Из Википедии, свободной энциклопедии
  (Перенаправлено из IIOT )
Перейти к навигации Перейти к поиску
История техники
По технологическим эпохам
Досовременная история
Современная история
По историческим регионам
По типу техники
Сроки развития технологий
Индексы статей
  • v
  • т
  • е

Промышленный Интернет вещей ( IIoT ) относится к взаимосвязанным датчикам, приборам и другим устройствам , объединенная в сеть с промышленными приложениями компьютеров, в том числе производства и управления энергопотреблением. Эта возможность подключения позволяет собирать, обмениваться и анализировать данные, потенциально способствуя повышению производительности и эффективности, а также другим экономическим преимуществам. [1] IIoT - это эволюция распределенной системы управления (DCS), которая обеспечивает более высокую степень автоматизации за счет использования облачных вычислений для уточнения и оптимизации управления процессами.

Обзор [ править ]

Модель эталонной архитектуры предприятия Purdue слева и эталонная модель Интернета вещей справа
Примерное соответствие между уровнями в модели Purdue и базовой структуре IoT

IIoT включен такие технологиями, как кибербезопасность , облачные вычисления , края вычислительных , мобильные технологиями , машина-машина , 3D - печать , передовые робототехника , большие данные , Интернет вещей , RFID - технологию и познавательные вычисления . [2] [3] Ниже описаны пять наиболее важных из них:

  • Киберфизические системы (CPS): базовая технологическая платформа для IoT и IIoT и, следовательно, основной инструмент для подключения физических машин, которые ранее были отключены. CPS объединяет динамику физического процесса с динамикой программного обеспечения и коммуникаций, обеспечивая абстракции и методы моделирования, проектирования и анализа. [1]
  • Облачные вычисления : с помощью облачных вычислений ИТ-услуги и ресурсы можно загружать и извлекать из Интернета, в отличие от прямого подключения к серверу. Файлы можно хранить в облачных системах хранения, а не на локальных устройствах хранения. [4]
  • Граничные вычисления : парадигма распределенных вычислений, которая приближает компьютерное хранилище данных к месту, где оно необходимо. [5] В отличие от облачных вычислений , граничные вычисления относятся к децентрализованной обработке данных на границе сети. [6] Промышленный Интернет требует больше архитектуры « граница плюс облако» , чем архитектуры, основанной исключительно на централизованном облаке; чтобы изменить производительность, продукты и услуги в промышленном мире. [3]
  • Аналитика больших данных. Аналитика больших данных - это процесс изучения больших и разнообразных наборов данных или больших данных. [7]
  • Искусственный интеллект и машинное обучение : Искусственный интеллект (ИИ) - это область компьютерных наук, в которой создаются интеллектуальные машины, которые работают и реагируют как люди. [8] Машинное обучение - это основная часть ИИ, позволяющая программному обеспечению более точно прогнозировать результаты без явного программирования. [9]

Архитектура [ править ]

Системы IIoT обычно представляют собой многоуровневую модульную архитектуру цифровых технологий. [10] Уровень устройства относится к физическим компонентам: CPS, датчикам или машинам. Сетевой уровень состоит из физических сетевых автобусов, облачные вычислений и протоколов связи , что совокупные и транспортировать данные на уровень услуг , который состоит из приложений , которые манипулируют и объединить данные в информацию , которая может отображаться на приборной панели водителя. Самый верхний слой стека - это уровень контента или пользовательский интерфейс. [11]

Многоуровневая модульная архитектура IIoT
Слой содержимогоУстройства пользовательского интерфейса (например, экраны компьютеров, PoS-станции, планшеты, умные очки, умные поверхности)
Уровень обслуживанияПриложения, программное обеспечение для анализа данных и преобразования их в полезную информацию
Сетевой уровеньПротоколы связи, Wi-Fi , Bluetooth , LoRa , сотовая связь
Уровень устройстваОборудование: CPS, станки, датчики

История [ править ]

