物聯網是當今科技革命中最受歡迎的技術之一，但仍面臨許多物聯網挑戰. 隨著設備和技術變得互聯且更加智能, 他們面臨的危險和脆弱性也是如此. 過去十年, 這 物聯網 已廣泛應用於各行業, 許多公司使用它來開發更聰明的運營.
物聯網設備帶來設備之間的高效通信, 自動化, 節省時間和成本, 以及許多其他好處, 關於用戶還有一件事, 這不是安全. 物聯網設備在某些情況下很難信任. 本文將梳理每個環節中的一些關鍵物聯網挑戰.
1. 8 物聯網安全問題的挑戰
安全標準不一致
物聯網在安全標準方面有些過時. 利基市場和企業沒有統一的標準, 這意味著所有企業都必須制定自己的準則和協議.
缺乏標準化使得在不增加風險的情況下保護物聯網設備和 M2M 之間的通訊變得更加困難.
處理能力低
大多數情況下只需要很少的數據 物聯網應用. 這可以延長電池壽命並降低成本, 但讓 OTA 更新更加困難，並禁止設備使用網路安全工具. 所以, 駭客攻擊往往會發生.
遺留資產
在沒有雲端連接的情況下開發應用程式很容易受到現代網路攻擊. 例如, 這些舊資產可能不符合新的加密標準. 讓舊應用程式在互聯網上運行而不進行重大更改是危險的, 但對於歷史資產來說這並不總是可能的. 這些技術可能已經拼湊了幾十年，即使是很小的安全更新也是物聯網的主要挑戰.
缺乏意識
多年來，網路使用者已經學會如何保護手機和個人電腦. 但由於物聯網是一項新技術, 很多人對其概念和功能比較陌生. 因此, 消費者, 企業和製造商能夠對物聯網設備構成安全威脅. 駭客攻擊人員和設備.
殭屍網路攻擊
殭屍網路是隱藏惡意軟體的連結裝置網絡, 使劫機者能夠實施各種詐欺行為. 採用此類機器人來進行伺服器崩潰, 越權存取, 分散式阻斷服務, 和資料竊取.
通常的目標是發展, 自動化, 短時間內加速攻擊，消耗費用更少. 有效進攻, 駭客可以遠端存取設備並感染數千個工作站. 安全系統很難區分真實通信和惡意通信.
缺乏加密
在物聯網領域, 傳統傳輸加密的缺失是最大的安全性問題之一. 一旦有人闖入網絡，他們就能夠獲取發送到設備和從設備發送的敏感訊息.
韌體更新缺失
物聯網安全的另一個大問題是部署的設備是否容易受到攻擊. 製造商應該升級他們的固件，無論是來自他們自己的程式碼還是第三方生成的程式碼. 理論上, 這應該可以遠端實現, 但這並不總是可能的. 當資料在網路中移動太慢或訊息容量有限時, 您可能需要實體接觸設備才能發布更新.
禁止和假冒物聯網設備
關閉邊界和管理所有單獨設備是主要挑戰 物聯網安全. 網路設備的普及和製造設備數量的快速增加給家庭網路帶來了問題.
未經授權的使用者在受保護的網路上安裝非法和虛假的物聯網設備.
此類設備被允許配置為惡意存取點, 恆溫器, 和攝影機在用戶不知情的情況下竊取通訊數據.
2. 物聯網(物聯網) 中的挑戰 資料隱私
隱私是企業最關心的問題. 近年來，如何更好地保護敏感資料和個人資料的問題日益突出, 隨著 GDPR 等法律和監管框架受到越來越多的關注，網路威脅情況變得更加動態和複雜.
物聯網正在改變多個產業, 它所促進的自動化和商業智慧是強大的. 但物聯網也為組織帶來了資料隱私方面的具體挑戰. 我們透過下面的內容來學習一下.
終點增加
物聯網感測器 或裝置已連接網路. 這, 反過來, 意味著物聯網設備或感測器是潛在的資料外洩點, 或者惡意方可以獲得存取權限.
