物联网在智慧城市中的应用与发展

智慧城市是指利用各种信息技术或创新概念，将城市的系统和服务打通、集成，以提升资源运用的效率，优化城市管理和服务，以及改善市民生活质量。智慧城市经常与数字城市、感知城市、无线城市、智能城市、生态城市、低碳城市等区域发展概念相交叉，甚至与电子政务、智能交通、智能电网等行业信息化概念发生混杂。

一、物联网的基本组成

物联网技术不仅仅局限于传统的传感网络，也不仅仅局限在为人们提供服务的单一层面，就目前来说，大部分对物联网技术的研究，都认为物联网技术是一种集传感技术、应用服务等多方面体系为一体的综合性网络技术。物联网的组成，大致可以概括为如下四个部分：物联网终端、传感器、网络与物联网服务。

1物联网终端

物联网终端就是指前面提到的“物”。它上面会装有一种名为传感器的电子元件，并与网络相连接。比如大家拿着的智能手机和平板电脑就是物联网终端的一种。这些终端通常起着两个作用：感测和反馈。

感测指的是搜集终端本身的状态及周边环境的状态并通知系统。这里说的状态包括如灯是开是关、房间的温度和湿度、门口有没有人、机器运行的状态，等等。而终端是利用传感器这种电子元件来实现感测的。

反馈是指接收从系统发来的通知后，显示信息或执行指定的 *** 作。系统会基于从传感器搜集到的数据，经过处理后，进行一些反馈，并通常需要通过物联网终端针对现实世界采取相应的行动。反馈有多种形式，包括可视化、通知，以及控制等。通过“可视化”，用户能够使用电脑和智能手机上的Web浏览器或APP随时查看经物联网服务处理后的信息；通过“推送通知”，系统就能在检测到“物”的异常状态或触发某些指令后，将其通知给终端或信息接收者，以达到提醒和告警的目的；通过“控制”，系统就可以直接控制终端的运转，实现自动化 *** 作，而无需借助人工。

2传感器

在物联网终端中，要想搜集终端和环境的状态，就需要利用一个叫做传感器的电子元件。传感器负责把物理现象用电子信号的形式输出。例如有的传感器可以把温度和湿度作为电子信号输出，还有的传感器能把超声波和红外线等人类难以感知的现象转换成电子信号输出，等等。

通过传感器输出的电子信号，系统就能够获取现实世界中的“物”的状态或周边环境的状态了。人们很少单独利用这些传感器，通常都是将它们置入各种各样的物联网终端里来加以利用的。

3网络

在把终端连接到物联网服务时，网络是不可或缺的。物联网使用的网络大体上分为两种：一种是把终端连接到其他终端的网络，另一种是把终端连接到物联网服务的网络。

无法或不需要直接连接到互联网的终端是存在的，而通过把终端连接到其他终端，如连接到负责收集传感器数据的物联网网关设备，就能通过物联网网关把这些不能连接到互联网的终端再集中连接到互联网了。这种网络连接方式在工业领域应用极广，能够节省成本以及提高连接效率。而针对终端之间的连接，蓝牙、ZigBee、LoRa、WIFI是几种比较有代表性的网络标准。

对于技术人员来说，在网络层之上，物联网体系还会划分出如基础设施层、平台层、应用层等不同层次，但对于普通用户来说，可以统称为物联网服务。物联网服务有两个作用：一是从终端接收数据以及发送数据给物联网终端；二是处理和保存数据。

物联网接收从终端直接发来的数据。终端发来的数据内容包括终端搭载的传感器所采集到的信息，以及用户对终端进行的 *** 作等。

而仅仅采集传感器和终端发来的数据，那只不过是将一堆庞大的数据聚在一起而已，很难直接应用这些数据。为了实现具体的应用服务，就需要从采集到的数据中分析出有价值的信息。因此，只有通过对数据进行分析，才有可能掌握终端的运转情况，找出其中蕴含的趋势，提前检测出今后可能会发生的异常情况。这样才能把整个物联网服务从一个单纯的采集数据的系统升华到一项帮助使用者创造价值的服务。

