為了提供更好的閱讀內容,我們使用cookies來改善使用者體驗,關於更多cookies資訊請閱讀我們的隱私權聲明
AdvantechIOT
活動+
 

2018年IoT領域即將爆發的兩大應用:區塊鏈及機器學習

  • 陳端武
機器學習則是實現人工智慧的一個途徑,即以機器學習為手段解決人工智慧中的問題。IBM

區塊鏈(Blockchain)和機器學習(machine learning)這兩大趨勢發展始於2016年,並將持續到2018年,而且可望出現更多引人入勝的概念證明。

據IoT Evolution World報導,機器學習是人工智慧(AI)的一個分支。人工智慧的研究是從「推理」到「知識」,再到以「學習」為重點,有一條自然、清晰的脈絡可循。機器學習則是實現人工智慧的一個途徑,即以機器學習為手段解決人工智慧中的問題。

機器學習已有一些有趣的案例研究,例如具串流視訊功能的零售店監視器,可藉機器學習功能執行臉部辨識及掃描某些行為,觀察消費者在店內行走的模式。這不僅能帶來主動的安全措施,還能在不挖掘客戶個人數據的情況下執行任務,避免潛在的個人隱私問題。

區塊鏈是另個即將在2018年爆發的主要應用,特別是金融科技(FinTech)新創公司。區塊鏈的支付和安全應用,幾乎肯定會讓企業重新思考如何將其用於記錄財務交易。

在2017年曾接二連三傳出新的IoT安全漏洞,對工業領域而言,這是很嚴重的問題。由於工業物聯網(IIoT)設備資產壽命很長,製造業的連網設備平均可使用7~10年,因此工業公司歷來會儘可能讓設備維持最低的網路連線。

在設備使用期限內維持設備更新和安全功能很重要,但其中很多設備無法輕易安裝修補程式。隨著製造業務中日漸融入更多連通性,工業世界對網路安全的思維需迅速趕上,以免不安全的設備持續處於脆弱狀態。

目前市場上的許多IoT裝置實際上並無適當的安全策略,安全協議、密碼方案都太弱,且無有效方法來修補或安裝作業系統更新。在2017年出現KRACK和Reaper等IoT攻擊事件後,2018年料將再度出現針對IoT裝置的大規模殭屍網路(botnet)攻擊。

工業領域可解決此問題的方法之一,就是在連網裝置上下載和安裝最新更新。而美國參議院的改善IoT網路安全法案(IoT Cybersecurity Improvement Act)是朝正確的方向邁出的積極一步。

自駕車可能還在早期發展階段,但絕非遙遠未來的趨勢,距其成為主流僅剩幾年時間。自駕車浪潮將帶來一種全新思維方式。簡言之,購買及駕駛自有汽車的傳統模式將成為過去。

未來消費者會在一定時間內向供應商租用由行動裝置控制的汽車,而非直接擁有。要用車時,自駕車就會到指定地點待命,消費者毋須在兩地移動時自行管理汽車。另一方面,計程車和大眾運輸將利用IoT來提供更好服務、更有效的路線和更令人滿意的用戶體驗。