EN

行业动态研究简报(第五十四期)之六:智慧建筑&技术动态

Date | 2020.08.18    作者 |

为什么互联建筑对智慧城市至关重要                              

借助云和物联网技术的部署,互联建筑将成为智慧城市成功的关键原因。最基本的优点:

能源效率:相连的建筑物集中了对能源管理的控制。连通的建筑物还可以使商业房地产能够快速响应并“实时”分配能源以满足需求。例如,具有这种功能的建筑空间可以在空荡荡的房间中感知到没有人,从而使窗户变暗并关闭暖气。

预测性维护:互联的建筑模型允许对嵌入式自动化和系统进行持续的监视和评估。预期资产生命周期,包括何时需要维修或更换单个元件以及确定任务的优先级,可以使预测管理变得有效,从而避免代价高昂的停工。

增强的安全性:智能建筑可在所有级别上提供增强的安全性。由于这些建筑物是连接在一起的,可以将消防、入侵和访问系统集成在一起,为居住者提供最大程度的安全性。

摘自  千家网

智能建筑的未来,在于物联网技术                                 

物联网技术助推智能建筑的多种应用:

建筑信息模型

建筑管理人员还可以将居住者使用物联网设备收集的数据和模式显示在“模型”上,如同工业上的“数字孪生”,从而让建筑管理更加科学高效。

信息模型在建筑项目的早期设计阶段增加了利益相关者之间的协作,有助于简化施工流程,发现问题并避免昂贵的最后一刻解决方案。

智能照明系统

物联网传感器收集的数据使智能照明系统能够确定照明的最佳使用方式,并控制建筑物不同区域在一天中特定时间所需的亮度水平。安装智能照明系统可以让建筑管理者降低能耗,改善能源使用模式,降低运营成本并减少温室气体排放量。

智能消防

消防是任何建筑中不可忽视的重要部分,物联网支持下的智能建筑将在这方面有更好的表现。将红外温度传感器放置在房间中,可以随时监控房间内是否有高温点,而新型的线缆温度监测设备可以监测各种电线电缆中的温度,一旦出现异常温度,可以通过物联网向管理人员报警,或通过断电、降温等手段预防火灾。

摘自  千家网

AI和5G技术助力智能电网应对网络安全挑战                        

分布式能源,智能电网加速

新的能源和分配方法(包括太阳能电池板、发电机和微电网)显示出遏制气候变化并帮助消费者在高峰使用时间更好地控制能耗的前景。

智能电网技术分散了能源输送,使人们能够快速连接到较大的电网或与较大的电网断开连接,并在本地发电和输送电能。与当今庞大的集中式电网不同,例如,对微电网的攻击或破坏不会影响整个系统。这对于像加州这样的大火可能导致自发电网关闭的地区来说非常重要。

诸如物联网(IoT)设备、边缘计算架构和机器学习之类的技术将使电网现代化。示例包括启用了IoT的备用发电机,这些备用发电机可为家庭,电动汽车充电站或连接的恒温器提供额外的电力。

电网边缘架构增加了电网的风险和复杂性。边缘设备可能没有被频繁地修补和更新,可能没有应用严格的身份验证协议,可能与其他关键IT系统共享网络并成为渗透的目标,或者它们可能包含编写容易且难以渗透的代码,成为恶意攻击者的目标。

安全漏洞现在可以是双向的,从而使电网不仅可以通过自己的网络而且可以通过连接到电网的用户设备渗透。

摘自  千家网

边缘计算为物联网安全带来的机遇                                  

. 隐私保护

现有针对物联网中存在的隐私保护问题,业界研究了很多的隐私保护算法,如基于隐私保护分类挖掘算法、关联规则挖掘、分布式数据的隐私保持协同过滤推荐、网络访问控制等。 通过引入边缘计算,物联网设备可以将数据保存在本地边缘计算设备上,边缘计算设备具备充足的资源执行隐私保护算法,有效保护传递给云端的数据隐私。

.态势感知

在边缘计算模式下,借助边缘计算中心的平台,通过网络内设备的日志、警报等进行分析,可以对整个局域网的安全状况进行分析和评估。甚至边缘计算中心之间可以互相协作,建立分布式的网络感知平台,提高系统检测和响应分析能力。

 

.设备更新

边缘设备可以主动更新软件以保护嵌入式设备免受攻击。边缘设备可以与云端进行交互,预先获得物联网设备的更新固件,并在用户需要的时候实现对于设备的OTA升级,保证在没有互联网的情况下用户也能快速稳定的进行设备升级。边缘设备还可以定期对内网设备状态进行检测,并将检测结果上传到云端进行分析,及时发现可能的安全漏洞和威胁。

.安全协议

 

要确保物联网的安全,除了采用密码技术,还需要针对物联网的使用要求和特点设计专门的安全协议。

摘自  边缘计算社区

AI +边缘计算——边缘人工智能真的存在吗                         


行业中的边缘人工智能
2025年,AIEdge设备出货量将从2018年的1.614亿台增加到26亿台。流行的人工智能支持的边缘设备包括头盔显示器、智能扬声器、手机、PC/平板电脑、汽车传感器、机器人、安全摄像头和无人机。可穿戴健康传感器将具有很高的可采用率。
在新兴的工业物联网(IIoT)中,企业将看到更实实在在的ROI。例如,制造业可以使用边缘AI进行预测性维护、故障排除和识别复杂物理系统中的问题。EdgeAI还可以用于自动化产品测试和检查,以提高质量,同时减少资源消耗。
利用深度学习和边缘人工智能
EdgeAI的另一个应用是支持深度学习的智能相机,它可以处理捕获的图像来跟踪多个物体和人。直接在边缘节点上检测可疑活动,而不是依赖于云。深度学习和EdgeAI应用最受关注的包括入侵者监控系统,以保护房屋免受任何干预。这对于保护房屋和监视老年人至关重要。

摘自  千家网