资讯安全/即时运算/AI加持物联网三大关键机制到位 - 牛卧堂MCU技术交流

物联网在近年成为科技发展的显学，然而，这并不是一个从无到有的新概念，早在网际网路萌芽时期，各类client/server架构的系统就是一种物联网的雏型。随着晶片效能提升、功耗有效减低、无线传输技术蓬勃发展、加上云端平台与运算工具的与时并进，加速物联网系统运作的效能发展与成本下降，更重要的是各研究者可以透过大数据分析，取得有益商业发展的资讯，于是各产业相继投入物联网，例如工业物联网、智慧家庭、智慧建筑、智慧城市、智慧农场、远距医疗与居家照护……等。具体的实例如DHL与华为在2017年初签订合作备忘录，华为使用窄频物联网技术(Narrow Band Internet of Thing, NB-IoT)提升DHL最后一哩传输的可靠性，并为DHL打造云端管理平台，增强无人驾驶运输车队的资产跟踪；DHL预估未来八年，物联网可以为物流业带来高达1.9万亿美元的附加价值。

看似前途一片光明的物联网，为提升物联网系统的可靠性与价值，笔者以为必须建置以下关键机制：第一是「资讯安全」，必须考量装置是否会被假冒、资料传递是否会被窃取、个人资讯是否会被误用或滥用？物联网系统必须保障装置与个人资讯的安全。第二点是「即时运算」，当资料交给云端处理，却因为网路传输或云端运算的延迟，导致控制命令回到终端装置时已失去时效性，可能造成资财损失，因此必须建立机制，处理即时运算的问题。第三点是「人工智慧」，当终端装置收到庞大且多样的资讯时，其间存在的相关性已经超乎人类的想象，必须透过大数据分析、机器学习或是深度学习等技术，撷取具商业价值的资讯，提供有价值的服务。

当联网装置数量达到数百亿规模时，物联网系统因为装置与软体的多样性，使被攻击漏洞出现的可能性增加，让资讯安全防护更加困难，一旦控制系统遭到攻击入侵，轻则造成资料外漏，重则危及人身安全。惠普发表的物联网安全性检视报告中发现：80%的终端装置未完善认证机制，70%进行资料传输时未进行加密，60%软体更新时未执行加密，同时发现80%的终端装置会收集使用者资讯，此报告显示联网装置安全防护的不足，亦即物联网潜在的资安问题相当严重。

现阶段物联网系统采用传统的模式与架构，为云端集中式管理，大部分的云端业者都会提供装置认证（X.509）、传输加解密（SSL/TLS），这些机制可靠度高，但设备投资与维护的费用相当高，导致维护营运成本居高不下。有鉴于此，具备去中间化、不可逆的分散式帐本、快速交易决算与自动执行合约等特性而受到关注的区块链（blockchain）技术逐渐受到重视，除了国际大厂展开相关应用实证测试，亦吸引许多新创公司投入研发。区块链技术可解决物联网安全问题，同时降低维运成本；加上比特币与乙太币等虚拟货币交易已被验证可行，因而被视为物联网应用发展的重要技术选项。

IBM与Samsung合作执行的ADEPT计画，在2015年CES展发表以区块链为基础的分散式物联网，Samsung的W9000洗衣机在ADEPT系统里下指令要求洗衣粉经销商备货；透过乙太坊（Ethereum，区块链技术实作）智慧合约，洗衣机自行向洗衣粉经销商购买与付款，从经销商接收出货通知，再将通知传送至屋主的智慧型手机。另一个案例，一家新创公司Oaken赢得了2017年初在杜拜举办的区块链黑客松（Hackathon）大赛，在特斯拉电动车上搭配基于乙太坊的物联网软体平台，实现道路自动收费系统。IBM的Bluemix与Microsoft的Azure云端平台，也陆续推出区块链方案。

物联网结合区块链技术的想法已酝酿一段时间，虽然目前应用仍以试验或小规模营运为主，但至少提供相关业者一个具可行性的发展方向，然而由于物联网各环节技术关联性高，区块链不可能自成一格独立发展，实际应用需考量的因素众多，未来的发展有待我们观察。

未来物联网将为云端资料中心带来海量的原始资料，业界担忧，企业和云端公司能够以多快的速度构建，或是租用大量的设施来应对不断增长的资料？更重要的是，当资料从感测器一路输送到云端，经过分析判断后再将控制命令发送给终端装置所累计的传输与运算延迟，使得命令的时效性受到质疑。显然，云端运算已经不能满足全部的应用场景，雾运算架构应运而生，在此架构下，终端装置生成的资料不一定被传送到云端；相反地，资料的处理和相应程式的运行会在网路以高度分布的方式进行；它可能是任何地方，比如集中式资料、网路的边缘或介于两者之间。利用雾运算可以缩短延迟，减少来回传送的资料量，在消费性应用中，缩短延迟可以改善用户体验；在工业应用中，缩短系统关键功能的回应时间，可节省费用；在安防警报与监护设备方面，雾运算提供即时的响应，将有助于应对突发状况。这种分散式方法减少边缘节点传送到云端的资料量，有助安全性提升，降低功耗和网路负荷，进而提高了总体服务品质。

