工业物联网可以实现哪些功能？

随着5G的商业化逐步落地，越来越多的领域加入了数字化转型之路，利用物联网技术实施智能化升级。特别是题主所列举的工业领域，就是谋求数字化转型的先锋。

特别是2020年新冠疫情爆发以来，由于供应链断裂和防疫管理不善所导致企业停工甚至是破产的例子不在少数。而对那些熬过艰难时刻的企业而言，想要在疫情常态化的背景下重塑核心竞争力，数字化转型成为了不可或缺的手段。

与传统的经营模式相比，实施数字化转型能够给企业带来巨大的价值，包括提高生产效率、减少人力成本、加速产品迭代、优化管理流程、加强制造自动化程度等等，真正起到降本增效的作用。此外，数字化程度的提高，也大大提高了企业在生产经营中各种风险的监测能力，避免造成相关损失。

当然，以上只是物联网对于某一个领域所创造的价值，同理，在面对智慧农业、智慧交通、智能家居等行业时，一样可以利用物联网技术来实现更智能和更便捷的功能，例如气候传感器和温湿度传感器可自行检测分析当前数据是否符合农作物生长需求，并联动灌溉或保温系统进行干预，确保作物最佳生长环境。（了解更多智慧人脸识别解决方案，欢迎咨询汉玛智慧）

不知道大家有没有细心发现，其实现在很多物联网的应用已经深入到我们生活各个部分。比如说共享单车，自助扫码骑行，骑完以后锁车付费走人，这个能很好地解决大家短途出行效率。还有就是应用在汽车上，专业术语叫车联网，现在很多10几万的车都具备远程监控的功能。比如说通过app远程启动车子，通过app查看车子的状态，当前在什么位置，还能根据你的行驶里程和机油寿命提醒你去保养等等。类似的例子还有很多，比如说智能家居产品，小家电产品。有些应用虽然感觉是鸡肋，这些都是他们跑马圈地的结果，先把市场占下来，再慢慢更新迭代产品。但不可否认的事，大家确实能感觉到物联网潜在的巨大价值，生怕自己错过一个亿。

从种种迹象也反映了物联网一定是个发展的趋势。总的来说，其实物联网可以和任何一个行业进行融合，让传统的产品更加智能高效。而我们汉玛智慧也在一直努力研发，争取为大家提供更多更优质的智慧解决方案，让我们的生活更加的便捷，让科技未来更指日可待！

当前，企业面临的五大IT威胁包括了恶意软件感染、安全漏洞、违规 *** 作，以及针对邮箱帐户的网络钓鱼。而物联网技术的普及也会破坏现有的IT风险管理机制。
在技术公司MetricStream对20个行业的120多家企业展开的全球调查中发现，近一半（44%）的大型企业认为未来三年物联网（IoT）技术在干扰IT风险管理项目方面具有相当大的隐患。
由于可连网设备大量普及，各个网络连接设备的管理程序并不统一，许多管理员在做物联网设备的管理架构时很容易忽视物联网的互通、完整以及安全协作层面的考量。
此外，除了简单的可见性之外，连接设备的软件开发混乱状态可能是最大的具体安全问题，不仅一些设备开始不安全，即使制造商发布补丁的缺陷，也可能难以分发和应用于有组织的方式 许多人根本不修补，因为正在进行的软件开发根本不在特定类型的设备的预算中。
虽然一般来说，IT GRC访问控制解决方案可以通过自动化工作流程，及时提供风险情报来指导决策，来增加网络防护能力。但政策、培训计划和信息治理框架都同样重要。
因此，要防范此前美国信用评级机构Equifax遭受到的网络攻击，显然要企业拥有全面、灵活的IT风险管理策略才能应对。具体可以展开以下策略：
1、对于这些新兴的联网设备，哪些位置需要安全控制，以及如何部署有效地控制。鉴于这些设备的多样性，企业将需要进行自定义风险评估，以发现有哪些风险以及如何控制这些风险。
2、企业必须能够识别IoT设备上的合法和恶意流量模式，并快速了解如何快速修复IoT设备漏洞以及如何优先排序漏洞修复工作。
3、企业还应该隔离IoT设备到vLAN或独立的网段进行有效监管。
以上由物联传媒整理提供，如有侵权联系删除

