京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,蹩脚的物联网会扼杀创新
当我们畅想和拥抱物联网带来的变化的时候,也许会发现它带来的坏处比好处更多。
物联网(IoT)的概念可以追溯到80年代早期,卡内基梅隆大学的一台可乐机被连接到互联网,以监测其可乐存量,判断还可以提供多少杯饮料,这是世界上第一台联网的设备。但是直到IPV6大规模应用于IP地址空间,物联网才真正变为现实,它使得我们能够给任何物体都分配一个IP地址。
我们今天看到的物联网(IoT)市场都是解决如何用一种新的方式将人与产品连接起来,以及如何将产品互相连接的问题。按照Gartner的研究,不久以后就会有比人的数量更多的物体连接到互联网,到2020年将有超过260亿部联网设备。投资者们会注意到,2013年,在物联网生态链里发生了153宗投资交易,涉及融资金额11亿美元,比上年增长11%.
物联网将产生更多的机会和创新,但与此同时也会造成应当在采用早期就处理的弊端。
物联网的弊端:隐私和安全问题
物联网采用的智能节点数量的增长,以及这些节点撬动的数据数量,将增加数据隐私、数据所有权和数据安全方面的隐患。其它挑战将包括理解设备如何高效、安全地传输和存储这些大量数据。类似MQTT(消息队列遥测传输)这样的新的消息发送协议将应用于安全地传输数据。
在线的物联网更加易受攻击。自从有了物联网,我们进入了一个全新的时代,黑客不仅能侵入政府机构和公司并毫不费力地盗窃身份,而且还将目标锁定于相互连接的房屋和汽车身上。电脑或手机跟你捣乱是一回事,但当你无法开灯、打不开门、点不了火的时候,那就是另外回事了。
物联网的安全问题自从RFID(射频识别)技术到来之后就提上了日程,在实施阶段的早期就处理好安全问题,对于物联网采用的可靠性和实用性来说是至关重要的。当美国州政府第一次尝试在美国护照上打上RFID标签时,护照数据可以在30英尺之外读到,所使用的工具在eBay上仅需250美元就可以买到。这就要求做出一些改变来确保RFID标签的安全性。但是,与物联网相关的安全和数据隐私风险仍然存在。如果任何东西都连接到互联网,理论上任何人就可以在任何时候看到想看的东西。想想看,在某一天你打电话给老板请病假,却被监测到联网的汽车在高尔夫球场上,这会是多么尴尬的一件事。
很多人会争辩说智能手机已经把我们带到了这个地步,至少我们可以关闭自己的手机。语境数据,就像定位追踪一样,如果管理不恰当的话会从根本上危害隐私。要避免这一点,在政策和技术方面都要做出改变。
真真正正的大数据
如果你认为自己拥有大数据胜于物联网,那么你就不会对此视而不见。大批设备与大量、高速、结构化的物联网数据结合在一起,将在数据存储、处理和分析领域创造出更多挑战。对于想深入洞察物联网用户活动的企业来说,所有的数据都需要以某种方式存储和分析。
公司可以考虑采用某种数据库服务(DBaaS)来促进数据的采集和管理。企业能够越早地开始分析数据,它们就能派生越多的商业价值。
在知道如何使用的前提下,技术仍然扮演决定性角色
有没有谁在担忧,一个任何东西都有传感器连接到互联网的世界会不会太过复杂而失去了原有的美丽?如果我们不能搞清楚如何操作VCR和无线路由器,当我们的汽车、冰箱、运动鞋都连接到互联网的时候,又怎么能知道如何校正它们发出的错误信息?是否可能我们正在创造一个新世界的路上奔跑,在这里我们拥有的很多东西都失灵,而大多数人都不知道怎么修复它们。
不管怎么说,创新的步伐将持续加速,不仅充满复杂变化,而且给我们提供前人无法想象的效率和效益。这就是我们接受和采用这些创新的方式,这最终决定了这些创新的有用性。毫无疑问,如果正确使用的话,物联网几乎可以让任何东西变得“智能”起来。但是,如果没有适当的技术标准和政策,其反作用能轻易地扼杀创新。
面对任何新技术的转变,我们应当期待并拥抱迎面而来的变化。
对于物联网,我们有如下的期望:
建立标准 – 当公司拥有物联网的能力时,它们就有义务参与制订规范如何使用所归集数据的一些政策,并与员工和用户分享这些政策及其负担的安全责任。它们还必须充分认识上下文语境数据隐含的社交和隐私意义。
提供安全隔离 –
如果任何“东西”有一条到互联网的连接纽带,那么,能够物理地隔离、管理并且保护好每件东西各自的安全就显得尤为重要。比如,当确保某个物体的数据安全时发现有恶意的行为,那么我们应该能够立刻断开它与互联网的连接。我们需要逐步形成安全标准,不仅支持确保数据传输的安全性和检验信息的完整性,而且支持将安全模块植入物体自身。这将允许软件开发人员创建安全、有界限、并且能保证兼容性的代码。
实行“安全区”方案 – 很多物联网设备将连接到使用嵌入式处理器的互联网上,而这些处理器将处理灵敏度日益提高的数据。要想真正地保护这些设备的安全,将要求在硬件和软件应用之间建立紧密协作。类似ARM和AMD这样的半导体公司正在研发与处理器结合在一起的“信任区”技术,允许应用来控制对某些功能和周边设备的访问,并创建一个更安全的操作环境,防止黑客进行非法克隆或固件升级。
为真正的大数据做好准备 – 网络技术和标准必须逐步进展,这样数据才能在传感器、电脑和设备之间自由地流动。聚合和分析数据的技术工具,以及数据的可视化必须提高到某种程度,大批量的数据可以由人类决策者来处理和采集,或者整合在一起来指引互联系统的运行。
物联网有潜力应对巨大的挑战,比如节约能源、食物分配、照顾老人等等。如果不适当的规则被实施,或者上述主题没有引起足够的重视,那么我们就被置于扼杀创新和削弱物联网商业模式发展的危险之中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02