Internet de las Cosas

La versión estable se comprobó el 26 de septiembre de 2022 . Hay cambios no verificados en plantillas o .

El Internet de las cosas ( ing.  internet de las cosas , IoT ) es el concepto de una red de transmisión de datos entre objetos físicos ( "cosas" ), equipados con herramientas y tecnologías integradas para interactuar entre sí o con el entorno externo [1 ] . Se supone que la organización de tales redes es capaz de reestructurar los procesos económicos y sociales, eliminando la necesidad de la participación humana de algunas de las acciones y operaciones [2] .

El concepto se formuló en 1999 como una comprensión de las perspectivas del uso generalizado de herramientas de identificación por radiofrecuencia para la interacción de objetos físicos entre sí y con el entorno externo. Desde la década de 2010, llenar el concepto con contenido tecnológico diverso e introducir soluciones prácticas para su implementación se ha considerado una tendencia estable en la tecnología de la información [3] , principalmente debido a la ubicuidad de las redes inalámbricas , el surgimiento de la computación en la nube , el desarrollo de máquinas tecnologías de interacción entre máquinas y el comienzo de una transición activa a IPv6 [4] y el desarrollo de redes definidas por software .

Historia

El concepto y término [5] fue formulado por primera vez por el fundador del grupo de investigación Auto-ID Labs en el Instituto Tecnológico de Massachusetts Kevin Ashton [6] en 1999 en una presentación para la gerencia de Procter & Gamble . La presentación habló sobre cómo la implementación integral de etiquetas RFID puede transformar el sistema de gestión de la cadena de suministro en una corporación [7] .

En 2004, Scientific American publicó un extenso artículo [8] dedicado al "Internet de las cosas", mostrando claramente las posibilidades del concepto en el uso doméstico: el artículo ofrece una ilustración que muestra cómo los electrodomésticos ( despertador , aire acondicionado ), hogar ( sistema de riego de jardines, sistema de seguridad, sistema de iluminación), sensores (sensores térmicos , de luz y de movimiento ) y “cosas” (por ejemplo, medicamentos provistos de una etiqueta de identificación) interactúan entre sí a través de redes de comunicación ( infrarrojos , inalámbricas , de energía ). y redes de baja tensión) y proporcionar una ejecución de procesos totalmente automática (encender la cafetera, cambiar la iluminación, recordarle tomar medicamentos, mantener la temperatura, regar el jardín, ahorrar energía y gestionar su consumo ). En sí mismas, las opciones de automatización del hogar presentadas no eran nuevas, pero el énfasis en la publicación en combinar dispositivos y "cosas" en una sola red informática servida por protocolos de Internet , y considerar el "Internet de las cosas" como un fenómeno especial, contribuyó a el concepto ganando gran popularidad [2] .

El informe del Consejo Nacional de Inteligencia de 2008 enumera la Internet de  las cosas como una de las seis tecnologías disruptivas , lo que indica que la transformación generalizada e invisible para los consumidores en sitios de Internet de cosas tan comunes como el embalaje de productos, muebles, documentos en papel, puede aumentar significativamente los riesgos. en el campo de la seguridad de la información nacional [9] .

El período de 2008 a 2009 es considerado por los analistas de Cisco como “el verdadero nacimiento del Internet de las Cosas”, ya que, según sus estimaciones, fue en este período que la cantidad de dispositivos conectados a la red global superó la población de la Tierra [10] , así “la gente de Internet” se ha convertido en el “Internet de las Cosas”.

Desde 2009, con el apoyo de la Comisión Europea , se celebra anualmente en Bruselas la conferencia “Internet de las cosas” [11] [12] , donde se presentan informes de comisarios y eurodiputados europeos , funcionarios gubernamentales de países europeos, responsables de empresas como SAP , Instituto SAS , Telefónica , científicos líderes de las principales universidades y laboratorios de investigación.

