XiaoMi-AI文件搜索系统
World File Search SystemIIoT
工业物联网 (IIoT)、车联网 (IoV) 和无人机互联网 (IoD) 的数字孪生和联合学习综合调查
第四次工业革命彻底改变了物联网 (IoT)。工业革命的这个时代也称为互联时代 [ 1 ]。工业革命始于 1780 年，机械化时代由此开启。1870 年，第二次革命，即电气化时代开启。随着技术的进步，工业 3.0（也称为自动化时代）于 1970 年开启。然而，随着物联网的引入，工业 4.0（也称为互联时代）得到了充分利用。由于互联互通和智能自动化程度的提高，工业 4.0 预示着技术、行业以及社会模式和流程的快速变化 [ 2 ]。工业 4.0 本质上是制造技术和流程中自动化和数据共享的趋势，例如认知计算 [ 3 ]、信息物理系统 (CPS) [ 4 ]、工业物联网 (IIoT) [ 5 ]、云计算 [ 6 ]、室内工厂 [ 7 ]、物联网和人工智能 (AI)。图 1 显示了工业革命的演变。
文章 工业物联网 (IIoT)、车联网 (IoV) 和无人机互联网 (IoD) 的数字孪生和联邦学习综合调查
第四次工业革命彻底改变了物联网 (IoT)。工业革命的这个时代也称为互联时代 [ 1 ]。工业革命始于 1780 年，机械化时代由此开启。1870 年，第二次革命，即电气化时代开启。随着技术的进步，工业 3.0（也称为自动化时代）于 1970 年开启。然而，随着物联网的引入，工业 4.0（也称为互联时代）得到了充分利用。由于互联互通和智能自动化程度的提高，工业 4.0 预示着技术、行业以及社会模式和流程的快速变化 [ 2 ]。工业 4.0 本质上是制造技术和流程中自动化和数据共享的趋势，例如认知计算 [ 3 ]、信息物理系统 (CPS) [ 4 ]、工业物联网 (IIoT) [ 5 ]、云计算 [ 6 ]、室内工厂 [ 7 ]、物联网和人工智能 (AI)。图 1 显示了工业革命的演变。
采用强化算法的工业物联网认知自适应系统
近年来，工业物联网 (IIoT) 推动了第四次工业革命 (IIoT)。从早期的传感器网络到如今的 NB-IoT、LoRaWAN 和 LTE Cat M1 [ 1 ]，IIoT 已发生了重大变化。边缘计算 [ 2 ] 的核心组件包括网络、计算机、存储和应用程序，可以提供一个提取关键信息并减少传输压力的平台。智能 IIoT 旨在鼓励用户在计算网络的边缘进行交互。IIoT 应该能够使用边缘智能进行感知、计算、确定和通信。IIoT 边缘智能应用的范围很广 [ 3 ]。通过语义表示、传感器关联和全网络 AI 建模，支持 IIoT 的认知技术可以提高网络意识和语义上下文理解能力。然而，认知技术需要高水平的态势感知，并且仍然对支持 IIoT 的边缘解决方案提出挑战。信息科学和计算智能的快速发展为智能边缘 IIoT 应用提供了一些新的解决方案 [ 4 ]。具体而言，智能边缘 IIoT 受益于智能计算，例如深度学习 (DL)，它从边缘设备（例如计算机或工业控制器）提供的机器数据（可用）中学习智能行为[ 5 ]。感知、理解、学习、判断、理性、规划、设计和解决都是 DL 的一部分。IIoT 中的 DL 允许网络进行表示、学习和争论。人类可以轻松地从新的数据分析中学习，但如果输入信息突然发生变化，机器很难快速调整其知识。认知技术旨在自动化和模仿人类的学习功能。
系统文献评论：数字双胞胎在增强行业安全性4.0应用程序中的作用
这项研究的推动力在于在工业4.0领域内广泛采用DT技术及其与工业互联网（IIOT）的整合。7 DT实施广泛依赖于互连的IIOT设备，例如传感器和执行器，通常受到支持传统安全措施所需的资源。进行系统文献综述（SLR）的重要性是综合地了解将DT整合到IIOT领域内巩固安全性的景观的基本步骤。本综述旨在巩固现有知识，强调成功的方法论，并确定以前有关DT和IIOT集成的研究中遇到的普遍挑战，以增强安全措施。在这种情况下，DT和资源受限的IIOT设备之间的安全通信是至关重要的方面。通信渠道在传输关键数据中起着关键作用，要求采用强大且资源有效的轻量加密方案，以确保交换信息的完整性和机密性。随着DT和IIOT的融合在关键基础架构中越来越普遍，确保其交互通道的安全至关重要。通过通过SLR探索先前的研究，可以确定有效的方法论和熟悉安全实践中的潜在差距是可行的。这种全面的理解在制定新的方法来应对安全挑战并弥合DT和IIOT集成中现有差距的方法至关重要。这项研究努力通过通过SLR巩固和分析现有知识来做出重大贡献。通过利用从以前的研究中收集的见解，旨在为创新的解决方案铺平道路，从而增强了DT和IIOT集成在行业4.0领域中的安全性。
数字化行业的人工智能；应用
