【51CTO.com原創稿件】中國物聯網行業憑借其標準進化、技術提升和國家政策扶持成為國家重點發展戰略性新興產業之一，作為全球最大的物聯市場，漸漸的形成特有的核心生態。國外眾多的企業看好中國物聯網市場發展的潛力，開始提前部署國內市場。如說前半段是網絡的普及，那后半段將是讓所有的物品也都能夠聯上物聯網。物聯網生態體系四大領域對應不同的廠商，分別為設備制造、物聯網平臺、應用和業務。IBM憑借Watson強大人工智能入住中國物聯網領域，IBM Watson物聯網平臺的落地，將會給中國物聯網行業注入新鮮的血液。

 產品介紹以及橫評方式

Watson、AWS、Azure三大物聯網平臺的相同之處在于：均是在云平臺平臺的基礎上進行產品建設，除了物聯網平臺還之外，還有集成一些其他的服務。均可為客戶端提供API助力連接到平臺，在連接的過程中，只要遵循提供的傳輸協議即可，不需要綁定任何設備。當然，這三大平臺也是各有自己的特色，接下來由51CTO記者帶領開發者們窺探Watson、AWS、Azure國外三大物聯網平臺，從平臺定位、安全通信、連接、信息管理、數據處理、機器學習、安全、開發環境等方面的進行分析，讓大家對這三大物聯網平臺各自的特點有一定的了解，這樣就可以從中找到合適自己需求的物聯網平臺。

一、IOT定位分析

IBM Watson IoT

IBM Watson物聯網平臺通過基于云的服務實現擴展，可提供對IoT設備和數據的強大應用程序訪問，可幫助用戶快速編寫分析來自應用程序、可視化儀表板和移動IoT應用程序等任何來源的數據。可執行強大的設備管理操作，并存儲和訪問設備數據，連接各種設備和網關設備。

AWS IoT

AWS IoT是一款托管的云平臺，提供互聯設備與云應用程序及其他設備交互，可以按照定義的業務規則快速篩選、轉換和處理設備數據。借助AWS IoT平臺，可使AWS其他服務來構建IoT應用程序，以便收集、處理和分析互連設備生成的數據并對其執行操。

Azure IoT

Azure IoT套件是一項云服務，整合多款微軟IoT資產，集成解決方案。其支持物聯網解決方案的記費、監控和分析，還利用了所有Azure相關的能力去連接設備和傳感器，記錄它們所產生的不同的、大量的數據，整合并編排了數據、管理、分析以及提供給決策者的流程。

媒體點評

三家IOT平臺都提供了充分技術數據和豐富的業務解決方案，整合自身優勢，輕松添加和管理鏈接設備生產的數據并執行操作。不過對于目前狀態，我們認為在IBM Watson上的解決方案已完備，直接通過已有的IoT平臺對應用進行方案快速編寫分析，而微軟的解決方案是通過Azure IoT套件整合了微軟智能云中與物聯網、大數據分析相關的各類服務來進行分析，AWS也類似，需和其他服務進行構建，才能產出解決方案。

二、IOT平臺安全通信橫比

IBM Watson IoT

MQTT是設備和應用程序用于與 IBM Watson IoT Platform 通信的主要協議，MQTT加密是採用傳輸層安全性 (TLS) 。其是由IBM公司Andy Stanford-Clark博士和Arcom公司ArlenNipper博士發明，用于在傳感器和移動設備之間高效交換實時數據。MQTT 通過 TCP/IP 運行，并且在可以直接對 TCP/IP 編碼時，還可選擇使用庫來處理 MQTT 協議的詳細信息。 IBM® Watson IoT Platform 提供的客戶機庫、信息和樣本可幫助將設備與 Watson IoT Platform 連接并集成。