История IIoT начинается с изобретения Диком Морли в 1968 году программируемого логического контроллера (ПЛК) , который использовался General Motors в своем подразделении по производству автоматических трансмиссий. [12] Эти ПЛК позволяли точно контролировать отдельные элементы производственной цепочки. В 1975 году Honeywell и Yokogawa представили первые в мире DCS, TDC 2000 и систему CENTUM, соответственно. [13] [14] Эти DCS стали следующим шагом в обеспечении гибкого управления процессами на всем предприятии с дополнительным преимуществом резервных резервов за счет распределения управления по всей системе, устраняя единичную точку отказа в центральной диспетчерской.

С появлением Ethernet в 1980 году люди начали исследовать концепцию сети интеллектуальных устройств еще в 1982 году, когда модифицированная машина для производства кокса в Университете Карнеги-Меллона стала первым подключенным к Интернету устройством [15], способным сообщать о своем инвентаре. и были ли недавно загруженные напитки холодными. [16] Еще в 1994 году предполагалось создание более крупных промышленных приложений, поскольку Реза Раджи описал концепцию в IEEE Spectrum как «[перемещение] небольших пакетов данных в большой набор узлов, чтобы интегрировать и автоматизировать все, начиная с бытовой техники. на целые фабрики ». [17]

Концепция Интернета вещей впервые стала популярной в 1999 году благодаря Центру Auto-ID в Массачусетском технологическом институте и связанным с ним публикациям по анализу рынка. [18] Радиочастотная идентификация ( RFID ) рассматривалась Кевином Эштоном (одним из основателей первоначального Центра автоматической идентификации) как необходимое условие для Интернета вещей на тот момент. [19] Если бы все предметы и люди в повседневной жизни были оснащены идентификаторами, компьютеры могли бы управлять ими и составлять их инвентаризацию. [20] [21] [22] Помимо использования RFID, маркировка вещей может быть достигнута с помощью таких технологий, как беспроводная связь ближнего действия , штрих-коды , QR-коды и цифровые водяные знаки .[23] [24]

Текущая концепция IIoT возникла после появления облачной технологии в 2002 году, которая позволяет хранить данные для изучения исторических тенденций, и разработки протокола унифицированной архитектуры OPC в 2006 году, который обеспечил безопасную удаленную связь между устройствами, программы и источники данных без необходимости вмешательства человека или взаимодействия.

Одним из первых последствий внедрения промышленного Интернета вещей (путем оснащения объектов крохотными устройствами идентификации или машиночитаемыми идентификаторами) будет создание мгновенного и непрерывного управления запасами. [25] [26] Еще одним преимуществом внедрения системы IIoT является возможность создания цифрового двойника системы. Использование этого цифрового двойника позволяет дополнительно оптимизировать систему, позволяя экспериментировать с новыми данными из облака без необходимости останавливать производство или жертвовать безопасностью, поскольку новые процессы можно дорабатывать виртуально, пока они не будут готовы к внедрению. Цифровой двойник также может служить тренировочной площадкой для новых сотрудников, которым не придется беспокоиться о реальных воздействиях на действующую систему. [27]

Стандарты и рамки [ править ]

Инфраструктуры Интернета вещей помогают поддерживать взаимодействие между «вещами» и позволяют создавать более сложные структуры, такие как распределенные вычисления и разработка распределенных приложений .

