物联网（IoT）简介 | Linux 中国_数据_装备

物联网（IoT）是一个由智能设备连接起来的网络，并供应了丰富的数据，但是它也有可能是一场安全领域的噩梦。

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

（本笔墨数：4987，阅读时终年夜约：9 分钟）

物联网（IoT）是一个由智能设备连接起来的网络，并供应了丰富的数据，但是它也有可能是一场安全领域的噩梦。

物联网(Internet of Things)（IoT）是一个统称，指的是越来越多不属于传统打算设备，但却连接到互联网吸收或发送数据，或既吸收也发送的电子设备组成的网络。

现在有数不胜数的东西可以归为这一类：可以联网的“智能”版传统设备，比如说电冰箱和灯泡；那些只能运行于有互联网环境的小设备，比如像 Alexa 之类的电子助手；与互联网连接的传感器，它们正在改变着工厂、医疗、运输、物流中央和农场。

物联网将互联网、数据处理和剖析的能力带给了现实的实物天下。
对付消费者来说，这就意味着不须要键盘和显示器这些东西，就能和这个环球信息网络进行互动；他们的日常用品当中，很多都可以通过该网络接管操作指令，而只需很少的人工干预。

互联网长期以来为知识事情供应了便利，在企业环境当中，物联网也能为制造和分销带来同样的效率。
环球数以百万计乃至数十亿计的嵌入式具有互联网功能的传感器正在供应令人难以置信丰富的数据集，企业可以利用这些数据来担保他们运营的安全、跟踪资产和减少人工流程。
研究职员也可以利用物联网来获取人们的喜好和行为数据，只管这些行为可能会严重影响隐私和安全。

一句话：非常弘大。
Priceonomics 对此进行了剖析 ：在 2020 年的时候，有超过 50 亿的物联网设备，这些设备可以天生 4.4 泽字节(zettabyte)（LCTT 译注：1 zettabyte = 109 terabyte = 1012 gigabyte）的数据。
比较较，物联网设备在 2013 年仅仅产生了 1000 亿 千兆字节(gigabyte)的数据。
在物联网市场上可能挣到的钱也同样让人瞠目；到 2025 年，这块市场的代价可以达到 1.6 万亿美元到 14.4 万亿美元不等。

一个联网设备和传感器无处不在的天下，是科幻小说中最经典的景象之一。
物联网传说中将 1970 年 卡耐基•梅隆大学的一台连接到 APRANET 的自动贩卖机 称之为天下上第一个物联网设备，而且许多技能都被吹捧为可以实现 “智能” 的物联网式特色，使其颇具有未来主义的光彩。
但是“物联网”这个词是由英国的技能专家 Kevin Ashton 于 1999 年提出来的。

一开始，技能是滞后于当时对未来的憧憬的。
每个与互联网相连的设备都须要一个处理器和一种能和其他东西通信的办法，无线的最好，这些成分都增加了物联网大规模实际运用的本钱和性能哀求，这种情形至少一贯持续到 21 世纪头十年中期，直到摩尔定律遇上来。

一个主要的里程碑是 RFID 标签的大规模利用 ，这种价格低廉的极简转发器可以被贴在任何物品上，然后这些物品就可以连接到更大的互联网上了。
对付设计者来说，无处不在的 Wi-Fi 和 4G 让任何地方的无线连接都变得非常大略。
而且，IPv6 的涌现再也不用让人们担心把数十亿小设备连接到互联网上会将 IP 地址耗尽。
（干系宣布： 物联网网络可以促进 IPv6 的利用吗？ ）

物联网的基本元素是网络数据的设备。
广义地说，它们是和互联网相连的设备，以是每一个设备都有 IP 地址。
它们的繁芜程度不一，这些设备涵盖了从工厂运输货色的自动驾驶车辆到监控建筑温度的大略传感器。
这个中也包括每天统计步数的个人手环。
为了让这些数据变得故意义，就须要对其网络、处理、过滤和剖析，每一种数据都可以通过多种办法进行处理。

