本頁使用了標題或全文手工轉換

物聯網

維基百科,自由的百科全書
跳至導覽 跳至搜尋

物聯網(英語:Internet of Things[1],縮寫IoT),是互聯網、傳統電信網等的資訊承載體,讓所有能行使獨立功能的普通物體實現互聯互通的網絡[2]。物聯網一般為無線網,而由於每個人周圍的設備可以達到一千至五千個,所以物聯網可能要包含500兆至一千兆個物體。在物聯網上,每個人都可以應用電子標籤將真實的物體上網聯結,在物聯網上都可以查出它們的具體位置。通過物聯網可以用中心計算機對機器設備、操作人員進行集中管理控制,也可以對家庭設備、汽車進行遙控,以及搜尋位置、防止物品被盜等,類似自動化操控系統,同時透過收集這些小事物的數據,最後可以匯聚成大數據,包含重新設計道路以減少車禍、都市更新、災害預測與犯罪防治、流行病控制等等社會的重大改變,實現物和物相聯。

物聯網將現實世界數位化,應用範圍十分廣泛。物聯網拉近分散的資訊,統整物與物的數位資訊,物聯網的應用領域主要包括以下方面:運輸和物流領域、工業製造[3]、健康醫療領域範圍、智慧環境(家庭、辦公、工廠)領域、個人和社會領域等[4],具有十分廣闊的市場和應用前景。

定義[編輯]

Ashton最初的定義是:「就是當今的電腦以及互聯網幾乎完全依賴於人類來提供信息。互聯網上大約有50 petabytes(petabyte為1,024 terabytes)的數據,其中大部分最初由人來獲取和創建的,通過打字、錄音、照相或掃描條碼等方式。傳統的互聯網藍圖中忽略了為數最多並且最重要的節點,人。而問題是,人的時間、精力和準確度都是有限的,他們並不適於從真實世界中截獲信息。這是大問題。我們生活於物質世界中,我們不能把虛擬的信息當做糧食吃,也不能當做柴火來燒。想法和信息很重要,但物質世界是更本質的。當今的信息科技如此依賴人類產生的資訊,以至我們的電腦更了解思想而不是物質。如果電腦能不藉助我們的幫助,就獲知物質世界中各種可以被獲取的信息,我們將能夠跟蹤和計量那些物質,減少浪費、損失和消耗。我們將知曉物品何時需要更換、維修或召回,他們是新的還是過了有效期。物聯網有改變世界的潛能,就像互聯網一樣,甚至更深遠。」[4]

起源[編輯]

Peter T. Lewis 在1985提出這個概念。[來源請求]微軟創辦人比爾·蓋茨在1995年出版的《未來之路》一書中提及物互聯。1998年麻省理工學院提出了當時被稱作EPC系統的物聯網構想。1999年,在物品編碼(RFID)技術上Auto-ID公司提出了物聯網的概念。2005年11月17日,世界信息峰會上,國際電信聯盟發佈了《ITU互聯網報告2005:物聯網》,其中指出「物聯網」時代的來臨[2]

相關技術[編輯]

地址資源[編輯]

物聯網的實現需要給每個物體分配唯一的標識或地址。最早的可定址性想法是基於RFID標籤和電子產品唯一編碼來實現的。

另一個來自語義網[5]的想法是,用現有的命名協議,如統一資源標誌符來訪問所有物品(不僅限於電子產品,智能設備和帶有RFID標籤的物品)。這些物品本身不能交談,但通過這種方式它們可以被其他節點訪問,例如一個強大的中央伺服器。

下一代互聯網將使用IPv6協議,它擁有極大數量的地址資源,使用IPv6的程序能夠和幾乎所有接入設備進行通信。這個系統將能夠識別任何一種物品[6]

GS1/EPCglobal EPC Information Services[7]EPCIS)是這些想法的一個綜合實踐。這個系統被用來標識從航天、交通到消費電子領域的物品[8]

人工智能[編輯]

自主控制也並不依賴於網絡架構。但目前的研究趨勢是將自主控制和物聯網結合在一起成為AIoT(人工智能物聯網)[9]。在未來,物聯網可能是一個非決定性的、開放的網絡,其中自組織的或智能的實體和虛擬物品能夠和環境交互並基於它們各自的目的自主運行。

架構[編輯]

物聯網系統很可能是一個事件驅動的架構[10],由下而上進行構建,並囊括各種子系統。因此,模型驅動和功能驅動的方式將會共存,系統能夠較容易地加入新的節點,並能夠處理意外(Multi-agent systems, B-ADSc, etc.)。