二、物联网在智慧城市中的应用

物联网在智慧城市发展中的应用关系各方各面，从智慧政务、智慧物流、智慧交通、智能家居及其他应用智能化等方面，均可应用物联网技术，以下对其应用做详细的阐述。

1智慧政务应用

“互联网+政务服务”构建智慧型政府，运用互联网、大数据等现代信息技术，加快推进部门间信息共享和业务协同，简化群众办事环节、提升政府行政效能、畅通政务服务渠道，解决群众“办证多、办事难“等问题。

通过政务云、政务数据交换平台及完善的政务信息资源目录体系，实现跨部门的信息共享与资源整合，建立一体化的政务资源体系。

通过整合政府门户网站、呼叫中心等相关政务服务资源，实现政府、企业和公众随时随地通过互联网、电话、移动终端等多种渠道获取一致与整合的政务服务。

通过资源共享及流程整合，完善政务服务监管渠道，为企业、 社会 其它机构和公众等提供一站式服务，实现足不出户就可以随时随地办理相关业务。

2智慧物流应用

智慧物流是一种以信息技术为支撑，在物流的运输、仓储、包装、装卸搬运、流通加工、配送、信息服务等各个环节实现系统感知。全面分析，及时处理及自我调整功能，实现物流规整智慧、发现智慧、创新智慧和系统智慧的现代综合性物流系统。

多元化的数据采集、感知技术，基于物联网的智慧物流，面对的是形式多样、信息关系异常复杂的各类数据，多元化的数据采集、感知技术，为智慧物流提供了基本的技术支撑。

随着物联网的发展，泛在网络将成为信息通讯网络的基础设施，在于其它网络融合的基础上，提供给智慧物流可靠的数据传输技术，为人们准确的提供各类信息。

3智慧交通应用

紧急救援系统：当紧急情况发生时，车主按动车上安装的紧急按钮，通过无线通信接通客服中心。客服人员能够通过GPS技术精确定位，将救援送达车主。在救援过程中，客服人员不仅能一直与车主进行在线的交流，而且能够实时调度救援资源，最小化车主的生命财产损失。

智能导航系统：现行试用的路线推荐系统能够根据司机需求和实时交通信息，推荐最短路径、时间最优路径，甚至为出租车司机推荐最有可能搭载乘客的路线。

4智能家居系统应用

物联网技术在家居中主要应用于安防方面，借助物联网技术进行实时检测，并通过数据传送，启动安防报警器通知安保人员，这是物联网技术在家庭安全保障上的应用，也是当前由家居智能到智慧城市的一大体现。

另外，物联网技术还能够解决家庭琐事，例如其能够通过数据的读取，直接将家庭电表、燃气表、水表等的数据传送于远程的服务器端，并进行自动结算费用。总之，物联网技术在家居生活中的应用多种多样，是当前实现良好生活品质的关键内容。

1 物联网（Internet of Things，IoT）
指将传感器、执行器、智能设备、人工智能和云计算等技术融合在一起，通过互联网连接、交互和协同工作来实现智能化和自动化的网络。
2 传感器（Sensor）
指一种可以感知并测量实际物理量的设备或系统，通过将物理信号转换成数字或模拟信号来输出相应的测量结果。
3 执行器（Actuator）
指一种可以根据输入信号转换成机械或电动力的设备或系统，用于控制或驱动实际物理行为。
4 物联网平台（IoT Platform）
指一种用于将各种传感器、执行器和智能设备互联互通的技术平台，提供数据采集、数据分析、数据处理和数据交互等功能。
5 云计算（Cloud Computing）
指一种基于互联网的分布式计算和存储模式，将计算和数据存储分布在多个服务器上，提供虚拟化和动态扩展等功能。
6 数据采集（Data Collection）
指通过传感器和其他设备收集和记录现实世界中的数据，如温度、湿度、压力、位置、声音等。
7 数据处理（Data Processing）
指将采集到的数据进行分类、筛选、转换、分析等处理，以提取有用的信息，比如预警、异常检测、预测分析等。
8 数据交互（Data Interaction）
指通过互联网将数据传输到物联网平台等服务器上，并将处理结果返回到智能设备中，以实现设备之间的互通和协同工作。

9 人工智能（Artificial Intelligence，AI）
指模拟人类智能和行为的计算机系统和算法，用于实现自动化、智能化和自主学习等功能，如图像识别、语音识别、机器人等。
10 区块链（Blockchain）
指一种去中心化的分布式账本技术，用于实现安全性、透明度和信任度的高效交互和协同，如支付、合同管理、安全通信等。