Watson IoT Platform 的體系結構旨在防止設備冒充其他設備，以維護設備數據的完整性。設備通過使用只有您自己知道的客戶機標識和認證令牌組合來連接到 Watson IoT Platform。注冊設備或生成 API 密鑰后，認證令牌將使用加密鹽 (Salt) 進行加密并散列化以維護憑證的安全性。完全支持通過 TLS V1.2 進行連接。

AWS IoT

AWS IoT 服務支持標準通信協議(目前支持 HTTP、MQTT 和 WebSockets)?？墒褂?TLS 來確保通信安全。

AWS IoT 在所有連接點處提供相互身份驗證和加密。AWS IoT 支持 AWS 身份驗證方法(稱為"SigV4")以及基于身份驗證的 X.509 證書。使用 HTTP 的連接可以使用任一方法，使用 MQTT 的連接可以使用基于證書的身份驗證，使用 WebSockets 的連接可以使用 SigV4。

使用 AWS IoT 生成的證書以及由首選證書頒發機構 (CA) 簽署的證書，將所選的角色和/或策略映射到每個證書，以便授予設備或應用程序訪問權限，或撤消訪問權限。

通過控制臺或使用 API 創建、部署并管理設備的證書和策略。這些設備證書可以預配置、激活和與使用 AWS IAM 配置的相關策略關聯。

AWS IoT 還支持用戶移動應用使用 Amazon Cognito 進行連接，Amazon Cognito 將負責執行必要的操作來為應用用戶創建唯一標識符并獲取臨時的、權限受限的 AWS 憑證。

Azure IoT

Azure IoT 中心通過 MQTT、AMQP 和 HTTP 協議以本機方式支持通信。在某些情況下，設備或現場網關可能無法使用這些標準協議的其中一個，且需要協議自適應。在這種情況下，你可以使用自定義網關。自定義網關可以橋接進出 IoT 中心的流量，從而為 IoT 中心終結點啟用協議自適應。你可以使用 Azure IoT 協議網關作為自定義網關，來為 IoT 中心啟用協議自適應。

媒體點評

信息安全運營物聯網軟件平臺所需的信息安全手段，比普通軟件應用和服務所需的要求更高。數百萬臺設備與物聯網平臺連接，代表著我們需要處理的漏洞也是相應比例的。為了避免被竊聽，物聯網設備與物聯網軟件平臺之間的網絡連接需要通過強大的加密機制來保障。

數據收集協議是物聯網平臺各個組件之間用于數據通信的協議，在不同的IoT平臺中，支持用MQTT協議來收集數據，以及使用SSL進行鏈路加密，但某個公司就能達到300萬到400萬行/秒的吞吐量。根據在物聯網部署的系統性能上，MQTT作為一個輕量級的即時通訊協議，現已經成為物聯網重要的組成部分，三個平臺都有在使用。但是由于MQTT是IBM開發，并用于物聯網領域，雖然服務端組件rsmb不開源，但是卻是最快速，也最省流量的協議，除了IBM平臺的使用可能對別的平臺部署有一定的成本。但是就目前來說，如果你使用成熟的HTTP、AMQP等其他協議的方案來實現安全通訊，對于電子欺詐、拒絕服務攻擊、數據篡改、信息竊取和非法權限提升等的防御，AWS和Azure都是不錯的選擇。

三、IOT連接方式橫比

IBM Watson IoT

Watson IoT Platform Connect 是任何 Watson IoT Platform 服務的起始點。連接設備、創建應用程序、控制設備以及與第三方服務交互全部通過 Watson IoT Platform Connect 實現。通過使用網關，可將設備連接到 Watson IoT Platform，在不使用網關的情況下，設備無法連接到因特網。網關設備集成了設備功能和應用程序功能。網關可像設備一樣接收命令和發送設備數據，但也可像應用程序一樣將命令發送到所連接的其他設備。可以將無法直接連接到因特網的設備連接到網關設備，這樣其設備數據可發送到網關設備，接著網關設備可將這些數據發送到 Watson IoT Platform 服務。通過組合設備管理 API 以及設備上安裝的設備管理代理程序，提供了設備管理功能。受管設備可執行設備管理操作，這些操作可通過主 Watson IoT Platform 儀表板觸發。通過設備管理，可重新引導、下載和安裝固件更新，還可遠程將設備重置為出廠設置，所有這些操作都從 Watson IoT Platform 用戶界面執行。在 Watson IoT Platform 中構建了第三方服務集成，包括對 The Weather Company 天氣位置服務(可用于查找設備所在位置的當前天氣)的支持。

