什么是工業物聯網？IIoT的要點
工業物聯網連接了交通、發電和醫療等行業的機器和設備。潛力很大，風險也很大。
每個人都聽說過物聯網，智能恒溫器、聯網冰箱、聯網燈泡。但有一個被稱為工業物聯網的子集，它對商業、安全和生活的日常影響更為顯著。
什么是IIoT?
IIoT是指工業物聯網(Industrial Internet of Things)。廣泛地說，它是將儀表和連接的傳感器及其他設備應用于運輸、能源和工業領域的機械和車輛。
實際上，這意味著廣泛的差異。一個IIoT系統可能就像一個連接的捕鼠器一樣簡單，在家里發短信說它被激活了，而另一個IIoT系統則可能像一個全自動的大規模生產線一樣復雜，它可以通過一個巨大的多層網絡跟蹤維護、生產效率，甚至訂購和運輸信息。
工業物聯網與物聯網
工業物聯網(industrial internet of things)也稱為the industrial internet(由GE創造的術語)和Internet of Industrial Things。無論您怎么說，IIoT與其他IoT應用程序的不同之處在于，它專注于連接石油和天然氣、電力公用事業和醫療保健等行業中的機器和設備。
物聯網包括消費者層面的設備，如健身手環或智能設備，以及在出現故障時通常不會產生緊急情況的其他應用程序。
簡而言之，IIoT部署面臨更多風險，因為系統故障和停機時間可能導致生命危險或高風險情況。
IIoT將計算機從IT帶到操作技術，為儀器儀表提供了巨大的可能性，為幾乎所有的工業操作帶來了巨大的效率和生產率提升。
是什么讓IIoT與眾不同?
從技術上講，IIoT的原理與任何其他IoT技術都類似，將自動化儀器和報告應用到以前沒有這些功能的東西上。它的規模與簡單系統大不相同，IIoT部署中可以存在成百上千個，甚至成千上萬個獨立的端點。
物聯網應用
生產線的儀器可以讓公司在非常精細的層次上跟蹤和分析他們的流程，資產跟蹤可以提供對大量材料的快速，可訪問的概覽，而且預測性維護可以有機會在變得嚴重之前解決問題，從而為公司節省大筆資金。潛在用例的數量是巨大的，并且與日俱增。
工業物聯網協會(Industrial IoT Consortium)列出了IIoT的以下15種可能用途：
- 智能工廠倉儲應用
- 預測性和遠程維護
- 貨運，貨物和運輸監控
- 互聯物流
- 智能計量和智能電網
- 智慧城市應用
- 智能農業和牲畜監測
- 工業安全系統
- 能耗優化
- 工業供暖，通風和空調
- 生產設備監控
- 資產跟蹤和智能物流
- 工業環境中的臭氧、氣體和溫度監測
- 對工人的安全和健康條件監測
- 資產績效管理
物聯網挑戰
因為IIoT設備的使用壽命比消費類產品長得多(Canonical IoT和設備執行副總裁Mike Bell估計平均壽命為7到10年)，因此任何實施都必須持久。
甚至超出原始的規模和壽命，實施過程也可能會很復雜，充分利用從儀表收集的數據所必需的后端本身就是一項相當大的任務，必須與企業其他部門密切協調。它需要一種專門的策略來從端點收集數據，將其以可訪問的格式存儲(無論是在數據中心還是在云中)，然后將其提供給分析引擎，并具有將分析中的見解轉化為可行且及時的信息的方法。
有很多不同的格式和技術可以滿足連接設備之間機器對機器通信的不同需求。物理層技術，如Sigfox和Zigbee，軟件層，如Weave和IoTivity，所有這些對于完整運行的IIoT環境都是必不可少的，并且它們必須具有互操作性。
IIoT安全問題
就像消費物聯網一樣，工業物聯網也存在很多安全問題?；叵胍幌翸irai僵尸網絡，該僵尸網絡利用安全性差的安全攝像頭和其他小工具構成了巨大的DDoS武器。
除了可能使用受損的IIoT設備來創建大規模僵尸網絡之外，還存在一個問題，即可以利用漏洞來竊取網絡上已有的寶貴數據，這是另一種攻擊媒介。
有一件事可能有助于保證IIoT的安全，那就是從物聯網的消費者端借用越來越普遍的自動下載補丁的做法。有些公司不喜歡這樣，他們更喜歡完全控制運行在他們機器上的軟件，但從安全的角度來看，這可能會有很大幫助。
IT領導者擔心的其他因素還包括：
- 缺乏標準化。為了將較新的技術移植到舊技術上，從傳輸協議到攝取格式的各種內容都有各種各樣的設計和標準。簡而言之，如果發送有關高爐溫度的操作信息的控件不是由制造網絡或數據攝取引擎的同一家公司制造的，則它們可能無法一起工作。
- 與傳統技術的集成。許多舊設備的設計目的并不是以現代IIoT技術可以識別的格式提供數據，因此要讓擁有數十年歷史的電站控制器與復雜的IIoT基礎設施進行對話可能需要進行一些轉換。
- 錢。正如以上兩點所強調的那樣，全面擁抱IIoT需要新的硬件，新的軟件和新的技術思維方式。這個想法是為了賺錢，但是可以理解的是，很多人對前期成本感到擔憂。
- 人。充分利用IIoT通常需要機器學習、實時分析和數據科學方面的專業知識，更不用說網絡技術的前沿知識了。