采集数据的办法是将数据从设备上传输到采集点。
可以通过各种无线或者有线网络进行数据的转移。
数据可以通过互联网发送到具有存储空间或者打算能力的数据中央或者云端，或者这些数据也可以分段进行传输，由中间设备汇总数据后再沿路径发送。

处理数据可以在数据中央或者云端进行，但是有时候这不太可行。
对付一些非常主要的设备，比如说工业领域的关停设备，从设备年夜将数据发送到远程数据中央的延迟太大了。
发送、处理、剖析数据和返回指令（在管道爆炸之前关闭阀门）这些操作，来回一趟的韶光可能要花费非常多的韶光。
在这种情形下， 边缘打算(edge-computing)就可以大显技艺了，智能边缘设备可以汇总数据、剖析数据，在须要的时候进行回应，所有这些都在相对较近的物理间隔内进行，从而减少延迟。
边缘设备可以有上游连接，这样数据就可以进一步被处理和储存。

物联网是如何事情的。

实质上，任何可以搜集来自于真实天下数据，并且可以发送回去的设备都可以参与到物联网生态系统中。
范例的例子包括智能家居设备、射频识别标签（RFID）和工业传感器。
这些传感器可以监控一系列的成分，包括工业系统中的温度和压力、机器中关键设备的状态、患者身上与生命体征干系的旗子暗记、水电的利用情形，以及其它许许多多可能的东西。

全体工厂的机器人可以被认为是物联网设备，在工业环境和仓库中移动产品的自主车辆也是如此。

其他的例子包括可穿着设备和家庭安防系统。
还有一些其它更根本的设备，比如说 树莓派 和 Arduino ，这些设备可以让你构建你自己的物联网终端节点。
只管你可能会认为你的智好手机是一台袖珍电脑，但它很可能也会以非常类似物联网的办法将你的位置和行为数据传送到后端做事。

设备管理

为了能让这些设备一起事情，所有这些设备都须要进行验证、分配、配置和监控，并且在必要时进行修复和更新。
很多时候，这些操作都会在一个单一的设备供应商的专有系统中进行；要么就完备不会进行这些操作，而这样也是最有风险的。
但是全体业界正在向 标准化的设备管理模式 过渡，这使得物联网设备之间可以相互操作，并担保设备不会被伶仃。

物联网通信标准和协议

当物联网上的小设备和其他设备通信的时候，它们可以利用各种通信标准和协议，这个中许多都是为这些处理能力有限和电源功率不大的设备专门定制的。
你一定听说过个中的一些，只管有一些设备利用的是 Wi-Fi 或者蓝牙，但是更多的设备是利用了专门为物联网天下定制的标准。
比如，ZigBee 便是一个低功耗、远间隔传输的无线通信协议，而 MQTT（ 行列步队遥测传输(Message Queuing Telemetry Transport)）是为连接在不可靠或者易发生延迟的网络上的设备定制的一个发布/订阅信息协议。
（参考 Network World 的词汇表： 物联网标准和协议 。
）

物联网也会受益于 5G 为蜂窝网络带来的高速率和高带宽，只管这种利用场景会 滞后于普通的手机 。

边缘打算如何使物联网成为可能。

对付许多物联网系统来说，大量的数据会以极快的速率涌来，这种情形催生了一个新的科技领域， 边缘打算 (edge computing)，它由放置在物联网设备附近的设备组成，处理来自那些设备的数据。
这些机器对这些数据进行处理，只将干系的素材数据发送到一个更集中的系统系统进行剖析。
比如，想象一个由几十个物联网安防摄像头组成的网络，边缘打算会直接剖析传入的视频，而且只有当个中一个摄像头检测到有物体移动的时候才向安全操作中央（SoC）发出警报，而不会是一下子将所有的在线数据流全部发送到建筑物的 SoC。