  • IBM анонсировала когнитивный IoT, который сочетает в себе традиционный IoT с машинным интеллектом и обучением, контекстной информацией, отраслевыми моделями и обработкой естественного языка. [28]
  • Фонд стандартов XMPP (XSF) создает такую ​​структуру, которая называется Chatty Things, которая представляет собой полностью открытый, независимый от поставщика стандарт, использующий XMPP для обеспечения распределенной, масштабируемой и безопасной инфраструктуры. [29]
  • REST - это масштабируемая архитектура, которая позволяет вещам обмениваться данными по протоколу передачи гипертекста и легко адаптируется для приложений Интернета вещей для обеспечения связи от объекта к центральному веб-серверу. [30]
  • MQTT - это архитектура публикации-подписки поверх TCP / IP, которая обеспечивает двунаправленную связь между объектом и брокером MQTT. [31]
  • Node-RED в программном обеспечении с открытым исходным кодом, разработанном IBM для подключения API-интерфейсов, оборудования и онлайн-сервисов. [32]
  • OPC - это серия стандартов, разработанных OPC Foundation для подключения компьютерных систем к автоматизированным устройствам. [32]
  • В Промышленном Интернете Консорциум (IIC) Промышленный Интернет Эталонная архитектура (IIRA) и немецкая промышленность 4,0 независимые усилия по созданию определенного стандарта для IIoT с поддержкой объектов. [32]

Применение и отрасли [ править ]

Термин «промышленный Интернет вещей» часто встречается в обрабатывающих отраслях, имея в виду промышленную подгруппу Интернета вещей. Потенциальные преимущества промышленного Интернета вещей включают повышение производительности, аналитики и преобразование рабочего места. [33] Согласно прогнозам, потенциал роста за счет внедрения Интернета вещей к 2030 году приведет к созданию 15 триллионов долларов мирового ВВП. [33] [34]

Хотя подключение и сбор данных являются обязательными для IIoT, это не конечная цель, а, скорее, основа и путь к чему-то большему. Из всех технологий прогностическое обслуживание является «более простым» приложением, поскольку оно применимо к существующим активам и системам управления. Интеллектуальные системы обслуживания могут сократить время непредвиденных простоев и повысить производительность, что, по прогнозам, позволит сэкономить до 12% по сравнению с плановыми ремонтами, сократить общие затраты на обслуживание составляют до 30%, а устранение поломок - до 70%, согласно некоторым исследованиям. [33] [35] Киберфизические системы (CPS) являются основной технологией промышленных больших данных, и они будут интерфейсом между людьми и кибер-мир.

Интеграция сенсорных и исполнительных систем , подключенных к Интернету , может оптимизировать потребление энергии в целом. [36] Ожидается, что устройства IoT будут интегрированы во все виды энергопотребляющих устройств (переключатели, розетки, лампочки, телевизоры и т. Д.) И смогут связываться с энергоснабжающей компанией, чтобы эффективно сбалансировать производство электроэнергии и использование энергии. [37] Помимо управления энергопотреблением в домашних условиях, IIoT особенно важен для Smart Grid.поскольку он предоставляет системы для сбора и обработки информации, связанной с энергией и энергоснабжением, в автоматическом режиме с целью повышения эффективности, надежности, экономики и устойчивости производства и распределения электроэнергии. [37] Используя устройства расширенной измерительной инфраструктуры (AMI), подключенные к магистрали Интернета, электроэнергетические компании могут не только собирать данные о соединениях конечных пользователей, но также управлять другими устройствами автоматизации распределения, такими как трансформаторы и реклоузеры. [36]

По состоянию на 2016 год другие реальные приложения включают в себя включение интеллектуальных светодиодов, чтобы направлять покупателей к пустым парковочным местам или выделять изменяющиеся схемы движения, использование датчиков на водоочистителях для предупреждения менеджеров через компьютер или смартфон о необходимости замены деталей, прикрепление RFID-меток к защитному снаряжению для отслеживания персонала и обеспечения их безопасности, встраивая компьютеры в электроинструменты для записи и отслеживания уровня крутящего момента отдельных затяжек, а также собирая данные из нескольких систем для моделирования новых процессов. [34]

Автомобильная промышленность [ править ]

