当心黑客从您的物联网设备中窃取数据！

本篇文章2840字，读完约7分钟

当心黑客从您的物联网设备中窃取数据！ 随着智能传感器和其他物联网设备的逐渐普及，采集数据的质量至关重要。然而，这些数据通常会受到环境、人为错误和黑客的影响。 随着智能传感器和其他物联网设备的逐渐普及，采集数据的质量至关重要。然而，这些数据通常会受到环境、人为错误和黑客的影响。

智能设备和传感器的价值在于它们收集的数据，但这些设备通常存在于恶劣的环境中，需要正确配置才能运行，并且经常被黑客使用。

当传感器数据错误或不符合预期时会发生什么？

请考虑以下几点:

研究发现，来自无线网络和物联网设备的电子噪声可能会导致网络性能下降，甚至应用程序失败。研究发现，在先进的实验性数字工厂中，情况就是如此。

许多工业和企业物联网设备都存在大量安全漏洞，包括远程电源管理器在内的黑客可以利用这些漏洞。物联网医疗设备风险更高，许多设备遭到黑客攻击。

德克萨斯州一家炼油厂发生爆炸，造成15人死亡，180人受伤。据估计，部分原因是设备校准不正确和数据读取不正确。

接下来，我们将讨论从物联网设备收集准备数据的挑战。我们采访了一些技术专家，了解物联网数据不准确是否是一个问题，如果是，严重程度如何，主要原因是什么，以及如何处理这些问题。我们还向这些专家征求如何提高数据质量的建议。

问题的范围

环境因素和恶劣环境可能会导致传感器收集的数据出现偏差。根据我的经验，我不能完全相信任何大型复杂的物联网系统的数据。物联网集成商光明狼公司的销售工程师埃迪·高特曼说，如果你有成千上万的设备和传感器，肯定会有一些坏数据和噪音。

这些设备和传感器以及无线网络的高密度可能会导致非常大的干扰和噪声，从而难以准确记录数据。

传感器和物联网设备也会随着时间而老化，这也是物联网数据出现问题的另一个主要原因。

咨询公司Moor Insights Strategy的高级网络和服务器分析师约翰·弗鲁埃(John Fruehe)表示，传感器和设备并不总是罪魁祸首。外部因素也可能导致良好的传感器记录和不良的数据传输。

让我们看一个简单的例子:一家企业使用一个物联网传感器来控制其空调制系统。他说传感器测量空气体温度，然后响应调整空调制温度。如果有人移动书架并盖住传感器，这可能会导致会议室太冷，因为传感器比周围的房间热。如果你只看传感器的数据，你会认为传感器坏了，因为它的数据不符合房间的整体温度。但是当你检查环境时，你会发现传感器及其数据没有问题，而是由周围环境引起的问题。

互联网安全公司Indegy营销策略副总裁达纳·塔米尔(Dana Tamir)表示，人为错误是导致物联网数据不良的最常见原因。

在许多情况下，人们会对设备进行更改，从而导致不正确的设置和不良数据。塔米尔说，总的来说，这些设备非常旧，没有内置的安全设备。没有办法限制人们的改变或跟踪他们做了什么。这使得很难知道数据何时变坏以及是什么导致了问题。

当黑客攻击时

物联网设备和数据受到攻击的问题几乎出现在我参加的所有工业物联网会议上。阿鲁巴战略合作伙伴副总裁迈克尔·坦纳福斯说，人们想知道当我的传感器受到攻击时会发生什么。

攻击者经常利用物联网设备和传感器固有的漏洞。由于设计这些设备的工程师不是网络安全专家，这也是物联网安全漏洞如此之多的原因，坦纳福斯指出，基本安全功能缺失，许多旧系统没有安全功能。

在许多情况下，企业不知道他们的物联网设备受到攻击，因为他们在工作时间正常运行。攻击者非常聪明，在休息时间潜入网络并窃取生产数据。

不良数据的后果

工业数据泄露事故可能会造成严重甚至危及生命的后果。当工业系统中的数据或设备受到感染时，其影响远远大于信息系统。塔米尔说，对于工业系统，我们谈论的不是数据、数字和金钱，而是可能导致重大灾难的小干扰的物理系统。对控制系统的攻击或未经授权的更改可能会导致有害物质溢出或爆炸，从而导致死亡。

风险和回报

企业应该做些什么来减轻不良物联网数据带来的风险？首先，他们需要知道不良数据的存在，这并不容易。RTI产品和市场副总裁大卫·巴尼特(David Barnett)引用了风力涡轮机中测量振动的加速度计。如果加速度计报告了振动的突然变化，这可能表示以下两种情况之一:加速度计故障，或涡轮损坏或即将发生的故障。工程师如何决定哪种情况？

工程师可以将来自单个传感器或一组传感器的尽可能多的数据与其他传感器和数据源关联起来。在风力涡轮机的情况下，如果将单个加速度计的数据与涡轮机中其他加速度计的数据和其他信息(例如涡轮机的输出)相关联，则可以快速确定传感器数据是否有问题，以及这是否表示涡轮机即将发生故障。

如果功率输出不变，加速度计报告的信息与其他传感器不同，这表明加速度计及其数据存在问题。然而，如果加速度计数据与其他数据一致，并且功率输出下降，问题在于涡轮，而不是传感器。

马克思补充道，为了确定数据是好是坏，企业应该为普通物联网设备和数据创建基准。这说起来容易做起来难，因为正常的标准通常会随着环境的变化和一年中的时间而改变。

企业应该首先提出一个总的基线，然后在他们的模型中建立正常的变量。

摩尔洞察战略公司的弗鲁埃补充道，公司应该将传感器和物联网数据与尽可能广泛的信息源联系起来。例如，制造商应该密切监控他们的电源，尤其是在使用机器人的情况下。电源波动可能会导致一毫秒或更长时间的延迟，这听起来可能不多，但足以导致汽车焊接不良。

同样，在芯片制造厂或制造医疗设备的工厂中，必须密切测量气体过滤器和气体过滤器的质量，因为一个灰尘颗粒可能导致制造失败。

另一个考虑因素是物联网数据有多种格式，这意味着需要将数据组织成一种通用格式，因此有必要了解物联网数据的来源、来源、如何清理数据以及由谁来清理。这是确定数据好坏的唯一方法。

最后，Tennefoss建议，当企业使用物联网数据调查潜在问题时，他们不应该采取一刀切的方法。企业应区分设备导致的数据问题或传感器故障，以及不可用数据、损坏数据和恶意数据。只有用这种方法澄清问题的原因，才能解决问题。

为什么自动化很重要

人类无法手工编译、比较和分析海量的物联网数据。企业越来越多地使用机器学习来标记异常数据和行为。

Tennefoss说，通过机器学习，你可以更容易地理解什么是正常数据，什么是异常数据。当你需要分析上下文数据，如时间或地点时，机器学习也非常有用。

物联网数据有助于提高质量、效率和生产率。马克思说，所有这些新数据改变了人们对管理工厂的看法。在某种程度上，我们现在是数据科学家，不管位置如何。但您做出的决定取决于您拥有的数据，因此最重要的是选择正确的系统来确保物联网数据的可信度。

收集的物联网设备和数据:领导者的经验和教训物联网数据可以产生有价值的见解，并帮助制造商提高质量、效率和生产率。为了找到故障设备和数据，企业必须为正常的物联网性能设定基准，但这说起来容易做起来难。

物联网数据有不同的格式。企业必须了解它的来源、它是如何组织的以及谁来处理它。