本著要對消費產品、衛生保健、零售、生產等方面積極改革的信念，物聯網(iot)承諾要把人們身邊的所有事物都智慧型化——冰箱、汽車、建築物甚至油田，一切都將走向智慧型化。但物聯網也有它的陰暗面;如果我們不能解決它帶來的問題，那我們就有**煩了。
想要弄清物聯網到底有什麼樣的隱患，最簡單的方法就是從它的配置下手。讓我們來假想以下場面：有乙個大型食品倉庫和配送中心，兩者都採用了聯網裝置來維持各個區域溫度，例如恆溫冷藏區、常溫區和冷凍區。
配置要求包括以下：
幾十個食品區域，排放要保證能最高效地利用能源;
倉庫裡要裝幾千個恆溫計還有通風設施和濕度感測器;
倉庫和配送中心外圍要安裝幾百個感測器，例如牆上、屋頂、通風口等等;
幾十個供貨商負責提供裝置和感測器;
實時氣候變化通知，以免倉庫遭到不測;
排查一切可能會引起溫度失常或通風故障的安全漏洞和故障。
現在讓我們來看看物聯網的四大挑戰，以及如何解決這些問題。
問題1：對資料理解欠缺
你手裡掌握著很多資料並不代表你能理解和活用它們。因為在以上案例中物聯網裝置使用的區域廣、種類多，乙個供貨商很難為整個倉庫給出最好的解決辦法。就算有人給出來了，他的方案也很有可能會被推翻重來，這樣單單成本就已經高得離譜了。
想要為倉庫打造乙個高效、安全的物聯網環境，那就必須要建立 p2p 網路，每乙個商家提供的裝置都能和別的商家的裝置交換和交流資訊。然而在**商如此之多、而且倉庫中還保留了部分傳統裝置的情況下。這套方案幾乎是不現實的。如果不能更好地解決這個問題的話，那麼倉庫的物聯網設計師面臨的簡直就是個現代巴別塔。
要保證所有的資料都能互相理解溝通、發揮最大效用的話，可行方案之一就是建立乙個樞紐模型。我們可以建立很多物聯網通路，**伺服器則負責全時段接收來自各個裝置和感測器的資料。規則引擎專門負責分析這些資料，然後集線器把正確的指令傳送給接受控制器，比如由於陽光東南部外牆溫度較高，需要立即降低區域 2 的冷藏溫度。
這種集線器必須能夠翻譯翻譯不同種類的資料和單位，例如從攝氏度到華氏度。它還必須配備乙個通用資料模型，這樣才能比較和整合來自不同來自不公**商的裝置的資料資訊，於是才能保證系統能夠「理解資料」。
問題 2： 資訊量實在太大
有些情況下，由於整個系統的資料量實在太大，把資料通過網路傳送到某個**伺服器是根本不可能的。舉個栗子，單單是裝在倉庫牆上的某乙個感測器，它要採集的資料就有溫度、濕度、硬體版本、軟體版本、剩餘電量、位置變動等等，你要是想聽的話我還有一大串能講。
這些資訊可能每 30 秒鐘都會更新一次，或者可能由於環境要求，幾秒鐘就得更新一次。但是由於資訊量實在太大，把這些資料全部傳送到**伺服器是不可能的。而且整個倉庫還不止這乙個感測器，全部加起來大概有好幾千個;它們可能連型號都不一樣。
這時候我們就需要資訊整合方案，保證系統能夠篩選出必要資訊，轉換成通用資料模型，然後下達報告、維修等各種指令。比方說，我們案例中的倉庫可以僅通過區域 3 外牆上的 50 個感測器就判斷出整個區域 3 的內外溫度平衡狀態。
問題 3： 安全性
之前我們說，p2p 模型物聯網對於我們案例中的倉庫或是在任何物聯網的大面積使用案例中都至關重要。但是這個方案也會帶來巨大的安全隱患。