工业互联网是未来制造业竞争的战略制高点，被视为下一次“工业革命”。它以鲜明的数字化特征来引领创新模式、生产方式、组织模式和商业模式的深刻变革，从而推动工业、产业和价值链的重塑再造。

在过去的几年中，工业互联网的发展步伐逐渐加快，根据工信部的数据显示，2019年中国工业互联网达到6110亿规模，未来五年年均复合增长率约为13%。

随着国家加快推进已明确的重大工程和新型基础设施建设（简称新基建），主要包括5G、人工智能、工业互联网、数据中心等7大领域。“新基建”一夜之间成为了热议的焦点，工业互联网作为其中的典型代表，伴随着新基建的浪潮，被摁下了“快捷键”。

工业互联网安全成新“增长极”

工业互联网的建设包括网络、平台和安全三大功能体系。而工业互联网安全涉及了工业互联网的各个环节，通过监测预警、应急响应、检测评估、攻防测试等手段确保工业互联网健康、有序发展，对工业互联网发展意义重大。

“未来10年中国的发展要靠工业互联网，工业互联网发展的基石是工业互联网安全”。六方云董事长任增强说。

六方云董事长任增强

与传统的信息安全侧重保护企业的信息资产与数据资产不同，工业互联网安全保护的是工业的正常生产，而这关乎国家的经济命脉。2019年8月，工信部等十部门联合印发《加强工业互联网安全工作的指导意见》，明确了工业互联网安全的指导方针和总体目标，到2020年底工业互联网安全保障体系初步建立；到2025年，制度机制健全完善，技术手段能力显著提升，安全产业形成规模，基本建立起较为完备的工业互联网安全保障体系。

在顶层设计上，国家从政策面给未来工业互联网安全的高速发展明确了目标。“未来几年，中国的工业互联网安全产业规模会达到或超过目前中国信息安全的市场规模”，任增强说。

根据工信部的数据，中国工业互联网安全产业存量规模由2017年的134亿元增长至2019年的272亿元，年复合增长率高达423%。增速远高于传统安全市场。根据IDC的数据显示，2019年中国网络安全市场总体支出将达到735亿美元。未来5年，中国网络安全市场总体支出复合增速预计为251%。

伴随着新基建的超级风口，工业互联网安全的基石作用将进一步被夯实，形成比肩传统信息安全市场的新“增长极”。

填补国内工业互联网安全空白

虽然工业互联网安全在政策面前瞻性的引导下，已经具备了高速发展的基础条件，但却面临着人才技术匮乏，新场景新风险，安全防护水平低的“尴尬”现状。

六方云CTO王智民分析道，“首先，OT与IT逐渐纵向融合，亟需融合安全技术和融合性安全人才；其次，工业互联网大量采用新技术，亟需解决云计算、物联网、大数据、人工智能等新技术、新场景下的安全威胁；还有工业系统绝大部分采用国外品牌，在开发之初都未考虑安全防护，亟需有效安全检测与防护解决方案。”

六方云正是结合自身对工业互联网以及工业信息安全的深刻理解和当前工业互联网安全的普遍需求，参考中国工业互联网产业联盟发布的《工业互联网体系架构（版本20）》、《工业互联网安全架构》、美国工业互联网安全参考架构（IIRA G4）和美国国土安全部发布《物联网安全指导原则》，于2020年5月26日正式发布六方云《工业互联网安全架构白皮书V10》。

目的是希望通过白皮书能够凝聚产业共识与各方力量，引导工业互联网安全技术创新和产品解决方案研发，助力工业互联网从概念走向落地，推动工业企业在开展工业互联网建设的同时，将安全保障同步规划、同步建设、同步实施。