因此, 當組織創建物聯網生態系統時, 例如, 透過在工廠車間的整個實體資產中部署網路感測器, 每一個物理資產理論上都是一個終端設備, 就像組織中其他地方的電腦和行動裝置一樣. 因此, 組織大大增加了攻擊面, 網路犯罪分子可以嘗試透過終端設備存取網路以竊取數據.
小型且簡單的設備
引發隱私問題的不僅是物聯網設備的數量, 但其中許多都簡單且尺寸小. 這通常意味著無法在這些設備中嵌入高級網路安全保護, 導致惡意軟體感染和惡意資料攔截. 其他問題可能包括將易於記住的密碼設定為預設密碼.
數據增加
物聯網設備收集無法收集或昂貴的數據. 這些數據產生大量可即時、長期利用的商業智能. 簡而言之, 它們極大地增加了組織正在處理的數據數量——這, 反過來, 意味著安全和隱私專家應該關注資料的收集方式, 處理, 共享, 並儲存.
實施穩健的資料隱私保護方法, 處理資料的組織, 尤其是個人數據, 需要映射整個業務中的資料流，並起草和製定與該資料相關的安全策略.
可見性是關鍵
這些資料隱私和保護問題可能是多方面的, 但它們並非不可克服. 反而, 從事開發或部署物聯網設備的公司需要從一開始就將資料保護作為優先事項, 不是供以後考慮的附加元件. 強大的數據隱私始終始於可見性——了解正在收集或產生哪些數據, 處理地點和方式, 以及它是如何儲存的.
3. 物聯網挑戰 無線通訊連接
雖然物聯網的全部範圍仍在爭論中, 很明顯，這些設備正處於從「好有的」過渡到「必需品」的十字路口,”，人們將越來越依賴這些設備來執行關鍵任務和, 有時, 至關重要的應用.
無線通訊對於 物聯網設備. 紫蜂, Z波, 藍牙, 窄帶物聯網, 和 Wi-Fi 是設計人員實現這種通訊的首選選擇. 在關鍵任務場景中，物聯網設備必須使用不同的無線技術和相同的頻譜在多個使用者之間運行.
在大型建築物中 (例如醫院), 必須提供密集的設備操作，並且必須進行可靠的無線通信. 患者追蹤設備, 智慧照明, 穿戴式裝置, 醫療設備, 訪客攜帶的安全系統必須同時運作且互不干擾. 這種情況在醫院也存在, 醫療監控設備共享的地方 2.4 行動電話使用 GHz ISM 頻段, 無線攝影機, 和微波爐. 確保物聯網設備在此類環境中按預期運作至關重要.
網路挑戰
隨著5G的到來, 越來越多的應用程式將利用改進的蜂窩網路效能將計算工作負載「流」到資料中心. 各種設備都可以連接到網絡, 其中一些可能故意對網路安全和完整性構成威脅. 所以, 必須開發系統和網路管理工具來減輕此類風險.
物聯網功能現在被設計用於所有工業領域日益關鍵的應用. 設計師必須遵循深思熟慮的流程進行設計, 測試, 並驗證他們的智慧型設備和系統. 該過程必須涉及無線通訊的測量和測試, 網路層, 和裝置.
幸運的是, 設計人員現在有多種測試選擇可以幫助驗證物聯網生態系統的功能. 但進行正確的測試還不夠. 設計師必須採用正確的工具來完成正確的工作.
電池消耗分析可幫助設計人員準確地確定設備的當前使用情況以及每種操作模式的持續時間. 準確的建模工具和 EMI 模擬有助於在硬體開發之前估計排放水平.
4. 常見的 物聯網發展 挑戰
感測器模組
感測器模組通常圍繞具有數位和類比介面的微控制器單元設計, 還需要射頻收發介面與外界進行通信.
IoT 感測器模組的框圖
電源管理和尺寸調整是設計人員面臨的常見挑戰. RF 介面會消耗大量功率. 低功耗無線協定的開發是為了在功耗和傳輸範圍之間提供權衡. 與多個設備必須互不干擾地通訊的要求相比，某些環境中的功耗和智慧工廠可能不是問題. 訊號完整性成為首要任務. 另外, 工業環境中必須遵守電磁幹擾要求.