Использование Интернета вещей в автомобилестроении подразумевает цифровизацию всех элементов производства. Программное обеспечение, машины и люди взаимосвязаны, что позволяет поставщикам и производителям быстро реагировать на меняющиеся стандарты. [38] IIoT обеспечивает эффективное и рентабельное производство, перемещая данные от клиентов в системы компании, а затем в отдельные этапы производственного процесса. С помощью IIoT в производственный процесс могут быть включены новые инструменты и функции. Например, 3D-принтеры упрощают формование пресс-инструментов, печатая форму непосредственно из стального гранулята. [39] Эти инструменты открывают новые возможности для проектирования (с высокой точностью). IIoT также поддерживает индивидуальную настройку транспортных средств благодаря модульности и возможности подключения этой технологии.[38] Если раньше они работали отдельно, то теперь IIoT позволяет людям и роботам взаимодействовать друг с другом. [39] Роботы берут на себя тяжелую и повторяющуюся работу, поэтому производственные циклы ускоряются, а автомобиль быстрее выходит на рынок. Заводы могут быстро выявлять потенциальные проблемы с обслуживанием до того, как они приведут к простоям, и многие из них переводятся на круглосуточное производственное предприятие из-за более высокой безопасности и эффективности. [38]Большинство компаний-производителей автомобилей имеют заводы в разных странах, где производятся разные компоненты одного и того же автомобиля. IIoT позволяет соединять эти производственные предприятия друг с другом, создавая возможность перемещаться внутри помещений. Большие данные можно отслеживать визуально, что позволяет компаниям быстрее реагировать на колебания производства и спроса.

Нефтегазовая промышленность [ править ]

Благодаря поддержке IIoT большие объемы необработанных данных могут храниться и отправляться буровым оборудованием и исследовательскими станциями для облачного хранения и анализа. [40] Благодаря технологиям IIoT нефтегазовая отрасль имеет возможность соединять машины, устройства, датчики и людей посредством взаимосвязи, что может помочь компаниям лучше справляться с колебаниями спроса и цен, решать проблемы кибербезопасности и минимизировать воздействие на окружающую среду. [41]

По всей цепочке поставок IIoT может улучшить процесс обслуживания, общую безопасность и возможности подключения. [42]Дроны можно использовать для обнаружения возможных утечек нефти и газа на ранней стадии и в труднодоступных местах (например, на море). Их также можно использовать для выявления слабых мест в сложных сетях трубопроводов со встроенными тепловизионными системами. Расширенные возможности подключения (интеграция данных и обмен данными) могут помочь компаниям регулировать уровни производства на основе данных об инвентаризации, хранении, темпах распределения и прогнозируемом спросе в реальном времени. Например, в отчете Deloitte говорится, что при внедрении решения IIoT, объединяющего данные из нескольких внутренних и внешних источников (таких как система управления работой, центр управления, атрибуты трубопроводов, оценки рисков, результаты встроенных проверок, запланированные оценки и история утечек), тысячи миль труб можно отслеживать в режиме реального времени. Это позволяет отслеживать угрозы конвейера,улучшение управления рисками и обеспечение ситуационной осведомленности.[43]

Преимущества также применимы к конкретным процессам в нефтегазовой отрасли. [42]Процесс разведки нефти и газа может быть выполнен более точно с помощью четырехмерных моделей, построенных с помощью сейсмических изображений. Эти модели отображают колебания запасов нефти и газа, они стремятся указать точное количество необходимых ресурсов и прогнозируют срок службы скважин. Применение интеллектуальных датчиков и автоматических бурильщиков дает компаниям возможность более эффективно контролировать и производить. Кроме того, процесс хранения также может быть улучшен с внедрением IIoT путем сбора и анализа данных в реальном времени для мониторинга уровней запасов и контроля температуры. IIoT может улучшить процесс транспортировки нефти и газа за счет внедрения интеллектуальных датчиков и тепловых детекторов, чтобы предоставлять данные о геолокации в реальном времени и контролировать продукты из соображений безопасности. Эти интеллектуальные датчики могут контролировать процессы нефтепереработки и повышать безопасность.Спрос на продукцию можно прогнозировать более точно и автоматически сообщать нефтеперерабатывающим и производственным предприятиям для корректировки уровней производства.