“中国工业互联网的发展，离不开各方的共同努力。六方云之所以先行一步，希望为国家工业互联网安全贡献力量。”六方云CTO王智民说道。

“不谋全局，不足以谋一域”，作为国内首份面向工业互联网安全架构的白皮书，六方云不仅填补了国内空白。从产业联动的角度，则更显得难能可贵。

白皮书给出了具有前瞻性的工业互联网安全定义及内涵，从安全需求、安全视角、相关者及垂直行业应用四个方面阐述了工业互联网安全的体系结构及应用场景，创造性地抽象出指引未来工业互联网安全建设的五维安全视图架构，包括安全业务、安全功能、安全实施、安全技术和数据安全，并首次系统的阐述了工业人工智能安全如何赋能工业互联网安全建设以及工业5G安全需求与技术实现路线。

成为人工智能安全的领导者

工业互联网安全仍然处于起步阶段。不仅针对工业互联网安全的初创企业如雨后春笋般涌现出来，不少传统安全的“头部”厂商也加大在工业互联网安全的布局。

比如Fortinet、卡巴斯基、360等头部安全厂商已经有专门针对工业互联网安全的研发团队和产品线。前不久，微软以165亿美元收购以色列工业网络安全初创公司CyberX，独立的工业互联网安全供应商正逐渐引起资本市场的关注。

虽然目前聚焦在工业互联网安全的独立供应商跟传统的安全供应商还存在不小的差距，但此时切入工业互联网市场恰逢其时。

“从全球来看，真正的工业互联网安全才刚刚起步，市场规模还不足以支撑领导厂商的诞生，未来10年将能够看到专注在工业互联网安全的领导厂商”，任增强说。

六方云是目前国内为数不多的具有完备工业互联网安全技术底蕴的初创企业，六方云基于OT与IT融合安全技术、工控安全虚拟补丁技术、工业企业上云安全技术和人工智能安全四大核心技术创造性地提出了“AI基因、威胁免疫”的安全理念。

工业互联网中快速产生积累的海量数据，成为人工智能技术应用的天然土壤。利用人工智能赋能工业互联网安全，则能有力提升工业互联网的主动防御能力。

六方云人工智能安全的特别之处在于，采用无监督学习的人工智能安全路径，实现模仿人脑机制的AI+先天智能。“我们要成为人工智能安全的全球领导者，目前已经将人工智能技术应用于全系列产品”，王智民说。

“不同于人脸识别、语音识别等需要使用大量样本来做有监督学习，无监督学习是人工智能安全发展的关键。有监督学习来做人工智能安全行不通，这条路我们已经趟过了，安全最终还是人与人的较量。而无监督学习对恶意样本的数量和计算要求不高，但对算法和建模的要求很高。”王智民说。

据悉，在六方云的“超弦实验室”中，聚集了国内顶尖的针对安全攻防、算法研究、工业互联网的研究人才。

根据我了解到的情况，F5亚太区安全解决方案架构师曾经总结过这个问题，即：万物互联时代已经来临，各类物联网设备的数量正在成倍增长。随之而来的，是越来越棘手的安全问题，物联网安全问题主要涉及第一个就是，攻击源由于lOT设备的加入，会成为一个非常巨大的这个敌人，而且这种巨大性是会越来越刚性的发展的，就是TB级的对抗会成为一种常态，第二个企业级数据中心作为一种有限资源的目标一定要把Securityas Service 就是运营商层面的安全服务纳入到你的防御架构当中，这是唯一可应对TB级流量的一个防御架构。第三个就是实体数据中心里面一定要走混合的架构，不能再像原来单一的以盒子的堆砌，作为这个防御架构的运维模式，一定要考虑用这个虚拟化的资源应对那些突发的，上百倍的这种流量的变化。这三个趋势是未来F5可能遇到的一些挑战,所以F5已经在加强准备了，等到危机来临的那一天，F5早就出方案了，直接找F5就好了。

工业物联网是指在工业中应用物联网技术，实现工业特有的价值增值的技术模式。

所有物联网都是为了实现万物互联，特别是物与物的互联，但是工业物联网又有其专有属性，原因是与工业物联网相对的消费物联网本身的联网密度、联网的实时性、联网物的异质化要求都不高，而工业物联网的要求主要表现在联网密度、联网实时性及联网异质化三个方面。

