數據、人工智能、云、區塊鏈、物聯網和網絡安全融合的挑戰

本文旨在解釋數據、人工智能、網絡安全、云、物聯網和區塊鏈之間的關系（依賴關系、相互依賴關系、相互關系、利益），并理解它們的一致性。所有這些領域之間的聯系引導我們走向一種新的融合，使它們的互操作性、安全性和標準化成為可能。

因此，我們提供了最新技術的總結，并提供了該領域標準化、方法和參與者的清單，以及文獻中確定的用例。

為什么以及如何看待數據、人工智能、云、區塊鏈、物聯網和網絡安全的“融合”？這些技術有哪些類型的關系？這些關系是如何運作的？最后的好處是什么？

數據與收集、分類、存儲、保護、分析數據的數字系統之間確實存在著聯系……但這些聯系是什么？所有這些子域都構成了經驗證的技術，具有自主性和專用性，云主機的銷售沒有網絡監控或智能終端監控等解決方案。人工智能平臺并未提出“區塊鏈即服務”或系統化云基礎設施類型的解決方案。那么，所有這些子領域的包容、合作和相互關系的領域在哪里呢？

那么，舉例來說，當我們闡述數據、IA和云時，為什么以及如何在功能、技術或使用級別上設想“融合”？數據、人工智能和網絡安全可以有哪些聯系？數據、區塊鏈、IA和網絡安全之間存在什么關系？數據、物聯網和區塊鏈之間也是如此？

工業組織數字創新項目背后的驅動力是打破筒倉的愿望。存在于部門和組織管理層之間以及與其生態系統之間的筒倉。新的挑戰是，這些數字創新項目現在創造了開放、透明、可互操作的合作空間，并將公司從層級、技術壁壘、無法溝通和/或交換信息的協議中分離出來。數據容易獲取。

為此，我們認為迫切需要考慮數據、人工智能、區塊鏈、云、物聯網和網絡安全的相互依賴性。這種新的融合應該引導產業戰略采用整體方法來實施各種最先進的數字技術。

數據最初就像“阿爾法”，它是我們今天所知道的人工智能存在的先決條件，基于機器學習和深度學習技術。

在大多數情況下，數據被比作“石油”，一種新的“黑金”，一種“燃料”，一種“數字燃料”，一種運輸和激活信息處理系統的“能源”（通常是化石）。我們的比喻有點不同，是根據人體的比喻來表達的：進化的，完美的，脆弱的，容易犯錯的，同時有彈性的。這個寓言讓我們能夠想象血液圖像中的數據，這是一種重要的液體，它灌溉、支配、分布在身體的各個部位，并擴散、運輸活性氧，以表達所有器官和功能，形成一個有組織、有活力和有功能的整體。

人體器官是實現精確的“生物”功能的儀器，但它依賴于流經供應它們的靜脈和動脈的血液流動，否則器官就沒有功能，沒有作用，就會死亡。

肺、心、腸的存在離不開數以百萬計的紅細胞，這些紅細胞在那里循環并穿過它們。在我們的“生活”和“功能主義”隱喻視角中，數據和人工智能的功能也是如此。

事實上，當前人工智能的發展基本上是基于所謂的機器學習和深度學習（由于多層卷積神經網絡，深度學習）技術，這需要使用和利用大數據才能正常工作。

數據與紅細胞和/或白細胞相當，重要器官是功能信息處理機制、智能設備，如自動分析和自動分類功能。在人工智能解決方案和平臺中由磚塊提供（這里我們避免了過度使用的“大腦/AI”類比）。

事實上，一切都是從數據開始的，在一個以數據為中心的組織中，數據是主要和永久的資產，應用程序來來往往。數據體系結構模型先于任何軟件應用程序的實現。它是數據遺產的創造。建立了一個數據體系結構，以確保一個公共存儲庫，一個所有客戶、供應商、產品和市場數據的單一真實來源。這是主數據管理的方法。數據一旦被處理、清理、分析、轉化為信息，人類就可以做出決策，這是對人工智能自學習算法所做決策的補充，而人工智能算法本身就是由海量數據流提供的。

數據和“可信的”人工智能？

人工智能是所有部門的主要利益所在，因為其應用是多方面的，例如在工業（預測性維護）、健康（診斷和治療輔助）、車載系統、電子商務或數字安全領域。因此，它不能不引起恐懼和疑問，有時是道德性質的。

基于人工智能的系統必須是可審計的、可解釋的，以便向用戶（或設計師）告知其操作的特性或限制、與所使用決策相關的選擇或推理。

“可審計性”也是一個中心概念，特別是對于自治系統而言，這使得理解和糾正決策錯誤成為可能。最后，還必須考慮其他技術特性，如可靠性，其中我們將特別包括穩健性概念（即評估系統在未知情況或惡意意圖下提供正確答案的能力），可控性（即確保系統只執行預期的操作，而不執行其他操作）。

