国家物联网基础标准工作组秘书长张晖:物联网的主攻方向和发展策略

  • 时间:
  • 浏览:50

  2019年4月23日,由中国高科技行业门户OFweek维科网、高科会主办,OFweek承办的“OFweek 2019(第三届)中国物联网产业大会”在深圳拉开序幕。

  在本次物联网高峰论坛上,国家物联网基础标准工作组秘书长张晖发表题为《物联网的主攻方向和发展策略》的演讲。

  

  在演讲中,张晖秘书长贴合主题,主要分享了①边缘计算对物联网未来发展的重要性,②物联网平台发展现状及其前景,③物联网与、区块链等新技术的未来融合趋势,④物联网的生命体特征发展趋势,⑤物联网安全,⑥物联网与互联网的区别,⑦国内外对物联网的理解差异比较,最后简单介绍了我国已经制定或正在制定的部分物联网标准。

  以下为张晖秘书长的发言内容,OFweek编辑做了不改变原意的整理及编写。

  演讲原文:

  深圳物联网产业的各位同仁,大家下午好。非常荣幸今天下午能跟大家一起分享《物联网的主攻方向和发展策略》。

  我从事物联网基础标准工作已经有超过十年的时间。物联网概念从温家宝总理视察无锡之后开始热起来。早些年物联网行业发展状况是,政府很热衷于发展,但企业并没有真正的把这个热给传递起来;到了近几年,发展的形势明显不一样。

  下面我们来看下Gartner在2017年做的一个预测:2018年全球物联网连接设备的数量将达84亿。实际上,据Statista的数据统计, 2018年全球物联网连接设备数量超过了230亿。

  从这可看出,这两年物联网的发展速度已经超出了我们的预计。

  物联网连接数量的飞速发展必然带来物联网数据的大量增加。大家经常听到一个名词叫“边缘计算”,那么我们要考虑下,为什么需要边缘计算?边计算能解决什么问题?

  归纳来说,边缘计算可以解决六方面问题。

  第一就是安全。很多时候咱们的数据,尤其是企业一些相对敏感的数据,通过边缘计算和处理,不用再传到云端,这样就大大减少它的泄露风险。

  第二,企业有很多自主知识产权技术、关键生产数据,可以通过边缘计算只留在本地进行处理。

  第三,传统方式是把数据采集上来以后传到云端进行处理,再从云端把处理结果反馈下来,这种方式往往带来很大的延迟,而边缘计算恰恰可以解决这个问题。

  第四是弹性,就是在整个物联网系统中,引入边缘智能、边缘计算,这在很多处理层面来说,系统的健壮性、弹性就变得非常有效,不会因为一些节点、中间平台的某些功能失效而造成全网瘫痪。

  第五个是带宽成本,很多数据不需要再传到云端,大大减少从端到云的管道带宽成本。

  第六个是自主性,通过边缘计算能力的再加强,未来向边缘智能再发展;物联网系统不是中心化系统,未来要向多个智能的边缘、多个智能自治体方向发展,这正切合第四点所提到的系统弹性会有很大增加;从整个系统来说,它会有多个自治性智能系统,从而带来处理的灵活性。

  从这个意义上来说,未来物联网终端会越来越多,数据也会越来越多,那么计算能力的下沉将是未来不可避免的趋势。而这种计算能力的下沉,也带来了未来分布式人工智能和计算一定要贴近边缘,这个发展趋势是不可阻挡的。

  目前来看,边缘计算主要聚焦在实时的短周期数据分析,如无人驾驶、智能安防、电梯运维,这些数据需要非常快的响应速度,这就体现出边缘计算的优势。

  边缘计算就像人的神经末梢一样,对简单的刺激进行自处理,并将处理的特征信息反馈给云端大脑,从而加快处理速度。

  据Business Insider预测,到2020年,企业和政府将会有58亿个物联网设备会使用边缘计算。未来物联网网关甚至网关以下的终端,它们自己的处理能力都会很强。

  平台通过物联网网关管理物联网设备,接受边缘侧的信息反馈和容忍边缘侧的自治;推动和增强边缘计算对物联网分布的自主性。

  举个例子,微软发布了Azure IoT服务(为物联网准备的云服务),它是通过云平台服务来支持边缘计算,把工业环境当中产生的很多数据,通过分析进行处理;并进一步往边缘推动。