AWS IoT

AWS IoT 提供有 SDK，以幫助用戶連接硬件設備或移動應用程序。利用 AWS IoT 設備 SDK，用戶設備可以使用 MQTT、HTTP 或 WebSockets 協議連接和驗證 AWS IoT 并與之交換消息。平臺設備網關支持設備安全高效地與 AWS IoT 進行通信。設備網關可以使用發布/訂閱模式交換消息，從而支持一對一和一對多的通信。憑借此一對多的通信模式，AWS IoT 將支持互連設備向多名給定主題的訂閱者廣播數據。

Azure IoT

Azure IoT設備將遙測數據(例如抽水站的傳感器讀數)發送到云終結點以進行存儲和處理。在預測性維護方案中，后端可以使用傳感器數據流來判斷特定的泵何時需要維護。設備可以通過讀取來自云終結點的消息，接收和響應云到設備的命令。設備還可以直接與云網關終結點通信;如果設備無法使用任何云網關支持的協議，則可以通過中間網關進行連接。通過持久的方法發送設備消息，以適應間歇性連接的設備。

媒體點評

在很初創的物聯網公司，都不具備設備的連接和管理功能。而IoT平臺的連接不僅是包含數據連接，設備與設備之間的連接，更包含了IoT設備和人之間的連接。IBM 通過Watson IoT Platform Connect 實現。使用網關將設備連接到 Watson IoT Platform，并且還可以通過儀表板觸發進行管理操作，而Azure IoT通過IoT Hub和Event Hub實現對各種IoT設備的連接，并且通過Cortana Device SDK、Azure Cognitive Services、Bot Framework來實現語音、人像、人機消息連接。AWS IoT 提供有 SDK，以幫助您輕松快速地連接硬件設備或移動應用程序，設備 SDK 也支持 C、JavaScript 和 Arduino，并且包含客戶端庫、開發人員指南和制造商移植指南。此外，您還可以使用開源替代資源或自行編寫 SDK。三家的連接方式都不太一樣，但是目前對于IoT平臺的需求多樣化較低，三家基本都能夠滿足。只是IBM可能是通過Watson IoT Platform Connect 實現，AWS和Azure則是通過SDK，還支持不同語言的自行編寫，在效率上來說，IBM更好些，而從解決多樣化需求上，AWS和Azure可能會較為突出。

四、信息管理能力橫比

IBM Watson IoT

Watson IoT Platform 信息管理在設備所發送的數據到達 Watson IoT Platform 服務后對其進行控制。信息管理包括數據存儲和轉換。

設備上次事件高速緩存：通過使用 Watson IoT Platform 上次事件高速緩存 API，可檢索設備上次所發送的事件。這在設備聯機或脫機的情況下都適用，這樣不管設備的物理位置或使用狀態如何，您都可檢索設備狀態。對于最多 365 天之前發生的任何特定事件，可檢索設備的上次事件數據。

設備事件數據存儲：可以存儲 Watson IoT Platform 服務中的設備事件數據以供將來使用。要執行深度分析以獲取對該數據的洞察，數據存儲是非常關鍵的第一步。例如，您可跟蹤較長時間段內的更改，存儲數據集，以用于功能強大的分析工具(包括用于 Watson API 和認知計算)。