您好，若使用数据网络无法上网排查方法：
1、确认联网权限和所处环境
单个软件不能联网：可进入“i管家--流量监控/流量管理--联网管理--找到对应软件”，开启数据联网权限，再观察能否恢复使用。
所有软件不能上网或者上网慢：确认是否处于地下停车场、电梯间等环境？手机信号的覆盖容易受到这些环境影响，信号会相对弱一些，数据网络也会受到影响。如果处于这些环境，建议前往开阔地带，比如室外空旷的环境，查看数据网络是否恢复使用。
2、确认是否SIM卡引起
话费是否充足：查看手机卡话费余额是否充足？如果已欠费停机，充值后请重启手机或开关飞行模式。
流量是否达到运营商限制：当流量使用总量达到一定数值后，运营商可能会限制网速或限制上网。请咨询运营商客服，查询流量使用总量是否达到运营商限制。
是否使用物联网卡：确认手机卡是否属于物联网卡？物联网卡一般是用于智能设备，网速可能有一定限制。
更换SIM卡对比测试：将其他SIM卡装入手机，判断是否属于SIM卡自身故障。如果是SIM出现损坏，建议前往运营商营业厅补卡。
3、确认是否设置过APN或者
确认是否修改过接入点（APN）？是否设置了？如果修改过APN，建议进入设置--移动网络或双卡与移动网络--对应SIM卡--接入点（APN），重置为默认设置。如果设置了，建议先关闭查看。
注：接入点需要选择名称为net的接入点，如果选择其他接入点，网络可能受到影响。
4、确认是否使用金属保护壳、磁吸支架，如果有使用，建议取下使用查看。
5、升级系统版本
系统新版本提升了兼容性和稳定性，优化了性能，请您进入设置--系统升级（部分机型为：设置--我的设备--iQOO UI版本/Funtouch OS版本），查看系统版本信息。如果不是最新版本，建议升级体验。
WiFi无法上网可参考以下排查方法：1、确认输入的WiFi密码是否正确
请您确认英文大小写，点击密码输入界面的“眼睛图标”可以核对输入的密码。
2、重新连接WiFi
进入手机设置--WLAN，长按连接的WiFi，选择“忘记网络”，重新连接WiFi。
3、重启路由器
将路由器电源断开，间隔10秒后再通电，等待路由器启动并连接运营商网络（预计1~2分钟左右）。
4、检查路由器设置
查看路由器说明书，进入路由器设置界面查看是否有限制连接，如果被限制，将无法连接WiFi。
5、使用身边其他手机对比测试
采用对比的方法观察其它手机连接相同WiFi来确认是WiFi原因还是手机原因，另外可以将您的手机连接不同的WiFi（或个人热点）对比测试。如果其他手机也无法连接WiFi，则是路由器或者宽带原因。
6、升级系统版本
系统新版本提升了兼容性和稳定性，优化了性能，进入设置--系统升级（部分机型为：设置--我的设备--iQOO UI版本），可以查看系统版本信息。如果不是最新版本，建议升级体验。
7、恢复出厂设置
系统配置信息异常可能引起故障，建议备份好重要数据后，重置手机配置信息。
*** 作方法：进入设置--系统管理--备份与重置--还原所有设置（部分机型为：设置--更多设置--恢复出厂设置—还原所有设置），根据屏幕提示进行 *** 作。
还原所有设置不会删除任何数据或媒体文件，会还原手机的所有设置，部分第三方应用帐号需要重新登录，请确认不影响某些第三方软件的使用后再进行 *** 作，避免 *** 作出现异常导致数据丢失，建议您先备份下手机的重要数据。
若以上方法未改善，建议去服务中心检测处理， 进入浏览器-vivo官网-左上角三个杠-服务-服务中心-选择当前省市进行查询，建议去之前电话联系，确保有工作人员接待再过去。

用气异常报警、电量异常报警、通讯异常报警。
物联网膜式燃气表，是一款基于运营商窄带蜂窝物联网，具备异常报警管理功能，包括用气异常报警、电量异常报警、通讯异常报警。
物联网膜式燃气表是以膜式燃气表为基表，加装电子控制器以及NB通信模组，组成的具有预付费功能的燃气计量器具。