Сельское хозяйство [ править ]

В сельском хозяйстве IIoT помогает фермерам принимать решения о том, когда собирать урожай. Датчики собирают данные о почвенных и погодных условиях и предлагают графики внесения удобрений и орошения. [44] Некоторые животноводческие фермы вживляют животным микрочипы. Это позволяет фермерам не только отслеживать своих животных, но и получать информацию о происхождении, весе или состоянии здоровья. [45]

Безопасность [ править ]

По мере расширения Интернета вещей возникают новые проблемы с безопасностью. Каждое новое устройство или компонент, подключаемый к IIoT [46], может стать потенциальной ответственностью. По оценкам Gartner, к 2020 году более 25% выявленных атак на предприятия будут связаны с системами, подключенными к Интернету вещей, несмотря на то, что на их долю приходится менее 10% бюджетов на ИТ-безопасность. [47] Существующие меры кибербезопасности значительно уступают устройствам, подключенным к Интернету, по сравнению с их традиционными компьютерными аналогами, [48] что может позволить их перехватить для DDoS- атак со стороны ботнетов, таких как Mirai . Другая возможность - заражение подключенных к Интернету промышленных контроллеров, как в случае со Stuxnet., без необходимости физического доступа к системе для распространения червя. [49]

Кроме того, устройства с поддержкой IIoT могут допускать более «традиционные» формы киберпреступности, как в случае утечки данных Target 2013 года , когда информация была украдена после того, как хакеры получили доступ к сетям Target через учетные данные, украденные у стороннего поставщика систем отопления, вентиляции и кондиционирования воздуха. [50] Фармацевтическая промышленность не спешит внедрять достижения IIoT из-за проблем безопасности, подобных этим. [51] Одной из трудностей при предоставлении решений безопасности в приложениях IIoT является фрагментированный характер оборудования. [52] Следовательно, архитектуры безопасности обращаются к проектам, основанным на программном обеспечении или независимым от устройств. [53]

Аппаратные подходы, такие как использование светодиодов данных , часто используются при подключении критически важной инфраструктуры. [54]

См. Также [ править ]

  • Интернет вещей

Ссылки [ править ]

