0
萬物互聯時代的到來，掀起了新一輪信息科技革命時，物聯網市場規模也日益擴大。《 2020 年移動經濟》報告指出，全球物聯網收入在未來幾年將增加三倍以上，由 2019 年 3430 億美元（人民幣 2.4 萬億元），增長到 2025 年 1.1 萬億美元（人民幣 7.7 萬億元）。
近日，IEC 發布了《IOT 2020：智能安全的智聯網平臺》白皮書（以下簡稱《白皮書》）。《白皮書》概述了 IOT 的現狀，并描述了現有 IOT 平臺的基本功能，同時，對保障設備和網絡安全性的方法、多個相互依賴系統如何彼此協作等問題進行了闡述。
如果您想獲得本報告的全文pdf，請在雷鋒網(公眾號：雷鋒網(公眾號：雷鋒網)(公眾號：雷鋒網))微信（leiphone-sz）回復關鍵詞“529報告”提取。
文檔來源：IEC
隨著 IOT 網絡日益成為業務的核心，諸如裝置的容錯自愈、 環境安全、 信息安全、 動態組合、半自動重組乃至全自動重組、 重新配置問題等都將至關重要，對這些新需求的響應不僅驅動新型 IOT 平臺架構的發展，還將產生全新的、 無法預期的機遇和需求，這些需求和支持它們的高級平臺、 裝置、網絡和架構在新的高級別數據語義、情境、轉換和傳輸標準下才能實現，涉及分析引擎的信息共享、安全性、 可連接性、 互操作性及新興 IOT 智能生態系統的各個方面。
1、物理裝置
在目前的 IOT 系統架構中， IOT 中包含的 “物” 有許多名稱，包括信息物理裝置、裝置、終端、實體、 人類實體等，所有這些 “物”不管在什么領域，都有一個共同的屬性，即它們作為物理裝置的個體身份，這些物理裝置具備了一定水平的計算能力，這些計算能力可能嵌入裝置中或者直接以執行器或控制器的形式附接，這些物理裝置還可以連接到其他物理裝置、 邊緣平臺、 網關、 一個或多個 IOT 系統。
2、邊緣
在當前的 IOT 系統架構中，“邊緣”的概念包括了整個 IOT 系統的運行域，邊緣通常包括傳感器、控制器、 執行器、標簽和標簽讀取器、通信組件、網關和物理裝置本身，邊緣是運行組件進行連接、通信和交互的地方，可以存在于組件之間、組件與平臺之間，某些情況下，組件與其他邊緣的組件之間也有直接交互。
在邊緣中支持處理的平臺不是必備的，邊緣處理解決了邊緣組件或系統功能性的需求及其局限性，這些需求和局限性包括裝置連接性，因為裝置 (例如：在工業環境中的裝置) 可能只具備本地連接能力，另外，需要裝置邊緣分析、 邊緣事務處理、其他作為 IOT 平臺的擴展或獨立于 IOT 平臺的邊緣功能，只有部分數據需要傳到平臺保存，邊緣應具備本地存儲能力，為了減少傳 遞到平臺的數據量，一般需要在邊緣對來自裝置的數據進行動態過濾、 采樣、 聚合等處理。
3、平臺
在現有的 IOT 系統架構中，IOT 平臺的概念通常被表達為是指代多個域 的中心樞紐，共同構成包含一個或多個聚合邊緣環境的體系結構功能視圖的物理實現。
典型的 IOT 平臺包含以下域或與以下域互動:
■ 控制———包括由控制機制執行的功能，使得 IOT 裝置能夠具備感知、執行、通信、資產管理、運行等功能,在行業應用環境中，控制系統通常采用近場方式。
■ 操作———通常在 IOT 平臺上并且優化跨多個控制域的操作，包括預測、優化、監控和診斷、設置和部署以及管理。
■ 信息———通常在 IOT 平臺上，也可以作為邊緣的一部分，包括核心 IOT 分析和數據，并負責數據搜集、 轉換、 持久化和數據建模以支持制定最優的決策，系統范圍的運營和系統模型的改進。
■ 應用———通常在IOT 平臺上,但也可以包含作為業務域一部分的組件。