設計具有最佳電池壽命的物聯網設備需要準確的功耗曲線和設備動態負載的準確表徵. 了解負載要求之間的關係, 所需的時間是確定可能的電池壽命的一個重要方面.
無論是不可充電的紐扣電池還是可充電的鋰電池, 需要了解電池的工作特性並將其納入複雜的電源管理程序中，以延長和優化電池壽命. 能夠準確追蹤電池負載以及需求如何提供協助.
設計人員可以利用這些資訊開發強大的電源管理流程. 設計者可以確定, 例如, 物聯網設備的電流在運作過程中具有非常寬的動態範圍, 從無線收發器啟動連結時的數百毫安到收發器關閉時的亞微安, 至微控制器最大. 最佳睡眠模式, 感測器未激活, 等等.
數位 2. 優化電池壽命以分析無線物聯網設備的電池消耗至關重要. N6705B 直流電源分析儀和 N6781A 兩象限源測量單元是表徵電池消耗和了解設備隨電池負載隨時間變化的理想工具.
電池壽命長
如今，許多物聯網設備用戶都要求擁有可持續使用多年的電池. 如果有人打算在無法輕鬆更換電池的偏遠地區部署某些設備，這一點尤其重要. 頻繁更換電池可能需要進行手術或以其他方式使某人面臨更高的併發症風險.
硬體設計人員應該考慮哪些方面會消耗最多的功率以及是否有必要將它們納入設計中.
使用具有深度睡眠模式且消耗極少電流的積體電路可以解決這項挑戰. 而且, 設計者也應該考慮如何使用低電池電壓. 例如, 最大限度地減少產品的電流消耗. 設計人員可以透過使用低功耗組件並確保零件在不使用時不會繼續消耗太多功率來實現這一點.
對該計畫發表評論的研究人員認為，開發可自行充電的電池將取得重大進展.
安全漏洞
目前的頭條新聞通常包含有關可能影響世界各地物聯網設備的安全漏洞的令人震驚的細節. 從硬體角度解決物聯網設計挑戰需要多管齊下.
首先, 設計者必須考慮安全金鑰管理. 使用硬體加速加密來確保設備更安全也是一種選擇.
單獨的記憶體域也是首選方法. 使用安全記憶體存取來保護快閃記憶體和 RAM 免受未經授權的訪問. 這樣做使駭客更難使用程式設計介面和調試器發動攻擊.
推動打火機, 較小的設備
對這些功能的渴望是合理的，因為它可以實現實施的靈活性.
一種可能是看看設備是否需要使用柔性印刷電路板 (多氯聯苯) 而不是僵化的. 允許將更多組件裝入更小的空間. 它們通常也比剛性的更耐用，並且可以更好地承受惡劣環境中的衝擊, 延長它們的整體壽命.
如果物聯網設備將與 人工智慧 (人工智慧) 或在設備上處理數據, 硬體設計人員必須了解這些必需品也會影響外型尺寸.
物聯網硬體設計人員應該跟上這些發展，並了解更新的選項如何支援他們即將推出的產品.
投入足夠的時間進行測試
設計師通常工作時間很緊. 即便如此, 他們必須留出足夠的時間來測試硬件，並在結果出來後進行必要的調整.
產品上市前進行測試也可以防止安全相關問題. 例如, 模糊測試涉及讓物聯網設備接受隨機位元組並追蹤可能指示錯誤的異常行為. 這種情況最常發生在測試電腦應用程式時. 但, 這也是檢查物聯網設備的好方法.
Effective communication across teams is critical to obtaining useful test results. Software developers working on the device may find errors that partially affect the hardware.
Establishing a stable relationship with testers is also important. Many of these parties may not immediately know that they are experiencing problems due to hardware issues. 然而, after detailed feedback from those involved in testing, hardware designers and others involved in IoT products can begin to figure out where the problem is and collaborate to fix it.
Hardware designers should always plan to spend more time testing than expected. This way, there is no pressure to rush things, and there is no chance of missing issues that could interfere with product functionality or safety later on.
