物联网（IoT）现象 - 统一联系的事物提供了关键的物理数据并在云中进一步处理该数据以提供业务见解 - 为所有业务和行业中的许多参与者提供了巨大的机会。许多公司正在组织自己专注于物联网以及其未来产品和服务的连通性。
图1：物联网挑战。学分：作者
对于物联网行业蓬勃发展，要克服的挑战有三种类别，对于技术的任何新趋势，不仅是物联网的新趋势都是如此：
技术
商业
社会
技术
该部分涵盖了使物联网系统正常运行的独立解决方案或现有系统的一部分所需的所有技术。云安全联盟（CSA）列出了这种技术挑战的一些根本原因：
许多物联网系统的设计和实施不佳，使用了创建复杂配置的各种协议和技术。
缺乏成熟的物联网技术和业务流程。
生命周期维护和物联网设备管理的指导有限。
有限的最佳实践可用于物联网开发人员。
缺乏用于物联网边缘设备的身份验证和授权的标准。
基于物联网的事件响应活动没有最佳实践。
审核和记录标准未针对物联网组件定义。
限制接口可用的IoT设备与安全设备和应用程序进行交互。
目前尚不关注确定实现对组织物联网资产安全姿势的情境意识的方法。
安全
物联网已经变成了一个严重的安全问题，引起了全世界著名的科技公司和政府机构的关注。婴儿监视器，智能冰箱，恒温器，药物输液泵，摄像头甚至突击步枪的黑客入侵，这意味着由物联网未来造成的安全噩梦。如此多的新节点被添加到网络中，互联网将为恶意演员提供无数的攻击媒介和执行邪恶行为的可能性，尤其是因为其中大量遭受了安全漏洞的困扰。
图2：技术挑战。学分：auhtor
这种恐惧是在2016年10月21日在美国的Twitter，Netflix，Nytimes和Paypal等服务服务器等大规模分布式拒绝服务攻击方面实现的。该攻击的主要受害者Dyn认为，恶意软件。“攻击的流量来源是被Mirai僵尸网络感染的设备”，Github上Mirai恶意软件源代码的链接就在这里。这次袭击发生在网络安全的恐惧和互联网安全漏洞增加的增加之中。初步的指示表明，无数物联网（IoT）设备可以用恶意软件劫持日常技术（例如闭路相机和智能家居设备），并用于服务器。
安全性更重要的转变将来自于物联网将在我们的生活中变得更加根深蒂固的事实。担忧将不再仅限于保护敏感信息和资产的保护。我们的生活和健康可以成为物联网攻击的目标。
物联网不安全感的背后有很多原因。其中一些与该行业处于“淘金热”状态有关，在竞争对手之前，每个供应商都匆忙地寻求将下一个创新的连接小工具淘汰。在这种情况下，功能成为主要重点，安全性将获得后排座位。
连接性
连接这么多设备将是物联网未来最大的挑战之一，它将无视当前通信模型和基础技术的结构。目前，我们依靠集中式服务器/客户端范式来验证，授权和连接网络中的不同节点。
该模型足以满足当前的物联网生态系统，其中涉及数十甚至数千个设备。但是，当网络成长为加入数十亿和数十亿个设备时，集中式的经纪系统将变成瓶颈。这样的系统将需要大量的投资和支出来维护可以处理如此大量信息交换的云服务器，如果服务器不可用，整个系统都可以降低。
物联网的未来将在很大程度上必须依靠分散的物联网网络。通过将功能移动到边缘，部分可能会成为可能，例如使用雾计算模型，在这些模型中，IoT枢纽等智能设备负责时间关键时期操作和云服务器承担数据收集和分析责任。
其他解决方案涉及使用点对点通信，设备可以直接识别和认证，并在不参与经纪人的情况下交换信息。网络将以网格创建，没有单点故障。该模型将面临自己的一系列挑战，尤其是从安全角度来看，但是可以通过一些新兴的物联网技术（例如区块链）来应对这些挑战。
兼容性和寿命
物联网在许多不同的方向上增长，许多不同的技术竞争成为标准。这将造成困难，并需要在连接设备时部署额外的硬件和软件。
其他兼容性问题源于非自义云服务，缺乏标准化的M2M协议以及物联网设备中固件和操作系统的多样性。
这些技术中的一些最终将在未来几年内变得过时，从而有效地使实施它们的设备毫无用处。这尤其重要，因为与具有几年寿命的通用计算设备相反，物联网电器（例如智能冰箱或电视）倾向于使用更长的时间，即使他们的制造商也应该能够运行失业。
标准
包括网络协议，通信协议和数据种类标准的技术标准是处理，处理和存储从传感器收集的数据的所有活动的总和。该聚合通过增加可用于分析的数据的规模，范围和频率来增加数据的价值。
在物联网中采用标准面临的挑战
处理非结构化数据的标准：结构化数据存储在关系数据库中，例如通过SQL查询。非结构化数据存储在不同类型的NOSQL数据库中，没有标准查询方法。