可能有以下几个原因导致物联网水控机无法扫码：
1 二维码被损坏或不清晰：检查一下二维码是否有损坏或模糊不清，如果是，可以尝试更换一张二维码。
2 手机拍照不清晰：如果二维码本身没有问题，可能是手机拍照不清晰导致无法扫描。可以尝试调整手机焦距或更换一个光线更好的环境。
3 设备故障：如果多次尝试扫描仍然无法成功，可能是设备出现故障，需要联系设备厂商寻求解决办法。
4 其他原因：还有可能是软件或硬件兼容性问题，或者网络连接不稳定等原因导致无法扫描二维码。

摘要： 组织应该面对网络安全攻击，这可以强烈影响他们的 *** 作流程，业务形象，和关键信息的安全。建立安全机制有助于减少可能被攻击者利用的弱点;然而，它们并不总是足够的，而且一次攻击可能会成功。因此，组织需要建立计划或过程来处理这些安全事件，甚至构建称为CSIRTs的事件响应团队。由于不同形式的攻击和海量数据的增长，处理网络安全事件需要适应新的安全管理策略。从这个意义上说，将大数据、人工智能和数据分析应用于网络安全，被定义为认知安全，提出了一种可行的替代方案，但有必要考虑，如果没有对网络安全专家进行充分培训，或者如果使用了他们的技术和非技术技能，技术解决方案就会缺乏有效性。在人类技能和技术解决方案之间建立密切的相互关系可以帮助设计一个充分和有效的检测和自动化过程，从而改进安全事件的处理。本研究分析了认知安全技术解决方案与网络安全专家技能之间的相互关系。提出了一个通过建立态势感知来进行决策的自动化事件响应框架。

一、引言

由于技术在不同领域的扩展，如金融服务、医疗服务、公共服务以及水、电、电信等关键基础设施，计算机安全已成为社会的一个基本要素。根据麻省理工学院(MIT)的说法，安全团队将面临的风险主要是针对物联网(IoT)设备、区块链和关键基础设施[1]的攻击;例如，麻省理工学院提到，攻击者在2019年主要使用人工智能和量子技术进行攻击。这种情况涉及有准备充分的组织和有能力面对这些新挑战的安全专业人员;在国际层面上，一些组织已经定义了通过称为计算机事件响应小组(CSIRTs)[2]的专家和研究人员团队快速响应安全风险的策略。CSIRT由来自网络安全、法律、心理学和数据分析师等领域的专家组成。CSIRT根据预先设定的程序和政策，对网络安全事件做出快速有效的反应，并降低网络攻击的风险。

CSIRTs中的安全分析人员需要处理大量的数据，以便i)确定触发可能的攻击警报的模式或异常，ii)更快速和有效地执行检测过程。CSIRTs的成员正在寻求基于技术解决方案的新策略，如大数据、机器学习和数据科学[3]。为了加快数据分析方法[4]的研究进程，美国国家标准与技术研究院(NIST)等国际组织启动了数据科学研究计划(DSRP)。在网络安全领域，认知科学在信息安全过程中的应用推动了认知安全[5]的概念;这允许进行预测性和说明性分析，从而提供安全攻击的可能影响的视图。CSIRTs成功的另一个关键因素是团队协作能力和对不同环境的适应能力。在21世纪的[7]时代，安全专业人员需要团队合作、批判性思维和沟通等技能。2015年9月,一个之间的协作计算机协会(ACM), IEEE计算机协会(IEEE CS),信息系统协会特殊利益集团对信息安全和隐私(AIS SIGSEC),以及国际信息处理联合会技术委员会信息安全教育(118联合会WG)提出了一个网络安全教育课程指南提到非技术技能计价的软技能,对于安全专业人员来说至关重要，并专注于:团队合作、沟通、情景感知的生成，以及使用不同组织文化[8]的 *** 作。