遠見可以避免許多物聯網設計挑戰
沒有萬能的方法可以避免每項物聯網設計挑戰. 但考慮每個設計決策的好和壞後果至關重要. 設計師還可以在每個階段做出最合適的選擇，避免耗時的問題.
5. 物聯網 挑戰 部署
物聯網部署已從基於消費者的應用程式擴展到，例如 智慧家庭 設備和穿戴式裝置到工業自動化的關鍵任務應用, 緊急回應, 公安, 物聯網, 和自動駕駛汽車.
物聯網的「5C」是 5 物聯網設計面臨的主要挑戰, 即連續性, 連接性, 遵守, 網路安全, 和共存.
部署挑戰 1: 連接性
實現設備之間的資訊無縫流動, 基礎設施, 雲, 由於密集設備部署的複雜性和無線連接的複雜性，應用程式是物聯網面臨的更大挑戰之一. 然而, 即使在最惡劣的環境下，任務關鍵型物聯網設備也有望可靠運作而不會出現故障.
解決方案的設計和測試需要高度可配置, 靈活的, 並可擴展以滿足未來的需求，因應連結挑戰. 靈活性需要在實際操作模式下測試具有多種無線電格式的設備，並支援在信令模式下進行 OTA 測試，而無需晶片組特定的驅動程式. 利用程式碼並最大限度地減少不同開發階段與措施相關的問題, 該解決方案應該便宜, 簡單的, 並能夠用於製造和研發&D.
部署挑戰 2: 連續性
確保並延長電池壽命至關重要. 更長的電池壽命是一個很大的好處. 對於工業物聯網設備, 電池壽命通常為5~10年. 器械壽命是指醫療器材的生死之差. 然而, 電池缺陷也是一個問題.
IC 設計人員需要設計具有深度睡眠模式的 IC，減少指令和速度集，並實現低電池電壓，以滿足物聯網電池壽命要求, 積體電路.
標準機構正在定義新的低功耗運作模式，例如 西格福克斯, LTE-M, 洛拉, 和 窄帶物聯網, 保持低功耗，同時提供有限的有效運行時間.
部署挑戰 3: 遵守
物聯網設備必須符合全球法規要求和無線電標準. 一致性測試包括無線電標準一致性測試和運營商驗收測試, 以及法規遵從性測試, 例如射頻, 電磁相容, 和SAR測試. Design engineers are usually forced to adhere to strict product launch schedules in compliance with the latest regulations
As compliance testing is time-consuming and complex, days or weeks are required to complete if performed manually. In order to keep the release schedule, designers can consider investing in in-house pre-conformance testing solutions that can be used at every design stage, as well as resolving problems early. Selecting a system that meets the regulatory compliance requirements of the test lab can also help ensure measurement relevance and reduce the risk of failure.
部署挑戰 4: 共存
For billions of devices, congestion in radio channels is a problem that is only going to get worse. 標準機構開發了測試來評估設備在存在其他訊號的情況下如何運行，以解決無線擁塞問題.
例如, 在藍牙中, 自適應跳頻 (AFH) 使藍牙設備能夠放棄遇到高數據衝突的通道. 其他防撞技術, 例如LBT和CCA, 還可以提高傳輸效率. 但混合訊號環境中的有效性尚不清楚, 當無線電格式無法相互偵測時, 可能會發生衝突和資料遺失.
失去訊號控制的工業感測器可能會產生嚴重後果. 因此，共存測試對於測量和評估擁擠的混合訊號環境中的操作以及評估在同一操作環境中發現意外訊號時維持無線性能的潛在風險至關重要.
部署挑戰 5: 網路安全
大多數傳統網路安全工具都專注於網路和雲端. OTA 和端點漏洞經常被忽視. 透過許多應用中使用的 WLAN 和藍牙等成熟技術來解決 OTA 漏洞的工作還很少.
70% 的安全漏洞來自端點. 保護這些物聯網設備, 應格外小心. 應識別端點設備的潛在入口和 OTA 漏洞點, 應使用定期更新的已知威脅/攻擊資料庫來測試設備.
