本著要對消費產(chǎn)品,、衛(wèi)生保健,、零售,、生產(chǎn)等方面積極改革的信念，物聯(lián)網(wǎng)（IoT）承諾要把人們身邊的所有事物都智能化——冰箱,、汽車、建筑物甚至油田,，一切都將走向智能化,。但物聯(lián)網(wǎng)也有它的陰暗面；如果我們不能解決它帶來的問題,，那我們就有大麻煩了,。

　　想要弄清物聯(lián)網(wǎng)到底有什么樣的隱患，最簡單的方法就是從它的配置下手,。讓我們來假想以下場面：有一個大型食品倉庫和配送中心,，兩者都采用了聯(lián)網(wǎng)設備來維持各個區(qū)域溫度，例如恒溫冷藏區(qū),、常溫區(qū)和冷凍區(qū),。

　　配置要求包括以下：

　　幾十個食品區(qū)域，排放要保證能最高效地利用能源,；

　　倉庫里要裝幾千個恒溫計還有通風設施和濕度傳感器,；

　　倉庫和配送中心外圍要安裝幾百個傳感器，例如墻上,、屋頂,、通風口等等；

　　幾十個供貨商負責提供設備和傳感器,；

　　實時氣候變化通知,，以免倉庫遭到不測；

　　排查一切可能會引起溫度失?；蛲L故障的安全漏洞和故障,。

　　現(xiàn)在讓我們來看看物聯(lián)網(wǎng)的四大挑戰(zhàn),，以及如何解決這些問題,。

　　問題1：對數(shù)據(jù)理解欠缺

　　你手里掌握著很多數(shù)據(jù)并不代表你能理解和活用它們。因為在以上案例中物聯(lián)網(wǎng)設備使用的區(qū)域廣,、種類多,，一個供貨商很難為整個倉庫給出最好的解決辦法。就算有人給出來了,，他的方案也很有可能會被推翻重來,，這樣單單成本就已經(jīng)高得離譜了。

　　想要為倉庫打造一個高效,、安全的物聯(lián)網(wǎng)環(huán)境,，那就必須要建立 P2P 網(wǎng)絡，每一個商家提供的設備都能和別的商家的設備交換和交流信息,。然而在供應商如此之多,、而且倉庫中還保留了部分傳統(tǒng)設備的情況下,。這套方案幾乎是不現(xiàn)實的。如果不能更好地解決這個問題的話,，那么倉庫的物聯(lián)網(wǎng)設計師面臨的簡直就是個現(xiàn)代巴別塔,。

　　要保證所有的數(shù)據(jù)都能互相理解溝通、發(fā)揮最大效用的話,，可行方案之一就是建立一個樞紐模型,。我們可以建立很多物聯(lián)網(wǎng)通路，中央服務器則負責全時段接收來自各個設備和傳感器的數(shù)據(jù),。規(guī)則引擎專門負責分析這些數(shù)據(jù),，然后集線器把正確的指令發(fā)送給接受控制器，比如由于陽光東南部外墻溫度較高,，需要立即降低區(qū)域 2 的冷藏溫度,。

　　這種集線器必須能夠翻譯翻譯不同種類的數(shù)據(jù)和單位，例如從攝氏度到華氏度,。它還必須配備一個通用數(shù)據(jù)模型,，這樣才能比較和整合來自不同來自不公供應商的設備的數(shù)據(jù)信息，于是才能保證系統(tǒng)能夠“理解數(shù)據(jù)”,。

　　問題 2： 信息量實在太大

　　有些情況下,，由于整個系統(tǒng)的數(shù)據(jù)量實在太大，把數(shù)據(jù)通過網(wǎng)絡傳送到某個中央服務器是根本不可能的,。舉個栗子,，單單是裝在倉庫墻上的某一個傳感器，它要采集的數(shù)據(jù)就有溫度,、濕度,、硬件版本、軟件版本,、剩余電量,、位置變動等等，你要是想聽的話我還有一大串能講,。

　　這些信息可能每 30 秒鐘都會更新一次,，或者可能由于環(huán)境要求，幾秒鐘就得更新一次,。但是由于信息量實在太大,，把這些數(shù)據(jù)全部發(fā)送到中央服務器是不可能的。而且整個倉庫還不止這一個傳感器,，全部加起來大概有好幾千個,；它們可能連型號都不一樣。

