物联网数据收集和管理的四大挑战世界球精选

来源：千家网发布时间：2023-04-18 11:04:45

(相关资料图)

到2021年，物联网(IoT)设备已增长到123亿台，其中超过16%的设备连接到蜂窝网络。通过收集和处理大量实时数据，这些设备为企业和消费者带来了巨大的好处。然而，这种大规模的数据收集和处理也带来了一系列独特的挑战。

物联网数据收集和管理的重要性

物联网数据收集在许多行业中都是非常宝贵的，因为它能够实时监控和管理远程系统。例如，物联网设备可以在病房或家中监测患者、远程控制制造系统，并远距离跟踪货物和车辆。物联网设备收集的数据使业务更加高效。随着大规模数据收集，需要对其进行有效管理。如果没有适当的流程来清理、组织和处理数据，那么收集大量数据将毫无用处。物联网数据管理至关重要，因为它使企业能够获取其物联网设备收集的数据，并从中提取所需的见解。

物联网数据收集和管理的四大挑战

近年来，物联网市场呈爆炸式增长；然而，物联网设备制造商和消费者在物联网数据收集和管理方面面临着重大挑战。其中包括以下内容：

1.数据安全

一些物联网设备收集高度敏感的信息。在医疗保健行业，医疗物联网（IoMT）设备收集的数据包括受保护的健康信息(PHI)。联网摄像头、语音助手和类似工具可以监控人们的活动和对话。制造业中使用的物联网设备可以访问有关制造过程和程序的敏感信息。保护这些数据是物联网设备面临的共同挑战。由于需要将数据发送到基于云的服务器进行处理，并且通过移动设备和基于web的门户进行管理。因此，他们的安全性是出了名的差。一些可能危及其包含的敏感数据的常见物联网安全问题包括：密码（其他唯一标识符）安全性差：物联网设备通常使用默认的、弱的和硬编码的密码、密钥或机密进行部署。网络犯罪分子利用这种糟糕的密码安全性来访问这些设备，从而访问这些设备以及他们收集和处理的数据。未修补的漏洞：物联网制造商在很大程度上不受监管，而且往往缺乏安全开发实践，导致易受攻击的产品被运送。物联网设备通常在“设置好后不用管”的基础上部署，没有为新发现的漏洞应用补丁。因此，许多物联网设备都包含攻击者可以利用的漏洞。

2.数据隐私

物联网设备收集和处理的大部分信息可能受到各种数据隐私法的保护。欧盟的《通用数据保护条例》（GDPR）保护任何可用于唯一识别欧盟公民的数据，包括他们的姓名、地址、电话号码、医疗数据等。美国健康保险便携性和可访问性法案（HIPAA）保护IoMT设备将收集的PHI类型。大多数物联网设备可能会收集至少一种类型的受保护信息。除了保护此受保护数据免受攻击外，物联网设备制造商和用户还必须根据适用法律对其进行保护。一些重要的考虑因素包括：同意收集：根据《通用数据保护条例》和类似法律，数据主体必须明确同意收集其受保护的个人数据。对于物联网设备，这可能很困难，因为设备可能会在没有适当许可的情况下无意中收集数据。例如，语音助手可能会无意中听到收集受保护的个人身份信息(PII)或其他敏感数据的对话。同意处理：除了同意数据收集外，GDPR和其他法律还要求数据主体明确同意处理其数据。借助物联网设备，可以收集和处理大量数据，这使得监控数据的处理方式和获得对该处理的同意变得具有挑战性。加密：数据保护法要求对静态和传输中的数据进行加密，以防止未经授权的访问和滥用。物联网设备的功率和处理资源往往有限，因此难以进行适当的数据加密。因此，这些设备的设计可能并不总是满足保护其收集的数据的法规要求。访问管理：GDPR、HIPAA等数据保护法规定，对敏感信息的访问权限仅限于履行职责所需的人员。物联网设备被设计成分布式的，并在云服务器上处理其数据，这使得跟踪和控制访问变得更加困难。管辖权：GDPR限制欧盟公民的数据传输到没有“充分”数据保护法的国家。有了物联网设备及其基于云的处理服务器，跟踪和限制数据流可能会很复杂。

3.数据量

物联网正在滚雪球般发展，物联网设备产生大量数据。2019年，物联网设备产生的数据估计为18.3兆字节，预计到2025年将增长到73.1兆字节。物联网设备产生的海量数据将其存储、传输和处理变成了重大挑战。物联网设备通常部署在互联网带宽有限的偏远地区，这使得传输收集到的数据变得困难且通常成本高昂。在云中，服务器必须快速处理和分析不断增长的数据量，以提取必要的洞察力，并向物联网设备发送任何所需的警报或命令。

4.数据复杂性

许多物联网设备旨在采用大数据思维。这些设备收集尽可能多的信息，并将其发送到基于云的服务器进行处理。除了产生海量数据外，这种方法还会创建复杂的数据集。物联网设备产生的数据通常是非结构化的，并且提供的视角有限。这些数据必须经过仔细的时间戳、索引，并与其他数据源相关联，以形成有效决策所需的上下文。这种数据量和复杂性的结合使得难以有效和高效地处理来自物联网设备的数据。许多旨在管理复杂数据集的工具无法处理物联网设备产生的数据量。另一方面，能够处理大量数据的解决方案可能无法提供所需的深度分析水平，也可能无法满足物联网设备的延迟要求。