實現基于人工智能的關鍵系統需要從經典工程（數據和知識工程、算法工程和系統工程）中汲取靈感并加以豐富。必須能夠確保系統符合客戶的需求和約束條件，確定確保所有設計階段安全的方法和工具，同時確保系統在整個生命周期內的可靠性、安全性和網絡安全性以及“可維護性”等特性。

因此，工業界面臨的挑戰是從頭到尾裝備整個“人工智能工程”過程，同時考慮算法、軟件和系統方面，以及數據和知識方面，以形成“工業可信人工智能”的基礎。

“以數據為中心”的區塊鏈和物聯網。

區塊鏈為“轉錄”多個利益相關者之間的任何交易提供了一個不變的數據記錄和存儲環境。使用智能和聯網設備記錄交易可創建可追溯性，提高安全性，并建立責任和信任。區塊鏈通過其身份驗證協議和使數據不可變的能力，支持安全和共享由算法執行的分析產生的數據。

在區塊鏈中，以下問題構成了主要問題：

互操作性：確保各種區塊鏈和DLT協議和平臺能夠彼此透明地交換數據和通信；

治理：區塊鏈項目以及在分散平臺上工作的區塊鏈聯盟的良好治理實踐和標準；

身份：促進不同協議和區塊鏈平臺之間的共同身份框架和/或互操作身份；

安全性：確保各種節點、網絡和服務的安全運行；

智能合約：支持最佳實踐和標準，以確保智能合約技術安全可靠。

人工智能、區塊鏈、云、物聯網和網絡安全的所有這些領域的融合圍繞著一種“以數據為中心”的方法，在它們之間建立邏輯、功能和技術聯系。

這就是數據為信息系統提供信息的方式，而人工智能使其能夠進行控制。物聯網通過連接的傳感器及其交互產生數據，區塊鏈傳輸和分發安全數據，這些數據被認為是可靠、不可腐蝕、防篡改的。

隨著互聯網連接設備變得越來越小，越來越普遍，它們捕獲數據的能力超過了人類意識到自己活動的能力（數據捕獲）。這些設備收集語音、地理位置、環境溫度和環境照明等信息，以改善用戶體驗。

數據保密性和安全性是物聯網的主要問題：盡管通過加密和安全證書等身份驗證機制進行處理，但這些機制在物聯網中正在發展，因為設備是移動的，數據存儲在云中。當路由路徑動態變化以及當第三方存儲數據時，AI技術可用于保持通信私有。

例如，已采用自動學習機向移動車輛分發安全證書，并采用人工免疫系統算法安全地自組織自組織無線傳感器網絡連接（無線傳感器網絡），以服務于移動設備。

最后，基本的標準化協議開始出現，如SCHC，它攻擊通?；ヂ摼W協議（IP、UDP和CoAP）的頭，這些協議包含各種信息：源地址、目的地、互聯網位置。要讀取的數據。這種方法的特殊性在于利用物聯網的特殊性：一個簡單的連接對象，如傳感器，其功能遠遠少于智能手機。然后可以預測發送的數據類型。SCHC壓縮標準已經過互聯網工程任務組（IETF）的驗證和推廣。

數據、人工智能、網絡安全、云、物聯網和區塊鏈之間的依賴關系、相互依存關系、累積收益。這就產生了第一個整體理解和整體一致性，使這些技術和互補數字領域之間的所有“聯系”。

考慮這種新的融合必須使上述技術領域的互操作性、安全性和標準化成為可能。因為數據和收集、分類、存儲、分析、保護數據的數字系統之間確實存在著聯系。

這些融合的技術是相輔相成的，必須以整體的方式加以處理。專注于單一技術的進步并不能探索其在商業上的全部應用。隨著它們的成熟和變得更加復雜，以及其他破壞性技術也被企業采用，它們之間的互動將成倍增加。

提醒一下，在一個以數據為中心的組織中，數據是主要和永久的資產，應用程序來來往往。數據體系結構模型先于任何軟件應用程序的實現。它是數據遺產的創造。建立了一個數據體系結構，以確保一個公共存儲庫，一個所有客戶、供應商、產品和市場數據的單一真實來源。數據一旦被處理、清理、分析、轉化為信息，人類就可以做出決策，這是對人工智能自學習算法所做決策的補充，而人工智能算法本身就是由海量數據流提供的。

因此，數據提供給信息系統，人工智能允許控制。物聯網通過連接的傳感器及其交互產生數據，區塊鏈傳輸和分發安全數據，這些數據被認為是可靠、不可腐蝕、防篡改的。網絡安全的硬件和軟件設備保護數據并確保其形式完整性。云計算使托管數據集和人工智能算法成為可能。人類與網絡物理系統并駕齊驅，保持著優勢地位。

這就是所有這些技術領域在數字時代如何在“以數據為中心”的方法框架內實現融合，從而使我們能夠創建數據、AI、區塊鏈、云、物聯網和網絡安全之間的邏輯、功能和技術聯系。