Промышленный Интернет вещей - Википедия - Industrial internet of things

История техники

В Промышленный Интернет вещей (Интернет вещей) относится к взаимосвязанным датчикам, приборам и другим устройствам, объединенным в сеть вместе с промышленными приложениями компьютеров, включая производство и управление энергопотреблением. Эта возможность подключения позволяет собирать данные, обмениваться ими и анализировать, потенциально способствуя повышению производительности и эффективности, а также другим экономическим преимуществам.[1] IIoT - это эволюция распределенная система управления (DCS), что обеспечивает более высокую степень автоматизации за счет использования облачные вычисления для уточнения и оптимизации управления процессом.

Обзор

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

IIoT обеспечивается такими технологиями, как информационная безопасность, облачные вычисления, периферийные вычисления, мобильные технологии, от машины к машине, 3D печать, передовой робототехника, большое количество данных, Интернет вещей, RFID технологии и когнитивные вычисления.[2][3] Ниже описаны пять наиболее важных из них:

  • Киберфизические системы (CPS): базовая технологическая платформа для Интернет вещей и IIoT и, следовательно, основной инструмент для подключения физических машин, которые ранее были отключены. CPS объединяет динамику физического процесса с динамикой программного обеспечения и связи, 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]
  • Периферийные вычисления: А распределенных вычислений парадигма, которая приносит компьютерное хранилище данных ближе к тому месту, где он нужен.[5] В отличие от облачные вычисления, периферийные вычисления относятся к децентрализованный обработка данных на границе сети.[6] Промышленный Интернет требует большего край -plus-облако архитектура, а не на основе чисто централизованного облака; чтобы изменить производительность, продукты и услуги в промышленном мире.[3]
  • Большое количество данных Аналитика. 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

Системы IIoT обычно представляют собой многоуровневую модульную архитектуру цифровых технологий.[10] В уровень устройства относится к физическим компонентам: CPS, датчикам или машинам. В сетевой уровень состоит из физических сетевых шин, облачных вычислений и протоколов связи, которые собирают и передают данные в уровень обслуживания, который состоит из приложений, которые манипулируют данными и объединяют их в информацию, которая может отображаться на панели управления драйвером. Самый верхний слой стека - это слой содержимого или пользовательский интерфейс.[11]

Многоуровневая модульная архитектура IIoT
Слой содержимогоУстройства с пользовательским интерфейсом (например, экраны, планшеты, умные очки)
Уровень обслуживанияПриложения, программное обеспечение для анализа данных и преобразования их в информацию
Сетевой уровеньПротоколы связи, Wi-Fi, облачные вычисления
Уровень устройстваОборудование: CPS, станки, датчики

История

История IIoT начинается с изобретения Программируемый логический контроллер (PLC) пользователем Дик Морли в 1968 году, который использовался Дженерал Моторс в их подразделении по производству автоматических трансмиссий.[12] Эти ПЛК позволяли точно контролировать отдельные элементы производственной цепочки. В 1975 г. Honeywell и Иокогава представила первые в мире DCS, TDC 2000 и CENTUM, соответственно.[13][14] Эти DCS стали следующим шагом на пути к обеспечению гибкого управления процессами на предприятии с дополнительным преимуществом резервных резервов за счет распределения управления по всей системе, устраняя единичную точку отказа в центральной диспетчерской.

С введением Ethernet В 1980 году люди начали исследовать концепцию сети интеллектуальных устройств еще в 1982 году, когда Кокс машина на Университет Карнеги Меллон стал первым устройством, подключенным к Интернету,[15] может сообщить о своем инвентаре и о том, были ли недавно загруженные напитки холодными.[16] Еще в 1994 году предполагалось более широкое промышленное применение, как описал Реза Раджи концепцию в IEEE Spectrum как «[перемещение] небольших пакетов данных в большой набор узлов для интеграции и автоматизации всего, от бытовой техники до целых фабрик».[17]

Концепция Интернета вещей впервые стала популярной в 1999 году благодаря Центру Auto-ID при Массачусетском технологическом институте и связанным с ним публикациям по анализу рынка.[18] Определение радиочастоты (RFID ) был замечен Кевином Эштоном (одним из основателей оригинального Auto-ID Center) 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 инвентарь.[20][21][22] Помимо использования RFID, маркировка вещей может быть достигнута с помощью таких технологий, как связь ближнего радиуса действия, штрих-коды, QR коды и цифровые водяные знаки.[23][24]

Текущая концепция IIoT возникла после появления в 2002 году облачной технологии, которая позволяет хранить данные для изучения исторических тенденций, а также развития Унифицированная архитектура OPC протокол в 2006 году, который обеспечил безопасную удаленную связь между устройствами, программами и источниками данных без необходимости вмешательства человека или интерфейсов.

