物联网设备生产厂商对安全重视仍不足吗？

物联网正加速融入人们的生产生活。知名IT咨询机构预测，2015年至2020年，物联网终端年均复合增长率将达到33%，安装基数将达到204亿台，其中2/3为消费者应用。

哈尔滨工业大学计算机学院教授张伟哲介绍，当前主流的物联网管理模式有直连模式、网关模式和云模式。直连模式是指管理端与终端之间不经过其他节点直接相连，这种模式一般用于近距离通信，例如无线蓝牙、WiFi热点等；网关模式主要用于家庭和企业局域网，一般用于近距离管理多个终端；云模式是指用户通过云服务管理各种设备，其特点是突破了设备管理的地理区域限制，比如智能家居和工业云服务。

《2017物联网安全年报》认为，物联网安全问题突出，反映了当前不少物联网设备生产厂商对安全重视不足。“物联网设备常见脆弱点有硬件接口暴露、弱口令、信息泄露、未授权访问等，这些安全问题技术水平并不高，如果有安全团队协助做工作，是可以防患于未然的。”杨传安说。他认为，对一些设备生产厂商来说，往往侧重追求新功能而忽略安全性。物联网设备基数庞大，加上安全防护脆弱，物联网威胁将逐渐成为互联网的常态。

边缘是物联网时代竞争的核心吗？

近两年来，在云服务提供商、电信运营商、系统服务商等多方的推动下，众多物联网 *** 作系统相继诞生，既说明了物联网发展势头的火热，也展现出物联网发展技术路线的差异化，仍然处于一个集体 探索 时期。物联网虽然被普遍看好，但一直以来发展速度低于前些年的发展预期。一些厂商把目光投向了边缘侧，边缘计算成为行业热词。当边缘计算遇上物联网，能否成为撬动物联网发展的“钥匙”？

边缘计算为物联网破局带来新可能

麦肯锡在2021年11月发布的《物联网：抓住加速机遇》报告中预测，到2030年，物联网将在全球创造55万亿至126万亿美元的经济价值，中国将占全球物联网经济价值的26%左右。但是物联网发展仍然面临着众多“逆风因素”，包括“互 *** 作性差”、“安全性不高”、“成本居高不下”和“用户的数据和隐私面临威胁”等。

边缘计算的出现似乎为解决这些发展阻碍带来了生机。当把计算能力下沉到边缘侧，可以就近分析处理数据，这样做会带来多重好处：

1、边缘计算拥有更快的响应时间，数据存储和计算能力被分散布置在本地，数据无需往返于本地和云端，因此可以减少延迟并加快响应速度。

2、边缘计算可以降低企业的成本。与云中心设备相比，由本地设备进行数据存储与处理的成本更低，一方面，边缘计算减少了对带宽资源和云中心计算资源的占用，另一方面，边缘计算可以提高应用程序的运行效率，降低能耗。

3、边缘计算设备可以自主收集、存储并使用数据，有效地避免用户个人隐私等敏感数据被上传到云中心而引发的数据安全问题。

4、边缘计算对云端的依赖性低，可以有效降低单点故障率。万一断网，也可以正常工作。

5、更关键的是，边缘设备可以使现有设备和新兴IoT设备互联互通，对现有设备的通信协议进行转换，就能与新兴IoT设备进行高效交互。在这种方式下，企业无需对现有设备进行更新设计，也能接入IoT平台，以较低的成本实现生产力的大幅提升。

一些厂商已经看到了边缘计算的巨大趋势，通过开发边缘计算 *** 作系统，创建开放的平台生态，提供完善的应用开发工具给予开发者，逐渐推动物联网往边缘计算靠拢，促使边缘计算推动物联网应用长尾时代的到来。

物联网算力从云、端走向边缘

在物联网 *** 作系统研发中，大部分厂商从“端-边-管-云”各层次构建物联网基础设施。物联网被认为是互联网时代向万物互联的一个延展，会充分继承互联网时代的计算存储和通信能力，从人人互联转向人与万物互联，正因如此，人工智能技术将得以在物联时代快速发展。因此IoT的定义越来越多被AIoT这个概念所取代。

在现实世界中，物联网端设备存储和计算能力往往十分有限。那么随着物联网发展，到底是应该让端设备更加智能，具备必要的算力和通信能力，并将所产生的信息和数据通过5G或NBIoT等途径直接回传到云数据中心，还是物联网端设备不需要太多的算力存储，窄带通信能力即可满足绝大多数场景，应该由边缘为这些端设备提供算力存储和宽带通信能力？