在组织中产生网络安全态势感知的能力允许确定积极的策略来面对正在进行的和即将到来的攻击或威胁。情境意识产生于三个认知过程:认知、理解和投射。认知过程是人类行为固有的，它会受到不同因素的影响，例如:压力、疲劳、分心、物理或环境条件。分析任务的绩效以及这些因素的影响是一些研究者感兴趣的。例如，Robert Karasek提出了需求控制模型[9]，该模型研究了计算机人员在不同工作领域的认知、情感和身体需求，计算机人员的心理需求水平较高。在此背景下，发展认知策略在信息加工的各个层面都是必要的;此外，还需要分析执行功能如何通过:抑止控制、工作记忆处理[10]优化来整合各级信息处理，从而帮助网络安全专业人员高效工作和充足的响应时间。

在这项研究中，我们提出了一个模型来整合网络安全领域的认知技能、团队合作和数据分析，如图1所示。认知安全可以利用安全分析人员的认知能力的特点，将这种知识和智能转移到计算机系统中;通过这样做，他们可以向安全团队执行一个即时响应动作或通知，以做出针对安全攻击的决策，如图1所示。

研究的其余部分组织如下。第二节介绍了有关自动网络安全响应的相关工作。第三节介绍了心理学在网络安全中的重要性的背景。第四部分提出了一个基于认知过程的自动化网络安全框架的建议。最后，第六部分总结了本文的研究结论，并提出了今后的工作方向。

二、相关工作

根据麻省理工学院评论[11]的分析，在2018年，城市将安装多层传感器来监测空气质量、垃圾水平或交通量;这一预测，加上Gartnert对2020年的预测，[12]将有204亿台联网设备。在新的安全场景中，组织必须面对网络或计算平台的规模和复杂性的急剧变化，这些网络或计算平台是组织支持服务提供和设备连接的基础。在这种新的背景下，传统的安全解决方案的行动能力和人类对安全事件的检测和响应能力受到了限制。为组织和研究人员评估的网络安全的替代方案是使用认知模型作为一种提议，以增强计算环境的安全性和扩大人类的分析能力。

在[13]中，作者提出了一个基于机器学习的检测与基于时间逻辑的分析的组合，允许区分异常和启用动态网络响应。在[14]中，包括对个人设备的认知安全的使用，以允许设备识别所有者和自主安全，以便设备采取自己的安全决策。基于函数和依赖关系[15]的知识，可以实现诊断的自动化。在“数字服务生态系统中的自主计算方法调查”[16]中，提出了应用自主计算概念的25种不同的数字生态系统，在[13]中，提出了认知安全方法如何能够建立“良好异常”来建立正常的 *** 作参数，以及任何变化如何生成网络设备的自动自动重新配置来控制数据流。

三、认知技能和网络安全

a 态势感知

态势感知被定义为，从心理学领域，作为一种能力，产生对他的生活的理解，基于他的经验[17]。这一概念已适用于计算机系统领域;例如，Lewis将计算系统的自我意识定义为基于内部和外部事件[18]获取自身知识的能力。在[19]中，自我意识被定义为为计算机系统生成关于自身和环境的知识，并根据这些知识决定将要执行的行动的能力。

1)网络安全态势感知(CSA):态势感知(SA)的概念描述了组织当前的威胁和攻击情况，可能的攻击的影响，以及攻击者的识别和用户行为[20]。分析人员必须了解安全情况并确定影响的可能性。为了生成态势感知，我们可以使用OODA循环。Breton提出的认知OODA循环是基于感知、理解和投射[21]的认知过程。表一展示了认知阶段、认知过程和根据Brenton的提案产生的产品之间的关系。

2)网络认知态势感知(CCSA):

为了建立组织的网络安全态势意识，我们可以依靠面向决策过程的认知方面的支持。适应了网络空间的感知、理解和投射的认知过程，我们将拥有如表二所示的关系。

b 非技术技能

美国国土安全部(DHS)和国家网络安全联盟(NCSA)等组织都开展了国家网络安全意识月活动，在2018年庆祝了第15届[22]，以促进社区了解数字环境中的风险和威胁的相关方面。在这些领域中，安全专业人员必须具有非技术技能，以便能够以清晰和一致的方式向一组没有技术背景的人员传播知识。针对组织内的网络安全，防御策略基于风险管理，如图2所示分为四个级别的网络安全风险管理生命周期。

在网络安全风险管理生命周期内，至少需要以下人员:

•团队领导/协调员;

•负责系统和信息安全;

•沟通团队或公关;

•分类器或分类;