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 одно преимущество внедрения системы IIoT - это возможность создать цифровой двойник 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 могут быть усовершенствованы 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 основы

Платформы Интернета вещей помогают поддерживать взаимодействие между «вещами» и позволяют создавать более сложные структуры, такие как распределенных вычислений и развитие распределенные приложения.

  • IBM анонсировала когнитивный IoT, который сочетает в себе традиционный IoT с машинным интеллектом и обучением, контекстной информацией, отраслевыми моделями и обработкой естественного языка.[28]
  • В Фонд стандартов XMPP (XSF) создает такую ​​структуру под названием Chatty Things, которая является полностью открытым, независимым от поставщика стандартом, использующим XMPP для обеспечения распределенной, масштабируемой и безопасной инфраструктуры.[29]
  • ОТДЫХ - это масштабируемая архитектура, которая позволяет вещам обмениваться данными по протоколу передачи гипертекста и легко адаптируется к приложениям 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]
  • Узел-КРАСНЫЙ в программном обеспечении с открытым исходным кодом, разработанном IBM для подключения API, оборудования и онлайн-сервисов.[32]
  • OPC представляет собой серию стандартов, разработанных OPC Foundation для подключения компьютерных систем к автоматизированным устройствам.[32]
  • В Консорциум промышленного Интернета (IIC) Промышленная эталонная архитектура Интернета (IIRA) и немецкий Индустрия 4.0 представляют собой независимые усилия по созданию определенного стандарта для объектов с поддержкой IIoT.[32]

Применение и отрасли

Термин «промышленный Интернет вещей» часто встречается в обрабатывающих отраслях, имея в виду промышленную подгруппу Интернета вещей. Потенциальные преимущества промышленного Интернета вещей включают повышение производительности, аналитику и преобразование рабочего места. [33] Прогнозируется, что потенциал роста за счет внедрения IIoT к 2030 году приведет к созданию мирового ВВП в размере 15 триллионов долларов.[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 профилактическое обслуживание - это «более простое» приложение, поскольку оно применимо к существующим активам и системам управления. Интеллектуальные системы обслуживания могут сократить непредвиденные простои и повысить производительность, что, по прогнозам, позволит сэкономить до 12% по сравнению с плановыми ремонтами, снизить общие затраты на техническое обслуживание до 30% , и, по данным некоторых исследований, устранение поломок до 70%.[33] [35] Киберфизические системы (CPS) являются основной технологией промышленных больших данных, и они будут интерфейсом между человеком и кибер-миром.

Интеграция зондирование и срабатывание системы, подключенные к Интернету, могут 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 обмениваться данными с энергоснабжающей компанией для эффективного баланса выработка энергии и использование энергии.[37] Помимо управления энергопотреблением в домашних условиях, Интернет вещей особенно важен для Умная сеть электроснабжения 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] С помощью развитая инфраструктура учета (AMI) устройств, подключенных к магистральной сети Интернет, электроэнергетические компании могут не только собирать данные о соединениях конечных пользователей, но также управлять другими устройствами автоматизации распределения, такими как трансформаторы и устройства повторного включения.[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 средствам безопасности. 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]

Автоматизированная индустрия

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 части производственного процесса. С помощью IIoT в производственный процесс можно включить новые инструменты и функции. Например, 3D-принтеры упрощают формовку пресс-инструментов, печатая форму непосредственно из стального гранулята.[39] Эти инструменты открывают новые возможности для проектирования (с высокой точностью). Настройка транспортных средств также возможна с помощью IIoT благодаря модульности и возможности подключения этой технологии.[38] Если раньше они работали отдельно, то теперь IIoT позволяет людям и роботам взаимодействовать.[39] Роботы берут на себя тяжелую и повторяющуюся работу, поэтому производственные циклы ускоряются, а автомобиль быстрее выходит на рынок. Заводы могут быстро выявить потенциальные проблемы технического обслуживания 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

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 возможность 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 о запасах, 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 трубопроводов, улучшать управление рисками и обеспечивать ситуационную осведомленность.[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 уровней газа, они стремятся указать точное количество необходимых ресурсов и прогнозируют срок службы скважин. Применение интеллектуальных датчиков и автоматизированных 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