以「5C」築牢物聯網基礎
它為許多行業打開了令人興奮的新機會和應用之門. 但也帶來了前所未有的挑戰, 需要新的思維方式來滿足關鍵任務的要求. 提供成功的物聯網意味著克服 5C 技術物聯網挑戰. 物聯網兌現了其承諾，並將透過使用正確的驗證來確保, 合規性測試, 製造業, 以及整個產品生命週期的安全工具.
6. 物聯網產業的供應鏈挑戰
消費性物聯網基本概述
物聯網是指依照特定的傳輸協定將任何物體連接到潛在的網路上，實現物與物之間的智慧連接, 事物, 人們, 透過多維訊息的即時傳輸和擷取與人溝通. 作為資訊科技產業第三次革命的代表, 物聯網將人工智慧運算與傳統工業製造有機結合. 物聯網主要分為工業物聯網與消費性物聯網.
完整的物聯網主要由網路層組成, 應用層, 感知層, 和平台層. 作為物聯網整合商, 應用層承擔著為最終用戶實現產品功能的重要職責. 公司主要產品, 智慧視聽硬體, 屬於消費性物聯網應用層. 消費者物聯網, 智慧辦公室, 智慧出行, 和智慧家庭都在消費物聯網的應用場景中.
數據是物聯網時代的核心資源
智慧終端是物聯網取得資料的入口: 從網路時代到物聯網時代的演進路徑整體概括如下: 網際網路 (個人電腦, 1.0 時代) → 行動互聯網 (智慧型手機, 2.0 時代) → 物聯網 (intelligent terminal of human-computer interaction and Internet of everything, 3.0 時代), and each upgrade is centered on the mining and redistribution of traffic data, the core resource. The Internet of Things will break through the existing “people” connection, expand to “people”, “people and things”, “things and things” “Internet of everything”, and on this basis to generate more large-scale data, more powerful AI. The core resource of the Internet of Things era is data. Whether it is chip, 感應器, intelligent terminal and other hardware manufacturers, or communication operators, cloud platforms, 人工智慧等軟體服務企業, 誰能獲得更多的數據訊息，誰就在整個產業鏈中擁有更大的話語權. 物聯網大數據取得的前提是建立具有大流量資料擷取能力的智慧終端網絡.
物聯網產業規模持續成長
消費物聯網市場前景廣闊: 物聯網終端安全白皮書 (2019) 表明近年來, 物聯網應用層出不窮, 以及智慧醫療的推廣應用, 智慧交通等產業全面推動物聯網終端指數級成長. 全球物聯網連接設備數量 11 十億 2019 並將達到 25 十億 2025. 和....相比 2018, it achieved a compound annual growth rate of 15.71%.
In the field of consumer IoT, the number of global consumer Internet of Things connections is expected to grow to 11.4 十億 2025, 其中以家庭安全設備為代表的智慧家庭設備數量預計將增加 2 十億.
從產業規模來看, 物聯網產品和服務等全球收入 $343 十億 2019 預計將增長到 $1.12 兆 2025, 年增長率為 21.86%.
通訊技術的進步, 雲端運算, 人工智慧支撐物聯網產業快速發展
作為萬物互聯的紐帶, 物聯網的發展離不開網路和通訊技術的進步. 由於傳輸和計算能力的限制, 傳統4G網路與集中式運算無法處理物聯網帶來的大量數據，無法實現即時互聯的概念. 隨著5G等新技術, 雲端運算, and artificial intelligence mature and converge, the foundation for the development of the Internet of Things industry has been laid.
5G communication is the latest generation of cellular mobile communication technology. 和....相比 4G, 5G網 has the advantages of a higher transmission rate, lower time delay, and more connections, which can meet the higher requirements of network transmission and connection for cloud offices, smart cities and industrial automation. In its 2019 global Exhibition Industry Outlook (GIV@2025), Huawei predicted that by 2025, 58 percent of the world’s population will have ACCESS to 5G networks, 14 percent of households will have “robot butlers,” and 97 percent of large companies will adopt AI (人工智慧).