AWS IoT

用戶可以通過 AWS 管理控制臺和 CLI 訪問 AWS IoT。應用可以借助 AWS SDK(面向多種編程語言提供)輕松地訪問 AWS IoT。AWS IoT 與 Amazon CloudWatch 集成，進一步簡化了 IoT 應用的開發和操作。

為簡化運行在互聯設備上的代碼的開發，AWS IoT 為 C、Node.js 和 Arduino Yún 平臺提供了開源設備 SDK。此外，AWS IoT 還與硬件制造商建立了合作伙伴關系，以使 AWS IoT 設備 SDK 可在多種 IoT、嵌入式操作系統和微控制臺平臺上使用。

AWS IoT API 和命令還可以控制平面操作讓您能夠執行配置安全性、注冊設備、配置數據路由規則、設置日志記錄等任務。在數據層面操作讓您能夠以低延遲和高吞吐率的方式將互聯設備的數據大規模傳輸到 AWS IoT。

Azure IoT

Azure IoT 提供具有SLA的最高等級服務保障，例如大多數服務可用性都在99.95%以上;Azure IoT服務還具有高度彈性伸縮能力，可以根據設備消息數量或者數據處理能力要求進行伸縮，無需修改任何代碼;Azure IoT平臺提供的都是PaaS層服務，用戶無需考慮運維，只需按需求調用相應API即可。

媒體點評

信息的存儲、跟蹤、處理等方面對于三大平臺來說優勢都很明顯，有著很強的能力支撐，而每家平臺所提供的支撐方式不一樣，IBM通過存儲 Watson IoT Platform 服務中的設備事件數據以供將來使用，而AWS可以通過 AWS IoT API 和命令控制平面操作設置日志記錄等任務。Azure IoT 提供具有SLA的最高等級服務保障，很難分出伯仲，對應自己的業務需求以及信任度來做最佳的選擇。

五、數據處理方式橫比

IBM Watson IoT

使用 Watson IBM Watson IoT Platform Analytics 可從設備生成的原始數據中獲取所需的分析信息。

使用板和卡可視化實時數據：通過使用板和卡，可以查看表示來自一個或多個設備的數據集值的圖形，以快速概覽和了解設備數據。

通過使用板和卡，可以通過圖形方式可視化來自一個或多個設備的數據集值，以快速概覽數據和增進對數據的了解。創建板和卡，以將數據顯示為原始數字、實時圖形、量表等。向板添加成員，以便與組織中的其他用戶共享。排列卡并添加解釋性文本分隔符，以優化呈現。

通過使用 Watson IoT Platform 云分析，可指定基于實時設備數據并且在滿足條件時將觸發警報和可選操作的規則條件。

AWS IoT

使用AWS IoT，可以連續地消化、過濾、轉換和路由互聯設備流式傳來的數據?？梢愿鶕@些數據采取操作并路由它們，以做進一步的處理和分析。當然還可以通過規則引擎可以構建 IoT 應用程序，這些應用程序將收集、處理和分析互連設備在全局范圍內生成的數據并根據數據執行操作，且無需管理任何基礎設施。

規則引擎將提供數十個可用于轉換數據的可用功能，并且可以通過 AWS Lambda 創建無限個功能。且會觸發在 AWS Lambda 中執行 Java、Node.js 或 Python 代碼，從而為您提供最高靈活度以及處理設備數據的能力。

Azure IoT

流分析云中的一種事件處理引擎，可實時快速開發，對現有數據屬性進行深入了解。流分析提供與 Azure 事件中心的現成集成，可每秒接收數百萬事件。流分析將實時處理接收的事件，從而比較多個流或將流與歷史值和模型一起進行比較。它可檢測異常、轉換傳入數據、在流中出現特定錯誤或條件時觸發警報，并在儀表板中顯示此實時數據。

Azure IoT平臺每個單元每天可以處理高達3億條消息數據，同時提供實時流式數據處理服務Stream Analytics，在大數據方面有兼容hadoop/storm/spark的HDinsight服務。絕大多數相關技術都是微軟自研。