利用新的聚合工具的技术技能：热衷于利用大数据工具的公司通常会面临人才短缺来计划，执行和维护系统。
智能分析和行动
物联网实施的最后阶段是从数据中提取见解以进行分析，其中分析是由认知技术和随附的模型驱动的，这些模型有助于使用认知技术。
推动物联网中采用智能分析的因素；
通过较低的存储空间，可以通过比以往更容易获得的大型数据集改进人工智能模型。
众包和开放源分析软件的增长：基于云的众包服务正在以前所未有的速率导致现有算法和现有量化的新算法和改进。
实时数据处理和分析：分析工具，例如复杂事件处理（CEP），启用实时或接近实时的数据处理和分析，从而推动及时的决策和行动。
在物联网中采用智能分析面临的挑战
由于数据和/或模型中的缺陷而导致的分析不准确：缺乏数据或异常值的存在可能会导致误报或假阴性，从而暴露了各种算法限制
传统系统分析非结构化数据的能力：旧系统非常适合处理结构化数据；不幸的是，大多数物联网/业务互动都会生成非结构化数据
传统系统管理实时数据的能力：传统分析软件通常在面向批处理的处理中起作用，其中所有数据都加载到批处理中，然后分析
此阶段的第二阶段是智能动作，可以用UI和UX技术的所有进步表示为M2M和M2H接口。
推动在物联网内采用明智行动的因素
降低机器价格。
改进的机器功能。
机器通过行为科学的理由“影响”人类行为。
深度学习工具。
在物联网内采取明智行动面临的挑战
机器在不可预测的情况下的行动。
信息安全和隐私。
机器互操作性。
卑鄙的人类行为。
缓慢采用新技术。
商业
最重要的是，在没有合理和扎实的物联网业务模型的情况下，我们将有另一个泡沫的启动，投资和经营任何业务的巨大动力，该模型必须满足各种电子商务的所有要求；垂直市场，水平市场和消费市场。但是，此类别始终是监管和法律审查的受害者。
在垂直行业运营并使用云分析提供服务的端到端解决方案提供商将是在物联网中最大的一部分价值货币化。尽管许多物联网应用程序可能会吸引适度的收入，但有些可以吸引更多的收入。对于现有的通信基础设施的负担很小，运营商有可能使用物联网技术开放新的收入来源。
图3：物联网类别。学分：作者
显然，重要的是要了解每个类别的物联网应用程序的价值链和业务模型。
物联网可以根据用法和客户群分为3个类别：
消费者物联网包括智能汽车，手机，手表，笔记本电脑，连接的电器和娱乐系统等连接的设备。
商业物联网包括库存控件，设备跟踪器和连接的医疗设备之类的东西。
工业物联网涵盖了连接电表，废水系统，流量仪，管道监视器，制造机器人以及其他类型的连接工业设备和系统等内容。
社会
由于以下原因，了解客户和监管机构的物联网并不是一件容易的事：
客户需求和要求不断变化。
设备以及新设备的新用途，并以突破性的速度增长。
发明和重新融合必备功能和功能昂贵，需要时间和资源。
物联网技术的用途正在扩展和改变，通常在未知的水域中。
消费者的信心：“这些问题中的每一个都可以使消费者购买相关产品的愿望陷入困境，这将阻止物联网发挥其真正的潜力。
消费者缺乏对物联网设备安全性最佳实践的理解或教育，无法改善隐私，例如更改IoT设备的默认密码。
社会和法律挑战和隐私
物联网对隐私构成了独特的挑战，许多人超出了当前存在的数据隐私问题。其中的大部分源于将设备集成到我们的环境中，而无意中使用它们。
学分：作者
这在消费设备中变得越来越普遍，例如为手机和汽车的跟踪设备以及智能电视。就后者而言，正在集成语音识别或视觉功能，这些功能可以连续收听对话或观看活动并有选择地将数据传输到云服务中进行处理，其中有时包括第三方。此信息的收集暴露了数据保护和隐私法所面临的法律和监管挑战。
此外，许多物联网方案涉及跨越社会和文化界限的跨国或全球范围的设备部署和数据收集活动。这对于为物联网开发广泛适用的隐私保护模型意味着什么？
为了实现物联网的机会，需要制定策略来尊重各种期望的个人隐私选择，同时仍在促进新技术和服务的创新。
监管标准
数据市场的监管标准尤其是数据经纪人；他们是出售从各种来源收集的数据的公司。即使数据似乎是物联网的货币，也缺乏透明度。谁可以访问数据，以及这些数据如何用于开发产品或服务并将其出售给广告商和第三方。需要明确的数据指南，包括元数据在内的数据（包括元数据）（描述其他数据的数据）。
艾哈迈德·巴纳法（Ahmed Banafa）
教师|作者|扬声器|五次年度教练
参考：
图表：艾哈迈德·巴纳法（Ahmed Banafa）