Desde principios de la década de 2010, el "Internet de las cosas" se ha convertido en la fuerza impulsora detrás del paradigma de la "computación en la niebla" , difundiendo los principios de la computación en la nube desde los centros de datos a una gran cantidad de dispositivos que interactúan distribuidos geográficamente, lo que se considera como el "Internet plataforma de cosas" [ 13] [14] .  

Desde 2011, Gartner ha estado colocando el "Internet de las cosas" en el ciclo de promoción general de las nuevas tecnologías en la etapa de "gatillo tecnológico", lo que indica un período de formación de más de 10 años, y desde 2012, un "Internet de las cosas" especializado. ciclo” se ha publicado periódicamente [15] .

Tecnología

Medios de identificación

La participación en la "Internet de las cosas" de objetos del mundo físico, no necesariamente equipados con los medios para conectarse a redes de datos, requiere el uso de tecnologías para identificar estos objetos ("cosas"). Aunque la tecnología RFID fue el impulso para el surgimiento del concepto, todos los medios utilizados para la identificación automática pueden utilizarse como tales tecnologías : identificadores reconocibles ópticamente ( códigos de barras , Data Matrix , códigos QR ), herramientas de localización en tiempo real. Con la amplia difusión del "Internet de las cosas", es importante garantizar la unicidad de los identificadores de objetos, lo que, a su vez, requiere estandarización.

Para objetos conectados directamente a redes de Internet, el identificador tradicional es la dirección MAC del adaptador de red, lo que permite identificar el dispositivo a nivel de enlace, mientras que el rango de direcciones disponibles es prácticamente inagotable (2 48 direcciones en el MAC-48 espacio), y el uso del identificador de capa de enlace no es demasiado conveniente para las aplicaciones. El protocolo IPv6 proporciona oportunidades de identificación más amplias para tales dispositivos , que proporciona al menos 300 millones de dispositivos por habitante de la Tierra con direcciones de capa de red únicas.

Instrumentos de medida

Las herramientas de medición desempeñan un papel especial en el Internet de las cosas, proporcionando la transformación de la información sobre el entorno externo en datos legibles por máquina y, por lo tanto, llenando el entorno informático con información significativa. Se utiliza una amplia clase de instrumentos de medición , desde sensores elementales (por ejemplo, temperatura, presión, iluminación), dispositivos de medición de consumo (como medidores inteligentes ) hasta complejos sistemas de medición integrados. En el marco del concepto de "Internet de las cosas", es fundamental combinar instrumentos de medición en una red (como redes de sensores inalámbricos , complejos de medición), por lo que es posible construir sistemas de interacción máquina a máquina.

Como especial problema práctico de la implementación del “Internet de las Cosas”, se señala la necesidad de garantizar la máxima autonomía de los instrumentos de medida, en primer lugar, el problema del suministro de energía a los sensores. Encontrar soluciones eficaces que proporcionen alimentación autónoma a los sensores (utilizando fotocélulas , convirtiendo la energía de las vibraciones, flujos de aire, utilizando la transmisión inalámbrica de electricidad ), permite escalar las redes de sensores sin aumentar los costes de mantenimiento (en forma de cambio de baterías o recarga de las baterías de los sensores).

Medios de comunicación

El espectro de posibles tecnologías de transmisión de datos cubre todos los medios posibles de redes inalámbricas y cableadas .

Para la transmisión inalámbrica de datos, cualidades como la eficiencia a bajas velocidades, la tolerancia a fallas, la adaptabilidad y la posibilidad de autoorganización juegan un papel particularmente importante en la construcción de la "Internet de las cosas". De principal interés en esta capacidad es el estándar IEEE 802.15.4 , que define la capa física y el control de acceso para organizar redes personales energéticamente eficientes, y es la base para protocolos como ZigBee , WirelessHart , MiWi , 6LoWPAN , LPWAN .