媒體點評

目前在分析生成物聯網數據、計算及可視化方面提供的支持相對較少，而實時分析是物聯網框架必備功能。從三大平臺提供的數據處理能力來看，都打破了設備物聯的瓶頸，通過不同的技術能力來提供信息的存儲及能力，在實時分析上也難分伯仲。 IBM通過使用板和卡可視化實時數據，可以創建一條規則，用于確保在設備中斷或設備溫度達到峰值時，向用戶設備上的儀表板發送警報，并向管理員發送電子郵件。使用云規則可為直接連接到云中 Watson IoT Platform 的設備觸發規則;使用邊緣規則可為連接到支持邊緣分析的網關的設備觸發規則。通過邊緣分析，可將分析規則觸發過程從云移至支持邊緣分析的網關，通過執行靠近設備的分析處理，可顯著降低上傳到云的設備數據流量。設備將其數據發送到支持邊緣分析的網關，在該網關中邊緣分析規則對數據進行解析。根據規則及其操作，關鍵數據和警報可能會發送到 IBM Watson IoT Platform，在網關上觸發警報，或者寫入網關本地的文本文件。

而邊緣分析需要采取措施來減少傳感器設備與物聯網服務器之間的大量網絡帶寬損耗。最佳的解決方案是使用輕量級的通訊協議。另一個辦法就是使用邊緣分析法，以減少傳輸到物聯網服務器上的原始數據總量。即便是在簡單的硬件嵌入系統中(如Arduino)，也可以實現邊緣分析法。

而通過我們的了解，IBM IoT平臺除了在實時數據處理上，還在提供了上次事件高速緩存，能夠做到365天前發生的事件檢索，這大大加強了信息分析能力，在離線分析上應該IBM更勝一籌。

六、機器學習服務橫比

IBM Watson IoT

IBM Watson擁有最先進的的自然語言辨識、機器學習、內容分析、圖像影片分析等技術，能在幾秒內解讀百萬本書籍、數千萬則社群訊息、數億則物聯網資訊，從中歸納模式、察覺關聯性，進而創造價值。

IBM Watson Retrieve and Rank 服務通過結合使用搜索與機器學習算法來檢測數據中的“信號”，幫助用戶找到與查詢最為相關的信息。此服務基于 Apache Solr 而構建，開發人員可將其數據裝入該服務，根據已知相關結果對機器學習模型進行培訓，然后利用此模型，基于最終用戶的問題或查詢向這些用戶提供經過改進的結果。

IBM Watson Natural Language Classifier 服務應用認知計算方法來返回語句或短語的最佳匹配類。例如，您提交了一個問題，該服務將返回最佳匹配答案的鍵，或者返回應用程序的后續操作。通過在訓練時提供一組代表性字符串以及一組正確的類(每個字符串有一個或多個正確的類)，可創建分類器實例。訓練后，新的分類器可以接受新問題或短語，并返回排名靠前的匹配項，每個匹配項都具有可能性值。

IBM Watson AlchemyAPI 提供一組服務，支持企業和開發人員構建相關應用程序，用于理解 Web 頁面、新聞文章和博客中的內容和文本上下文。例如，開發人員可以使用 AlchemyAPI 執行以下任務：提取任何可公開訪問的 Web 頁面、發布的 HTML/文本文檔或預先定義的新聞文章庫中提及的人員、地點、公司和其他實體。

AWS IoT

Amazon Machine Learning 提供可視化的工具和向導，指導您按部就班地創建機器學習模型，而無需學習復雜的機器學習算法和技術。當您的模型準備好以后，Amazon Machine Learning 只要使用簡單的 API 即可讓您的應用程序輕松獲得預測能力，而無需實現自定義預測生成碼或管理任何基礎設施。

