企業在如何管理物聯網帶來的新基礎設施和數據方面面臨挑戰。

[[255572]]

確保數據完整性、安全性、連接性以及數據上傳和更新都是需要關注的問題，在供應商不那么關注IT的領域中，供應商管理也是需要關注的問題。物聯網出現了哪些***實踐，這些實踐如何影響傳統的數據、資產和網絡管理?以下是八個***實踐：

1. 開發正式的邊緣計算策略

2018年，大多數公司選擇了一種緩慢而慎重的方式來采用物聯網。這是謹慎的做法，因為它允許公司嘗試物聯網技術，并為該概念確定“最適合”的場景。不幸的是，孤立試驗和實施的缺點是物聯網項目往往是零碎的。鑒于此，2019年將是IT重新審視整個企業IT架構的一年，目標是將物聯網和其他類型的邊緣計算技術和方法集成到整個企業IT基礎設施中。這項工作的一部分應該包括建立資產管理軟件和方法，該方法可以跟蹤和追溯部署在邊緣的每個物聯網設備和系統。

2. 與最終用戶合作

對于在國家或世界不同地區擁有許多分布式設施的企業來說，監控邊緣的每一塊物聯網計算是一項物理挑戰。而且，您的用戶(例如，在生產線上運行機器人的制造主管)最了解物聯網的業務性能需求。這就使得IT部門必須與終端用戶建立開放和高度協作的關系，最終用戶將是那些運行像物聯網這樣的本地化邊緣計算應用程序的用戶。IT部門和最終用戶之間的開放和協作伙伴關系可以幫助減少影子IT的負面影響，影子IT是用戶在不知情的情況下安裝的。強大的IT最終用戶伙伴關系還可以降低安全性被破壞的可能性，因為它是協作團隊的一部分，可以幫助確保在邊緣實踐公司安全性。

3. 建立零信任網絡

安全和治理可能是最難以打動處于邊緣的最終用戶的概念，因為他們關注的是業務而不是IT。為了盡可能無縫地解決安全和治理問題，企業正在轉向零信任網絡，這種網絡可以自動驗證IP地址，并從公司內部和外部對用戶進行身份驗證。由于在滿足所有安全標準之前，沒有人可以進入網絡，因此IT可以設置網絡強制執行其與最終用戶定義的必要用戶權限，當發現與用戶相關的網絡異常時，管理人員無需訪問或拿起電話進行詢問。

4. 審查引入的互操作性解決方案

盡管人們一直在談論物聯網的開放系統和標準化，但今天的物聯網大部分都是由各種制造商制造的不同的物聯網設備組成。在許多情況下，這些物聯網設備和解決方案擁有IT和其他供應商都不知道的專有操作系統。這使得連接和集成變得復雜。雖然隨著物聯網的小規模引入，技術集成和數據交換可能不會立即成為問題，但物聯網在企業中實施得越多，對單個物聯網網絡與其他物聯網和企業遺留系統的互操作性的要求就越高。如果它能在購買物聯網解決方案之前就早早地介入物聯網決策過程，這對自己和公司都有幫助。通過這種方式，可以審查未來的物聯網解決方案的可伸縮性和互操作性，以及特性和功能。

5. 修改物聯網的DR和故障轉移計劃

2018年，52%的消費者使用物聯網設備，64%的消費者經歷過失敗。當制造商看到因為一件設備上的物聯網故障而整個癱瘓，或者當一輛冷藏卡車上的傳感器失靈，一車生菜爛掉時，商業上的情況就沒有多大不同了。當物聯網故障導致整個電網癱瘓時，情況會變得更糟。所有這些都歸結為一件事:它必須將新的物聯網技術納入其現有的DR計劃，并定期對物聯網系統健康進行測試。

6. 開發實時物聯網數據消除策略

迄今為止，IT一直不愿為大量通過物聯網和邊緣計算流入企業的大數據建立數據保留(和消除)戰略。在數據流入系統時，編輯數據的一種方法是使用工具，這些工具使您能夠為想要接受到系統中的數據和想要刪除的數據設置業務規則。然后，這些工具分析傳入的邊緣/物聯網數據，并在數據進入您的網絡之前消除不需要的數據。該過程節省了時間，并消除了許多后續ETL操作的需要。

7. 修改人機工作負載業務流程

邊緣的物聯網給企業帶來的優勢是流程自動化，以及當前和預測性的分析及決策。在許多情況下，這抵消了人類過去的一些功能，但并沒有消除對人類的需求。隨著這一切的展開，一種文化和過程的轉變正在發生。這使得IT、HR和業務部門必須定義人機工作流的動態，然后對人員進行再培訓，以便他們理解并對修改后的角色有信心。

“美國空軍與洛克希德·馬丁臭鼬工廠(Lockheed Martin Skunk Works)合作，展示了載人/無人協同作戰的能力，以便在戰斗中迅速采取行動，”洛克希德·馬丁臭鼬工廠(Lockheed Martin Skunk Works)的商業戰略與發展ISR和無人機系統公司(UAS)的馬克·科爾(Mark Cole)說。“這項名為‘Have Raider’的實驗旨在展示無人駕駛飛機與載人飛行器在戰場空間協同飛行所需的技術。”

8. 計劃帶寬限制

邊緣計算幾乎總是涉及到管理帶寬限制。這些帶寬限制存在于公共Internet上，如果您決定實現自己的私有通信網絡，那么這將成為一項昂貴的任務。

許多企業的***實踐是在使用邊緣計算和物聯網的企業邊緣建立本地處理和存儲。然后定期將這些數據上傳到臨時云平臺，最終上傳到中央數據中心存儲。一旦數據被收集到中央存儲中，就可以對整個數據體進行分析，從而生成最全面的業務圖景。該策略的關鍵是開發一個高效的批處理工作流，利用低流量帶寬時間來影響數據傳輸。