For investors
股价:
5.36 美元 %For investors
股价:
5.36 美元 %认真做教育 专心促就业
广州IT培训:企业如果没有充分利用他们可用的数据,将存在真正的风险。麦肯锡的报告指出,只有1%的石油钻机数据将有30,000个传感器。 这是因为传感器主要用于检测问题,而不是优化和预测分析。这浪费了大数据。
还有IIoT安全角度要考虑。 这对于处理数据中心,办公系统和个人设备的网络安全的公司而言还是一个未知的领域。 在IIoT环境中,需要更加重视如何在远远超出IT传统范围的地方保护设备,数据,通信和处理能力。
IIoT硬件,软件和网络连接的性质导致了一些意想不到的安全性后果。 许多低成本的设备,如远程摄像机,路由器甚至DVR都的安全功能有限(包括硬编码的默认密码和telnet访问),或者从来不会更新补丁。 一旦遭到破坏,它们将造成DDoS攻击和恶意软件分发等等问题。 一个令人讨厌的名为“Mira”的IIoT僵尸网络已经在全球存在,到今天仍然是一个问题。
IIoT系统产生惊人的数据量。 配备IIoT系统的石油钻井平台可在一天内产生高达8TB的数据。 配备IIoT传感器的运输设备则更加多样化,从汽车(每天1 PB的运行数据)到喷气式飞机(每分钟生成333GB数据的单个波音737发动机)。 随着越来越多的公司建立其IIoT基础架构和更多传感器上线,数据量将会越来越多。
如何处理所有数据?如果最终目标是简化操作,通知管理人员并产生可操作的见解,则数据将需要传输,处理,汇总,可视化和存储。IT需求非常强大。 配备单个IIoT的建筑物或车辆可能有成千上万的传感器和设备通过无线或有线网络连接发送数据。 数据可以在车间,远程园区或车辆控制系统上用芯片或专用硬件来处理。 数据还可以使用API或定制软件挂钩进行转换或共享,或者放入存储器中。
当这样的系统扩展到整个公司,包括其核心园区以及卫星设施,合作伙伴位置,远程站点,车队和员工设备时,显而易见,IIoT具有很大的数据维度。 这意味着需要大量数据方法来确保数据使用,例如转向基于云的应用程序和存储。