■ 業務域———通常在與上述操作、 信息、 應用、 控制域 (在一定程度上) 等 IOT 核心功能分離的平臺上。
1、三層架構
三層架構由邊緣層、 平臺層及企業層組成，三層之間由近場網、 接入網和業務網連接。
平臺層一方面處理從邊緣層發送來的數據并轉發到企業層，另一方面也在接入網中傳輸從企業層返回到邊緣層的控制指令，平臺層通過業務網與企業層進行通信，而企業層提供終端用戶接口、 控制指令和領域專業應用。
2、介導網關邊緣的連接和管理
介導網關邊緣的連接和管理是一 種架構模式，其中，網關作為局域網 (LAN) 和廣域網 (WAN) 之間的媒 介,網關一側的 LAN 由邊緣節點組成,網關另一側連接到 WAN 。
3、邊緣—云架構
邊緣—云架構與介導網關邊緣的差異在于：裝置和資產可以直接廣域連接和尋址，而不是通過邊緣網關隔離所有的邊緣裝置。
4、多層數據存儲
多層數據存儲是一種根據功能和目的來將數據分層，從而優化存儲性能的架構。例如，為實現性能、容量、歸檔等不同目的可以將存儲層分成多個層次。
5、分布式分析
分布式分析架構將接近邊緣的近場分析和集中式深度分析結合起來。例 如：在網絡時延較大或受到其他網絡約束，使得完全集中處理不是最優解決方案時，此架構模式可以發揮作用。
6、Lambda 架構
Lambda 架構提出了與 IOT 大數據相關的海量數據流實時處理的必要性，并將該實時處理分成兩個視圖: 批處理視圖和流視圖，架構本身被分成三層: 批處理層、 服務層以及實時處理層。
批處理層負責主數據集、不可變的數據集以及擴展數據集，服務層負責對批處理層的數據視圖生成索引以便有效檢索，實時處理層負責為實時數據提供低時延功能，并為流視圖獲取最新數據傳入數據被同時發送到批處理層和實時處理層，批處理層是為了實現高時延、 更完整的處理，當批處理層不能兼顧處理的正確與完整時，數據在實時處理層進行快速處理和分析。
目前 IOT 安全措施主要關注網絡安全和邊緣安全，IOT 缺乏能夠提供授權訪問應用、資源、數據時，強制執行最小訪問策略，然而，對于 IOT 當前的 IAM 系統在大規模存儲身份和實體的能力方面受到限制，這種限制導致基于 IOT 的應用缺少應用集成層，與此同時，缺乏完整的框架能夠用于跨不同的解決方案來發現和管理 IOT 實體及其身份。
在當前 IOT 的 OT 與 IT 連接中，遠程攻擊者能夠利用工業、消費者和公眾領域 IOT 系統中的弱點，入侵 OT 系統，將其導入不安全或不可靠的狀態。此外，遠程管理的使用包括裝置的重新配置和更新，以及運行中的監控和操作性重新編程，會產生嚴重的下一代保密和安全問題，具有開放性端口的 IOT 系統的引入，以及潛在的惡意代碼感染 (特別是在安全至關重要的裝置和系統中。
集成能力是 IOT 系統的推動力量，由于 IOT 自身的復雜性，引發了新的、 更復雜的連接問題，需要提出新的解決方案。
IOT 系統依賴于四個組件 (語法轉換、域轉換、語義轉換和情境化)，真正實現組件之間的互操作。雖然在語法和域轉換層面對數據轉換取得了一些進展，但現在的 IOT 系統仍然需要應對所有四種互操作性組件，在解決這些問題的標準制定方面仍然需要大量工作。
此外，IOT 系統必須解決缺乏 API 依賴性管理的問題，一個 API 的改變會破壞整個系統，同時還存在微服務和服務編排的難題，由于不同的 IOT “孤島” 基于不同的解決方案,云端部署和前端部署并存，后臺流程間的互操作性仍是一個問題，例如端到端 的流程集成。
IOT 系統或組件發生故障后依然能夠維持功能，對現有的 IOT 系統是一大挑戰。
