技術(shù)的進步使得在小型設(shè)備中嵌入增強的計算能力成為可能，并以接近實時的速度從中提取實時流數(shù)據(jù)。在傳感技術(shù)領(lǐng)域，與計算和通信技術(shù)共存的這些進步正在導(dǎo)致通常被稱為物聯(lián)網(wǎng)的互連設(shè)備。

雖然此功能允許大規(guī)模生成數(shù)據(jù)，但機器學(xué)習(xí)的進步允許對不斷增加的數(shù)據(jù)開發(fā)模型。大數(shù)據(jù)和數(shù)據(jù)分析正在發(fā)揮重要作用，并且隨著連接就緒設(shè)備和物聯(lián)網(wǎng)相關(guān)技術(shù)的滲透率的增加而變得越來越重要。

分析物聯(lián)網(wǎng)數(shù)據(jù)

大數(shù)據(jù)和數(shù)據(jù)分析對于物聯(lián)網(wǎng)的有效運行至關(guān)重要。大數(shù)據(jù)是物聯(lián)網(wǎng)的燃料，驅(qū)動物聯(lián)網(wǎng)的人工智能是它的大腦。從物聯(lián)網(wǎng)中，真正的價值可以來自推動智能洞察和制造更智能的互聯(lián)事物，從而為新業(yè)務(wù)鋪平道路。

連接到物聯(lián)網(wǎng)的數(shù)百萬個事物和設(shè)備會產(chǎn)生大量數(shù)據(jù)。為了大規(guī)模分析這些數(shù)據(jù)，它需要人工智能，這可以通過大數(shù)據(jù)分析來了解影響業(yè)務(wù)的上下文關(guān)系和模式。為了做出實時決策，物聯(lián)網(wǎng)正在推動大數(shù)據(jù)分析。因此，可以說大數(shù)據(jù)和物聯(lián)網(wǎng)密切相關(guān)。

組織可能不需要生成的所有 IoT 數(shù)據(jù)。因此，要分析這些數(shù)據(jù)，他們必須建立適當(dāng)?shù)姆治龌A(chǔ)架構(gòu)/平臺。理想的分析平臺必須基于三個參數(shù)。它們是未來的增長、適當(dāng)規(guī)模的基礎(chǔ)架構(gòu)和性能。專用于特定客戶的單租戶物理服務(wù)器和裸機服務(wù)器是性能的理想選擇。

混合是基礎(chǔ)設(shè)施和未來發(fā)展的理想方法?；旌喜渴鹩蓪Ｓ猛泄?、托管、托管到托管和云組成，將各種環(huán)境中的理想功能組合到單個最佳環(huán)境中。為了處理物聯(lián)網(wǎng)數(shù)據(jù)，托管服務(wù)提供商（MSP）也在其平臺上工作。為了涵蓋整個物聯(lián)網(wǎng)領(lǐng)域，MSP供應(yīng)商正在研究工具，性能和基礎(chǔ)架構(gòu)方面。

物聯(lián)網(wǎng)設(shè)備會產(chǎn)生大量數(shù)據(jù)，組織的任務(wù)是處理如此龐大的數(shù)據(jù)并對其執(zhí)行操作。這些操作可以包括分析、靜態(tài)準(zhǔn)備、指標(biāo)計算和事件關(guān)聯(lián)。數(shù)據(jù)不是每次都是流數(shù)據(jù)，在正常的大數(shù)據(jù)場景中，操作會有所不同。因此，要管理物聯(lián)網(wǎng)數(shù)據(jù)的規(guī)模，構(gòu)建分析解決方案時必須牢記這些差異。

將大數(shù)據(jù)分析和物聯(lián)網(wǎng)結(jié)合在一起

物聯(lián)網(wǎng)正在以各種可能的方式改變我們的生活，包括教育、智能家居、健康、交通、零售業(yè)務(wù)、制造業(yè)等。物聯(lián)網(wǎng)連接傳感器、軟件應(yīng)用程序、可穿戴設(shè)備、智能手機、恒溫器、聲控電器、醫(yī)療設(shè)備、信號燈和交通信號燈、火車卡車、卡車、汽車等等。

所有這些物聯(lián)網(wǎng)設(shè)備都在傳輸大量數(shù)據(jù)，這些數(shù)據(jù)需要一個新的硬件和軟件基礎(chǔ)設(shè)施來處理如此龐大的數(shù)據(jù)并實時檢查。為了處理不斷產(chǎn)生的數(shù)據(jù)，技術(shù)每天都在發(fā)展和改進。這就是物聯(lián)網(wǎng)與大數(shù)據(jù)聯(lián)系的地方。為了提高績效，大數(shù)據(jù)可幫助企業(yè)利用周圍可用的數(shù)據(jù)。

企業(yè)可以使用物聯(lián)網(wǎng)跟蹤其資產(chǎn)，以在需要時借助大數(shù)據(jù)分析進行監(jiān)控并采取糾正措施。例如，物聯(lián)網(wǎng)有助于監(jiān)控泵、卡車、發(fā)動機等資產(chǎn)。大數(shù)據(jù)有助于分析有關(guān)這些設(shè)備和機器的可用數(shù)據(jù)，這些數(shù)據(jù)涉及故障及其發(fā)生的原因。

大數(shù)據(jù)分析有助于預(yù)測問題，甚至在問題發(fā)生之前就解決問題。大數(shù)據(jù)和物聯(lián)網(wǎng)相互協(xié)作，有助于資產(chǎn)監(jiān)控從被動主動。如今，只有 8% 的企業(yè)能夠及時、完整地捕獲和檢查 IoT 數(shù)據(jù)。

主要挑戰(zhàn)