Entre las tecnologías cableadas, las soluciones de PLC juegan un papel importante en la penetración del Internet de las Cosas  - tecnologías para construir redes de transmisión de datos sobre líneas eléctricas , ya que muchas aplicaciones tienen acceso a las redes eléctricas (por ejemplo, máquinas expendedoras , cajeros automáticos , medidores inteligentes , iluminación los controladores están inicialmente conectados a la fuente de alimentación de la red). 6LoWPAN , que implementa la capa IPv6 sobre IEEE 802.15.4 y PLC, siendo un protocolo abierto estandarizado por IETF , se destaca como de particular importancia para el desarrollo de la "Internet de las cosas" [16] .

Aplicaciones

El amplio conjunto de aplicaciones para dispositivos IoT [17] a menudo se divide en espacios de consumo, comerciales, industriales y de infraestructura [18] [19] .

Aplicaciones de consumo

Se está construyendo un número cada vez mayor de dispositivos IoT para uso del consumidor, incluidos vehículos conectados, automatización del hogar , ropa inteligente , atención médica conectada y electrodomésticos con capacidades de monitoreo remoto [20] .

Hogar inteligente

Los dispositivos IoT forman parte del concepto más amplio de automatización del hogar , que puede incluir sistemas de iluminación, calefacción y aire acondicionado, medios y seguridad, y sistemas de videovigilancia [21] [22] . Los beneficios a largo plazo pueden incluir el ahorro de energía al apagar automáticamente las luces y los dispositivos electrónicos, o al informar a los ocupantes de la casa sobre el uso [23] .

Un hogar inteligente o un hogar automatizado puede basarse en una plataforma o centros que controlen dispositivos y electrodomésticos inteligentes [24] . Por ejemplo, al usar Apple HomeKit , los fabricantes pueden controlar sus productos y accesorios para el hogar usando una aplicación en dispositivos iOS como el iPhone y el Apple Watch [25] [26] . Puede ser una aplicación dedicada o aplicaciones iOS nativas como Siri . Esto se puede demostrar en el caso de Lenovo Smart Home Essentials, una línea de dispositivos domésticos inteligentes que se controlan a través de la aplicación Apple Home o Siri sin necesidad de una conexión Wi-Fi [27] . También hay centros dedicados para el hogar inteligente que se ofrecen como plataformas independientes para conectar varios productos para el hogar inteligente, incluidos Amazon Echo , Google Home , Apple HomePod y Samsung SmartThings Hub [28] . Además de los sistemas comerciales, existen muchos ecosistemas de código abierto no patentados, incluidos Home Assistant, OpenHAB y Domoticz [29] [30] .

Cuidado de ancianos

Una de las aplicaciones clave de un hogar inteligente es ayudar a las personas con discapacidad y a las personas mayores. Estos sistemas domésticos utilizan tecnología de asistencia para satisfacer las necesidades específicas del propietario [31] . El control por voz puede ayudar a los usuarios con problemas de movilidad y visuales, mientras que los sistemas de megafonía se pueden conectar directamente a los implantes cocleares que llevan los usuarios con problemas auditivos [32] . También se pueden equipar con elementos de seguridad adicionales. Estas características pueden incluir sensores que monitorean emergencias médicas como caídas o convulsiones [33] . La tecnología de hogar inteligente aplicada de esta manera puede proporcionar a los usuarios más libertad y una mejor calidad de vida.

Aplicaciones para organizaciones

Medicina y sanidad

Los dispositivos IoT se pueden usar para proporcionar sistemas de alerta de emergencia y monitoreo de salud remotos. Estos dispositivos de monitoreo de la salud pueden variar desde monitores de presión arterial y frecuencia cardíaca hasta dispositivos avanzados capaces de monitorear implantes especializados , como marcapasos , pulseras electrónicas Fitbit o audífonos avanzados [34] . Algunos hospitales han comenzado a implementar "camas inteligentes" que pueden detectar cuándo están ocupados y cuándo un paciente intenta levantarse. También puede autoajustarse para proporcionar la presión adecuada y el apoyo al paciente sin la interacción manual de las enfermeras [35] .