當前的 IOT 在數據處理中面臨著前所未有的新問題: 數據量、 數據類型、 數據位置、數據敏感性等等。數據來自 IOT 系統和為其服務的平臺，它們在邊緣環境中的連接終端數量和傳感器數量正在呈爆炸性增長，多架構模式進一步加劇了何地、何時、 為何、如何提供數據和分析數據的問題，面向裝置和面向實體的數據需要更高的抽象層。IOT 系統資產的異構性導致了獲得多源數據訪問權的問題。
IOT 中的傳感器和系統產生了大量數據，常規的處理技術存在不足。另一個問題是傳感器之間缺乏時間同步，由于系統的消息傳遞是無序的，需要通用的時間同步技術，但可用的數據往往不適用于高級分析系統。
BCM IOT 平臺從各種安全系統收集事件信息,除此之 外,也利用傳感融合技術從生產控制系統 收集計劃的和實際的生產數據,BCM IOT 平臺導入來自其他組織的威脅情報信息,從而洞察到其他互聯系統的態勢并了解當前和未來所面臨的攻擊,該平臺將分析事件信息并執行事件風險分析,還將創建安全措施。
例如制訂對生產活動的影響降至最低程度的風險緩解計劃，其安全措施還包括隔離受影響的子系統或中斷生產線，為應對每個生產現場受到的影響， IOT 平臺通過分析生產數據形成最優的生產計劃，現有的技術還不足以實現該用例，需要加強的方面如下：
智慧城市平臺和“平臺的平臺”基于語義消歧和情境化技術，支持面向公眾服務優化的高級數據處理和下 一代分析方法，這些平臺將利用高級連接技術，諸如 5G 和內存數據庫等，來傳輸和處理城市范圍內的海量裝置產生的數據，平臺將支持邊緣感知流處理技術，以便在并行網絡系統上進行拓撲處理，智慧城市平臺將使用下 一代技術為市民創造更智能、更安全的生活環境，現有的技術還不足以實現該用例，需要加強的方面如下:
IOT 出行體驗系統基于智能安全平臺架構，與智慧城市 IOT 系統配合，可以優化公共汽車、 火車等交通問題，調節公共交通運營，在對其他乘客的干擾降至最小的同時，為有特殊需求的乘客提供更好的服務。例如：公共汽車 IOT 系統將配合出行體驗系統，確保公共汽車在給定的路線和給定的時間內具備處理輪椅或其他特殊需求的能力。
IOT 出行體驗系統將基于自身的運行經驗以及從其他系統共享的數據進行自我學習，該系統將基于具體情境來獲取和分析知識，從而動態地重新配置自身及其他相關系統，并將使用先進的信息技術實現跨系統共享作為融入到智慧城市的私有系統，自適應選擇方法將管理由于現實世界動態性而引入的不確定性和波動性，基 于包含底層 IOT 系統的 “物” 的安全性、可信、位置、關系、信息和情境特性，實現管理決策和運行時適應性，現有的技術還不足以實現該用例，需要加強的方面如下:
智能安全 IOT平臺將實現以下提升：
■ 支持擴展的感知能力，在這種情況下傳感融合在多個相互交織的 IOT 系統和對未來的分析之中，這會顯著增強和擴展用于支持 IOT 生產力的現有概念和新概念而提出的算法。
■ 利用基于新標準的新建數據情境和數據語義機制能夠增強對信息的理解能力，從根本上提高分析性能。
■ 提供增強的安全機制，解決在跨地域、 跨系統等情況下如何最好地對裝置和數據進行隱私保護等復雜 問題。
■ 支持 IT 和系統的 OT 關鍵安全功能和策略。例如，策劃—實施—檢查—動 、 觀察—判斷—決策—行動和相關系統之間的協作安全操作，來應對不斷變化的各種網絡和物理威脅。
1、連接
