物聯網解釋-你需要知道的關於物聯網的一切
內容
-從第一個連接到互聯網的“東西”到2025年的750億個物聯網設備
-為什麼物聯網如此重要?
-誰在使用物聯網，如何使用?
—是什麼推動物聯網的爆炸式增長?
—物聯網的基本要素
—物聯網應用的安全風險
使智能技術成為可能的關鍵組件——從小到環到大到整個城市——是物聯網。
物聯網(IoT)是一個巨大的連接對象的全球網絡。這些“東西”內嵌了傳感器、處理器和軟件，用來收集和分享它們的使用方式和周圍環境的數據。物聯網平台集成了來自不同設備的數據，並應用分析與滿足特定需求的應用程序共享最有價值的信息。
盡管有不同的定義，物聯網這個術語主要用於以前沒有互聯網連接，但現在獨立於人類行為與網絡通信的“啞”設備。因此，智能手機並沒有被明確定義為物聯網設備——盡管它充滿了傳感器。聯網的冰箱或微波爐則不然。
甚至還有一個聰明的籃球用傳感器追蹤你的射擊。
從第一個連接到互聯網的“東西”到2025年將達到750億個物聯網設備
互聯網上的第一件“東西”誕生於1982年卡耐基梅隆大學的汽水機賓夕法尼亞州匹茲堡市的一項研究報告了飲料的數量和溫度。
1999年，英國技術專家凱文·阿什頓(Kevin Ashton)創造了物聯網(Internet of Things)這個術語，用來定義一個不僅連接人們，還連接他們周圍物體的網絡——比如CMU的可樂機。阿什頓說:“物聯網融合了人類文化(我們的‘東西’)與數字信息係統(互聯網)的相互聯係。”
當時，大多數人認為這是科幻電影的情節。今天，由於通信技術、數據分析和越來越複雜的算法的發展，物聯網已經成為現實。
在2008年或2009年的某個時候，連接到互聯網的事物數量超過了世界人口。從那時起，物聯網已經成為一個連接對象的巨大網絡，收集和分析大量數據，並自主執行任務。據估計，到2021年底，全球將有超過350億件設備連接到這個數據網絡，包括傳感器、家用電器、機器、風力渦輪機、醫療設備、電視、手表、汽車等。
根據預測在美國，物聯網連接設備的數量將在2025年大幅增長至750億部，到2030年將達到驚人的1250億部。到那時，地球上每個人將有近15件東西連接到互聯網上。
然而，這種增長的主要因素不是世界人口，而是連接設備的爆炸式增長。
成功的物聯網設備將無縫地融入我們的生活和家庭，直到我們忘記它們的存在，忘記我們曾經手動完成這些任務。機會來自於那些可以自動工作、自動調整設置或通過語音控製直觀工作的隱形硬件。
為什麼物聯網如此重要?
物聯網影響著我們從旅行、購物到健身的方方麵麵。但它究竟是如何工作的呢?
隨著數十億個“愚蠢”的無生命物體變得“智能”，以及每年新增的數十億個物體，物聯網現在正在我們周圍工作。RFID標簽跟蹤農產品從收獲到貨架的全過程;GPS係統引導汽車、輪船和飛機到達目的地;當附近沒有汽車時，路燈就會變暗;當房間無人居住時，智能房間控製器會關閉暖氣、空調和燈光。
各行業和政府現在利用物聯網實時了解消費者需求;變得更有反應;改善生產流程和整個工廠的效率;將社區轉變為智慧城市。
誰在使用物聯網?如何使用?一些例子
使用者應用程序
人們接觸智能技術最常見的領域是在家裏或通過可穿戴設備。
工業物聯網(IIoT)
物聯網連接了從供應鏈、工廠機械和倉庫貨架到交付的工業物聯網流程的所有階段，為公司提供了生產、運營流程和產品數據的內聚視圖。工業物聯網與大數據分析預測建模可以防止缺陷和停機，最大化設備性能，優化準時交付，降低保修成本，提高產量和增強客戶體驗。
零售
物聯網將跨地點的數據、分析和營銷過程結合在一起。零售商從嵌入產品的RFID芯片、智能貨架、店內和數字渠道獲取數據，並應用分析技術來了解客戶的行為模式和偏好——通常是實時的。
物流部門
物流公司可以通過將物聯網與基於位置的服務結合起來，通過射頻識別(RFID)、Wi-Fi、GPS或蜂窩數據，實現更高的效率和可靠性人工智能算法。
該技術可以通過實時跟蹤和監控單個車隊車輛、貨運和其他移動資產，提高服務質量，增強安全性，減少停機時間和成本。
能源行業
電力基礎設施(“電網”)不僅僅是發電廠和輸電線路。這是一個由資產所有者、製造商、服務提供商和政府官員組成的生態係統。
物聯網設備、車輛和建築物的互聯，提供了基於改進通信和控製技術的數字和物理網格係統之間的新連接的先進服務的希望。
這些技術包括控製、學習和分布式優化算法，這將使能源公用事業公司改善關鍵的電網服務，如負載靈活性、電壓/頻率調節和態勢感知。物聯網將整合太陽能和風能等分布式電網資源。
公用事業公司的內部數據與從智能家居收集的用戶行為數據相結合，提高了便利性和安全性，並為定製服務和新穎定價結構的開發提供了信息。
衛生保健
醫療物聯網(IoMT)是一個基於物聯網的監測和醫療設備(主要是可穿戴設備)、軟件應用程序和健康相關服務的網絡。它將與衛生保健相關的人員和機構(醫生辦公室、醫院、保險公司、政府機構)聯係起來，促進各方之間的互動，以確保參與者根據知情的決定獲得所需的服務，並促進資源的合理配置。它簡化了從患者到保險公司的整個係統的數據流，並在需要時，如在Covid-19大流行時，向政府機構和研究組織提供數據流。
政府
在過去的幾年裏，“智慧城市”已經成為一個流行詞彙，世界各地的許多城市都在嚐試智能基礎設施和服務。閱讀我們的文章《智慧城市解釋》。
是什麼推動物聯網的爆炸式增長?