•事件管理团队-二级;

•法律团队。
这强调了在一个由不同学科的专业人员共同协作的环境中发展协作技能的必要性，因此团队合作对于网络安全专家来说是一项非常重要的技能。Newstrom提到，21世纪的组织或公司更加灵活，能够迅速适应变化，横向关系更加有效;因此，今天的组织更加重视灵活的结构和横向沟通。任务和角色以更开放的方式定义，环境更加动态，团队的创建允许实现所描述的方面。莫林认为，复杂性和多学科工作是21世纪的一部分，未来的教育必须以人类状况和人类之间的多样化关系为中心。Morin在《21世纪教育》中提到的另一个重要方面是让学生准备好面对日常生活中不同事件所产生的不确定性。

关于Morin提到的关于关注学生人性方面的第一个方面，开始强调以加强技能为重点的培训可能是很重要的。芒福德将技能分为四类[25]:

1)认知能力;

2)人际交往能力;

3)业务技能;

4)战略技能。

一般来说，在网络安全领域的大学主要关注提高认知、商业和战略技能，但不太关注非技术技能。根据Mumford提出的分类，团队合作、协作、沟通和网络被包括在人际交往技能的类别中。未来的网络安全专业人士正在大学学习;因此，工程教育需要鼓励非技术技能的发展。Kyllonen提出了21世纪需要的技能，其中以下提到[7]:

•批判性思维;

•口头和书面沟通;

•劳动伦理;

•团队合作;

•合作;

•专业;

•故障排除。

良好的网络安全工作人员框架[26]为安全专业人员建立了一套知识、技能和能力与非技术方面相关，如:

•有能力参与计划小组，协调小组和任务小组的工作;

•能够运用合作技巧和策略;

•应用批判性阅读/思考技能的能力;

•与他人有效合作的能力。

关于Morin在计算机科学领域提出的第二个方面，即不确定性，一些作者如[27]和[28]提到，软件开发过程中的不确定性可能与人的参与、并发性和问题领域的不确定性有关。在软件环境中，产品的开发和用户最初提出的需求的变化之间可能会出现不确定性。在网络安全领域，不确定性可能与其他方面有关，如时间、类型和网络攻击的目标。

团队合作也会产生不确定性;在[29]中，作者提到，不确定性可以在人的功能和环境工作中产生，取决于诸如先见者、利他主义智力、收获和意外收获等变量。在[30]中，作者认为，不确定性取决于团队的结构和成员之间的相互作用。

如图3所示，在21世纪的教育背景下，对计算机科学工程专业的学生进行网络安全领域的教育，主要有四个方面是必须要做的。

四、基于认知技能的网络安全自动反应

我们对事件反应自动化的建议是基于建立态势意识的重要性，在理解组织安全的积极和消极方面的基础上做出正确的决策。我们的提议利用了协作的方法来产生自我意识和决策，是基于安全分析师的认知过程的重要性，以能够确定一个安全事件在多个事件之间，它必须被识别出一个异常行为，可以警告攻击。我们的建议中考虑的一个方面是为了加强认知过程。在2017年RSA会议上，IBM[31]展示了安全分析师在调查事件时必须执行的认知任务，在表III中，我们提出了网络安全认知任务和认知过程之间的联系。

对于自动响应安全事件的过程，我们提出了如图4所示的分层架构。我们的建议强调分析层，在分析层中对不同来源(如传感器、日志或安全博客)获得的数据进行理解。此外，在这一层中，安全分析人员的经验和有效的沟通是最基本的，因为它将预测充分评估事件，并将其归类为事件，并建立最适当的决策，以减少攻击的影响。具体地说，在这一层中，我们提出了两个允许建立情境意识的子组件:i)自动学习的子组件和ii)团队合作。这两个子组件共享一种直接交流的方式，目的是生成标签，用于培训基于分析人员通过互动和交换思想生成的知识的监督学习算法。另一方面，无监督学习算法可以检测不容易检测到的模式或异常，并提醒安全分析人员确定它们是否与共同的安全攻击相对应。

设计了一个基于数据管理流程的框架，以确保不同层次数据的完整性和质量;然后,它包括:

•收集;

•准备;

•分析;

•可视化;