思考所有问题都需要从宏观到微观的细化过程，工业物联网也不能例外，我认为对工业物联网进行深度思考，需要从以下五个维度进行分析，否则将会要么带来一叶障目，要么带来好高骛远。

首先需要我们思考的问题是，工业物联网的价值、意义和目的是什么；第二个是工业物联网需要连什么的问题，这是一个范围的概念；第三个需要我们思考的是连入物联网的物的层级问题，也就是深度的问题；第四个需要我们思考的是实现物联的价值成本分析；第五个需要我们思考的是如何建设工业物联网。
互联网实现了计算机与计算机的连接，或者说实现了人与人的连接，这个连接带来了人的交互的便利，在这个基础上涌现出很多全新的、颠覆性的商业模式，例如，电子商务、即时通讯，社交媒体等等；而物联网将实现人与物、物与物的连接，同样我们也期望带来全新的、颠覆性的商业模式，甚至更进一步，期望带来人类生活、生产方式的全新的颠覆性的模式。

作为物联网主战场的工业物联网，人们对其的期许是在工业设计、制造、流通环节带来革命性的变革，为传统工业注入新的活力，提供新的势能，驱动工业在更高维度上发展、创新、乃至变革。随着计算、存储能力的提升，特别是大数据、人工智能的发展，任何行业对数据获取手段都提出了前所未有的要求。对数据获取手段的要求主要表现在四个特征，第一是高效性；第二是准确性；第三是实时性；第四是经济型；在当前技术能力下，能够同时满足这四个特征的就是工业物联网，首先，芯片技术已经发展到一个具有较强计算能力的MCU在美元以下，RFID芯片价格甚至已经到美分这个量级，使得工业物联网有了物质基础，同时满足了经济性要求；近三十年的通讯技术的发展，从模拟到数字，从简单调制到复杂调制技术的商用化，使无线通讯可以很廉价地覆盖几百米甚至数公里的范围，满足了数据获取的密集部署要求，同时由于工业物联网的永久在线的特征，使工业物联网满足数据获取的高效性、实时性要求；微电子技术在近年也发生了突飞猛进的发展，不论在价格上还是在进度上都有了长足的突破，满足了数据获取的准确性。

总而言之，工业物联网的出现是在以下几个条件成熟时涌现出来的不可逆转的趋势：

1、快速变化的市场需要数据支撑，产生了市场对数据获取的急切要求；

2、MCU的发展使得计算能力快速提升；

3、以调制技术为核心的通讯技术发展为联网建立的管道基础；

4、传感技术，特别是以MEMS为标志的微电子技术的发展给予感知世界提供的保证；

工业物联网不是规划出来的，是各种技术与需求发展进化的产物，是生活、生产、经济发展到一定高度后自然而然出现的，是在需求的驱动下，众多行业创新带了的自然产物。

通过工业物联网，可以把传统经济中不可数字化之物数字化，可以把传统不可数字化之行为数字化，可以把传统不可能变为可能，甚至变为容易获得、解决的方案。
这个问题是第一个问题的延续，如果不考虑经济性，那么我们可以说工业物联网连接一切可连接之物，但是，当我们在做一个务实的、有价值的方案时就不能不考虑可行性及经济性，那么工业物联网连什么呢？我们认为这是一个从哪里来到哪里去的问题，我们通过上面对价值、意义和目的分析可知，我们应该从目的反推，一切从目的出发，时刻盯紧企业需要弥补的最关键环节，例如，如果对量化OEE有需求，那么我们就要连接设备状态；如果要减少在制品，那么我们就要对在制品进行追踪；如果能源消耗对企业是重中之重，那么我们就要把能效物联化，等等。世界上不存在同样的两片树叶，同样地，世界上也不存在同样的两个企业，我们只能对企业本身进行深入分析，紧紧聚焦于企业价值，在保证经济性的基础上，确定工业物联网的实施范围方案。联网范围一个核心点是连入物的属性，也就是说我们通过分析连入物的属性与企业建设工业物联网目标的耦合度，决定需要实施工业物联网的广度。
通过分析工业物联网连什么后，我们得到了连入物的内容，接下来需要我们决定是对每个/每类连入物我们该数字化哪些属性，这里遇到工业物联网特有的一个障碍，需要连入工业物联网的物的可连通性问题， 特别是在设备互联时，可连通性表现的特别突出，例如，有的设备具有开放的通讯协议和可用的通讯接口，有的设备不开放协议等等，那么可连通性就是对方案供应商的很大的考验，我们的经验是有四种方案可供选择：