Amazon Machine Learning 采用與 Amazon 內部數據科學家社區多年來一直使用的機器學習技術相同的技術，具有穩定可靠、容易擴展的特點。此服務使用強大的算法通過發現已有數據中的規律來創建機器學習模型。然后，Amazon Machine Learning 會使用這些模型來處理新數據并為應用程序生成預測結果。

Amazon Machine Learning 具有極強的可擴展性，每天可以生成數十億條預測結果，并以高吞吐量實時地將其送出。使用 Amazon Machine Learning 不需要對硬件或軟件事先投入資金，只需要根據使用量付費，所以不妨先從小規模做起，然后根據應用程序的發展情況再酌情進行擴展。

Azure IoT

Azure 機器學習是基于云的強大預測分析服務，使用它可以快速創建預測模型，并將其部署為分析解決方案。 使用 Azure 云運行機器學習試驗或構建解決方案時，不需要購買昂貴的硬件或基礎結構。

Azure 機器學習不僅提供預測分析建模工具，還提供完全托管的服務，可以通過此服務將預測模型部署為隨時可用的 Web 服務。 Azure 機器學習提供可在云中創建完整預測分析解決方案的工具：可以快速創建、測試、操作和管理預測模型。

媒體點評

以上兩家IoT平臺的機器學習能力都具有很強大的算法和技術，包括極強的擴展性及預測分析能力。

通過我們對IBM Watson機器學習服務了解，能夠提供能反覆學習與修正，使得結果越來越精準。其能力與傳統撰寫程式或分析模型的作法大相徑庭，因為傳統作法只能在既有模式中找答案，而IBM Watson則能在一個開放而無預設立場的前提下，從資料中萃取洞察。當然，三大企業都在的示例毋庸置疑，究竟誰能率先取得突破仍是一個未知數。

七、IOT平臺安全解析

IBM Watson IoT

作為基于云的服務，IBM Watson IoT Platform 嵌入了安全性作為其體系結構的重要方面。

以下文檔回答了有關如何保護組織數據的一些常見問題，重點介紹了以下具體方面：

合規性：用于為安全性設置基準的外部標準。

認證：確保正嘗試訪問您組織信息的用戶、設備或應用程序的身份。

授權：確保用戶、設備和應用程序有權訪問您組織的信息。

加密：確保數據僅可由授權方讀取，無法進行攔截

AWS IoT

AWS IoT 在所有連接點處提供相互身份驗證和加密，因此，絕不會在無可靠身份的設備和 AWS IoT 之間交換數據。AWS IoT 支持 AWS 身份驗證方法(稱為“SigV4”)以及基于身份驗證的 X.509 證書。還支持用戶移動應用使用 Amazon Cognito 進行連接，Amazon Cognito 將負責執行必要的操作來為應用用戶創建唯一標識符并獲取臨時的、權限受限的 AWS 憑證。

Azure IoT

Azure IoT 中心可連接、監視并控制數百萬在各種操作系統和協議上運行的 IoT 資產，以通過 Azure IoT 中心快速開始你的物聯網項目。如果需要，控制特定設備的訪問權限以保持系統的完整性。借助這些資產建立可靠的雙向通信(即使間歇性連接)，以便分析傳入的遙測數據并根據需要發送命令和通知。利用每設備身份驗證，通過合適的憑據與設備通信，提升 IoT 解決方案的安全性。

媒體點評

物聯網設備其實都存在很多高位的漏洞，比如心臟出血漏洞、DDos漏洞以及很多弱密碼和跨站腳本漏洞，在面臨這些安全隱患中其實三大平臺都有著自己的解決方案。都通過了認證、授權、加密等方法，對企業生產IoT產品前將安全融入產品生命周期，提升了整體的安全性能。

八、解決方案分析

IBM Watson IoT

共建車聯網生態，打造智能出行體驗

IBM 與合作伙伴共同打造車聯網平臺與產業鏈，利用結合路網、交通、天氣等數據源的大數據分析技術，構建綠色出行解決方案以降低運輸能耗，提升交通效率，提供綠色、智能的出行服務與體驗。