以翼辉信息为代表的一些 *** 作系统厂商认为未来应向“强边弱端”发展。互联网的边缘计算节点就是各类端设备的上游节点，应由边缘为这些端设备提供算力存储和宽带通信能力，其与端设备之间通过近距通信协议，来保持端设备的高并发、低延时、低功耗的工作特点，简单说就是让互联网做互联网擅长的工作，物联网做物联网擅长的工作，二者通过边缘计算节点来接驳，让两个网发挥各自优势，连通协作。

翼辉今年推出智能边缘计算 *** 作系统——爱智 *** 作系统EdgerOS，把边缘侧的算力动态共享、分配、实时计算，主要交由部署在边缘侧的智能边缘计算机来处理，可以更好的满足物联网实时、安全、降低成本等需求。智能边缘计算机就相当于一个小服务器，不仅实现了周边设备和异构网络互通互联，还承担着大量的算力工作，当算力主要在边缘处理，端设备不再需要具备很强的算力，也为用户减轻了相应的负担。

很多物联网节点如灯泡等本身没什么算力，爱智通过智能边缘计算设备能保持跟节点的长时间连接，并把较强的算力包括AI的算力分享给这些较弱的节点，那么有了算力和资源，这些节点就会充满想象力，同时极大地降低智能设备的开发成本，实现基于真实场景的智能应用。

翼辉拥有十多年的嵌入式系统设计经验，企业在嵌入式领域的成功，对端设备应用场景的理解，促使其更加坚定的相信边缘计算的重要性，边缘为端设备应提供算力存储和宽带通信能力，端和边应形成一个有机体，各司其职，不转嫁冗余成本到用户层面。

开发者们把目光投向了边缘计算

基于边缘计算 *** 作系统开发物联网应用正在吸引国内开发者的目光 。在正在开展的“2021爱智先行者”征文活动中，技术社区内的开发者们纷纷利用搭载着 EdgerOS 的智能边缘计算机精灵一号（Spirit 1），进行了各种智能家居的DIY研发，例如人脸识别门禁、智能光照传感器、智能红外温度传感器、手势控制智能灯、智能监控设备、智能甲醛检测器、智能变频电热毯等，利用几天时间使用低代码即可开发一款物联网应用。

爱智打造了一个高性能的 JavaScript 运行时引擎，可以使用简单高效、易学易用的 JavaScript 和 TypeScript 等互联网技术栈来开发物联网应用。此外，爱智提供了功能非常丰富的开发框架，包括APP框架、流媒体框架、AI框架、设备管理框架等。

由于爱智是一个开放的智能边缘计算 *** 作系统，开发者可以在物联网应用开发中使用各种品牌、各种型号的硬件设备。例如，当前市场上有很多品牌的智能灯泡，但是通常需要搭配厂家的网关设备才能使用。因为爱智 *** 作系统的开放性，可以支持不同品牌的智能设备。开发者使用Spirit 1和自主选择的智能灯泡，不到 30 分钟即可在寒冷的冬季来临之前为自己研发一个“关灯神器”。 开发者们可以利用Spirit 1或者其它智能边缘机，搭载EdgerOS，实现各种想象丰富场景下、大量长尾应用的研发。

物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。

在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用，从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量;

在涉及国防军事领域方面，虽然还处在研究探索阶段，但物联网应用带来的影响也不可小觑，大到卫星、导d、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键。

一、智能交通

物联网技术在道路交通方面的应用比较成熟。随着社会车辆越来越普及，交通拥堵甚至瘫痪已成为城市的一大问题。对道路交通状况实时监控并将信息及时传递给驾驶人，让驾驶人及时作出出行调整，有效缓解了交通压力；

高速路口设置道路自动收费系统(简称ETC)，免去进出口取卡、还卡的时间，提升车辆的通行效率;公交车上安装定位系统，能及时了解公交车行驶路线及到站时间，乘客可以根据搭乘路线确定出行，免去不必要的时间浪费。

社会车辆增多，除了会带来交通压力外，停车难也日益成为一个突出问题，不少城市推出了智慧路边停车管理系统，该系统基于云计算平台，结合物联网技术与移动支付技术，共享车位资源，提高车位利用率和用户的方便程度。

该系统可以兼容手机模式和射频识别模式，通过手机端APP软件可以实现及时了解车位信息、车位位置，提前做好预定并实现交费等等 *** 作，很大程度上解决了“停车难、难停车”的问题。

二、智能家居

智能家居就是物联网在家庭中的基础应用，随着宽带业务的普及，智能家居产品涉及到方方面面。 家中无人，可利用手机等产品客户端远程 *** 作智能空调，调节室温，甚者还可以学习用户的使用习惯，从而实现全自动的温控 *** 作，使用户在炎炎夏季回家就能享受到冰爽带来的惬意；

