IBM和福布斯發(fā)布的2017年物聯(lián)網(wǎng)5大發(fā)展趨勢

　　2016年是物聯(lián)網(wǎng)令人興奮的一年，幾乎每個(gè)行業(yè)都在投資物聯(lián)網(wǎng)。目前B2C消費產(chǎn)品占據物聯(lián)網(wǎng)市場(chǎng)超過(guò)半壁江山，但是根據IDC的預測，到2020年，物聯(lián)網(wǎng)市場(chǎng)的80%以上將用于B2B應用。

　　當代世界，各種前沿科技層出不窮，形成了人工智能、虛擬現實(shí)、區塊鏈等相互疊加的科技爆炸時(shí)代。借由這些新技術(shù)的應用，物聯(lián)網(wǎng)將創(chuàng )造新的商業(yè)模式、新的工作流程、新的生產(chǎn)力引擎以便形成更好的成本控制和用戶(hù)體驗。

　　硅谷知名投資人吳軍老師說(shuō)：2%的人將控制未來(lái)，成為他們或者被淘汰。

　　物聯(lián)網(wǎng)的未來(lái)屬于終身學(xué)習者，就是那些不斷更新自己大腦的“操作系統”的人。不斷學(xué)習和建立更準確、更清晰的概念，保證自己處于不斷成長(cháng)的過(guò)程中，最終的目的，是不斷領(lǐng)先于大多數人，比如領(lǐng)先于90%的人，甚至領(lǐng)先于98%的人。

　　為了給關(guān)注iot101君的終身學(xué)習者做好服務(wù)，本君特意整理了IBM和福布斯發(fā)布的2017年你最需關(guān)注的5大趨勢，匯總如下：

　　NO.1 認知計算

　　認知計算，是一種全新的計算模式，通過(guò)信息分析，自然語(yǔ)言處理和機器學(xué)習領(lǐng)域的大量技術(shù)創(chuàng )新，能夠“理解”非結構化數據，就包括語(yǔ)言、圖像、視頻等，讓計算機系統能夠像人的大腦一樣學(xué)習、思考，進(jìn)行數據分析并做出正確的決策。

　　認知計算與我們熟知的人工智能有什么區別呢?以下是援引《哈佛商業(yè)評論》的解答。

　　1、規模性。傳統人工智能不強調規模，而認知計算必須進(jìn)行大規模的學(xué)習。

　　2、交互性。傳統人工智能夢(mèng)想建造具有人類(lèi)智能的自助機器，而認知計算側重于與人類(lèi)交互和協(xié)作。

　　3、概率性。傳統人工智能夢(mèng)想建立一種精確的智能機器，而認知計算則致力于應對各種非結構化、非確定性數據，因此表現出一定的概率性。

　　據Gartner的報告表示，真正能夠產(chǎn)生洞察的關(guān)鍵，是能夠解讀非結構化數據，因此認知計算被認為是未來(lái)真正的數據時(shí)代所需要的技術(shù)。

　　基于越來(lái)越多的采集數據，認知計算使傳感器能夠自動(dòng)診斷和進(jìn)行決策，而不需要人為干預。認知物聯(lián)網(wǎng)的另一個(gè)巨大的優(yōu)勢是組合多個(gè)數據流的能力，以便識別特定的模式，提供更多的情景選項。

　　認知物聯(lián)網(wǎng)是將認知計算技術(shù)與互連設備產(chǎn)生的數據和這些設備可以執行的操作結合使用，創(chuàng )造“會(huì )思考”的物體。

　　然而認知物聯(lián)網(wǎng)并沒(méi)有固定的程序。他們從與人的互動(dòng)和環(huán)境中學(xué)習經(jīng)驗，在這個(gè)訓練的過(guò)程中個(gè)，認知系統逐步跟進(jìn)物聯(lián)網(wǎng)的復雜性，識別人類(lèi)難以提煉的數據相關(guān)性。

　　NO.2 物聯(lián)網(wǎng)安全

　　由于物聯(lián)網(wǎng)依賴(lài)于可以連接的設備，必須考慮其安全性。物聯(lián)網(wǎng)生態(tài)系統中所有的參與者都對其設備、數據和解決方案的安全性負有責任，涉及的角色這包括設備制造商、應用開(kāi)發(fā)商、消費者和物聯(lián)網(wǎng)企業(yè)。

　　據統計，2016年共有IoT設備漏洞1117個(gè)，漏洞涉及Cisco、Huawei、Google、Moxa等廠(chǎng)商。

　　其中，傳統網(wǎng)絡(luò )設備廠(chǎng)商思科Cisco設備漏洞356條，占全年IoT設備漏洞的32%;華為Huawei位列第二，共收錄155條;安卓系統提供商谷歌Google位列第三，工業(yè)設備產(chǎn)品提供廠(chǎng)商摩莎科技Moxa、西門(mén)子Siemens分列第四和第五。影響設備的類(lèi)型包括網(wǎng)絡(luò )攝像頭、路由器、手機設備、防火墻、網(wǎng)關(guān)設備、交換機等。

　　IoT設備漏洞類(lèi)型分別為權限繞過(guò)、拒絕服務(wù)、信息泄露、跨站、命令執行、緩沖區溢出、SQL注入、弱口令、設計缺陷等漏洞。其中，權限繞過(guò)、拒絕服務(wù)、信息泄露漏洞數量位列前三，分別占收錄漏洞總數的23%、19%、13%。

　　物聯(lián)網(wǎng)的安全需要一個(gè)多層次的方法論。從設備的角度來(lái)看，應該從設計和開(kāi)發(fā)的初始就著(zhù)重考慮安全性，并保持硬件、軟件和數據在整個(gè)設備生命周期中的安全。

　　為了充分發(fā)揮物聯(lián)網(wǎng)的潛力，必須通過(guò)互可操作性和設計良好的權限控制來(lái)應對安全的挑戰。在設計安全功能時(shí)應采取積極主動(dòng)，而不是被動(dòng)的方法，研發(fā)更好的產(chǎn)品和解決方案。