Los entornos residenciales también pueden equiparse con sensores especializados para controlar la salud y el bienestar general de las personas mayores, así como para garantizar un tratamiento adecuado y ayudar a las personas a recuperar la movilidad perdida a través de la terapia [36] . Estos sensores crean una red de sensores inteligentes que son capaces de recopilar, procesar, transmitir y analizar información valiosa en una variedad de entornos, como conectar dispositivos de monitoreo doméstico a sistemas hospitalarios. Otros dispositivos de consumo para fomentar una vida saludable, como básculas conectadas o monitores cardíacos portátiles, también están disponibles con IoT [37] . Las plataformas IoT para el control integral de la salud también están disponibles para pacientes prenatales y crónicos, lo que ayuda a controlar los signos vitales de salud y las necesidades recurrentes de medicamentos [38] .

Los avances en los métodos para fabricar productos electrónicos a partir de plástico y tela han hecho posible la creación de sensores IoMT de muy bajo costo y fáciles de usar. Estos sensores, junto con la electrónica RFID necesaria, se pueden fabricar en papel o textiles electrónicos para dispositivos sensores desechables alimentados de forma inalámbrica [39] . Se han creado aplicaciones para el diagnóstico médico en el punto de atención donde la portabilidad y la baja complejidad del sistema son importantes [40] .

A partir de 2018, IoMT se ha aplicado no solo en la industria de laboratorios clínicos, sino también en atención médica y seguros médicos. IoMT en la industria de la salud actualmente permite a los médicos, pacientes y otros, como cuidadores de pacientes, enfermeras, familias, etc. ser parte de un sistema donde los registros de pacientes se almacenan en una base de datos, lo que permite a los médicos y otro personal médico tener acceso a la información del paciente. [41] . Además, los sistemas basados ​​en IoT están centrados en el paciente, lo que ofrece flexibilidad con respecto a las condiciones médicas del paciente. IoMT en la industria de seguros brinda acceso a los mejores y nuevos tipos de información dinámica. Esto incluye soluciones basadas en sensores como biosensores, dispositivos portátiles, dispositivos médicos conectados y aplicaciones móviles para rastrear el comportamiento del cliente. Esto podría conducir a una suscripción más precisa y nuevos modelos de fijación de precios [42] .

La aplicación del Internet de las Cosas en la sanidad juega un papel fundamental en el tratamiento de enfermedades crónicas, así como en la prevención y control de enfermedades. El monitoreo remoto es posible gracias a la conexión de potentes soluciones inalámbricas. La conectividad permite a los profesionales recopilar datos de pacientes y aplicar algoritmos sofisticados para analizar datos de salud [43] .

Transporte

El Internet de las cosas puede ayudar a integrar las comunicaciones, el control y el procesamiento de la información en varios sistemas de transporte. La aplicación de Internet de las cosas se extiende a todos los aspectos de los sistemas de transporte (es decir, vehículo [44] , infraestructura y conductor o usuario). La interacción dinámica entre estos componentes del sistema de transporte permite la comunicación entre y dentro de los vehículos, el control inteligente del tráfico [44] , el estacionamiento inteligente, los sistemas de peaje electrónico , la logística y la gestión de flotas, la gestión de vehículos, la seguridad y la asistencia en carretera [45] .

Aplicaciones industriales

El Internet industrial de las cosas , también conocido como IIoT, recibe y analiza datos de equipos conectados, tecnología operativa (OT), ubicaciones y personas. Cuando se combina con dispositivos de monitoreo de tecnología operativa (OT), IIoT ayuda a regular y controlar los sistemas industriales. Además, la misma implementación se puede implementar para actualizar automáticamente los registros de colocación de activos en las instalaciones de almacenamiento industrial, ya que los activos pueden variar desde una pequeña hélice hasta una pieza de repuesto de un motor completo, y la ubicación incorrecta de dichos activos puede resultar en un porcentaje de tiempo de trabajo y dinero desperdiciados. .

