行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 区块链 > 正文

能源区块链研究:物联网实现驱动入门

能源区块链研究:物联网实现驱动入门

物联网实现驱动入门

马修(Mathew)是IOTA基金会移动汽车部门的负责人。他通过基于分布式账本技术的创新,开发数据使用计划并提供相关解决方案。这些解决方案的重点是在公共部门内实现数据和价值转移,方式灵活且注重隐私保护,并将其用于智慧城市、基础设施、环境和能源系统以及数据行业。

物联网中最令人兴奋、最具挑战性、潜在利润最丰厚的领域之一是汽车行业。研究人员预计,未来十年,汽车行业将突飞猛进。

汽车是大多数人日常生活中的重要组成部分,一辆“智能”汽车可以为人们节省很多时间与金钱。

然而,与此同时,“汽车互联网”带来了广告噪音和安全威胁。这些场景具体是好是坏值得思考,消费者如何自我反思,以确保未来的汽车研发朝着正确的方向迈进也是值得思考的。

互联汽车的优缺点

想象一下,如果在你的汽车引擎出现故障时,你可以打电话给机械师,如果机械师可以从你的引擎读取数据报告,并提前订购所需的部件,如果这些部件的数据可以汇总,以提示是否需要大规模召回,会是什么样子?如果你的车可以在交通堵塞时和周围的车交流,这些车可以一起工作来疏通并缓解拥堵,那会怎么样?

如果你的车可以在停车场自动付费呢?任何拥有汽车的人都熟悉所有这些“痛点”,一种消除这些“痛点”的新系统将会大受欢迎。

但是,我们如何才能确保智能汽车上的所有新数据都能以安全私密的方式处理呢?随着汽车制造商迅速将产品上线,科技巨头似乎有可能成为帮助实现汽车互联网的首个合作伙伴。这可能会引起消费者的担忧,因为他们已经厌倦了自己的数据被出售或被黑客攻击。大型科技公司并非天生如此,但它们的基本商业模式就是以这样的方式构建的,使得消费者隐私和安全不再是首要考虑的问题。

不难想象,汽车联通互联网会滋生许多阴暗面:广告的实时位置数据更新不断出现在你的挡风玻璃上,个人资料(如你的驾驶习惯)存储在中央服务器上,以及无数黑客可以利用的漏洞。我们怎样才能把车连接网络,解决我们生活中现有的问题,而不带来一系列新问题呢?

数据安全性必须是智慧城市智能运营中心(IoC)的基础

大型科技公司将急于为司机提供网络连接服务,但这很可能是以将个人数据交给大型科技服务器为代价的。这带来了两个主要问题。首先,集中式数据是黑客的主要攻击点。不管安全系统有多强大,一旦黑客将其突破,他们就可以获得全部信息。第二个问题是,所有这些数据能带来巨大利益,数据所有者无法忽视这一点。这些数据总是会不顾承诺被出售。

物联网代表了我们生活中IT集成的新层面;它至少会像互联网最初一样改变游戏规则。即使智能手机带来了移动互联网的进步,到目前为止,互联网基本上都是通过屏幕、键盘和鼠标等笨重的界面实现的。物联网将把联网方式、联网地点的复杂程度提高到一个新水平,但这也意味着我们对物理现实的入侵达到了一个新水平。就汽车而言,我们有理由担心这种新发展可能会带来问题,但这并不一定会带来问题。

分布式账本技术(DLT)代表了汽车互联网的前进道路,因为任何联网设备都以数据安全和隐私为基础。DLT的任何模型都包括一些基本概念,例如数据是在分散的计算机和服务器网络上进行的。这意味着数据被永久存储,任何新数据都要经过数学验证。DLT是处理大量数据的一种完全不同的方式。

挑选合适的工具

数以百万计的联网汽车已经上路,尽管它们提供的音乐和天气订阅服务还相对粗糙。随着技术的进步,连接将变得更加广泛,平均每辆联网汽车都安装了多达200个传感器,每一个传感器每分钟记录一个数据点。在紧急情况下,对数据敏捷性的需求显而易见。

想象一下,如果正在高速公路上行驶的某辆车的轮胎在前方半英里处爆胎,这个信息可以迅速传递给周围的其他车辆,向他们发出警告:可能需要紧急刹车。任何DLT解决方案都必须包括一个非常灵活的验证过程,以便将所有这些新信息包带入网络并存储在网络中。

此外,由于涉及的计算很复杂,几乎所有DLT都要对引入网络的每一笔新交易收费。费用是许多计算模型结构中不可分割的一部分。这显然不适用于每天产生数十亿“交易”的城市交通系统。事实上,去中心化数据网络从未被设计来处理这类大规模的用例场景。例如,区块链在抵制网络审查方面表现非常出色,并且在某些金融用例中被证明是有价值的。

安全、速度和通过免费结构实现的轻松适应性是任何支持汽车互联网的三个关键点。DLT显然是最安全的选择。

在停车场自动付费的例子似乎是老生常谈。实际上,如果我们能从一开始就妥善地实现这类小型交易,那么我们将能解决汽车交通数据环境复杂、数量庞大的问题,这将大大有助于创造一个安全的、对消费者友好的物联网整体解决方案。

免责声明:以上内容转载自能源舆情,所发内容不代表本平台立场。

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部