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

Безопасность

По мере расширения Интернета вещей возникают новые проблемы с безопасностью. Каждое новое устройство или компонент, подключаемый к IIoT[46] может стать потенциальной помехой. По оценкам Gartner, к 2020 году более 25% признанных атак на предприятия будут связаны с системами, подключенными к IoT, несмотря на то, что на них 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 угнать для DDoS -основанные атаки ботнеты подобно Mirai. Другая возможность - заражение подключенных к Интернету промышленных контроллеров, как в случае с 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 с 2013 г. Цель нарушение данных, при котором информация была украдена после того, как хакеры получили доступ к сетям Target через учетные данные, украденные у стороннего поставщика HVAC.[50] Промышленность фармацевтического производства не спешила внедрять достижения IIoT из-за таких проблем безопасности.[51] Одной из трудностей при предоставлении решений безопасности в приложениях IIoT является фрагментированный характер оборудования.[52] Следовательно, архитектуры безопасности обращаются к проектам, которые основаны на программном обеспечении или не зависят от устройства.[53]

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

Смотрите также

Рекомендации

  1. ^ а б Бойс, Хью; Hallaq, Bil; Каннингем, Джо; Уотсон, Тим (октябрь 2018 г.). «Промышленный Интернет вещей (IIoT): аналитическая основа». Компьютеры в промышленности. 101: 1–12. Дои:10.1016 / j.compind.2018.04.015. ISSN  0166-3615.
  2. ^ «Рисунок 2 - Технологии для индустрии 4.0». ResearchGate. Получено 2018-10-08.
  3. ^ а б «Почему периферийные вычисления являются требованием IIoT: как периферийные вычисления готовы дать толчок следующей промышленной революции». iotworldtoday.com. Получено 2019-06-03.
  4. ^ Персонал, Investopedia (18 января 2011 г.). "Облачные вычисления". Инвестопедия. Получено 2018-10-08.
  5. ^ Гамильтон, Эрик. «Что такое пограничные вычисления: объяснение границ сети». cloudwards.net. Получено 2019-05-14.
  6. ^ "Что такое пограничные вычисления?". Получено 2019-05-14.
  7. ^ «Что такое аналитика больших данных? - Определение с сайта WhatIs.com». ПоискБизнесАналитика. Получено 2018-10-08.
  8. ^ «Что такое искусственный интеллект (ИИ)? - Определение из Техопедии». Techopedia.com. Получено 2018-10-08.
  9. ^ «Что такое машинное обучение (ML)? - Определение с сайта WhatIs.com». SearchEnterpriseAI. Получено 2018-10-08.
  10. ^ Ю, Ёнджин; Хенфридссон, Ола; Лытинен, Калле (01.12.2010). «Комментарий к исследованию --- Новая организационная логика цифровых инноваций: программа исследований информационных систем». Информационные системы исследования. 21 (4): 724–735. Дои: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): изменение общества через проектирование информационных систем. 2.
  12. ^ «Отец изобретения: Дик Морли вспоминает 40-летие PLC». Архивировано из оригинал 9 июня 2019 г.. Получено 10 мая 2017.
  13. ^ МакМахон, Терренс К. (18 апреля 2005 г.). «Три десятилетия технологии DCS». Control Global. Получено 27 ноября 2018.
  14. ^ «Эволюция промышленных систем управления». ШАГ. 4 декабря 2013 г.. Получено 27 ноября 2018.
  15. ^ "Единственная" коксохимическая машина в Интернете ". Университет Карнеги Меллон. Получено 10 ноября 2014.
  16. ^ «Интернет вещей, сделанный неправильно, сдерживает инновации». Информационная неделя. 7 июля 2014 г.. Получено 10 ноября 2014.
  17. ^ Раджи, RS (июнь 1994 г.). «Умные сети для управления». IEEE Spectrum. Дои:10.1109/6.284793.
  18. ^ Сью Бушелл взяла интервью у аналитика Аниша Гэддама в Computerworld, 24 июля 2000 г. («Мобильная коммерция - ключ к повсеместному распространению Интернета»)
  19. ^ Маграсси, П. (2 мая 2002 г.). "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). «Интернет вещей революционизирует нашу жизнь, но стандарты необходимы». Хранитель.