  未来,物联网云平台的功能也会被加强。物联网有一个非常重要的特点,从目前的产业发展来看,物联网碎片化非常严重,对产业的大规模发展会有一定的阻碍作用。但从物联网平台的发展来看,平台本身就类似于计算机的操作系统,它可以把整个系统的硬件、软件、协议、应用和解决方案,进行资源的相关调度,如西门子的MindSphere,可以把整个物联网的数据采集、系统集成、应用开发、上下游产业链客户,通过平台连接起来。

  从这点来说,物联网平台虽然未来更多地将处理能力和智能往边缘推动,但它是不可替代的,因为它是作为整个物联网的操作系统而存在,而且这种操作系统与边缘终端类似,也会集成很多的机器学习能力,目前亚马逊、IBM、微软,都在自己的边缘设备、云平台上提供了很强大的认知服务能力,国内的小米、百度也使用了自己的云来做人工智能处理。

  关于物联网未来的发展,过去我们提及物联网、大数据、云计算时,往往把这些技术分开谈,现在大家逐渐认识到,物联网离不开大数据,迫切需要用大数据来提升物联网的应用价值。

  物联网本身是把万物的属性转化成数据,把数据通过各种传输手段传到云端,最终变成有价值的服务,让老百姓感觉到这些服务是贴心的服务,是有价值的服务,从而用户愿意为服务买单。

  那么服务的提升就离不开大数据处理,而大数据本质上是物联网系统的数据流视图呈现方式。以工业环境为例,数据采集、数据预处理和存储、数据建模、数据工程以及工业数据的分析,其实就是一个完整的物联网系统。

  未来物联网的发展,除了跟大数据结合,还要跟人工智能有协同应用。如果把未来物联网的发展比做成一个智能生命体,那么物联网系统一定会朝着智能方向发展;毫无疑问,大脑就是这个生命体的人工智能,神经连接的就是网络神经协议,在生命体中流动的血液就是各种数据流,而肌肉是执行机构,神经末梢则是各种感知器件。

  再从机器感知层面看,会涉及到模式、语音、文字、图像识别,形成多模态感知与情景计算,这正是机器感知范畴。

  而机器行为就对应物联网系统的操作行为,形成自主无人系统、人机混合智能应用。

  从这可看出,未来IoT的发展,完全是在按照人工智能生命体来发展。

  下面继续分享机器学习、区块链等技术与物联网平台的未来集成趋势。前两年,继比特币之后,区块链技术在金融等领域得到了大规模采用。区块链技术可以解决智能设备之间微支付交易的安全性。

  通过各种加密技术手段,可以让端对端相互信任。另外,增强现实技术也可以融入未来的物联网智能设备,为企业和消费者增加相应价值。通过机器学习在工业物联网的应用,可以使操作人员产生预测性维护,如预测机器磨损、自动维护、防止故障等。

  此外,在消费级也可以借鉴应用,如无人商店、自动售货商店,就可以利用机器学习功能对顾客脸部进行识别及扫描顾客某些行为,观察消费者在店内行走的模态等。

  关于区块链跟物联网的结合,大家提得比较多的是产品追溯。传统的产品追溯使用的是、技术,从产品在生产出来之前,就进行贴标绑定,串联整个物流、销售流程,以此来解决产品追溯问题。前两年开始,大家期望用区块链来解决产品从原材料、生产、销售,最终到用户手中的全流程信任问题。

  但在实施部署的时候,仍会遇到一些问题。首先是如何解决数据上链之前的信任。区块链在金融行业的应用,确实可以解决相互之间不同机构的信任问题,因为数据的产生和流通是在完整的区块链闭环中产生的。但如果把它开环以后,接入到物联网的追溯系统当中,我们怎么保证上面的数据是真实、可靠、受信任的?除非从产品生产、工厂加工、运输、仓储到销售等全流程的数据都是闭环情况下由机器自动化采集,隔绝了人为因素才能解决这个问题。这在实际中是做不到的,尤其是农产品生产。

  第二个问题,是不是所有的数据都需要上链计入区块。这显然是不可能的,以比特币举例,所有的交易信息都会被记在链上;这对很多来说,这种实时存储系统是不太可能实现的,因为这将要求物联网的每个节点都要有存储系统来做完整备份。

  上面就是物联网未来发展跟几个新技术的融合介绍。

  下面再简单说说两大重点应用。物联网在领域的应用是一个非常典型的例子,这个产业已经发展了很多年,但之前一直不温不火,直到这两年大家才感受明显。伴随着大数据和人工智能技术植入,硬件产品采集完数据,就必需要通过大数据和人工智能技术结合用户的一些需求,跟用户有一个良好互动,以此来满足用户个性化、贴心的服务,让用户觉得他们的实际问题得到了解决,只有这样用户才愿意去为产品、服务买单。大家现在可以看到,像智能音箱、智能门锁、智能路由器、智能家电等家居产品,相对于前两年,现在它们的智能化发展确实是处于加速状态。