Producción

El Internet de las Cosas también permite la conexión de varios dispositivos industriales equipados con las funciones de descubrimiento, identificación, procesamiento, comunicación, actuación y trabajo en red [46] . El control y la gestión de redes de equipos de fabricación, la gestión de activos y situaciones o la gestión de procesos de producción permiten el uso de IoT para aplicaciones industriales y fabricación inteligente [47] . Los sistemas inteligentes de IoT le permiten producir y optimizar rápidamente nuevos productos, así como también responder rápidamente a las necesidades de los productos.

Los sistemas de control digital para la automatización del control de procesos, las herramientas del operador y los sistemas de información de servicios para optimizar la seguridad de los equipos se encuentran dentro del ámbito de la IIoT [48] . IoT también se puede aplicar a la gestión de activos mediante el mantenimiento predictivo, la evaluación estadística y las mediciones para garantizar la máxima confiabilidad [49] . Los sistemas de control industrial se pueden integrar con redes inteligentes para optimizar el consumo de energía. Los sensores de red proporcionan medición, control de automatización, optimización de planta, gestión de salud y seguridad y otras funciones.

Además de la fabricación en general, la Internet de las cosas también se utiliza para la construcción de procesos de industrialización [50] .

Agricultura

Hay muchas aplicaciones de IoT en la agricultura [51] , como la recopilación de datos sobre temperatura, lluvia, humedad, velocidad del viento, infestación de plagas y composición del suelo. Estos datos se pueden usar para automatizar las prácticas agrícolas, tomar decisiones informadas para mejorar la calidad y la cantidad, minimizar el riesgo y el desperdicio, y reducir el esfuerzo requerido para administrar los cultivos. Por ejemplo, los agricultores ahora pueden monitorear la temperatura y la humedad del suelo desde lejos e incluso aplicar datos de IoT a programas de fertilización precisos [52] . El objetivo general es que los datos de los sensores, combinados con el conocimiento y la intuición de un agricultor sobre su granja, puedan ayudar a mejorar la productividad de la granja y reducir los costos.

En agosto de 2018, Toyota Tsusho se asoció con Microsoft para crear herramientas de piscicultura utilizando Microsoft Azure Application Suite para tecnologías IoT relacionadas con la gestión del agua. Desarrollados en parte por investigadores de la Universidad de Kindai, los mecanismos de bombeo de agua utilizan inteligencia artificial para contar la cantidad de peces en una cinta transportadora , analizar la cantidad de peces y determinar la eficiencia del flujo de agua en función de los datos proporcionados por los peces [53] . El proyecto FarmBeats [54] de Microsoft Research, que utiliza espacios en blanco de TV para conectar granjas, ahora también forma parte de Azure Marketplace [55] .

Comida

En los últimos años, se ha estudiado ampliamente el uso de aplicaciones basadas en IoT para mejorar las actividades en la cadena de suministro de alimentos [56] . La introducción de la tecnología RFID en la cadena de suministro de alimentos ha llevado a la visibilidad en tiempo real de las existencias y su movimiento, confirmación de entrega automatizada, mayor eficiencia en la logística de productos de vida corta, monitoreo ambiental, ganadero y de la cadena de frío , y trazabilidad eficiente [ 57] . Investigadores de la Universidad de Loughborough desarrollaron un innovador sistema digital de seguimiento de desperdicios de alimentos basado en tecnología IoT que apoyó la toma de decisiones en tiempo real para combatir y reducir los problemas de desperdicio de alimentos en la producción de alimentos. También desarrollaron un sistema basado en el procesamiento de imágenes completamente automatizado para rastrear los desechos de papa en una fábrica de empaque de papa [58] . IoT se está implementando actualmente en la industria alimentaria para mejorar la seguridad alimentaria, mejorar la logística, mejorar la transparencia de la cadena de suministro y reducir el desperdicio [59] .