在產品層面上，未來 IOT 裝置的連接功能和需求可能與當前 IOT 實體在許多方面有所不同。裝置和產品需要有連接到多個系統，而不是僅連接到一個系統形成 “孤島”的能力，并使得它們的功能不局限在裝置或產品內，而是可以體現在產品之外，考慮到設備的移動性，能夠適應不同的帶寬和協議也是未來的必要功能之一，這能夠促進基于硬件的網絡解決方案向軟件定義轉變，類似的裝置的連接功能可通過軟件升級，使之符合新標準也將成為一項重要因素，可以使未來 IOT 系統保持靈活性和高度的可配置性。
2、處理
裝置所收集數據的數量和種類需要我們在各類 IOT 系統中都提供額外的處理功能，以提高處理日益復雜的動態應用、大型設備和邊緣處理的能力，裝置和邊緣級別的增強性預處理使得系統反應時間縮短，并減少了要傳輸到中心服務器的數據量，同時內置分析功能也變得越來越強大。
此外，機器學習將融入裝置、 邊緣和平臺之中， 為了能夠實現高級數據處理，未來的 IOT 系統需要基于受控的裝置/ 產 品和外部系統的數據，提供情境化信息，這影響了虛擬傳感器數據的處理，虛擬傳感器就是把多個傳感器動態組合到一個虛擬設備之中，因此，邊緣上的設備動態組合和自配置也被看作一種特性這也使得與自愈、彈性相關的處理功能非常有用。
3、存儲
在邊緣上的數字產品存儲功能，可以提供產品的生命周期、性能數據、來源和其他現實世界元素的信息。需要平臺的支持， 也需要集成到分析和應用的組件中，將小型化嵌入式系統集成到日常物品和產品中，就可以實現 DPM 功能， 增強的存儲器和更小更集成的嵌 入式系統，還將實現更先進的性能數據存儲和模式識別功能，可以在邊緣和更抽象的層面中用于機器學習和分析，具體的應用領域取決于資源位置和所涉及的應用。
4、感知
由于位置感知技術的進步，現在的 IOT 系統能夠實現在傳感器級別的超精密定位，并且能夠為傳感器相關的數據類型提供新的維度。與此同時，對高精度數據的處理。特別是由超精密定位數據的處理需要來自平臺級別的支持，特別是需要確保源隱私、 輔助 IOT 系統應用和分析。
對于能夠在邊緣上收集詳細感知信息的裝置，可能需要過濾和泛化以及加密存儲和通信的能力，以確保能夠將敏感數據的公開程度降到最低。在邊緣層面上，下一代 IOT 系統可以通過傳感器融合技術將在其控 制下的多種傳感器信息與外部系統的信息整合，來提供組成虛擬傳感器的能力，由于此功能的復雜性，傳感器重配置作為該功能的一部分將擴展到目前不具備這種能力的傳感裝置中。
1、衛星通信的傳輸層協議
現在廣泛用作 IP 網絡中的傳輸層協議的 TCP (傳輸控制協議) 具有擁塞控制功能,該功能的本質是通過調 整發送端的發送速率來控制網絡的負荷量，TCP 通過增加發送速率來探測網絡的實際承載能力，并對網絡發回的擁塞信息做出響應，調整信息發送速率，衛星連接通常具有高帶寬和高時延 ( 例如幾百毫秒) 的限制，而 TCP 在一次傳輸數據量估計不準的情況下，不能充分利用可用帶寬。
由于往返時延估計值偏大降低 ，TCP 的傳輸效率在通過衛星連接的端到端通信過程中，不能使用衛星連接的全部帶寬，可以有效地開發和引入新的協議技術 諸如使通信設備提供帶寬信 息而不是使發送裝置進行，估計這樣可以使得具有更高帶寬和高時延的衛星鏈路得到更充分的利用。
2、通信系統
5Ｇ 技術的發展是實現 ICT 網絡轉型突破的基石，無論人機所在何處，超寬帶和智能管道將實現人與互聯設 備之間的 “零等待” “零距離” 連接。而這僅是 5G 技術的第一步。為順應下一代 IOT 系統，5G 無線網絡需具備: 支持超大容量和超高連接的能力，支持日益多樣化的服務、應用和用戶，且這些服務、 應用和用戶對日常生活和工作的需求都有極大的差異性，靈活高效的使用所有可用的離散頻譜以適配各種不同的網絡部署場景，移動網絡將日益成為人與人、人與設備之間互聯的主要方式。