  23. ^ «От M2M к Интернету вещей: точки зрения из Европы». Techvibes. 7 июля 2011. Архивировано с оригинал 24 октября 2013 г.. Получено 11 мая 2017.
  24. ^ Сристава, Лара (16 мая 2011 г.). «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.[нужна цитата для проверки ]
  27. ^ Басидор, Майк (20 июня 2017 г.). «Подключенный завод позволяет создать цифрового двойника». Control Global. Получено 27 ноября 2018.
  28. ^ «IBM и революция когнитивных вычислений». www.gigabitmagazine.com. Получено 2019-09-18.
  29. ^ «Технические страницы / Системы Интернета вещей». Получено 26 июн 2015.
  30. ^ Тайваньское руководство по информационной стратегии, развитию Интернета и электронной торговли - стратегическая информация, нормативные положения, 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. Получено 2019-09-18.
  32. ^ а б c "Состояние промышленного Интернета вещей | Мир автоматизации". www.automationworld.com. Получено 26 мая 2017.
  33. ^ а б c Догерти, Пол; Негм, Валид; Банерджи, Прит; Альтер, Аллан. «Стимулирование нетрадиционного роста с помощью промышленного Интернета вещей» (PDF). Accenture. Получено 17 марта 2016.
  34. ^ а б Зурьер, Стив. «Пять компаний, работающих в области Интернета вещей, доказывают ценность производства, подключенного к Интернету». Программа IoT. Получено 11 мая 2017.
  35. ^ «Отчет о промышленном Интернете» (PDF). Accenture. Получено 17 марта 2016.
  36. ^ а б Ersue, M .; Romascanu, D .; Schoenwaelder, J .; Сегал, А. (май 2015 г.). Управление сетями с ограниченными устройствами: сценарии использования. Дои:10.17487 / RFC7548. RFC 7548.
  37. ^ а б Parello, J .; Claise, B .; Schoening, B .; Quittek, J. (сентябрь 2014 г.). Структура управления энергопотреблением. Дои:10.17487 / RFC7326. RFC 7326.
  38. ^ а б c Мастера, Кристин. «Влияние Индустрии 4.0 на автомобильную промышленность». Получено 2018-10-08.
  39. ^ а б Volkswagen Group (20.08.2015), Индустрия 4.0 в Volkswagen Group, получено 2018-10-08
  40. ^ Гилкрист, Аласдер (2016). «Индустрия 4.0 - индустриальный Интернет вещей». Apress Media. Дои:10.1007/978-1-4842-2047-4. ISBN  978-1-4842-2046-7.
  41. ^ «САП». fm.sap.com. Получено 2018-10-08.
  42. ^ а б «Как Индустрия 4.0 трансформирует цепочку поставок нефти и газа». www.bdo.com. Получено 2018-10-08.
  43. ^ Deloitte Insights (2018). «Технологические тенденции 2018 года в нефтегазовой отрасли» (PDF). Получено 2018-10-08.
  44. ^ «Что такое IIoT? Определение и детали». www.paessler.com. Получено 2020-10-06.
  45. ^ Джеффрис, Адрианна (2013-05-10). «Интернет коров: технологии могут помочь отследить болезни, но фермеры сопротивляются». Грани. Получено 2020-10-06.
  46. ^ «Бить тревогу: как серьезно относиться к безопасности промышленного Интернета вещей - повестка дня в области Интернета вещей». internetofthingsagenda.techtarget.com. Получено 11 мая 2017.
  47. ^ «Gartner заявляет, что мировые расходы на безопасность Интернета вещей в 2016 году достигнут 348 миллионов долларов». Получено 11 мая 2017.
  48. ^ «Как зараженные устройства Интернета вещей используются для массовых DDoS-атак - Fedscoop». Fedscoop. 26 сентября 2016 г.. Получено 11 мая 2017.
  49. ^ «Безопасность данных Интернета вещей уязвима по мере роста количества подключенных устройств». Программа IoT. Получено 11 мая 2017.
  50. ^ «Целевые хакеры взломали компанию через HVAC - Кребс о безопасности». krebsonsecurity.com. Получено 11 мая 2017.
  51. ^ Маллин, Рик (22 мая 2017 г.). «Фармацевтический завод будущего». Новости химии и машиностроения. 95 (21). Получено 29 октября 2018.
  52. ^ Фогарти, Кевин (29 мая 2018 г.). «Почему безопасность IIoT так сложна». Полупроводниковая техника. Получено 31 октября 2018.
  53. ^ Дахад, Нитин. «Руководство разработчика по безопасности IIoT». EETimes. Получено 31 октября 2018.
  54. ^ «Тактические светодиоды в системах промышленной автоматизации и управления».