物聯網的爆炸式增長受到了一係列發展的推動:成本、網絡協議、雲計算平台、基於機器學習的分析和人工智能。
物聯網傳感器技術的平均成本在過去15年下降了75%，這使得它們的廣泛使用對越來越多的製造商和服務提供商具有吸引力。
互聯網網絡協議(ip)的發展使得將傳感器連接到雲和其他物聯網設備以實現高效的數據傳輸變得容易。IP是一組規定如何將數據發送到因特網的規則。針對不同的場景和用途，設計和優化了不同的物聯網協議。這些協議確保來自一個設備或傳感器的信息被另一個設備(網關或服務)讀取和理解。
物聯網協議所使用的連接類型取決於設備、其功能和其用戶。通常，數據必須傳輸的距離(短程或遠程)決定了所需的物聯網連接類型。
低功耗、短程網絡非常適合家庭、辦公室和其他小型環境。它們往往隻需要很小的電池，而且通常操作起來很便宜。例如藍牙、NFC、Wi-Fi/802.11、Z-Wave和Zigbee。
低功耗廣域網絡(LPWAN)能夠實現跨越至少500米的通信，需要最小的功率，並用於大多數物聯網設備。常見的lpwan有4G LTE IoT、5G IoT、Cat-0、Cat-1、LTE Cat-M1、LoRaWAN、NB-IoT/Cat-M2和Sigfox。
從物聯網設備收集的數據通過網關，在邊緣進行預處理，然後發送到雲計算平台。市場上越來越多的物聯網雲平台以更低的成本提供了更多的服務，這意味著企業和消費者可以訪問他們需要擴大規模的基礎設施，而實際上不需要管理所有這些。服務提供商(如微軟、西門子、甲骨文、IBM、亞馬遜、穀歌)通常在通用雲的基礎上構建物聯網雲。在大多數情況下，典型的功能包括連通性和網絡管理、設備管理、數據采集、處理分析和可視化、應用支持、集成和存儲。
物聯網係統收集了如此大量的數據，以至於基於機器學習的分析成為排序和分析所有數據並檢測模式的必要條件，從而得出建議行動的見解。隨著這些係統變得更加複雜和強大，消費者將體驗到更大程度的好處和便利，而工業和專業用戶將看到整個操作的優化收益。
例如，為識別曆史數據中的信號而設計和訓練的物聯網機器學習模型可以用於識別當前數據中的相同趨勢。這使用戶可以自動執行預防性服務請求，並提前訂購新部件，以便在需要時始終可用。
亞馬遜(Amazon)的Alexa、蘋果(Apple)的Siri和IBM的沃森(Watson)等數字個人助理顯示，未來神經網絡的進步將為物聯網設備帶來廣泛的自然語言處理。這種對話式人工智能(AI)使用大量數據、機器學習和自然語言處理來幫助模仿人類互動，識別語音和文本輸入，並將其含義翻譯成各種語言。
物聯網的基本要素
傳感器
嵌入各種設備的數據采集傳感器是物聯網應用的核心。單個傳感器差異很大，取決於它們的預期用途。
紐約市的物聯網戰略論文將傳感器分組如下:
環境這些傳感器通常是專門的，專注於收集特定類型的數據點，如溫度、濕度、水或空氣質量、氣體和化學物質的存在，或輻射等。
願景:基於視覺的傳感器可以適應多種類型的數據，因為這樣的傳感器本質上是一個相機，可以訓練“尋找”一組數據類型。示例包括對象分類(人、車輛、物體等)、斑點(基本物體)檢測、顏色檢測、麵部識別或紅外和熱檢測等。
聲:與基於視覺的傳感器一樣，聲學傳感器適用於不同的場景，其中麥克風正在監聽特定的刺激。一個聲學傳感器可以通過監聽來分類不同類型的相似聲音，比如各種引擎噪音之間的差異，或者它可以監聽特定類型的聲音，比如槍炮聲。聲學傳感器也用於語音助手技術，以監聽激活語言處理功能的“喚醒”詞。
電電子傳感器測量電氣係統中的電壓和電流。當試圖確定能源使用或產量時，如“智能電表”，以及在診斷機器是否正常運行時，將實現這些功能。
運動/距離/存在這些傳感器通常測量某物或某人的存在或距離。運動傳感器經常探測人，接近傳感器可以探測物體的存在和距離——例如，洪水區的水位，或停車場的車輛。