移動網絡的服務質量、可靠性和安全性應該與固網相匹配，為此，５Ｇ 技術需要達到10 Gbit/s 類似光纖的傳輸速度。實現超高清視頻通信和如臨其境的多媒體互動? 這些技術都依賴 于超寬帶和亞毫秒級時延的網絡能力。
1、系統配置和動態組合
新的傳感融合技術將考慮不僅來自 “物理傳感器”，而且還包括 “虛擬傳感器”的數據，諸如社交媒體、 人的數據等眾多數據源，將這些傳感數據納入新技術的設計，將促進傳感融合和處理的能力提升。
2、數據情境化
數據情境化是一個雙重過程， 各 種 IOT 組件本身 (單獨或共同) 捕獲提供情境化的元數據，另外，數據本 身可以經受情境變化處理，以提取隱藏在數據后面的透明或隱藏信息，總的來說，數據情境化是通過上下文挖掘和分析算法，在某些知識域中表示有意義形式的數據。新興的數據情境化技術將大大增強歷史數據分析、 實時態勢感知和態勢預測歷史數據析以增量方式更新情境化信息和特征，實時態勢感知檢測某些事件，并基于它們發現未知事件的情境化特征態勢預測未來會發生什么，數據情境化過程可以發生在分布式平臺的任何組件上。
3、自主數據交換
未來的 IOT 系統將使 IOT 裝置能夠自主交換數據，或者直接在裝置與裝置之間、 或以邊緣/ 云平臺為中介交換數據，此外，存儲數據的 IOT 系統能夠與其他 IOT 系統交換此數據,為了控制這種自主的數據交換，需要一種系統機制使得 IOT 用戶以及 IOT 網絡供應商能夠控制自主數據交換。因此，他們的需求必 須寫在相應的配置文件中， 然后系統機制自主地解釋配置文件，這樣的配置文件被稱為 “自主數據交換控制配置文件 (ADECP) 。
對于ADECP 每個配置文件特性，IOT 平臺中都有相應的系統機制支撐，目前已有以下幾種系統機制：
■ 管理ADECP配置文件 (創建、 更改、 生命周期、 刪除) ；
■ 審核 ADECP配置文件；
■ 控制功能，指示裝置、 邊緣計算機以及云服務自動交換信息；
■ 控制功能， 強制執行自主數據 交換的安全設置；
■ 信息功能，確定當前態勢和情境，并允許自主數據交換功能適應變化情況 ；
■ 網絡控制功能。
4、傳感融合技術
傳感融合技術是通過組合、 集成和關聯多個不同傳感器來實現智能傳感，以獲得對所觀察的事物、 態勢、 情境的更全面了解，傳感器可以包括圖像傳感器、視覺傳感器、聲音傳感器、氣味傳感器和觸覺傳感器，并且數據源不限于物理傳感器。在傳感融合中，隨著傳感器數量和類型的不斷增長，只要收集的信息被正確處理。則可以獲得更全面的知識，因此，在未來的傳感融合中，傳感器資源將被多方共享并廣泛用于多種目的，然而，對于使用未來傳感器融合的應用，例如智慧城市應用或在公共機構情境中的應用，關鍵在于確保完整性和授權。
雖然現代流式數據、 內存和其他存儲技術能夠支持 IOT 的實時交互以及低時延或零時延訪問，但是存儲信息的方式仍將發生變化，“物” 和裝置的虛擬表示以及基于產品本身的去中心化的數據存儲，可以支撐實現更大的規模，并且能夠促進建立非中心化的 IOT 業務網絡及供應鏈。
從技術水平來看，人工智能、機器學習、大數據等，皆對數據有高度要求；從應用場景來看，智能家居、自動駕駛、智能制造等，更需要相關技術的成熟發展，才能實現有更實際、更具價值的落地。物聯網作為啟動數據收集、聯動網絡的核心，將在整體產業發展上扮演著最基礎又最核心的關鍵性角色。
雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