Aplicaciones de Infraestructura

Supervisar y controlar el funcionamiento de infraestructuras urbanas y rurales sostenibles, como puentes, vías férreas, parques eólicos en tierra y en el mar, es una aplicación clave del Internet de las cosas. La infraestructura de IoT se puede utilizar para monitorear cualquier evento o cambio en las condiciones estructurales que puedan comprometer la seguridad y aumentar el riesgo. El Internet de las cosas tiene el potencial de beneficiar a la industria de la construcción a través del ahorro de costos, el ahorro de tiempo, la mejora de la calidad de la jornada laboral, un flujo de trabajo sin papel y una mayor productividad. Esto puede ayudarlo a tomar decisiones más rápidas y ahorrar dinero con el análisis de datos en tiempo real. También se puede utilizar para planificar de manera eficiente los trabajos de reparación y mantenimiento mediante la coordinación de tareas entre diferentes proveedores de servicios y usuarios de estas instalaciones. Los dispositivos IoT también se pueden usar para administrar infraestructura crítica, como puentes para brindar acceso a los barcos. Es probable que el uso de dispositivos IoT para monitorear y operar la infraestructura mejore la gestión de incidentes y la coordinación de la respuesta a emergencias, así como la calidad del servicio, el tiempo de actividad y reduzca los costos operativos en todas las áreas relacionadas con la infraestructura [60] . Incluso áreas como la gestión de residuos pueden beneficiarse de la automatización y la optimización que se pueden implementar con la ayuda de la Internet de las cosas [61] .

Gestión energética

Una cantidad importante de dispositivos que consumen energía (como lámparas, electrodomésticos, motores, bombas, etc.) ya integran una conexión a Internet, lo que les permite interactuar con los servicios públicos no solo para equilibrar la generación de energía , sino también ayudar a optimizar el consumo de energía en general. Estos dispositivos brindan administración remota de usuarios o administración centralizada a través de una interfaz en la nube y le permiten realizar funciones como la programación (por ejemplo, encender o apagar sistemas de calefacción de forma remota, controlar hornos, cambiar las condiciones de iluminación, etc.). La red inteligente es una aplicación IoT del lado de los servicios públicos; Los sistemas recopilan y procesan información relacionada con la energía y la electricidad para mejorar la eficiencia de la producción y distribución de electricidad [62] . Mediante el uso de dispositivos conectados a Internet mediante Infraestructura de Medición Avanzada (AMI), las empresas de servicios públicos no solo recopilan datos de los usuarios finales, sino que también administran dispositivos de automatización de distribución, como transformadores [34] .

Monitoreo ambiental

Las aplicaciones de IoT para el monitoreo ambiental generalmente usan sensores para ayudar a proteger el medio ambiente [63] al monitorear la calidad del aire [64] o las condiciones del agua, la atmósfera o el suelo [65] , e incluso pueden incluir áreas como el monitoreo de los movimientos de la vida silvestre y sus hábitats [66] . El desarrollo de dispositivos de recursos limitados conectados a Internet también significa que los servicios de emergencia también pueden utilizar otras aplicaciones, como los sistemas de alerta temprana de terremotos o tsunamis , para brindar una mejor asistencia. Los dispositivos IoT de esta aplicación suelen cubrir una gran área geográfica y también pueden ser móviles. Se ha argumentado que la estandarización que IoT aporta a la detección inalámbrica revolucionará el campo [67] .

Laboratorio viviente

Otro ejemplo de la integración del Internet de las Cosas es el Living Lab , que integra e integra procesos de investigación e innovación, creando en una sociedad público-privada de personas. Actualmente hay 320 laboratorios vivientes que utilizan IoT para la colaboración y el intercambio de conocimientos entre las partes interesadas para cocrear productos innovadores y tecnológicos. Para que las empresas implementen y desarrollen servicios de IoT para ciudades inteligentes, deben tener incentivos. Los gobiernos juegan un papel clave en los proyectos de ciudades inteligentes, ya que los cambios de política ayudarán a las ciudades a adoptar IoT, lo que garantiza la eficiencia, la eficacia y la precisión de los recursos utilizados. Por ejemplo, el gobierno proporciona incentivos fiscales y alquileres baratos, mejora el transporte público y ofrece un entorno en el que las empresas emergentes, las industrias creativas y las multinacionales pueden crear conjuntamente, compartir infraestructura y mercados laborales comunes y aprovechar las tecnologías locales, la fabricación procesos y costos de transacción. La relación entre los desarrolladores de tecnología y los gobiernos que gestionan los activos de la ciudad es clave para proporcionar de forma eficaz acceso abierto a los recursos a los usuarios [68] .