  介绍完消费物联网,接下来介绍工业物联网。大家认为物联网是一个碎片化非常严重的应用,该说法不完全对。在工业应用领域,工业物联网是一个非常有前景的蓝海,它不是碎片化的,值得大家广泛关注和深度讨论。

  大家可能都听说过工业物联网,也听说过工业互联网,这两个到底有什么区别?其实国内的工业物联网和工业互联网跟国际上所提的概念是不一样的。国际上的工业互联网概念是由GE所提出,当时的目的是为了把工业革命与互联网革命进行融合。通过这种融合来使得一些机器设备,能够通过一些智能设备、智能网络和智能决策,来远程优化检查、维护流程,以提高服务质量,并提升企业服务的附加值,进而提高资产可靠性和运营效率。但这种工业+互联网,并不等同于工业物联网。

  真正的工业物联网,一定是要解决工业环境当中,工业要素之间互联的问题。也就是要解决生产环境的数据采集、工业资源的网络互联、语法语义的数据互通、制造系统设备互操作。只有把这四个问题解决了,才能说真正的解决了工业物联网的问题。

  而以GE为代表的国外工业互联网,本质上说,是一种新的服务模式。

  德国工业4.0提出以智能工厂为核心的架构中,重点体现物联网和服务联网,其实它要解决的是工业能力的核心问题,是德国工业4.0中的服务互联网范畴,所以这也与国内所提概念有本质的不同。

  在国内,工信部主导的是把工厂内外所有的IT、oT全都囊括在内。

  简单来看,它其实就是把工业资源数据实时分析采集上来以后进行处理,然后把数据可视化,从而控制外部物理实体的实时响应。在迭代优化以后,再对工业资源进行反向采集处理。

  以此来看,工业物联网其实就是数字世界和物理世界的桥梁,主要解决两个世界之间的沟通问题,通过数据和互联的标准、安全等机制,把这两个世界连接起来。

  工业互联网平台的典型例子,就是GE的PREDIX,其通过服务平台把设备连接起来,从而为行业提供服务。

  从国内看,中国目前有269个工业互联网平台(或说工业物联网平台),而其他的发达国家现在不超过150个,中国平台数量基本上接近外国的两倍,但很多平台的功能存在严重不足问题,连接设备的协议种类、分析的工具、工业积累的模型、提供的微服务都非常少。这种平台的功能还非常弱。

  再简单提一下物联网安全。物联网存在的安全挑战,跟互联网安全有很大的相似之处,但也有它的特点,如物联网有很多隐私问题,边缘设备的认证和授权缺乏标准,物联网设备和安全设备、应用程序之间的交互也存在安全性问题。

  从安全挑战来看,很多挑战都可以通过标准化来解决。

  那么,物联网安全会导致哪些问题?首先会导致个人敏感信息被意外泄露、个人财产遭受损失等。

  美国国土安全部在2016年底发布了《物联网安全指导原则》,对于工业或者消费物联网系统给出了安全建议。这个建议提到了加强安全更新、漏洞管理、设计开发等阶段要考虑的安全问题。在第六条中,《原则》提到要谨慎接触物联网,尤其是在工业环境和其他关键应用,企业要慎重考虑是否把物联网设备接入到网络,因为一旦进入到互联网,即使加了再多的防火墙、再先进的安全设备,仍将会面临着很多不确定的安全问题。

  所以说,工业物联网并不一定要把一线的生产数据接入到互联网。

  最后简单介绍下国家物联网基础标准工作组。其由国家发改委标准委在2011年成立,当时对应成立的还有六个部委的行业应用标准组委,通过这种1+6设置,使得基础标准和行业标准能有很好的衔接。今天给大家公布部分国家标准:《物联网标准化工作指南》《物联网参考体系结构》《物联网系统接口要求》《信息交换和共享》以及《公安物联网感知终端安全防护技术要求》等行业国家标准。

  目前有些标准即将发布,如智慧酒店的标准、智慧景区的标准、矿山产线智能监控系统标准、物联网网关标准等。

  以上就是我给大家介绍的物联网发展以及标准化进展情况,仅供大家参考,谢谢。