在雾运算概念出现之后，美国思科公司提出了雾运算是云运算的延伸的概念。2015年11月，Arm、Dell、Intel、Microsoft等科技巨头以及普林斯顿大学逐渐加入此阵营，并成立非盈利性组织—「开放雾联盟（OpenFog Consortium）」，旨在推广和加快雾运算普及，促进物联网发展。2016年5月，该组织在普林斯顿大学召开联盟会议，但目前仅发表白皮书，说明雾运算的设计考量，尚未真正运用于商业行为。

业界显然已经查觉雾运算优势，许多产品已问世；例如IBM与Cisco合作，将IBM Watson IoT平台导入Edge分析机制（Fog Computing也称为Edge Computing），能即时处理紧急事件，且将传送给云端的资料进行初步处理，如进行压缩或是整理为有用的资讯，以减低频宽及云端运算需求。网路巨擘Amazon也在2017年5月推出AWS Greengrass服务，Greengrass为安装于gateway（视为物联网中的edge端）软体，使用 AWS Greengrass 时，gateway可执行 AWS Lambda 函数，保持终端装置资料与云端同步，确保没有网际网路连接，也可与其他装置进行安全通讯，使用 AWS Lambda Greengrass 可确保终端装置能够快速回应本机事件，尽量减少终端资料传输到云端的成本，当网路断线时也能暂存状态，确保网路回复时云端与终端的状态能够同步。

这两年Amazon Echo红透半边天，除了全方位收音和绝佳的语音辨识效果（虽然目前只接受英语），最重要的是语音助理Alexa平台本身的开放性，可串连多元服务以及具备与「家」场域紧密连结的特性，才能带来独特的服务价值。在物联网的架构下，灯泡、机车、咖啡机与衣服等，基本上都可联网，也都可以上传资料到云端，但是衣服联网到底有什么价值？上传资料到底可挖掘出什么资讯，进而发展出有价值的服务？

人工智慧就是启动服务差异化的关键。如果觉得人工智慧太过抽象，那么换另一个说法—掌握大数据以及机器学习；只要有大数据，再加上机器学习系统，就可以探索资料中的商业价值，协助自动化，改善产品设计，进而提供独一无二的服务，甚至建构全新的商业模式。

一、影像辨识分析：便利商店透过摄影机，用得到的影像资料分析来店客户的年龄、性别。透过智慧家庭装置在门口的数位摄影机得到的影像资料，经分析后可以判断在门口按门铃的是家中成员还是陌生人。

四、大数据分析：智慧工厂透过平时收集的机器运作资料，在机器损坏前随时分析评估状况，让工作人员进行预防性保养。智慧医疗透过穿戴式装置以及可上传资料的家用血糖/血压计，分析收集到的资料之后，可建议病患是否需要前往医院就诊。

家电大厂惠而浦推出的智慧家电与IBM Watson物联网平台串连后，消费者的使用数据都会传回云端平台，藉此掌握每一位使用者的消费习惯，除了可以改善产品功能，也能进一步预测用户需求，进而挖掘出新的服务模式，例如与通路商合作提供消耗品与食物自动补货服务。目前惠而浦已经可以串联电冰箱、洗衣机、烘干机与洗碗机。软银的Pepper机器人、Google的自驾车、大疆的喷洒农药无人机、Amazon的无人送货机与语音助理Alexa，都是人工智慧与物联网结合的最佳示范。

从资讯安全、雾运算到人工智慧导入物联网，都是高度软硬体结合的机制。可惜的是，许多公司仍是硬体思维，希望可以从大量生产的物联网相关产品中获利，代工与纯硬体思维的商业模式到了物联网时代也不再适用。在物联网时代，要考量自家产品在整个价值链与生态系扮演的角色，结合其他技术伙伴，才有成功机会。只想以一家公司提供的产品做好物联网的垂直整合，同时受到消费者欢迎，是非常不容易达成的事。观察全球人工智慧领域的前几名大厂 IBM、Google、Microsoft、腾讯、阿里巴巴、百度、Facebook 跟Amazon等，不会插手太多硬体规划，以买公司或找伙伴策略合作，抢食物联网商机。

在上游晶片设计方案中，新唐科技是Arm Cortex-M23全球第一波提供者，Cortex-M23最大的特色亮点便是把过去在Cortex-A系列才有配备的TrustZone® 技术整合进来，此技术较现行通用MCU更能建构安全的深层运算架构的部分，为物联网的资讯安全做最好的把关。另外，近年来因应金融科技需求而培育出不少拥有区块链技术的团队；移植雾运算平台也不是太困难的软体工程；Amazon的Greengrass只需要安装套件，以及在AWS端写lambda程式后部署，就能建立雾运算雏型；另外，人工智慧的研发能量亦需要良好的基础。未来5年将是物联网遍地开花的黄金时期，期待各厂能善用硬体优势，强化软硬体结合能力，结合安全可靠、即时响应及更有价值的服务，在全球物联网生态系中占有一席之地。