位置位置傳感器，通常基於GPS技術，可以定位或跟蹤物體或個人。這些傳感器可用於跟蹤車隊中的車輛(公共汽車、卡車)或運輸中的敏感資產，如冷鏈中的醫療用品。
廣播基於無線電的傳感器包含許多不同類型的技術和應用。例如，藍牙低能量(BLE)信標可以向智能手機發送關於用戶位置的信息(尋路)，射頻識別(RFID)卡和標簽可以用於進入建築物或支付通行費和監測交通流量。
生物和生物醫學:這些傳感器檢測靜態和不變的生理數據(生物計量)或隨時間波動的生理數據(生物醫學)。生物特征傳感器測量獨特的個人特征，如指紋、視網膜掃描、聲紋或麵部特征。它們最常用於識別目的，通常是作為一種安全措施。生物醫學傳感器通常觀察心率、血氧水平、心電圖等生理生命體征，通常具有診斷性質。生物識別傳感器通常用於可穿戴技術，如健身追蹤器和智能手表。
數據
這些傳感器收集的數據可以分類，供不同的用戶組使用。以下是一些與智慧城市環境有關的例子:
環境:環境數據是從位於感興趣的物理區域(室內或室外)的傳感器收集的，這些數據可以表示自然或人為輸入，如溫度、空氣質量或聲音水平。
運輸/移動:交通和流動性數據可以代表人們如何出行的許多方麵，如交通基礎設施的利用率、行人數量或城市街道上的車輛流量。移動數據和位置數據之間通常存在聯係。
位置:位置數據通常由全球定位係統(GPS)設備創建的坐標表示。可以提供實時定位來跟蹤人、動物、車輛或其他移動物體的位置。
能源:能源數據可以表示係統產生的能量量、正在使用的能量量，或供暖/製冷係統或照明裝置的狀態。
基礎設施:基礎設施數據表示基礎設施或機器的狀態。這可以用連接的垃圾桶、水管、建築物占用率或其他與已建成基礎設施有關的數據點來表示。
生物特征/健康生物特征或健康數據表示有關個人的身體特征或特征的信息，可用作識別信息，例如:指紋、麵部或個人的步態等。健康數據代表個人或人群總體健康狀況隨時間變化的短期或長期信息。這可以通過可穿戴設備或通過聚集采樣來捕獲，如在城市廢水中。
分析
一旦數據被收集，物聯網係統通常會分析這些數據，使其更有用和可操作。物聯網分析既可以在設備上執行，也可以在雲中執行，分析可以以儀表板、表格、警報或建議的形式顯示為信息。基本上有兩種方法可以分析物聯網數據。
描述性分析是物聯網數據分析最簡單、最直接的形式。它們包括捕獲和描述實際記錄的數據，如隨時間變化的溫度讀數。數據可以用表格或圖表來表示。非常基本的數據處理功能，如計算平均值，本質上也被認為是“描述性的”。
預測分析，顧名思義，旨在根據曆史數據預測結果。說明性分析旨在收集數據，並將其轉化為可操作的建議。例如，根據測量的泄漏數據預測管道是否會破裂，或者根據性能變化預測像電機這樣的機器部件何時會發生故障。在這兩種情況下，預測可以促進先發製人的維護，以避免設備或係統故障。
物聯網應用的安全風險
這些聽起來都很有前景，表明5G技術可以給我們的日常生活帶來很多好處。物聯網一定會讓我們的生活更容易。
但我們不應該忽視消極的一麵。物聯網出現了，但也出現了“威脅互聯網”。因為現在所有東西都是連接的，這意味著所有東西都是可以被黑客攻擊的。更好的技術為黑客創造了絕佳的機會，也為網絡罪犯打開了美好的未來。(閱讀更多:犯罪意圖:物聯網如何也能成為威脅）
任何能上網的設備都很容易被黑客攻擊和濫用。而且這種脆弱性似乎很普遍。
根據2020年物聯網威脅報告帕洛阿爾托網絡42單元安全谘詢團隊，98%的物聯網設備流量是未加密的，暴露網絡上的個人和機密數據，使攻擊者能夠監聽未加密的網絡流量，收集個人或機密信息，然後利用這些數據在暗網上牟利。
此外,57%的物聯網設備容易受到中等或高嚴重程度的攻擊，使物聯網成為攻擊者唾手可得的果實41%的攻擊利用設備漏洞，因為基於it的攻擊會掃描連接網絡的設備，試圖利用已知的弱點。
這些現有的漏洞充分說明了開發強大的物聯網網絡安全對所有物聯網設備和服務提供商的重要性。這包括:
查看我們的smartworldder部分閱讀更多信息智能技術．