  1. ^ a b Бойз, Хью; Hallaq, Bil; Каннингем, Джо; Уотсон, Тим (октябрь 2018 г.). «Промышленный Интернет вещей (IIoT): аналитическая основа» . Компьютеры в промышленности . 101 : 1–12. DOI : 10.1016 / j.compind.2018.04.015 . ISSN  0166-3615 .
  2. ^ «Рисунок 2-Технологии для индустрии 4.0» . ResearchGate . Проверено 8 октября 2018 .
  3. ^ a b «Почему периферийные вычисления являются требованием IIoT: как периферийные вычисления готовы дать толчок следующей промышленной революции» . iotworldtoday.com . Проверено 3 июня 2019 .
  4. ^ Персонал, Investopedia (2011-01-18). «Облачные вычисления» . Инвестопедия . Проверено 8 октября 2018 .
  5. ^ Гамильтон, Эрик. «Что такое пограничные вычисления: объяснение границ сети» . cloudwards.net . Проверено 14 мая 2019 .
  6. ^ "Что такое пограничные вычисления?" . Проверено 14 мая 2019 .
  7. ^ «Что такое аналитика больших данных? - Определение с сайта WhatIs.com» . SearchBusinessAnalytics . Проверено 8 октября 2018 .
  8. ^ «Что такое искусственный интеллект (ИИ)? - Определение из Техопедии» . Techopedia.com . Проверено 8 октября 2018 .
  9. ^ «Что такое машинное обучение (ML)? - Определение с сайта WhatIs.com» . SearchEnterpriseAI . Проверено 8 октября 2018 .
  10. ^ Yoo, Юнгджин; Хенфридссон, Ола; Лытинен, Калле (01.12.2010). «Комментарий к исследованию --- Новая организационная логика цифровых инноваций: повестка дня для исследований информационных систем» . Информационные системы исследования . 21 (4): 724–735. DOI : 10.1287 / isre.1100.0322 . ISSN 1526-5536 . 
  11. ^ Хильвинг, Лена; Шульце, Ульрике (01.01.2013). «Развитие модульной многоуровневой архитектуры в цифровых инновациях: на примере приборной панели автомобиля» . Международная конференция по информационным системам (ICIS 2013): преобразование общества через проектирование информационных систем . 2 .
  12. ^ «Отец изобретения: Дик Морли вспоминает 40-ю годовщину PLC» . Архивировано из оригинала 9 июня 2019 года . Дата обращения 10 мая 2017 .
  13. ↑ McMahon, Terrence K. (18 апреля 2005 г.). «Три десятилетия технологии DCS» . Control Global . Проверено 27 ноября 2018 года .
  14. ^ «Эволюция промышленных систем управления» . ПАСЕ . 4 декабря 2013 . Проверено 27 ноября 2018 года .
  15. ^ "Единственная" коксохимическая машина в Интернете " . Университет Карнеги-Меллона . Проверено 10 ноября 2014 года .
  16. ^ «Интернет вещей, сделанный неправильно, подавляет инновации» . Информационная неделя . 7 июля 2014 . Проверено 10 ноября 2014 года .
  17. Перейти ↑ Raji, RS (июнь 1994). «Умные сети для управления». IEEE Spectrum . DOI : 10.1109 / 6.284793 .
  18. ^ Аналитик Аниш Гаддаст интервью Си Бушелл в Computerworld , 24 июль 2000 ( «ключ М-коммерции повсеместного интернета»)
  19. ^ Magrassi, P. (2 мая 2002). «Почему универсальная RFID-инфраструктура может быть хорошей вещью» . Отчет об исследовании Gartner G00106518 .
  20. ^ Magrassi, P .; Берг, Т. (12 августа 2002 г.). «Мир смарт-объектов» . Отчет об исследовании Gartner R-17-2243 .
  21. ^ Комиссия Европейских сообществ (18 июня 2009 г.). «Интернет вещей - план действий для Европы» (PDF) . COM (2009) 278 финал.
  22. ↑ Вуд, Алекс (31 марта 2015 г.). «Интернет вещей революционизирует нашу жизнь, но стандарты необходимы» . Хранитель .
  23. ^ «От M2M к Интернету вещей: точки зрения из Европы» . Techvibes . 7 июля 2011 года Архивировано из оригинала 24 октября 2013 года . Дата обращения 11 мая 2017 .
  24. ^ Sristava, Lara (16 мая 2011). «Интернет вещей - назад в будущее (презентация)» . Конференция Европейской комиссии по Интернету вещей в Будапеште - через YouTube.
  25. ^ Magrassi, P .; Panarella, A .; Deighton, N .; Джонсон, Г. (28 сентября 2001 г.). «Компьютеры, чтобы получить контроль над физическим миром» . Отчет об исследовании Gartner T-14-0301 .
  26. ^ «Эволюция Интернета вещей» . Casaleggio Associati . Февраль 2011 г.[ требуется цитата для проверки ]
