京公网安备 11010802034615号
经营许可证编号:京B2-20210330
安全的物联网需要注意这三个问题
几乎就在这么几天,几家厂商纷纷发布了自己的物联网战略。
近日,华为首次公开了自己在物联网的战略,即“1+2+1”战略。华为战略Marketing总裁徐文伟表示, “1+2+1”战略中的第一个“1”是指一个平台,华为要建立一个物联网的平台,集中收集、管理、处理数据后向合作伙伴、行业开放,基于该平台行业伙伴可以开发应用:华为的传统的优势就是网络接入,包括有线接入和无线接入,这是“2” ;最后一个“1”是华为此次新推出的轻量级物联网操作系统LiteOS。
几乎就在华为公布自己的物联网战略的同时,早就在谋划物联网的三星也有了新的举措。近日,三星电子总裁兼首席战略官孙英权在美国旧金山举行的“物联网世界”的主旨演讲中向全世界首次公开了ARTIK平台。Artik是一个开放平台,包括一流的集成生产模块组合,先进的软件、开发板、驱动程序、工具、安全功能、且能够与云端连接,它能够加速推进新一代更加完善、更加智能的物联网设备、解决方案和服务的开发进程。该平台允许新企业,产业及用户更加快速、简便地开发物联网应用程序。
除了这两家,还有更大的“大老虎”也没闲着。北京时间5月22日消息,据《财富》报道,谷歌在开发名为Brillo的物联网操作系统。而在他们几家之前,移动互联网时代的失意者微软也早就公布了自己的物联网计划。如果再加上被看好做汽车的苹果,还有国内早就踌躇满志的小米、乐视等等,要在物联网上闯出一片天地的互联网厂商怕是要排成一大排。
看来,物联网即将从概念走向现实了。这么多物联网战略,假如都成了现实,那这么多产品,我们到底选哪家为好呢?这可不是买一部手机那么简单,那可能是关系自己整个家庭的生活硬件组合。每个人心里都有一个自己理想中的物联网,笔者感觉,最好的那家物联网就是能够为我们的物联网生活提供安全保障的那一家。之前,笔者曾经有过一种观点:“物联网是一个对全体人类有益的产品,但我们必须在安全方面下功夫,在安全与实用中间寻找一种平衡。”现在,我依然持此种看法。而安全,则是重中之重。
说到物联网的安全,我先举两个最近发生的例子吧。第一个,特斯拉的车门故障事件。特斯拉汽车,目前还算不上是智能汽车,它的车门故障,有可能是硬件原因也有可能是软件原因。对此,我曾经请教过一位业内人士,由于时间原因,他猜测可能是属于硬件驱动程序方面的因素。这样看,这还不属于纯粹的黑客安全问题。但假如车联网普及,那由于黑客因素引发的车门打不开的问题就让我们担忧了。第二个,黑客控制飞机事件。黑客控制飞机事件,虽然在某些细节上还有待商榷。但是,商用WIFI的安全隐患却足以让我们担忧。未来的物联网生态中,飞机离普通人尚远,但与商用WIFI相关的汽车、电器、手机等终端,他们的安全同样不容小觑。这两起事件,对目前风生水起的物联网战略是个警醒。
当然,绝对的安全是不存在的,可是我们可以尽量避免。那么,物联网企业如何才能最大限度解决物联网安全问题呢?
第一,对大数据的收集持谨慎态度。我之所以在前面用很多文字引用了华为和三星的战略内容,是有原因的。看华为,它有一个“集中收集、管理、处理数据后向合作伙伴、行业开放”的细节。而三星,也有一个“能够与云端连接”的细节。这些,是典型的收集大数据存储在云端的行为。这种行为,如果不加约束则危险很大。之前,三星智能电视监听事件,我们应该记忆犹新。试想,物联网之下,我们在这些硬件面前是“赤裸裸”的。所以,物联网企业应该“自律”,不要在大数据采集方面为所欲为。
第二,对大数据的转移和利用持谨慎态度。前面第一点里已经提到过一个细节:“处理数据后向合作伙伴、行业开放”。这应该是大数据在不同企业间转移、利用的过程。而大数据在转移与利用的这个过程里,也有危险。毕竟,各个厂商的安全意识、安全水平、硬件水平不一,安全隐患很大。欧洲反计算机病毒协会创始人、德国歌德塔(G Data)安全软件公司安全顾问Eddy Willems在接受我的采访时也曾说过,“企业不同设备之间的安全过滤措施不够”。所以,这种大数据之间的合作很让人担忧。这个问题,必须解决。
第三,严防外部危险因素的侵入。如果说前两点属于物联网企业的“内因”的话,那么第三点就是严防“外因”。目前,黑客利用商用WIFI入侵的例子已经很多,甚至连飞机都难以幸免。这就要求我们的物联网企业,必须重视安全防范问题。这些问题包括,商用WIFI的过度商业化的问题,软件的漏洞问题,智能硬件和数据库的密码问题,硬件设备的加密问题,物联网企业安全意识不强的问题,物联网用户安全意识不强的问题,还有不同物联网企业之间的终端设备兼容问题。如果这些问题不予解决,那黑客会无孔不入的。
文章最后,借用一下华为的“1+2+1”战略构思,我想建议我们的物联网企业,不管你们是多少+多少,但都要再加一个“1”,那就是安全,更进一步说是物联网企业与安全企业之间的安全联盟。因为在我看来,最安全的才是最好的物联网,否则一切都无从谈起!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04