一旦这些数据已经被处理过了，它们又去哪里了呢？好吧，它大概会被送到你的数据中央，但是更多情形下，它终极会进入云。

对付物联网这种间歇或者不同步的数据来往场景来说，具有弹性的云打算是再适宜不过的了。
许多云打算巨子，包括 谷歌 、 微软 和 亚马逊 ，都有物联网产品。

云打算巨子们正在考试测验出售的，不仅仅是存放传感器搜集的数据的地方。
他们正在供应一个可以折衷物联网系统中各种元素的完全平台，平台会将很多功能捆绑在一起。
实质上，物联网平台作为中间件，将物联网设备和边缘网关与你用来处理物联网数据的运用程序连接起来。
也便是说，每一个平台的厂商看上去都会对物联网平台该当是什么这个问题有一些轻微不同的阐明，以更好地 与其他竞争者拉开差距 。

正如前面所提到的，所有这些物联网设备网络了 ZB 级的数据，这些数据通过边缘网关被发送到平台上进行处理。
在很多情形下，这些数据便是要支配物联网的紧张缘故原由。
通过从现实天下中的传感器搜集来的数据，企业就可以实时的作出灵巧的决定。

例如，Oracle 公司 假想了一个这样的场景 ，当人们在主题公园的时候，会被鼓励下载一个可以供应公园信息的运用。
同时，这个程序会将 GPS 旗子暗记发回到公园的管理部门来帮助他们预测排队韶光。
有了这些信息，公园就可以在短期内（比如通过增加员工数量来提升景点的一些容量）和长期内（通过理解哪些举动步伐最受欢迎，那些最不受欢迎）采纳行动。

这些决定可以在没有人工干预的情形作出。
比如，从化工厂管道中的压力传感器网络的数据可以通过边缘设备的软件进行剖析，从而创造管道分裂的威胁，这样的信息可以触发关闭阀门的旗子暗记，从而避免泄露。

主题公园的例子可以让你很随意马虎理解，但是和许多现实天下中物联网网络数据的操作比较，就显得小菜一碟了。
许多大数据业务都会利用到来自物联网设备网络的信息，然后与其他数据关联，这样就可以剖析预测到人类的行为。
Software Advice 给出了 一些例子 ，个中包括由 Birst 供应的一项做事，该做事将从联网的咖啡机中网络的咖啡冲泡的信息与社交媒体上发布的帖子进行匹配，看看顾客是否在网上评论辩论咖啡品牌。

另一个最近才发生的戏剧性的例子，X-Mode 发布了一张基于位置追踪数据的舆图，舆图上显示了在 2020 年 3 月春假的时候，正当新冠病毒在美国加速传播的时候，人们在 劳德代尔堡(Ft. Lauderdale)聚会完 终极都去了哪里 。
这张舆图令人震荡，不仅仅是由于它显示出病毒可能的扩散方向，更是由于它解释了物联网设备是可以多么密切地追踪我们。
（更多关于物联网和剖析的信息，请点击 此处 。
）

物联网设备能够网络的数据量远远大于任何人类能够以有效的办法处理的数据量，而且这肯定也不是能实时处理的。
我们已经看到，仅仅为了理解从物联网终端传来的原始数据，就须要边缘打算设备。
此外，还须要检测和处理可能便是 完备缺点的数据 。

许多物联网供应商也同时供应机器学习和人工智能的功能，可以用来理解网络来的数据。
比如，IBM 的 Jeopardy!-winning Watson 平台就可以在 物联网数据集上进行演习 ，这样就可以在预测性掩护领域产生有用的结果 —— 比如说，剖析来自无人机的数据，可以区分桥梁上轻微的破坏和须要重视的裂痕。
同时，ARM 也在研发 低功耗芯片 ，它可以在物联网终端上供应 AI 的能力。

物联网的商业用场包括跟踪客户、库存和主要部件的状态。
IoT for All 列举了四个已经被物联网改变的行业：

更普遍的情形是，企业正在探求能够在 四个领域 上得到帮助的物联网办理方案：能源利用、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 校正： wxy

本文由 LCTT 原创编译， Linux中国 名誉推出