通过客户端实现智能灯泡的开关、调控灯泡的亮度和颜色等等; 插座内置Wifi，可实现遥控插座定时通断电流，甚者可以监测设备用电情况，生成用电图表让你对用电情况一目了然，安排资源使用及开支预算;

智能体重秤，监测运动效果。内置可以监测血压、脂肪量的先进传感器，内定程序根据身体状态提出健康建议; 智能牙刷与客户端相连，供刷牙时间、刷牙位置提醒，可根据刷牙的数据生产图表，口腔的健康状况;

智能摄像头、窗户传感器、智能门铃、烟雾探测器、智能报警器等都是家庭不可少的安全监控设备，你及时出门在外，以在任意时间、地方查看家中任何一角的实时状况，任何安全隐患。看似繁琐的种种家居生活因为物联网变得更加轻松、美好。

三、公共安全

近年来全球气候异常情况频发，灾害的突发性和危害性进一步加大，互联网可以实时监测环境的不安全性情况，提前预防、实时预警、及时采取应对措施，降低灾害对人类生命财产的威胁。

美国布法罗大学早在 2013 年就提出研究深海互联网项目，通过特殊处理的感应装置置于深海处，分析水下相关情况，海洋污染的防治、海底资源的探测、甚至对海啸也可以提供更加可靠的预警。该项目在当地湖水中进行试验，获得成功，为进一步扩大使用范围提供了基础。

利用物联网技术可以智能感知大气、土壤、森林、水资源等方面各指标数据，对于改善人类生活环境发挥巨大作用。

趋势和特征

物联网近年来的主要显着趋势是由互联网连接和控制的设备的爆炸性增长。物联网技术的广泛应用意味着从一个设备到另一个设备的具体细节可能大不相同，但大多数人都具有基本特征。

物联网为将物理世界更直接地集成到基于计算机的系统中创造了机会，从而提高了效率、经济效益和减少了人力。

物联网设备的数量在 2017 年同比增长 31% 至 84 亿，预计到 2020 年将有 300 亿台。物联网的全球市场价值预计为到 2020 年达到 71 万亿美元。

环境智能和自主控制并不是物联网最初概念的一部分。环境智能和自主控制也不一定需要互联网结构。然而，（英特尔等公司）的研究发生了转变，将物联网和自主控制的概念结合起来，初步成果朝着这个方向发展，将物体视为自主物联网的驱动力。

在这种情况下，一种有前途的方法是深度强化学习，其中大多数物联网系统提供动态和交互式环境。训练代理（即 IoT 设备）在这样的环境中表现得更聪明，无法通过传统的机器学习算法（例如监督学习）来解决。

通过强化学习方法，学习代理可以感知环境状态（例如，感知家庭温度），执行 *** 作（例如，打开或关闭暖通空调）并通过最大化其长期获得的累积奖励来学习。

可以在三个级别提供物联网智能：物联网设备、边缘/雾节点和云计算。每个级别对智能控制和决策的需求取决于物联网应用的时间敏感性。例如，自动驾驶汽车的摄像头需要进行实时障碍物检测以避免发生事故。

通过将数据从车辆传输到云实例并将预测返回给车辆，这种快速决策是不可能的。相反，所有 *** 作都应在车辆本地执行。集成高级机器学习算法，包括深度学习物联网设备是一个活跃的研究领域，使智能对象更接近现实。

此外，通过分析物联网数据、提取隐藏信息和预测控制决策，可以从物联网部署中获得最大价值。物联网领域使用了各种各样的机器学习技术，从回归、支持向量机和随机森林等传统方法到卷积神经网络、LSTM和变分自动编码器等高级方法。

未来，物联网可能是一个非确定性和开放的网络，其中自动组织或智能的实体（Web 服务、SOA组件）和虚拟对象（化身）将可互 *** 作并能够独立行动（追求自己的目标）目标或共享目标）取决于上下文、情况或环境。

通过上下文信息的收集和推理以及对象检测环境变化（影响传感器的故障）并引入合适的缓解措施的能力的自主行为构成了一个主要的研究趋势，显然需要为物联网技术提供可信度。

市场上的现代物联网产品和解决方案使用各种不同的技术来支持这种上下文感知自动化，但需要更复杂的智能形式，以允许在真实环境中部署传感器单元和智能网络物理系统。

以上内容参考 百度百科-物联网

市场竞争。随着物联网、云计算、大数据等技术的不断发展，越来越多的企业开始进入这些领域，形成了激烈的市场竞争。这对百宜云来说是一个产业威胁，需要不断创新和提升自身的技术实力和服务质量，以保持市场竞争力。

---