人工智能（AI）和工业互联网（IIOT）实现数字化行业。技术的进步带来了更多的智能，使IIOT设备具有更明智的决策，高性能，低功率处理和内置安全性，以创建更聪明和自适应的工业应用。食品和饮料行业中AI，IIOT和机器人技术解决方案的部署通过减少可能的人类错误的可能机会并增加了自动化过程，同时将手动劳动提高到针对特定的任务是至关重要的产品质量至关重要的，这支持了与生产和执行相关的重大问题。AI和IIOT燃料的食品和饮料生产和包装的变化，以达到对质量和相关影响的用户期望。为了在质量和价格之间实现所需的权衡，制造利益相关者积极利用AI和IIOT Technologies在各种应用程序中的潜力，例如产品设计，质量控制，维护和用户参与度。
工业物联网、网络物理系统和数字孪生
工业数字化（工业 4.0）是在人员、流程、服务、系统、数据和工业资产互联的环境中对工业进行数字化转型，以实现智能工业和工业创新与协作生态系统。工业 4.0 的三个有前景的方面是工业物联网 (IIoT)、信息物理系统 (CPS) 和数字孪生 (DT)。这些方面存在挑战。首先，有许多通用的 IIoT 标准和框架，单独在各种工业用例中是不够的。因此，工程师必须使用许多标准指南来根据具体情况设计 IIoT 架构。其次，各行业部署的系统基于不同的标准和技术，无法与其他系统互通，因此只能孤立运行，因此收集数据进行分析、报告和决策具有挑战性。第三，在工业 CPS (ICPS) 环境中，大多数嵌入式系统都是资源受限的电池驱动设备，面临着诸如由于能耗高导致使用寿命短、服务可用性低和安全性低等挑战。本论文的范围是针对上述方面和挑战研究工业数字化。首先，我们研究通用的 IIoT 标准和框架，并使用它们来合成高级 IIoT 架构。作为架构验证和确认的用例，我们专门研究了采矿业
工业物联网的潜在身份解析系统：调查
摘要 —近年来，工业物联网（IIoT）应运而生，将工厂中的传感器、工业设备、产品和人员连接起来，实现情境感知和工业设备自动控制。身份解析系统是工业物联网的核心基础设施，它的作用类似于互联网上的域名系统（DNS），是工业物联网的入口，区别在于输入和输出。工业物联网中身份解析系统的输入是对象的标识符，输出是附加在标识符上的映射数据，包括产品配置文件、URL 或标识符的周围环境。然而，如何在工业物联网中部署身份解析系统尚未有定论。在本文中，我们对可能在工业物联网中使用的潜在身份解析系统进行了全面的概述。首先，介绍身份解析系统的概述，包括可用于评估身份解析系统的参考框架。然后，我们回顾了一些基于此参考框架的有影响力的身份解析系统。之后，我们从它们是否能满足工业物联网的要求和技术选择的角度进行比较。最后讨论了一些挑战和更广阔的视角。
Adversarial-HD：面向安全工业物联网的超维计算对抗攻击设计
工业物联网 (IIoT) 是传感器、网络设备和设备协作收集工业操作数据。由于互联互通和计算能力有限，IIoT 系统存在许多安全漏洞。基于机器学习的入侵检测系统 (IDS) 是一种可能的安全方法，它可以持续监控网络数据并以自动方式检测网络攻击。超维 (HD) 计算是一种受大脑启发的 ML 方法，它足够准确，同时非常稳健、快速且节能。基于这些特性，HD 可以成为 IIoT 系统的一种基于 ML 的 IDS 解决方案。然而，它的预测性能会受到输入数据中微小扰动的影响。为了充分评估 HD 的漏洞，我们提出了一种有效的面向 HD 的对抗性攻击设计。我们首先选择最多样化的攻击集以最小化开销，并消除对抗性冗余。然后，我们执行实时攻击选择，找出最有效的攻击。我们在真实的 IIoT 入侵数据集上进行的实验证明了我们攻击设计的有效性。与最有效的单一攻击相比，我们的设计策略可以将攻击成功率提高高达 36%，𝐹 1 分数提高高达 61%。
工业互联网可持续供应链管理的区块链4.0，评论
在工业互联网（IIT）中，区块链技术在行业4.0背景下用于可持续供应链管理的工业互联网（IIT）提供了一些潜在的好处。可以使用区块链技术制定每个供应链阶段环境影响的公开和可审计记录。通过区块链的分散结构使更精简和有效的供应链成为可能。延误，错误和对中间商的需求通过实时访问共享分类帐而减少。IIOT设备（如传感器和RFID标签）可以提供有关商品的位置，状况和环境参数的实时数据。可以使用区块链记录和激励可持续实践，例如减少能耗或最小化废物。区块链与IIOT的集成可以开发供应链管理，以实现商品的实时跟踪，优化库存管理并确保遵守可持续性标准。本文概述了传统供应链面临的主要挑战以及区块链和IIOT技术的联合使用。该评论还评估了在供应链运营中采用基于区块链的IIOT解决方案的环境，社会和经济影响。此外，该评论评估了当前的研发状态，确定了现有文献的差距，并提出了未来探索的途径。作为结果，通过强调这些技术之间的协同作用，它试图激发进一步的创新和采用，最终促进了更具弹性，透明和环境意识的工业生态系统。