  27. ^ Bacidore, Mike (20 июня 2017). «Подключенный завод позволяет создать цифрового двойника» . Control Global . Проверено 27 ноября 2018 года .
  28. ^ «IBM и революция когнитивных вычислений» . www.gigabitmagazine.com . Проверено 18 сентября 2019 .
  29. ^ "Технические страницы / Системы Интернета вещей" . Проверено 26 июня 2015 года .
  30. ^ Тайваньская информационная стратегия, Справочник по развитию Интернета и электронной коммерции - Стратегическая информация, правила, контакты . IBP USA. 8 сентября 2016 г. с. 82. ISBN 978-1514521021.
  31. ^ Прешер, Эл (2019-09-04). «Пограничные устройства используют MQTT для подключения к IIoT» . Новости дизайна . Проверено 18 сентября 2019 .
  32. ^ a b c «Состояние промышленного Интернета вещей | Мир автоматизации» . www.automationworld.com . Проверено 26 мая 2017 года .
  33. ^ a b c Догерти, Пол; Негм, Валид; Банерджи, Прит; Альтер, Аллан. «Стимулирование нетрадиционного роста с помощью промышленного Интернета вещей» (PDF) . Accenture . Проверено 17 марта 2016 года .
  34. ^ а б Зурьер, Стив. «Пять компаний, занимающихся IIoT, доказывают ценность производства, подключенного к Интернету» . Программа Интернета вещей . Дата обращения 11 мая 2017 .
  35. ^ «Отчет о промышленном Интернете» (PDF) . Accenture . Проверено 17 марта 2016 года .
  36. ^ a b Ersue, M .; Romascanu, D .; Schoenwaelder, J .; Сегал, А. (май 2015 г.). Управление сетями с ограниченными устройствами: сценарии использования . DOI : 10,17487 / RFC7548 . RFC 7548 .
  37. ^ a b Parello, J .; Claise, B .; Schoening, B .; Quittek, J. (сентябрь 2014 г.). Структура управления энергопотреблением . DOI : 10,17487 / RFC7326 . RFC 7326 .
  38. ^ a b c Мастера, Кристин. «Влияние Индустрии 4.0 на автомобильную промышленность» . Проверено 8 октября 2018 .
  39. ^ a b Volkswagen Group (20 августа 2015 г.), Индустрия 4.0 в Volkswagen Group , данные получены 8 октября 2018 г.
  40. ^ Гилкрист, Алистер (2016). «Индустрия 4.0 - промышленный Интернет вещей». Апресс Медиа . DOI : 10.1007 / 978-1-4842-2047-4 . ISBN 978-1-4842-2046-7.
  41. ^ «SAP» . fm.sap.com . Проверено 8 октября 2018 .
  42. ^ a b «Как Индустрия 4.0 трансформирует цепочку поставок нефти и газа» . www.bdo.com . Проверено 8 октября 2018 .
  43. ^ Deloitte Insights (2018). «Тенденции развития технологий в нефтегазовой отрасли 2018» (PDF) . Проверено 8 октября 2018 .
  44. ^ «Что такое IIoT? Определение и детали» . www.paessler.com . Проверено 6 октября 2020 .
  45. ^ Джеффрис, Адрианна (2013-05-10). «Интернет коров: технологии могут помочь отслеживать болезни, но владельцы ранчо сопротивляются» . Грань . Проверено 6 октября 2020 .
  46. ^ «Бить тревогу: как серьезно относиться к промышленной безопасности Интернета вещей - повестка дня Интернета вещей» . internetofthingsagenda.techtarget.com . Дата обращения 11 мая 2017 .
  47. ^ «Gartner заявляет, что мировые расходы на безопасность Интернета вещей достигнут 348 миллионов долларов в 2016 году» . Дата обращения 11 мая 2017 .
  48. ^ «Как зараженные устройства Интернета вещей используются для массовых DDoS-атак - Fedscoop» . Fedscoop . 26 сентября 2016 . Дата обращения 11 мая 2017 .
  49. ^ «Безопасность данных Интернета вещей уязвима по мере увеличения количества подключенных устройств» . Программа Интернета вещей . Дата обращения 11 мая 2017 .
  50. ^ "Целевые хакеры взломали компанию через HVAC - Кребс о безопасности" . krebsonsecurity.com . Дата обращения 11 мая 2017 .
  51. Перейти ↑ Mullin, Rick (22 мая 2017 г.). «Лекарственный завод будущего» . Новости химии и машиностроения . 95 (21) . Проверено 29 октября 2018 года .
  52. ↑ Фогарти, Кевин (29 мая 2018 г.). «Почему безопасность IIoT так сложна» . Полупроводниковая техника . Проверено 31 октября 2018 года .
  53. ^ Дахад, Нитин. «Руководство разработчика по безопасности IIoT» . EETimes . Проверено 31 октября 2018 года .
  54. ^ "Тактические диоды данных в системах промышленной автоматизации и управления" .