隨著物聯(lián)網(wǎng)的不斷擴展，除了優(yōu)勢之外，網(wǎng)絡(luò)安全問題和安全問題等主要風(fēng)險也隨之而來，因為黑客可以入侵電網(wǎng)，安全系統(tǒng)和任何其他包含敏感數(shù)據(jù)的鏈接系統(tǒng)。

這些組織必須采用互聯(lián)網(wǎng)安全平臺，通過基于云的解決方案提供保護，防止未經(jīng)授權(quán)的數(shù)據(jù)訪問。在下面的部分中，我將讓您知道如何處理數(shù)據(jù)安全和存儲問題。

與數(shù)據(jù)存儲和安全相關(guān)的問題

當(dāng)我們談?wù)撐锫?lián)網(wǎng)時，我們腦海中閃過的第一件事就是撞擊組織數(shù)據(jù)存儲的巨大數(shù)據(jù)流。因此，數(shù)據(jù)存儲必須準(zhǔn)備好存儲此額外數(shù)據(jù)量。由于物聯(lián)網(wǎng)數(shù)據(jù)對存儲基礎(chǔ)設(shè)施的影響，許多公司正在向平臺即服務(wù)（PaaS）模型發(fā)展，而不是維護自己的存儲基礎(chǔ)設(shè)施。

轉(zhuǎn)向 PaaS 模型的原因是，公司自己的存儲基礎(chǔ)結(jié)構(gòu)需要不斷擴展來處理這種額外的數(shù)據(jù)負載。PaaS 是一種基于云的托管解決方案，可提供高級可擴展性、合規(guī)性、體系結(jié)構(gòu)和靈活性，以存儲有價值的 IoT 數(shù)據(jù)。

云存儲的選項包括混合、公共和私有模型。如果組織包含的數(shù)據(jù)依賴于需要高安全性或敏感數(shù)據(jù)的法規(guī)遵從性要求，則私有云模型可能是理想的選擇。在其他情況下，組織可以選擇混合或公共模型進行物聯(lián)網(wǎng)數(shù)據(jù)存儲。

構(gòu)成物聯(lián)網(wǎng)的設(shè)備種類及其產(chǎn)生的數(shù)據(jù)在性質(zhì)上各不相同。這包括通信協(xié)議，各種數(shù)據(jù)和原始設(shè)備，這些都帶有固有的數(shù)據(jù)安全風(fēng)險。物聯(lián)網(wǎng)的這個不同領(lǐng)域?qū)Π踩珜I(yè)人員來說是相當(dāng)新的，因此由于缺乏經(jīng)驗，安全風(fēng)險可能會增加。這里的任何攻擊不僅會損壞數(shù)據(jù)，還會損壞設(shè)備本身。因此，組織必須對其安全環(huán)境進行一些更改。

由于物聯(lián)網(wǎng)領(lǐng)域正在發(fā)生指數(shù)級增長，連接到網(wǎng)絡(luò)的設(shè)備數(shù)量正在迅速增加。因此，這些設(shè)備將具有不同的大小和形狀，并且位于網(wǎng)絡(luò)外部。因此，出于身份驗證目的，每個設(shè)備都必須具有不可信的標(biāo)識。組織必須獲取有關(guān)這些連接設(shè)備的所有信息，并將其存儲起來以用于審核目的。

適當(dāng)?shù)木W(wǎng)絡(luò)分段和多層安全系統(tǒng)將防止攻擊發(fā)生并蔓延到其他網(wǎng)絡(luò)組件。正確配置的 IoT 系統(tǒng)必須遵循細粒度訪問控制 （FGAC） 網(wǎng)絡(luò)策略來確定哪些 IoT 設(shè)備可以連接。

必須利用網(wǎng)絡(luò)訪問和身份策略與軟件定義網(wǎng)絡(luò) （SDN） 技術(shù)的組合來生成動態(tài)網(wǎng)絡(luò)分段?；?SDN 的網(wǎng)絡(luò)分段必須用于點對多點和點對點加密，具體取決于某些 PKI/SDN 合并。

大數(shù)據(jù)分析與物聯(lián)網(wǎng)協(xié)同工作

隨著組織轉(zhuǎn)向物聯(lián)網(wǎng)，他們必須了解大數(shù)據(jù)分析與物聯(lián)網(wǎng)之間的關(guān)系。為了使物聯(lián)網(wǎng)部署產(chǎn)生相當(dāng)大的影響，它們必須提供有用的服務(wù)或工具，同時還要收集相關(guān)數(shù)據(jù)。僅僅收集數(shù)據(jù)是不夠的。必須對其進行分析和處理才能獲得見解，并且必須推動可操作的步驟，以增強業(yè)務(wù)運營。

物聯(lián)網(wǎng)和大數(shù)據(jù)很好地協(xié)同工作，以提供洞察力和分析，并且有很多實例可以證明這一點。這些示例包括運輸組織、農(nóng)業(yè)、組織中的 HR 活動等等。這些行業(yè)正在使用分析工具和來自傳感器的數(shù)據(jù)來提供分析和見解。

物聯(lián)網(wǎng)增長是新技術(shù)時代的一個指標(biāo)，希望留在這個新時代的公司將不得不改變他們開展活動的方式，以適應(yīng)新的數(shù)據(jù)源和數(shù)據(jù)類型。同樣，隨著物聯(lián)網(wǎng)的發(fā)展，企業(yè)將面臨更多挑戰(zhàn)。需要一種積極主動的方法，包括更早地發(fā)現(xiàn)問題并設(shè)計解決問題的方法。構(gòu)建分析解決方案時牢記主要風(fēng)險，可以避免與安全和安保相關(guān)的大多數(shù)問題以及任何其他重大問題。

審核編輯：郭婷