处理。

通过将数据从您的设备发送到收集点来收集数据。数据可以通过各种无线或有线网络传输。数据可以通过互联网发送到具有存储空间和计算能力的数据中心或云，或者中间设备也可以在沿路径发送数据之前对数据进行汇总和分段。

数据处理可以在数据中心或云端完成，但有时这是不可能的。对于一些高度关键的设备，例如工业停机设备，数据从设备传输到远程数据中心的延迟太大。发送数据、处理数据、分析数据和返回指令（在管道爆炸之前关闭阀门）的往返过程可能会花费大量时间。在这种情况下，智能边缘设备发挥作用，可以聚合数据、分析数据，并在相对较近的物理距离内根据需要做出响应，从而减少延迟。边缘设备可以具有上游连接，以便可以进一步处理和存储数据。

物联网如何运作。

物联网设备的一些例子

基本上，任何能够从现实世界收集数据并将其发送回来的设备都可以参与物联网生态系统。典型示例包括智能家居设备、射频识别标签(RFID) 和工业传感器。这些传感器可以监测多种因素，包括工业系统中的温度和压力、机械中关键设备的状态、与患者生命体征相关的信号、水和电的使用情况以及许多其他可能性。

工厂中的机器人可以被视为物联网设备，在工业环境或仓库中移动产品的自动驾驶汽车也可以被视为物联网设备。

其他示例包括可穿戴设备和家庭安全系统。您还可以使用其他更基本的设备来构建自己的IoT 端点，例如Raspberry Pi 和Arduino。您可能会将智能手机视为袖珍电脑，但它也可以以非常类似于物联网的方式将位置和行为数据发送到后端服务。

终端管理

为了使这些设备协同工作，所有设备都必须根据需要进行验证、分配、配置、监控、修复和更新。这些操作通常在单个设备供应商的专有系统上执行或根本不执行，这带来了最高的风险。然而，整个行业正在转向标准化的设备管理模型，允许物联网设备互操作并消除设备隔离。

物联网通信标准和协议

物联网上的小型设备可以使用各种通信标准和协议与其他设备进行通信。许多是专门为这些处理能力有限且电源较小的设备量身定制的。您一定听说过其中一些设备。一些设备使用Wi-Fi 或蓝牙，但更多设备使用物联网世界特有的标准。例如，ZigBee 是一种低功耗、远距离传输的无线通信协议，而MQTT（消息队列遥测传输）则是为连接到不可靠或容易出现延迟的网络的设备定制的。 （请参阅Network World 的术语表“物联网标准和协议”。）

物联网也将受益于5G 为手机网络带来的高速度和带宽，但这一用例将落后于普通手机。

物联网、边缘计算和云

边缘计算如何实现物联网。

许多物联网系统以非常高的速度接收大量数据，从而催生了一个新的技术领域，该技术可以处理来自物联网设备附近的设备的数据。这些机器处理这些数据，并仅将相关材料数据发送到更集中的系统进行分析。例如，想象一个由数十个物联网安全摄像头组成的网络。边缘计算不是传输所有在线数据流，而是直接分析传入视频，并仅在任何摄像头检测到移动时才向安全运营中心(SoC) 发送警报。您可以立即安装建筑物的SoC。

这些数据经过处理后会去哪里？也许会被发送到数据中心，但通常最终会存储在云端。

弹性云计算非常适合间歇性或异步数据交换场景，例如物联网。许多云计算巨头都提供物联网产品，包括谷歌、微软和亚马逊。

物联网平台

这家云计算巨头试图出售的不仅仅是一个存储其传感器收集的数据的地方。该公司提供了一个完整的平台，允许您编排物联网系统的各个元素，并且该平台捆绑了许多功能。从本质上讲，物联网平台充当中间件，将物联网设备和边缘网关与用于处理物联网数据的应用程序连接起来。换句话说，为了与其他竞争对手区分开来，每个平台供应商对物联网平台的理解似乎略有不同。

物联网和数据

如前所述，所有这些物联网设备都会收集泽字节的数据，这些数据通过边缘网关发送到平台进行处理。这些数据通常是部署物联网的首要原因。通过从现实世界的传感器收集数据，公司可以实时做出灵活的决策。

例如，Oracle 设想了一种场景，鼓励主题公园的人们下载提供公园信息的应用程序。同时，该程序将GPS 信号发送回公园管理人员，以帮助预测等待时间。有了这些信息，公园就可以改善短期（例如增加人员配备和吸引能力）和长期（例如了解哪些设施最受欢迎和最不受欢迎），您可以对这两个方面采取行动。

这些决定可以在没有人为干预的情况下做出。例如，从化工厂管道中的压力传感器收集的数据可以通过边缘设备上的软件进行分析，以检测管道破裂的威胁并触发信号来关闭阀门以避免泄漏。

物联网和大数据分析

主题公园示例很容易理解，但与许多现实世界的物联网数据收集操作相比就相形见绌了。许多大数据企业使用从物联网设备收集的信息并将其与其他数据关联起来，以便分析和预测人类行为。 Software Advice 举了几个例子，其中包括Birst 提供的一项服务，该服务将从联网咖啡机收集的咖啡冲泡信息与社交媒体帖子进行匹配，以查看客户是否在线。关于咖啡品牌的讨论。

最近另一个引人注目的例子是，X-Mode 访问了位置跟踪数据，显示了2020 年3 月春假期间人们在哪里工作，当时美国冠状病毒的爆发正在加速，基于此的地图已经发布。在劳德代尔堡参加派对？这张地图令人震惊，因为它不仅显示了病毒可以传播的地方，还显示了物联网设备对我们的追踪程度。 （单击此处了解有关物联网和分析的更多信息。）

物联网数据和 AI

IoT 设备收集的数据远多于人类能够有效处理的数据，当然不是实时的。事实证明，边缘计算设备只是为了理解来自物联网端点的原始数据。此外，您需要检测并处理可能完全错误的数据。

许多物联网供应商还提供机器学习和人工智能功能，可用于理解收集的数据。例如，IBM 的Jeopardy! 获奖沃森平台可以在物联网数据集上进行训练，并且可以通过分析无人机的数据来识别需要注意的桥梁中的小缺陷或裂缝。同时，ARM还在开发低功耗芯片，可以在物联网设备上提供AI功能。

物联网和商业

IoT 的业务用途包括跟踪客户、库存和关键部件的状态。 IoT for All 列出了因物联网而改变的四个行业。

石油和天然气：物联网传感器可以比人工干预更好地检测孤立的钻井地点。农业：通过物联网传感器获得的田间作物数据可用于提高产量。供暖和通风：制造商可以监控全国各地的气候控制系统。店内：当顾客位于商店的特定区域时，您可以通过手机进行微定位并提供折扣。更一般地说，公司正在寻找能够在四个领域提供帮助的物联网解决方案：能源使用、资产跟踪、安全领域和客户体验。

via: www.networkworld.com

作者：Josh Fruhlinger 选题：lujun9972 译者：Yufei-Yan 校对：wxy

本文由LCTT 原创编辑，Linux China 自豪发布。

点击“了解更多”可访问文内链接