•访问。

在下面的图4中，我们将详细描述组成我们所提议的框架的层。
a)网络收集层:涵盖将用于创建网络安全态势感知的信息来源。在资料来源中，可以考虑下列情况:

•网络模拟平台;

•传感器;

•入侵检测系统;

•脆弱性分析;

•安全门户、博客或订阅源;

•netflow;

•服务器和网络设备日志。

b)基础设施层:基础设施层包含以下组件:

•数据收集服务器，在这些服务器中，将对不同来源的信息进行数据摄取处理。至少考虑三个服务器来实现负载平衡和高可用性。

•索引服务器，在这些服务器中执行数据索引的过程，并在此基础上定义属性，在此基础上对数据进行调试和处理，生成可视化层的信息。至少考虑两台服务器用于负载平衡和高可用性进程。

•队列管理服务器,该服务器建立流程管理大数据解决方案的处理资源在多个请求信息同时执行报告服务器和数据可视化,这个服务器处理数据可视化工具,允许与分析师能够执行的交互信息的查询。

•入侵检测服务器，在此服务器中定义了检测与安全攻击相关的模式的规则，服务器可以访问安全传感器。

•警报管理服务器，在此服务器中，警报管理被定义为在检测到异常模式时通知分析师，在此服务器中包含了一个事件管理系统，允许在检测到安全事件前对升级进行流控制。

c)索引层:用于定义搜索字典。

d)态势感知层:这一层是我们的核心建议。在这一层的目标是建立一个基线安全状态的一个组织,为此我们考虑两个部分,第一个组成的机器学习算法,允许识别模式或异常基于预处理来自不同数据源的数据服务器日志,第二部分称为团队合作产生自我意识的建立基于CSIRT安全分析人士的合作。基于团队产生的知识，你可以训练学习算法来提高它们的准确性。

e)分类层:它定义了针对安全分析师、CsIRT或事件管理过程中的其他参与者生成的警报。根据良好做法，明智的做法是定义警报级别的分类。

f)自动响应层:它定义了可以自动的响应动作，因为这对于建立安全事件管理计划是必要的。

五、讨论

在心理学研究中，工作绩效是一个寻求提高工作绩效的话题，考虑到个人和环境变量。我们在这项研究中分析的变量是在网络安全领域执行事件管理的专业人员的认知技能。我们认为，与执行功能相关的认知过程越高，安全分析人员所解决的任务的性能就越好，这是由于对减少攻击影响的快速响应要求越高。出于这个原因，加强认知灵活性是至关重要的，以便i)扩大事件数据的分析，ii)能够可视化更多的可能性，以面对网络攻击，ii)发展抑制控制，以提高其决策的精确度和有效性。另一方面，工作记忆对于经验的储存和随后对这些信息的使用起着至关重要的作用，所以这种认知过程也有助于对组织所面临的风险和威胁的情况形成意识。另一个关键变量与事件管理专业人员工作中的压力管理有关，以制定策略，使他们能够抵消劳动力需求。

在基于态势感知的网络安全管理模型中，分析执行功能是否集成感知、理解和投射过程，以提高任务绩效，可以增强决策过程。非技术技能在许多方面起着至关重要的作用，因为如果没有足够的沟通和建立共享知识的能力，网络安全团队将无法达到应对安全攻击所需的效率。例如，在面对出现的事件或问题时，处理复杂性不应该由安全分析人员进行简单的推理，而是要能够生成表示复杂性的心理模型，并作为一个团队进行工作。这种理解可能很复杂，因此，管理共享的心理地图等建议可能具有重要意义。另一个事实是多学科工作，来自不同领域的专家必须一起参与，但是由于对这对搭档的知识有限、不同的技术词汇和异质的工作方法，存在交互问题。最后，处理活动或与其他团队成员交互的结果的不确定性。

提出的大数据模型涵盖了网络安全状态(网络安全态势感知)知识生成必须考虑的不同组成部分。仅仅实现一个大数据架构是不足以解决处理海量数据处理的问题的，我们应该致力于寻找可靠的信息源，建立数据质量控制流程，生成安全承诺指标，并定义更新数据时间。

