什么是工業物聯網？為何如此受關注？

Jon Gold Charles

工業物聯網（IIoT）將交通、電力和醫療等行業的機器和設備連接起來。潛力很大，但風險也高。

大家都聽說過物聯網——智能溫控器、連接互聯網的冰箱、聯網燈泡，但還有一個被稱為工業物聯網的子集，它對企業、安全甚至生命的日常影響更為顯著。

縮略詞IIoT指的是工業物聯網。廣義上說，它是指在交通、能源和工業部門的機械和車輛上應用儀表、聯網傳感器和其他設備。

這意味著在實踐中有很大的差別。一個工業物聯網系統可以簡單到只是一個聯網的捕鼠器，告訴主人說它已經被激活了，而有的則像一個完全自動化的大規模生產線一樣復雜，在巨大的多層網絡上對維護情況和生產效率，甚至是訂購和運輸信息進行跟蹤。

工業物聯網與物聯網的區別

工業物聯網也被稱為工業互聯網，這是由GE創造的術語。無論怎么稱呼，工業物聯網不同于其他的物聯網應用，它側重于連接石油和天然氣、電力和醫療等行業的機器和設備。

物聯網包括消費類設備，例如，健身帶或者智能設備和其他應用，如果出現問題通常不會產生緊急情況。

簡單說，工業物聯網部署的風險更大，系統故障和停機可能會導致出現危及生命或者高風險的情形。

工業物聯網把計算機從IT引入到運營技術中，為儀器設備帶來了巨大的可能性，從而使幾乎所有的工業操作都能提高效率和生產率。

工業物聯網有自己的分類嗎？

在技術上，工業物聯網的工作原理與其他任何物聯網技術一樣——儀表實現自動化，并向工作人員報告，而以前并沒有這些功能。就是說，其規模完全不同于手機溫控等簡單的系統——工業物聯網部署中會有幾百、上千甚至成千上萬個單獨的端點。

企業通過工業物聯網能做什么？

企業利用生產線上的儀表可以細致地跟蹤和分析其過程，資產跟蹤功能有助于快速簡要的掌握大量材料的情況，而預測性維護功能在出現嚴重問題之前就能解決問題，從而為企業節省大量的資金——可能的應用情形還有很多，而且與日俱增。

工業物聯網聯盟列出了工業物聯網的15種可能用途：

1. 智慧工廠倉儲應用

2. 預測性維護和遠程維護

3. 貨車、貨物和運輸監測

4. 聯網物流

5. 智慧計量和智慧電網

6. 智慧城市基礎設施

7. 智慧農場和家畜監測

8. 工業安全系統

9. 能耗優化

10. 工業供暖、通風和空調

11. 制造設備監控

12. 資產跟蹤和智能物流

13. 工業環境中的臭氧、氣體和溫度監測

14. 工人安全和健康（狀況）監測

15. 資產性能管理

需要以不同的方式實現工業物聯網嗎？

是的，因為工業物聯網設備的使用壽命要比消費類產品長得多——Canonical公司物聯網和設備執行副總裁Mike Bell估計，物聯網設備平均使用壽命為7到10年，所以任何部署都必須持久耐用。

即使超出了最初的規模和壽命，實施過程也變得非常復雜——利用儀器收集數據所需的后端工作都是相當艱巨的任務，而且必須與企業的其他部門密切協作。這需要專門的策略從端點收集數據，以可訪問的格式存儲起來——無論是在數據中心還是在云中，將其輸入到分析引擎中，并采取措施把深度分析結果轉化為可操作的實時信息。

M2M通信是怎樣讓工業物聯網與外界交流的？

有多種不同的格式和技術，滿足聯網設備之間機器對機器的通信需求。像Sigfox和Zigbee這樣的物理層技術，Weave和IoTivity這樣的軟件層技術——這是實現全功能工業物聯網環境所必須的，而且所有一切都是可互操作的。

工業物聯網有安全和其他問題嗎？

就像消費類物聯網，工業物聯網有很多安全問題。回想一下Mirai僵尸網絡，它利用了不安全的安防攝像頭和其他小工具，將其變成了大規模的DDoS武器。

除了可能利用被攻破的工業物聯網設備來制造大量的僵尸網絡外，還有一個問題是，可以利用漏洞來竊取您網絡上已有的重要數據——這是另一種攻擊途徑。

據Bell，有助于保持工業物聯網安全的一種方法是借鑒消費類物聯網越來越普遍的做法，自動安靜地下載補丁并打上補丁。而有些企業不喜歡這樣，寧愿完全控制他們機器上運行的軟件，但從安全角度來看，這可能是很大的幫助。

IT領導們關心的其他因素

● 缺乏標準化。作為一種將新技術移植到舊技術的嘗試，從傳輸協議到輸入格式都有大量各種不同的設計和標準。簡單的說，如果發送高爐溫度操作信息的設備與網絡或者數據輸入引擎不是由同一家公司制造的，那么，它們可能無法一起工作。

● 與老技術的集成。很多老舊設備在設計上并不能提供與現代工業物聯網技術格式相兼容的數據，因此，一個幾十年的電站控制器要想和復雜的工業物聯網新基礎設施通信則可能需要進行一些轉換。

● 錢。正如以上兩點所強調的那樣，全面應用工業物聯網需要新硬件和新軟件，并且以新方式來思考技術。想法是為了賺錢，但是很多人都非常擔心前期成本。

● 人員。要想充分發揮工業物聯網的潛力，往往需要機器學習、實時分析和數據科學方面的專業知識——更不要說前沿的網絡技術知識了。