1、使用设备开放的协议；

2、使用设备自带的传感器；

3、添加新的传感器；

4、改变观察侧面及维度，使用全新的采集模式；

其中第四条，改变观察的侧面和维度，使用全新的连接方式是使用第一性原理，避开设备不开放协议或接口的阻碍，避开被设备供应商牵着鼻子走的方向，从本质上获取数据。例如：通过能效检测获得设备的使用状态，通过震动传感分析设备部件的故障、甚至是转速等，只要通过第一性原理从你需要的信息入手，而不是被动地从设备可以提供的数据入手来提供物联解决方案的方式。直接把我们需要的信息做为目标，观察除了直接连接设备外，我们还能够如何获得需要的信息，因为只有我们获得的数据能够与设备提供的数据在信息上能够“同构”即可。例如，我们可以在我们的物联设备上安装一个震动传感器，从传感器获得的数据中，我们即得到了设备是否开机，又得到了是否启动工作，同时还得到设备的转速。如果不用第一性原理，而是硬要跟设备互联，那至少要采集三个数据，并且未必设备能够给你。这就是典型的边缘计算的案例，边缘计算的计算规则一定要具有定制能力，可以说边缘计算一定是一个知识容器，可以方便地把客户、厂家，甚至是第三方的知识融入的容器，我们开发的支持脚本的设备已经具有了初步的边缘计算的功能，我们需要在这个方面继续加大支持力度。

所以，通过分析企业价值和物的可连通性，我们就可以明确定义需要连入物层级，也就明确了连入物的连接深度；

在连入物联网的物的层级中一个重要的概念是管理粒度，对于制造业来说，连入物的管理粒度大概分为如下几个层级：

1、传感级；

2、设备级；

3、产线级；

4、车间级；

5、企业级；

也就是说我们要在经济性可行的前提下定义数据获取的粒度。理论上讲，细粒度一定比粗粒度更好，更有价值，但是当加入成本分析后，可能并不一定粒度越细越好，需要按照各种制约因素找到一个平衡点。
价值成本永远在企业行为中持有权值最高的赞同或者否决的一票，通过前三项分析，我们仅剩下最后一个问题没有解决，这也是关乎价值成本的关键：管理粒度问题，我们到底需要在多细的粒度下进行管理？这带来了一个哲学问题：世界是不是需要黑盒子。什么意思呢？当我们确定一个管理粒度后，比管理粒度更细的信息将被隐藏在黑盒子中，这个黑盒子将成为我们分析深度或者认知深度的制约因素和约束条件。我们可以通过价值成本分析来找到这个平衡点，从而明确黑盒子的大小，并最终确定连入工业物联网的物的特性。
我们的期许是工业物联网建设的价值观，其他一起都是方法论。首先，我们在规划物联网时要本着既要有高瞻远瞩，又要有务实可行的精神。在思考黑盒子的大小时我们要高瞻远瞩，设计方案尽可能地以黑盒子尽量小为目标，而实施方案则按照价值成本分析选择合适的黑盒子的大小，也就是选择合适的管理粒度，从而保证投入收益的平衡，甚至我们可以把黑盒子尽量定义的大些，用以验证工业物联网的可行性，最大可能地降低工业物联网实施的风险。

总之，我们应该从以几个方案来确定工业物联网的建设原则：

1、期望获得什么结果？

2、期望用什么方式获得想要的结果？

3、需要信息基础提供什么？

4、工业物联网是否能够获得这些信息？

5、工业物联网如何获得这些信息？

6、获得这些信息的性价比如何？

7、回归分析，评估预期结果是否符合经济利益？

8、落地实施。

---