物聯(lián)網(wǎng)是一個充滿活力的市場，它不僅推動變革，而且響應(yīng)變革。每天都有新的應(yīng)用出現(xiàn)，物聯(lián)網(wǎng)生態(tài)系統(tǒng)也隨之發(fā)展。讓我們探討未來推動物聯(lián)網(wǎng)發(fā)展的關(guān)鍵因素及其面臨的一些挑戰(zhàn)。

消費者物聯(lián)網(wǎng)

物聯(lián)網(wǎng)最大的部分之一是在消費者領(lǐng)域。一切都變得“智能”。從門鈴到鎖和恒溫器，物聯(lián)網(wǎng)正在為我們的家庭帶來安全和效率。缺少的是這些設(shè)備之間的集成和互操作性。雖然個人設(shè)備很有用，但它們最終會用自己的個人應(yīng)用程序淹沒用戶。消費者物聯(lián)網(wǎng)的未來包括互操作性和集成管理，有助于簡化將進入我們家庭的大量物聯(lián)網(wǎng)設(shè)備的使用。

商業(yè)物聯(lián)網(wǎng)

物聯(lián)網(wǎng)在未來使企業(yè)受益的主要方式之一是通過數(shù)據(jù)。數(shù)據(jù)使我們有機會了解客戶如何使用產(chǎn)品，這反過來又可以帶來新的服務(wù)或提高現(xiàn)有服務(wù)的效率。一個例子是使用視頻和機器學習來了解客戶行為或預(yù)測結(jié)果，例如在查看產(chǎn)品時解釋表情。

物聯(lián)網(wǎng)傳感器

物聯(lián)網(wǎng)傳感器是物聯(lián)網(wǎng)中一個不斷發(fā)展的領(lǐng)域。傳感器技術(shù)將從需要本地計算設(shè)備處理的簡單、受管理的傳感器轉(zhuǎn)變?yōu)樽灾魇占?a target="_blank">信息和智能共享信息的智能傳感器。這將包括智能傳感器之間共享信息的能力，以減少錯誤并改進收集、檢測和預(yù)測。

車聯(lián)網(wǎng)

遠程信息處理——或?qū)⑽恢煤?a href="http://www.zgszdi.cn/v/tag/1301/" target="_blank">通信與車輛診斷和外部傳感器集成在一起——并不新鮮。但隨著物聯(lián)網(wǎng)的發(fā)展，尤其是交通傳感器和機器學習應(yīng)用于車輛診斷，可以提高駕駛效率和安全性的應(yīng)用也在發(fā)展。5G 等高速通信技術(shù)將引入新功能，例如基于云的娛樂或車對車通信以優(yōu)化交通流量。

5G

第五代無線技術(shù)將成為未來新物聯(lián)網(wǎng)功能的重要推動力。與現(xiàn)有技術(shù)相比，5G 在一個區(qū)域內(nèi)提供更大的帶寬、更低的延遲和更高的設(shè)備密度。5G 將使物聯(lián)網(wǎng)設(shè)備不僅能夠與基于云的資源進行有效通信，而且能夠在它們之間支持數(shù)據(jù)共享和協(xié)作處理（使用備用計算或存儲容量）。這也將改進數(shù)據(jù)分析，從而允許實時優(yōu)化物聯(lián)網(wǎng)設(shè)備。

機器學習

機器學習是物聯(lián)網(wǎng)發(fā)展的關(guān)鍵因素。物聯(lián)網(wǎng)設(shè)備生成的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)量無法在人為控制下進行管理。因此，機器學習算法將收集和減少數(shù)據(jù)以找到其真正價值。這將在兩個層面上完成：

在本地層面，機器學習將體現(xiàn)在物聯(lián)網(wǎng)設(shè)備或網(wǎng)關(guān)中，以實時響應(yīng)其收集的數(shù)據(jù)。

在全球?qū)用?，機器學習將在云中應(yīng)用，以聚合數(shù)據(jù)并識別趨勢或重要的全球細節(jié)，從而使消費者和供應(yīng)商都受益。

大規(guī)模物聯(lián)網(wǎng)

隨著大量物聯(lián)網(wǎng)設(shè)備的出現(xiàn)，出現(xiàn)了一些問題。大規(guī)模管理和監(jiān)控設(shè)備變得非常重要，并且利用所提供的數(shù)據(jù)會造成瓶頸。如前所述，機器學習可以提供幫助。但除了機器學習之外，傳感器融合等技術(shù)還可以通過融合不同來源來減少收集數(shù)據(jù)的不確定性。自主計算可以幫助設(shè)備變得更加自我管理，并減少處理潛在數(shù)十億設(shè)備的云級開銷。

安全

創(chuàng)新的成熟領(lǐng)域和物聯(lián)網(wǎng)未來的摩擦點是安全性。這不僅包括數(shù)據(jù)安全，還包括潛在大量端點設(shè)備的訪問安全和整體管理安全。物聯(lián)網(wǎng)帶來的一個根本問題是共享相同軟件的大量設(shè)備。一旦發(fā)現(xiàn)漏洞，只需很少的額外工作就可以輕松地利用大量漏洞。這導(dǎo)致了僵尸網(wǎng)絡(luò)，并且必須通過自主管理來應(yīng)對，其中設(shè)備在創(chuàng)建更新時監(jiān)控和保護自己。

關(guān)鍵點：

機器學習算法和大數(shù)據(jù)架構(gòu)必須為物聯(lián)網(wǎng)的增長而擴展。

數(shù)十億的物聯(lián)網(wǎng)設(shè)備將帶來新的問題，并推動新的管理和安全解決方案。

新標準將推動管理、通信和安全（以及新法規(guī)）設(shè)備之間的互操作性。

審核編輯黃昊宇