在物聯網中,一個事件資訊很可能不是一個預先被決定的,有確定句法結構的消息,而是一種能夠自我表達的內容,例如語義網[11]。相應地,資訊也不必要有着確定的協議來規範所有可能的內容,因為不可能存在一個「終極的規範」能夠預測所有的資訊內容。那種自上而下進行的標準化是靜態的,無法適應網絡動態的演化,因而也是不切實際的。在物聯網上的資訊應該是能夠自我解釋的,順應一些標準,同時也能夠演化的。

物聯網的主要結構[12],大致區分為三個層次:

  1. 感知層(Sensor Level):模擬人類的感知五官,用來蒐集既有環境的相關資料,例如聲、光、溫度、壓力等,而使用的感知工具有:感測器(Sensor)、辨識器(Identifier)、影音監控(Video Surveillance)。其中,感測器又分為物理性、化學性及生物性,可囊括人類幾乎所有的看、聽、聞、嗅及各種觸覺,甚至更精密的微生物酵素等等的偵測;辨識器則主要用來記錄、傳遞、辨識(Recognition)與鑑別(Verification)物品的身分證明,例如:RFID、QR Code條碼等等;而影音監控則主要是透過影像、聲音的擷取來偵測物件的身分與移動,例如:網絡監視攝影機(IP Camera)、智慧音箱、人工智能與語音辨識等等。
  2. 網絡層(Network Level):(1)100公尺內的近距通訊,包含藍芽、Wifi、4G、ZigBee等,屬於高功耗、距離短、成本高的傳輸技術。(2)遠距通訊,又分為LoRa(Long Range),為目前最受產業支持的LPWA,以及窄頻物聯網(Narrow Band-IOT),相較LoRa速度更快,覆蓋範圍更大,是未來被看好的產業標準。
  3. 分析層(Analysis Level):主要運用AI、Machine Learning、Pattern Recognition等來分析判讀多種回傳的大數據。

雲端服務模式[編輯]

  1. IaaS:基礎架構即服務
  2. PaaS:平台即服務
  3. SaaS:軟件即服務

系統[編輯]

物聯網中並不是所有節點都必須運行在全球層面上,比如TCP/IP層。舉例來講,很多末端傳感器和執行器沒有運行TCP/IP協議棧的能力,取而代之的是它們通過ZigBee現場總線等方式接入。這些設備通常也只有有限的地址翻譯能力和資訊解析能力,為了將這些設備接入物聯網,需要某種代理設備和程序實現以下功能:在子網中用「當地語言」與設備通信;將「當地語言」和上層網絡語言互譯;補足設備欠缺的接入能力。因此該類代理設備也是物聯網硬件的重要組成之一。

此外,出於安全考量,家庭、辦公室、工廠等環境可能採用一個自治的物聯網子網,有限制地與全球網互連。

M2M[編輯]

機器對機器通訊 (M2M, Machine to Machine),機器裝置與裝置間不需要人爲干預,能直接透過網絡溝通,自行完成任務的一個模式或系統機制。

M2M平台[編輯]

通信協定[編輯]

由於最終端連接的『物』有千百種,因此極難制定一種統一性的規格適合所有的應用,這是所有物聯網系統面對的難題.目前無論是 MQTTCoAP 還是 AMQP 這類物聯網標準都嘗試着將終端應用抽象化,整合進一個固定的通訊格式之內.

與互聯網關係[編輯]

物聯網的核心和基礎仍將是互聯網。但互聯網需要一系列技術升級才能滿足物聯網的需求,例如IPv6、Web 3.0

應用[編輯]

  • 智能製造[14]
  • 智能門鎖,可以上傳盜竊資訊、物流配送最佳時間等。
  • 智能機械人。
  • 監控冰箱、與冰箱裏的食物保存狀態。
  • 智能汽車,透過路徑分析節省燃料或時間。
  • 智能運動檢測程序。
  • 智慧園藝澆水。
  • 智慧農業、漁業[15]
  • 智能家居系統,有效的節能與生活輔助。
  • 智能供應鏈客製化。
  • 智能環境監測系統
  • 智能販賣機
  • 智慧城市
  • 智能交通[16]
技術發展藍圖:物聯網

爭議[編輯]

由於許多可連網的裝置運算能力不高,僅能提供極為簡單的應用服務,不可能安裝防禦軟件,僅能依賴內建的加密機制。如果使用者沿用預設的密碼,駭客就能輕易的攻破[17]。而駭客入侵物聯網以後,會轉而攻擊連上物聯網的其他系統,嚴重時則會獲取使用者的個人資料,即為跳板攻擊

有些駭客組織會透過在Google Play發表山寨或惡意的應用程式,進而在使用者無法察覺異況的情況下,竊取使用者的資料。或是透過眾多物聯網裝置(像是打印機、網絡攝影機嬰兒監視器、家庭路由器等)來組成殭屍網絡發起阻斷式攻擊。