Aplicaciones militares

El Internet de las cosas militares (IoMT) es la aplicación militar de las tecnologías del Internet de las cosas para fines de inteligencia , vigilancia y otros fines relacionados con el combate [69] . Esto depende en gran medida de las perspectivas futuras de la guerra urbana e implica el uso de sensores, municiones, vehículos, robots, biometría portátil y otras tecnologías inteligentes que son relevantes en el campo de batalla [70] .

"Internet de las cosas en el campo de batalla"

El Internet de las cosas en el campo de batalla (IoBT) es un proyecto iniciado y dirigido por el Laboratorio de Investigación del Ejército de EE. UU. (ARL) que se centra en las ciencias básicas relacionadas con el IoT que empoderan a los soldados del ejército [71] . En 2017, ARL lanzó Battlefield Internet of Things Collaborative Research Alliance (IoBT-CRA), estableciendo una colaboración de trabajo entre la industria, las universidades y los investigadores militares para avanzar en los fundamentos teóricos de las tecnologías IoT y sus aplicaciones en operaciones militares [72] [73 ] .

Proyecto "Océano de Cosas"

El Proyecto Ocean of Things es un programa dirigido por DARPA diseñado para crear el Internet de las cosas en grandes áreas del océano para recopilar, monitorear y analizar datos sobre actividades ambientales y de embarcaciones. El proyecto implica el despliegue de unos 50 000 flotadores, que albergan un conjunto de sensores pasivos que detectan y rastrean de forma autónoma embarcaciones militares y comerciales dentro de una red en la nube [74] .

Digitalización de productos

Hay varias aplicaciones de embalaje activo o inteligente en las que se adjunta un código QR o una etiqueta NFC a un producto o su embalaje. La etiqueta en sí es pasiva, pero contiene un identificador único (generalmente una URL ) que permite al usuario acceder al contenido digital sobre el producto utilizando un teléfono inteligente [75] . Estrictamente hablando, estos objetos pasivos no forman parte del Internet de las Cosas, pero pueden ser considerados como un medio para facilitar la interacción digital [76] . El término "Internet del embalaje" se ha acuñado para describir aplicaciones que utilizan identificadores únicos para automatizar las cadenas de suministro y el escaneo a gran escala por parte de los consumidores para acceder al contenido digital [77] . La autenticación de identificadores únicos y, por lo tanto, del producto en sí, es posible con una marca de agua digital sensible a copias o un patrón de detección de copias para escanear al escanear un código QR [78] , mientras que las etiquetas NFC pueden cifrar la comunicación [79] .

Tendencias y características

La principal tendencia significativa del Internet de las Cosas en los últimos años es el crecimiento explosivo de dispositivos conectados y controlados por Internet [80] . La amplia gama de aplicaciones de la tecnología IoT significa que las características pueden variar mucho de un dispositivo a otro, pero hay características clave que son comunes a la mayoría.

El Internet de las cosas crea oportunidades para una integración más directa del mundo físico en los sistemas informáticos, lo que se traduce en ganancias de eficiencia, beneficios económicos y una carga humana reducida [81] [82] [83] [84] .