整個系統的安全性取決於全系統中安全最差的那個裝置。如果某乙個**商提供的裝置安全性較差，那麼其他的**商提供的裝置再安全也沒用;乙個裝置出錯，可能就會引起意想不到的蝴蝶效應。舉個栗子，乙個有安全漏洞的裝置可能會向裝置匯報錯誤的室外溫度，造成裝置下達調溫指令錯誤，整個區域的溫度出錯，於是區域裡的食品也全部都壞了。
想要解決這個問題的話，整個倉庫的 p2p 物聯網模型必須採取某種方式，好讓系統能通過確認某個感測器附近的感測器資料來二次檢查該感測器給的資料。舉個栗子，如果某乙個室外感測器測出的溫度特別高，而它附近的感測器給的溫度卻都普遍比它低的時候，系統就不該僅針對該感測器給的資料立刻下達溫度調節指令。系統應該傳送警報，驗證該感測器的可靠性並再次確認和比較其周邊感測器所給的資料。
通過確認周邊感測器的資料來驗證資料可靠性是個非常實用的辦法。除此之外，我們還可以讓系統通過回顧歷史資料中的異常讀數，判斷這些異常是否和氣候情況、庫存量、年份月份、一天中的時間點等因素有關。
問題 4： 裝置出問題
物聯網還有乙個弊端，我稱之為「神經病裝置」，指的就是物聯網裝置或是感測器莫名其妙地突然出故障，開始向系統傳送錯誤的讀數。這種裝置的「神經病」症狀有很多潛在原因;最有可能的有軟體 bug、電量低下、或是裝置本身有缺陷等等。比較罕見的原因也可能是裝修工不小把油漆灑到了裝置上，遮住了感測器的某塊夾板。
雖說這些「神經病裝置」並不會對系統造成外在的安全威脅，但它們的破壞力是不可估量的。比如在我們的倉庫案例中，如果管理員沒有按照我們之前的提議做好保險措施的話，這種故障可能就會讓某個區域的食品全部變質。就如我們之前所說，提防這些「神經病裝置」和提高系統安全性的辦法是可以通用的。比較歷史異常讀數、確認周邊感測器讀數等，這些方案都能有效地防止系統做出毀滅性的決定或是下達危險指令。
很多企業都認為物聯網是個商機，他們可以把物聯網運用到現有的產品中。而在這些野心勃勃的計畫成真之前，物聯網設計師必須清楚物聯網的弊端和危險性。知道最簡單也最重要的方法是什麼嗎?首先要謹慎選擇你的**商。記得要選擇能整合和擴充套件的平台，開發通用資料模型。總之每一步都千萬要謹慎，要預料到最壞的情況，製作出最完善的解決方案。有了這些，你才能成功。
原文發布時間為：
2023年5月4日
locin
物聯網測試正面臨四大難關
物聯網在度過了前兩年的醞釀期與發展期之後，從去年多半都還只是概念性的想法，到今年已有許多真實產品與實際應用問世。而面對未來幾年的發展性，市場專家均認為，物聯網在未來幾年至2020年前，肯定會出現高度成長，這從今年許多相關應用產品陸續問世，就可以看出端倪。只不過，觀察目前物聯網的主要應用，範圍廣泛，分...
排版末尾空 Word排版中的四大難題
word文件排版中，大家經常遇到一些與 有關的問題，如果沒找到 對症 的解決方案，我們將會在格式排版中浪費很多時間。其實，仔細研究分析後這些問題只要簡單幾步操作就可以完成。寬度自動調整 從excel複製乙個 到word中，可能因為 過寬，使 在word中超出版心，甚至是版邊。遇到這種情況時，不用手動...
消費者對物聯網的四大疑慮
1月19日訊息，據國外 報道，最近物聯網突然成了科技界的熱點，但普通消費者對於這一領域顯然還不具備同樣的熱情。對於如此截然不同的表現，ac尼爾森公司對近4000名消費者進行了調查，力圖揭示這一現象背後的原因。首先，值得注意的是，雖然人們對未來科技具備很大的信心。但是即使那些最熱情的消費者也無法闡明他...