事物的智慧:流式分析来到物联网( 三 )

同样 , IoT传感器可能检测到篡改了装置 , 或者当麻醉气体被引入系统时气压发生变化 , 从而触发警报 。 来自空调机组的警报与别墅的物联网家庭监控系统的输入相结合 , 可能会警告业主(或私人安保监控公司)可疑活动 。

在更加行人的层面上 , 即使是低端物联网门铃也可以从自学中受益 。 今年早些时候 , 黑客想出了如何妥协 Ring IoT门铃 , 以提取家庭WiFi网络的密码 。 在设备上放置更多情报可能会引发门铃被篡改的警报 。 可以使用Ring已经提供的动作触发警报对此信息进行交叉检查 。

深入了解自我学习

从香草物联网转向“物联网智能”需要改变这些设备的思维模式 。 他们需要自我监控环境中的状态 , 而不仅仅是为应用程序收集数据 , 与规则阈值或二进制命令进行比较 。 他们必须衡量自己的“自我” , 对于物联网设备 , 它需要流式行为分析 。

“行为分析”今天具有不同的含义 。 对于大多数技术人员而言 , 该术语通常指的是启发式 , 例如“如果X , Y , Z按此顺序发生 , 那么将采取行动A.”这些事件链随着时间的推移有其自己的位置 , 但设备自我意识需要对个人环境的独特理解;没有两个物联网设备放置在完全相同的环境中 。 从这个意义上说 , 它们与其所有者和用户的行为一样独特 。

推荐阅读