为了从安全分析师可以处理的信息中建立态势感知，我们提出了一个由4个模块组成的框架，如图5所示:来源、认知过程、协作安全任务和软技能。团队合作支持四个模块。在[23]中，作者提到团队的目标是鼓励成员分析他们一起工作的方式，识别他们的弱点，并开发新的协作形式。要做到这一点，学习过程必须把重点放在任务上。按照装备建设[23]的Newstrom模型，我们在网络安全领域提出以下建议:

•经过培训的专家识别问题;

•数据收集;

•反馈行动计划的制定;

•生成态势感知;

•解决方案经验;

•持续改进。

六、结论和未来工作

技术和社会的变化产生了动态和复杂的环境，产生了大量的数据。这一事实给安全分析人员带来了新的挑战，他们必须处理数据以确定允许识别威胁或安全攻击的模式或异常情况。认知安全的使用提供了在短时间内处理大量不同格式数据的能力，从而提高了安全 *** 作的有效性。在网络安全领域，大数据主要用于监控行动和异常检测，这些行动集中在反应性安全策略上，但其他安全活动可以通过大数据分析增强，用于主动战略，如威胁搜索或网络欺骗。

事件管理的网络安全任务包括识别有关事件的数据，以确定攻击场景的振幅。从有关威胁和攻击的数据中发展经验，可以建立对网络安全状况的意识。建立网络安全态势意识需要认知和情感技能，其中认知过程的能力至关重要;感知和注意是允许安全分析人员从外部环境收集信息的第一个过滤器。与工作记忆、认知灵活性和抑制性控制相关的高级认知过程参与决策和事件管理任务中外部化的行为。

通过以下两种技能，可以实现安全分析师认知过程的持续改进:

1)过程控制。过程控制是团队成员的一项重要技能，因为它帮助成员有建设性地感知、理解和反应。

2)反馈让你有数据支撑你的决定，根据他们对团队其他成员的看法自我修正。

关于大数据和机器学习在安全领域的应用，在商业和学术领域有不同的建议;然而，它们并没有得到广泛实施。我们认为，今后一项可能的工作是分析造成这种情况的原因，一般来说，可能是预算、人员经验、技术支持不足。此外，通过焦点小组进行的综述可能是补充本研究的重要贡献。

随着大数据越来越火，企业们都开始纷纷使用大数据来解决问题。在大数据的解决方案中，有一个十分典型的案例，那就是物联网。其实物联网现在早就不是什么新兴的概念了，物联网现在有很多的成品已经进入了我们的生活中。在这篇文章中我们就重点为大家介绍一下关于物联网架构的相关知识。
1物联网的架构
物联网是有设备、现场网关、云网关、应用程序后端组成，物联网涉及到了云计算、大数据、嵌入式、单片机等内容，而云网关使用可靠、低延迟的消息传递系统在云边界引入设备事件。设备可能会直接将事件发送到云网关，或通过现场网关发送。现场网关是一种专用设备或软件，通常与接收事件并将事件转接到云网关的设备位于同一位置。现场网关也可预处理原始设备事件，执行过滤、聚合或协议转换等功能。当这个消息引入后，事件将通过一个或多个流处理器，此处理器可将数据路由到存储等位置，也可执行分析和其他处理。这样就是物联网架构工作原理。
2物联网常见处理类型
物联网的常见的处理类型具体就是将事件数据写入冷存储，用于存档或批处理分析。然后就是热路径分析，实时或者近乎实时分析事件流，以检测异常，识别滚动时间范围内的模式，或者在流中出现特殊情况时触发警报。而在处理设备的过程中处理设备中特殊类型的非遥测消息，比如通知和警报。这里还涉及到到了机器学习。通过控制物联网系统的组件去进行设备的运转。
3物联网中有什么是需要注意的？
上面所提到的组件与事件流式传输没有直接关系，而设备注册表是预配设备的数据库，包括设备ID和常见的设备元数据，如位置信息。而预配 API 是一种常见的外部接口，用于预配和注册新设备。某些物联网的解决方案可使命令和控制消息发送到设备。这样就是物联网的常见处理类型。
在这篇文章中我们给大家介绍了大数据中物联网的架构和常见的处理类型的内容。物联网是现在科技发展的一个方向，有很多的生活用品都实现了万物相联，可见物联网的使用广度还是非常厉害的，有意向往这方面发展的朋友，一定要好好努力哟，相信将来一定学有所成，得到自己想要的人生。

---