2018年IoT領域即將爆發(fā)的兩大應用:區(qū)塊鏈及機器學習
區(qū)塊鏈(Blockchain)和機器學習(machine learning)這兩大趨勢發(fā)展始于2016年,并將持續(xù)到2018年,而且可望出現(xiàn)更多引人入勝的概念證明。
據(jù)報導,機器學習是人工智能(AI)的一個分支。人工智能的研究是從「推理」到「知識」,再到以「學習」為重點,有一條自然、清晰的脈絡可循。機器學習則是實現(xiàn)人工智能的一個途徑,即以機器學習為手段解決人工智能中的問題。
機器學習已有一些有趣的案例研究,例如具串流視訊功能的零售店監(jiān)視器,可藉機器學習功能執(zhí)行臉部辨識及掃描某些行為,觀察消費者在店內(nèi)行走的模式。這不僅能帶來主動的安全措施,還能在不挖掘客戶個人數(shù)據(jù)的情況下執(zhí)行任務,避免潛在的個人隱私問題。
區(qū)塊鏈是另個即將在2018年爆發(fā)的主要應用,特別是金融科技(FinTech)新創(chuàng)公司。區(qū)塊鏈的支付和安全應用,幾乎肯定會讓企業(yè)重新思考如何將其用于記錄財務交易。
在2017年曾接二連三傳出新的IoT安全漏洞,對工業(yè)領域而言,這是很嚴重的問題。由于工業(yè)物聯(lián)網(wǎng)(IIoT)設備資產(chǎn)壽命很長,制造業(yè)的連網(wǎng)設備平均可使用7~10年,因此工業(yè)公司歷來會盡可能讓設備維持最低的網(wǎng)絡聯(lián)機。
在設備使用期限內(nèi)維持設備更新和安全功能很重要,但其中很多設備無法輕易安裝修補程序。隨著制造業(yè)務中日漸融入更多連通性,工業(yè)世界對網(wǎng)絡安全的思維需迅速趕上,以免不安全的設備持續(xù)處于脆弱狀態(tài)。
目前市場上的許多IoT裝置實際上并無適當?shù)陌踩呗?,安全協(xié)議、口令方案都太弱,且無有效方法來修補或安裝操作系統(tǒng)更新。在2017年出現(xiàn)KRACK和Reaper等IoT攻擊事件后,2018年料將再度出現(xiàn)針對IoT裝置的大規(guī)模殭尸網(wǎng)絡(botnet)攻擊。
工業(yè)領域可解決此問題的方法之一,就是在連網(wǎng)裝置上下載和安裝最新更新。而美國參議院的改善IoT網(wǎng)絡安全法案(IoT Cybersecurity Improvement Act)是朝正確的方向邁出的積極一步。
自駕車可能還在早期發(fā)展階段,但絕非遙遠未來的趨勢,距其成為主流僅剩幾年時間。自駕車浪潮將帶來一種全新思維方式。簡言之,購買及駕駛自有汽車的傳統(tǒng)模式將成為過去。
未來消費者會在一定時間內(nèi)向供應商租用由行動裝置控制的汽車,而非直接擁有。要用車時,自駕車就會到指定地點待命,消費者毋須在兩地移動時自行管理汽車。另一方面,出租車和大眾運輸將利用IoT來提供更好服務、更有效的路線和更令人滿意的用戶體驗。