由于AI可以管理從IIoT生成的大量數(shù)據(jù)，它的底層架構(gòu)必須加強安全性，并增強IIoT設(shè)計者對未來部署的可見性。

雖然工業(yè)物聯(lián)網(wǎng)（IIoT）正在迅速成熟，但通常與人工智能（AI）和機器學(xué)習(xí)（ML）工具有著密切的聯(lián)系，它們可以管理數(shù)據(jù)流。這帶來了許多挑戰(zhàn)，包括連接性、安全性、存儲和建模需求。IIoT設(shè)備和更大規(guī)模部署的設(shè)計者必須為這些領(lǐng)域的變化構(gòu)建應(yīng)急機制，否則可能會出現(xiàn)風(fēng)險。

雖然IIoT正在逐漸成熟，但整個市場仍有許多挑戰(zhàn)需要克服。其中一些挑戰(zhàn)是物聯(lián)網(wǎng)設(shè)備運營的技術(shù)障礙，如連接標(biāo)準(zhǔn)和電池技術(shù)，但情況甚至比這更為廣泛。IIoT的世界不僅要求物聯(lián)網(wǎng)硬件在所有環(huán)境中可靠、高效地運行，而且還依賴于支持網(wǎng)絡(luò)和服務(wù)。其結(jié)果是，IIoT的部署不能被視為孤立的技術(shù)升級或生產(chǎn)力驅(qū)動，而是高度互聯(lián)的生態(tài)系統(tǒng)，對廣泛的變量敏感，特別是在人工智能不斷發(fā)展的情況下。

真實世界的AI

盡管AI以概念形式存在已久，但將原理引入現(xiàn)實世界已被證明是一項復(fù)雜的業(yè)務(wù)。但對于許多潛在的IIoT應(yīng)用而言，這是必不可少的。監(jiān)視來自微型傳感器網(wǎng)絡(luò)的多個數(shù)據(jù)流、檢測異常和發(fā)現(xiàn)模式（可以將其標(biāo)記為進行預(yù)防性維護或提高效率）是IIoT的重要組成部分。如果沒有它，生成的大量數(shù)據(jù)就是噪音。

例如，一輛全自動的人工智能汽車每行駛8小時就會產(chǎn)生大約40TB的數(shù)據(jù)，這個驚人的數(shù)據(jù)量使得任何人工分析都無法進行。這對IIoT和AI設(shè)計者來說是一個挑戰(zhàn) - 確保建模和訓(xùn)練數(shù)據(jù)集在部署之前是高度精確的，并且經(jīng)過了現(xiàn)場測試。

網(wǎng)絡(luò)方面的考慮

傳輸和接收由IIoT生成的、需要人工智能進行分析的大量數(shù)據(jù)本身就帶來了重大挑戰(zhàn)，這導(dǎo)致了“邊緣人工智能（Edge AI）”的發(fā)展，在給網(wǎng)絡(luò)增加負擔(dān)之前，在設(shè)備上處理盡可能多的數(shù)據(jù)。這個網(wǎng)絡(luò)包含了一系列令人眼花繚亂的現(xiàn)有可能性，從Wi-Fi到4G、光纖到新頻譜、low-lower LoRa網(wǎng)絡(luò)和NB-IoT網(wǎng)絡(luò)，這些網(wǎng)絡(luò)都是設(shè)計來與5G一起運行的。管理這些網(wǎng)絡(luò)中不可避免的中斷和延遲肯定是一項持續(xù)的挑戰(zhàn)，這可能會被mesh風(fēng)格的網(wǎng)絡(luò)架構(gòu)所克服。但是，即使是這些也可能會失敗，特別是在IIoT場景中，在這種場景中可能并不總是可以避免單點故障。

數(shù)據(jù)挑戰(zhàn)

自動駕駛的人工智能汽車處于更高的等級，它不僅攜帶大量不同的傳感器來檢測其他車輛、危險和人，要求對突然出現(xiàn)的障礙等刺激做出即時反應(yīng)，而且還具有自成一體和移動功能。但是，這些需求的組合也與大多數(shù)IIoT場景相關(guān)。例如，用于檢測工廠機械振動的聲學(xué)傳感器需要能夠?qū)ν蝗坏母┭鲎兓龀龇浅Ｑ杆俚捻憫?yīng)，否則者會導(dǎo)致一臺昂貴的機器損壞。大多數(shù)IIoT場景將包括多種傳感器類型，以過濾誤報，更先進的應(yīng)用還將涉及某種程度的冗余。

數(shù)據(jù)安全

可以說，最大的挑戰(zhàn)是維護網(wǎng)絡(luò)安全，確保操作、個人或?qū)徲嫈?shù)據(jù)不被泄露。雖然對于大多數(shù)IIoT場景而言，個人/客戶數(shù)據(jù)可能不是問題，但出于商業(yè)動機的攻擊獲取或破壞操作或?qū)徲嫈?shù)據(jù)的可能性很大。

任何設(shè)備所有者或企業(yè)IT團隊都知道，要為設(shè)備修補最新的漏洞是一場持續(xù)不斷的戰(zhàn)斗，但是IIoT設(shè)備管理起來并不容易。 對于主要設(shè)計用于傳輸數(shù)據(jù)的網(wǎng)絡(luò)，低的下游帶寬可能是一個挑戰(zhàn)，而本地存儲限制和電源限制可能會使定期更新出現(xiàn)問題或不可能。 此外，將引導(dǎo)加載程序保持解鎖狀態(tài)以允許臨時更新是潛在的問題，如果攻擊者可以引入rootkit或類似的辦法，則攻擊者可以長期在網(wǎng)絡(luò)上獲得有力的立足點。

HRoT – TPM， FPGA？

幸運的是，隨著工業(yè)互聯(lián)網(wǎng)協(xié)會最近發(fā)布了《數(shù)據(jù)保護最佳實踐白皮書》，該出版物旨在解決IIoT網(wǎng)絡(luò)中的數(shù)據(jù)安全性問題，引起了IIoT安全問題的廣泛關(guān)注。核心建議是，IIoT部署應(yīng)依賴于基于硬件的安全性（所謂的基于硬件的信任根或HRoT），該安全性不僅可以對設(shè)備引導(dǎo)加載程序進行身份驗證，而且可以從該點開始通過設(shè)備操作系統(tǒng)建立信任鏈， 應(yīng)用程序，然后再通過網(wǎng)絡(luò)，以防止引導(dǎo)加載程序或操作系統(tǒng)操縱。不幸的是，這里的標(biāo)準(zhǔn)和方法可能會有所不同，一些制造商嵌入TPM芯片來滿足加密要求，而其他制造商則使用基于FPGA的芯片來達到類似的效果。

前進之路

盡管乍看之下，IIoT和AI面臨著巨大挑戰(zhàn)，但早期采用者的辛勤工作，成熟的技術(shù)堆棧和簡單的創(chuàng)新解決了許多最大的問題，而其他一些問題正在等待共識。 雖然AI提供了管理和解釋大量數(shù)據(jù)的機會，但它是必須增強安全性和增強可見性的底層架構(gòu)，以及盡可能地面向未來的部署。 這將是IIoT設(shè)計人員關(guān)注的重要領(lǐng)域。
責(zé)任編輯：tzh