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(shè)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)。

[[165795]]

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(fēng)設(shè)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(fēng)口等等;

幾十個供貨商負責(zé)提供設(shè)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常或通風(fēng)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(shè)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(luò)，每一個商家提供的設(shè)備都能和別的商家的設(shè)備交換和交流信息。然而在供應(yīng)商如此之多、而且倉庫中還保留了部分傳統(tǒng)設(shè)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(shè)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(wù)器則負責(zé)全時段接收來自各個設(shè)備和傳感器的數(shù)據(jù)。規(guī)則引擎專門負責(zé)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(yīng)商的設(shè)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(luò)傳送到某個中央服務(wù)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(wù)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(zhuǎn)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(guān)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(shè)備。如果某一個供應(yīng)商提供的設(shè)備安全性較差，那么其他的供應(yīng)商提供的設(shè)備再安全也沒用;一個設(shè)備出錯，可能就會引起意想不到的蝴蝶效應(yīng)。舉個栗子，一個有安全漏洞的設(shè)備可能會向設(shè)備匯報錯誤的室外溫度，造成設(shè)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(yīng)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(guān)。

問題 4： 設(shè)備出問題

物聯(lián)網(wǎng)還有一個弊端，我稱之為“神經(jīng)病設(shè)備”，指的就是物聯(lián)網(wǎng)設(shè)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(shè)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(shè)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(shè)備上，遮住了傳感器的某塊夾板。

雖說這些“神經(jīng)病設(shè)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(shè)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(shè)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(yīng)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。總之每一步都千萬要謹慎，要預(yù)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。