2016年10月21日,發生了多起阻斷服務攻擊,都是針對域名系統提供商Dyn的伺服器。網絡安全員認為這是由眾多物聯網裝置組成的殭屍網絡,而這些裝置均感染了Mirai惡意軟件。英國媒體BBC也遭受到602Gbps流量的攻擊,在當時成為歷史新高[18]

中國大陸 中國大陸[編輯]

杭州的物聯網小鎮

物聯網感測器產品已率先應用在上海浦東國際機場防入侵系統中。系統鋪設了3萬多個傳感節點,覆蓋了地面、柵欄和低空探測,可以防止人員的翻越、偷渡、恐怖襲擊等攻擊性入侵。上海世博會向中科院無錫高新微納傳感網工程技術研發中心採購了一系列微納傳感器產品。濟南園博園園區所有的功能性照明都採用了ZigBee無線技術達成的無線路燈控制。

但以上應用缺乏對全網的開放性,資訊交換參照預先規定的封閉協議,而不是語義式的可擴展協議,因而稱為物聯網子網更為合適。

相關影視作品[編輯]

參考文獻[編輯]

  1. ^ [1]
  2. ^ 2.0 2.1 劉雲浩編. 物聯網導論. 北京: 科學出版社. 2010-12: 4. ISBN 9787030292537 (中文(簡體)‎). 
  3. ^ Chen Yang; Weiming Shen; Xianbin Wang. The Internet of Things in Manufacturing: Key Issues and Potential Applications. IEEE Systems, Man, and Cybernetics Magazine. Jan. 2018. doi:10.1109/MSMC.2017.2702391. 
  4. ^ 4.0 4.1 Luigi Atzori, Antonio Iera, Giacomo Morabito. The Internet of Things: A survey (PDF). Computer Networks. 2010. [永久失效連結]
  5. ^ Dan Brickley et al., c. 2001
  6. ^ Waldner, Jean-Baptiste. Nanocomputers and Swarm Intelligence. London: ISTE. 2008: p227–p231. ISBN 1-84704-002-0. 
  7. ^ david. EPCIS. 2015-04-27. 
  8. ^ Miles, Stephen B. RFID Technology and Applications. London: Cambridge University Press. 2011: 6–8. ISBN 978-0-521-16961-5. 
  9. ^ Uckelmann, Dieter; Isenberg, Marc-André; Teucke, Michael. An integrative approach on Autonomous Control and the Internet of Things. (編) Ranasinghe, Damith; Sheng, Quan; Zeadally, Sherali. Unique Radio Innovation for the 21st Century: Building Scalable and Global RFID Networks. Berlin, Germany: Springer. 2010: 163–181 [28 April 2011]. ISBN 978-3-642-03461-9.  已忽略文本「author1-link嗎」 (幫助)
  10. ^ Philippe GAUTIER, « RFID et acquisition de données évènementielles : retours d'expérience chez Bénédicta », pages 94 à 96, Systèmes d'Information et Management - revue trimestrielle N°2 Vol. 12, 2007, ISSN 1260-4984 / ISBN 978-2-7472-1290-8, éditions ESKA. [2]
  11. ^ "3 questions to Philippe GAUTIER, by David Fayon, march 2010"
  12. ^ 林東清 著。資訊管理 e化企業的核心競爭力 七版。元照出版有限公司2019.06 ISBN 978-957-511-112-0(中文(正體))
  13. ^ oneM2M. Wikipedia. 2019-12-25 (英語). 
  14. ^ Chen Yang; Weiming Shen; Xianbin Wang. The Internet of Things in Manufacturing: Key Issues and Potential Applications. IEEE Systems, Man, and Cybernetics Magazine. Jan. 2018. doi:10.1109/MSMC.2017.2702391. 
  15. ^ 數位服務創新研究所. 智慧農漁業數位分身:一個高效率、永續經營的農漁業升級解決方案。養殖漁業如何靠著稱為「數位分身」的AI 技術達成三倍產量?. 資策會服創所. 財團法人資訊工業策進會. [2020-04-01]. 
  16. ^ Xie, Xiao-Feng; Wang, Zun-Jing. Integrated in-vehicle decision support system for driving at signalized intersections: A prototype of smart IoT in transportation. Transportation Research Board (TRB) Annual Meeting, Washington, DC, USA. 2017. 
  17. ^ 物聯網漏洞頻傳 成駭客攻擊首選標的. 
  18. ^ 602Gbps!史上最大 DDoS 攻擊出現. 

相關條目[編輯]

延伸閱讀[編輯]

外部連結[編輯]