Cloud computing refers to the process in which computing programs with a large amount of data are divided into numerous smaller programs, which are processed and analyzed by a system, and the calculation results are returned to users. Cloud computing, as a distributed computing, integrates more server resources and has powerful data processing capabilities by improving reliability and scalability, providing solutions for massive data processing in the Internet of Things era. Experts forecast the global cloud market to be around $273.3 十億 2022, up 212% 從 2016. AI is a science that specializes in the study of human intelligence, and makes machines possess the characteristics of human intelligence through simulation, extension and extension. The core of AI is algorithms. Through the improvement of algorithms and computing power, 人工智慧產品具有影像處理和語言識別的能力. 我們估計全球人工智慧市場 $680 十億 2020, 年均成長率為 32% 從 2015 到 2020.
消費性物聯網智慧硬體產業發展現況及趨勢
消費性物聯網智慧終端是指具有資訊擷取功能的終端硬體產品, 處理和連接能力, 並能夠實現智慧感知, 交互作用, 大數據服務等功能. 是物聯網時代人工智慧的重要載體，也是消費性物聯網產業鏈的重要環節. 作為新興產業和消費性電子領域的重要組成部分, 手機等終端產品的智慧化, 電視, 新一代資訊科技加速發展，智慧家居, 汽車五金, 穿戴式裝置, 行動醫療等物聯網智慧終端產品集成, 預示智慧硬體產業蓬勃發展, 驅動模式創新與效率提升.
智慧硬體呈現爆炸性成長
自從 2016, 我國先後頒布了多項法律, 法規和政策文件, 包括《智慧硬體產業創新發展專案行動》《促進與規範健康醫療大數據應用發展的指導意見》.
從需求來看, 隨著國民經濟水準的不斷提高, 居民消費結構持續升級, 以及娛樂等服務領域, 醫療、教育迎來持續變革. 高階, 以智慧硬體代表的智慧化、客製化產品持續引領產業發展. 同時, 隨著中國的主要消費群逐漸向80、90後轉移, 消費標準也逐步朝向多元化、品質化方向發展. 以穿戴式裝置為代表的智慧硬體產品, 智慧音箱, 智慧門鈴等廣受市場青睞.
供給側, 隨著中國5G的快速發展, 雲端運算, 人工智慧, 物聯網及晶片產業, 我國已逐步形成完整的智慧硬體產業供應鏈. 隨著企業合作的不斷深入, 智慧硬體產業底層產品邏輯將持續鞏固, 以及研發方面的合作&d, 生產與銷售將越來越緊密. As China matures in the field of information technology, relevant education in colleges and universities continues to be carried out, and the quantity dividend of Chinese engineers will continue to ferment, driving the rapid development of intelligent hardware-related industries.
智慧硬體產業合作持續深化
With the continuous development of intelligent hardware industry, the cooperation between upstream and downstream enterprises of the industrial chain also continues to deepen. In the process of intelligent hardware products, intelligent hardware scheme requires traders and manufacturers from product conception, 設計, research and development to production and sales of the whole stage, with the telecommunication operation industry chain upstream and downstream enterprises, platform service enterprises work closely and algorithm processing enterprises and other enterprises, relying on the advantage of each enterprise and field continues to build all-round cooperation, Build a complete product underlying logic, and jointly develop intelligent hardware products to meet user needs.
In the process of deepening cooperation of industrial chain, the cooperation between artificial intelligence algorithms and intelligent hardware is particularly close. Intelligent hardware with optoacoustic data acquisition and processing functions represented by intelligent network cameras, vehicle data recorders and Bluetooth headsets has gradually become a new entrance for human-computer interaction, and artificial intelligence technologies such as image recognition, face recognition and voice recognition have been applied in industry. With the continuous maturity of industrial chain technologies, the development of artificial intelligence, 物聯網, cloud computing and other technologies has greatly promoted the technological upgrading of products, improved product market performance by optimizing product user experience, and become a new hot spot in the industry.
智慧硬體應用範圍迅速擴大
Increasingly rich application scenarios: With the continuous development of artificial intelligence, intelligent hardware products continue to grow and expand to segmented fields and specific scenes. Products tend to be scenario-oriented, and products and services for market segments continue to emerge. 現在, intelligent hardware has been widely applied in smart homes, 智慧城市 and other scenarios.