構建水行業物聯網，實現水資源可持續利用

中國面臨著嚴重的水資源問題。IBM 幫助水行業應用物聯網、云計算和大數據等先進技術，以科學監控和管理實現水安全和水資源的可持續利用，促進環境產業升級與轉型。

物聯網助力清潔能源產業新發展

IBM 與合作伙伴攜手打造中國液化天然氣產業的物聯網技術創新與產業模式升級平臺。通過技術創新、設備升級、數據分析等手段，實現液化天然氣產業從以要素為驅動向以模式為驅動的全面轉型。

SilverHook Powerboats 開發了一款賽艇競技應用，開發速度提高了40%。SilverHook 團隊借助 IBM Internet of Things Platform 可直接將數據流發送到云端，進而能夠快速在IBM Bluemix 平臺上構建應用，以一種高效的方式為比賽選手和賽艇迷進行分析并提供洞察力。 借助IBM 技術，SilverHook 團隊構建原型所需的時間縮短了40%，在三個月內便交付了一種帶有數據可視化功能的綜合性分析解決方案。

AWS IoT

目前使用地區不包含中國

Azure IoT

Windows 10 IoT專為廣泛的智能設備而設計，包括從小型工業網關到銷售點終端和ATM等更大、更復雜的設備。結合最新微軟開發工具和Azure物聯網服務，合作伙伴可通過數據采集、存儲和處理創建可行性商業智能并提高業務收入。通過采用Windows 10 IoT操作系統，提供端對端解決方案，從而發掘更多商機，敬請期待。

使用 Azure服務實現此 IoT 解決方案體系結構時，Azure IoT 中心是重要的構建基塊。IoT 套件可針對特定 IoT 方案提供此體系結構的完整端到端實現。例如：遠程監視解決方案讓用戶能夠監視設備的狀態，例如自動販賣機。預見性維護解決方案可幫助預測設備的維護需求(例如遠端抽水站的水泵)，以及避免意外停機。

媒體點評

物聯網不僅能推動未來產品與服務創新，更能利用與最新技術的融合，打造全新商業模式，加速行業變革。這么多年沒有發展起來，最重要的一個原因是因為不同行業的需求不同，且物聯網是碎片化市場，有著不同的標準。而IBM 正利用出色的云計算、大數據分析技術與本土用戶、合作伙伴合建物聯網生態，共同推出越來越多針對不同行產業的商業應用，在車聯網、水務行業、新能源行業都有成熟的解決方案，AWS據了解并沒有在中國落地，而Azure IoT主要是基于windows平臺，在終端和ATM更大更復雜的設備上較為成熟。

總結

物聯網模式的快速發展需要強大的物聯網軟件平臺，能通過物聯網用例滿足出現的需求。本文中，我們簡單的通過三個平臺的一些功能進行了一些陳列和簡單的分析，希望能夠給關注物聯網技術人員的一個大概了解。而相對來說，具有一定優勢的IBM Watson IoT大致總結以下三點：

(1) 提供Node-RED 可視化的物聯網開發工具, 做為動態設定處理數據規則

Node-RED是一種以新穎有趣的可視化方式將硬件設備，API和在線服務連接在一起的工具;

(2)采用 MQTT 做為物聯網傳送協議;

(3) 集成IBM 認知運算的Watson 各類服務, 使用在物聯網的運用上。

相信到2017年后，IoT將為生活提供更多便利。在智慧家庭、車聯網、水務、能源、電力、鋼鐵等多個領域中，隨著今年6月凍結標準的低功耗物聯網技術NB-IoT更是引起了產業鏈各方高度關注，NB-IoT的商用軌跡日益清晰，無論是IBM還是其他企業，我們都希望能夠與合作伙伴加快物聯網部署，為傳統行業帶來全新的市場機會，實現更大的商業成功以及市場拓展。

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】