　　這時候我們就需要信息整合方案，保證系統(tǒng)能夠篩選出必要信息,，轉換成通用數(shù)據(jù)模型,，然后下達報告、維修等各種指令,。比方說,，我們案例中的倉庫可以僅通過區(qū)域 3 外墻上的 50 個傳感器就判斷出整個區(qū)域 3 的內(nèi)外溫度平衡狀態(tài)。

　　問題 3： 安全性

　　之前我們說,，P2P 模型物聯(lián)網(wǎng)對于我們案例中的倉庫或是在任何物聯(lián)網(wǎng)的大面積使用案例中都至關重要,。但是這個方案也會帶來巨大的安全隱患。

　　整個系統(tǒng)的安全性取決于全系統(tǒng)中安全最差的那個設備,。如果某一個供應商提供的設備安全性較差,，那么其他的供應商提供的設備再安全也沒用；一個設備出錯,，可能就會引起意想不到的蝴蝶效應,。舉個栗子，一個有安全漏洞的設備可能會向設備匯報錯誤的室外溫度,，造成設備下達調(diào)溫指令錯誤,，整個區(qū)域的溫度出錯，于是區(qū)域里的食品也全部都壞了,。

　　想要解決這個問題的話,，整個倉庫的 P2P 物聯(lián)網(wǎng)模型必須采取某種方式，好讓系統(tǒng)能通過確認某個傳感器附近的傳感器數(shù)據(jù)來二次檢查該傳感器給的數(shù)據(jù),。舉個栗子,，如果某一個室外傳感器測出的溫度特別高，而它附近的傳感器給的溫度卻都普遍比它低的時候,，系統(tǒng)就不該僅針對該傳感器給的數(shù)據(jù)立刻下達溫度調(diào)節(jié)指令,。系統(tǒng)應該發(fā)送警報，驗證該傳感器的可靠性并再次確認和比較其周邊傳感器所給的數(shù)據(jù),。

　　通過確認周邊傳感器的數(shù)據(jù)來驗證數(shù)據(jù)可靠性是個非常實用的辦法,。除此之外，我們還可以讓系統(tǒng)通過回顧歷史數(shù)據(jù)中的異常讀數(shù),，判斷這些異常是否和氣候情況,、庫存量,、年份月份,、一天中的時間點等因素有關。

　　問題 4： 設備出問題

　　物聯(lián)網(wǎng)還有一個弊端,，我稱之為“神經(jīng)病設備”,，指的就是物聯(lián)網(wǎng)設備或是傳感器莫名其妙地突然出故障，開始向系統(tǒng)發(fā)送錯誤的讀數(shù),。這種設備的“神經(jīng)病”癥狀有很多潛在原因,；最有可能的有軟件 bug,、電量低下、或是設備本身有缺陷等等,。比較罕見的原因也可能是裝修工不小把油漆灑到了設備上,，遮住了傳感器的某塊夾板。

　　雖說這些“神經(jīng)病設備”并不會對系統(tǒng)造成外在的安全威脅,，但它們的破壞力是不可估量的,。比如在我們的倉庫案例中，如果管理員沒有按照我們之前的提議做好保險措施的話,，這種故障可能就會讓某個區(qū)域的食品全部變質(zhì),。就如我們之前所說，提防這些“神經(jīng)病設備”和提高系統(tǒng)安全性的辦法是可以通用的,。比較歷史異常讀數(shù),、確認周邊傳感器讀數(shù)等，這些方案都能有效地防止系統(tǒng)做出毀滅性的決定或是下達危險指令,。

　　很多企業(yè)都認為物聯(lián)網(wǎng)是個商機,，他們可以把物聯(lián)網(wǎng)運用到現(xiàn)有的產(chǎn)品中。而在這些野心勃勃的計劃成真之前,，物聯(lián)網(wǎng)設計師必須清楚物聯(lián)網(wǎng)的弊端和危險性,。知道最簡單也最重要的方法是什么嗎？首先要謹慎選擇你的供應商,。記得要選擇能整合和擴展的平臺,，開發(fā)通用數(shù)據(jù)模型?？傊恳徊蕉记f要謹慎,，要預料到最壞的情況，制作出最完善的解決方案,。有了這些,，你才能成功。