Inteligencia

La inteligencia ambiental y el control autónomo no forman parte del concepto original de Internet de las cosas. La inteligencia ambiental y el control autónomo tampoco requieren necesariamente estructuras de Internet. Sin embargo, hay un giro en la investigación (por parte de empresas como Intel) hacia la integración de los conceptos de Internet de las Cosas y control autónomo, con resultados iniciales en esta dirección considerando los objetos como el motor del Internet de las Cosas autónomo [85] . Un enfoque prometedor en este contexto es el aprendizaje por refuerzo profundo , donde la mayoría de los sistemas IoT proporcionan un entorno dinámico e interactivo [86] . Aprender a un agente (es decir, un dispositivo IoT) para que se comporte de manera inteligente en un entorno de este tipo no se puede resolver con algoritmos de aprendizaje automático convencionales, como el aprendizaje supervisado. Con un enfoque de aprendizaje por refuerzo, un agente de aprendizaje puede determinar el estado del entorno (por ejemplo, determinar la temperatura en la casa), realizar acciones (por ejemplo, encender o apagar el aire acondicionado) y aprender maximizando las recompensas acumuladas. que recibe a largo plazo.

La inteligencia de IoT se puede proponer en tres niveles: dispositivos de IoT, nodos de borde/ niebla y computación en la nube [87] . La necesidad de control inteligente y toma de decisiones en cada nivel depende de la sensibilidad temporal de la aplicación IoT. Por ejemplo, la cámara de un vehículo autónomo debe detectar obstáculos en tiempo real para evitar un choque. Una toma de decisiones tan rápida no sería posible mediante la transferencia de datos del vehículo a las instancias de la nube y la devolución de las predicciones al vehículo. En su lugar, todas las operaciones deben realizarse localmente en el vehículo. La integración de algoritmos avanzados de aprendizaje automático, incluido el aprendizaje profundo, en dispositivos IoT es un área activa de investigación destinada a acercar los objetos inteligentes a la realidad. Además, puede aprovechar al máximo su implementación de IoT mediante el análisis de datos de IoT, la extracción de información oculta y la predicción de decisiones de gestión. En el campo del Internet de las cosas, se utiliza una amplia gama de métodos de aprendizaje automático, que van desde los métodos tradicionales como la regresión, la máquina de vectores de soporte y el bosque aleatorio hasta los avanzados como las redes neuronales convolucionales , LSTM y el autocodificador variacional [88] .

En el futuro, el Internet de las Cosas puede convertirse en una red no determinista y abierta en la que objetos automáticamente organizados o inteligentes (servicios web, componentes SOA) y objetos virtuales (avatares) interactuarán y podrán actuar de forma independiente (persiguiendo sus propios objetivos). u objetivos comunes) según el contexto, las circunstancias o el entorno. El comportamiento autónomo a través de la recopilación y el análisis de información contextual, así como la capacidad de un objeto para detectar cambios en el entorno (fallos que afectan a los sensores) e introducir medidas de mitigación adecuadas, es una importante tendencia de investigación que es claramente necesaria para garantizar la confianza en el tecnología de Internet de las cosas [ 89] . Los productos y soluciones de IoT modernos en el mercado utilizan muchas tecnologías diferentes para respaldar dicha automatización consciente del contexto, pero se requieren formas de inteligencia más sofisticadas para permitir el despliegue de dispositivos sensores y sistemas ciberfísicos inteligentes en entornos reales [90] .

Arquitectura

La arquitectura del sistema IoT de forma simplificada consta de tres capas: Capa 1: Dispositivos, Capa 2: Edge Gateway y Capa 3: Nube. Los dispositivos incluyen dispositivos de red como sensores y actuadores utilizados en equipos de IoT, especialmente aquellos que utilizan protocolos como Modbus , Bluetooth , Zigbee o protocolos propietarios para conectarse a una puerta de enlace perimetral. La capa de puerta de enlace de borde consta de sistemas de agregación de datos de sensores llamados puertas de enlace de borde que brindan funcionalidades como preprocesamiento de datos, conectividad en la nube, uso de sistemas como WebSockets, un centro de eventos e incluso, en algunos casos, análisis de borde o computación de niebla [91] . . La capa de puerta de enlace perimetral también es necesaria para proporcionar una descripción general de los dispositivos en las capas superiores para facilitar la administración. La última capa incluye una aplicación en la nube creada para Internet de las cosas mediante una arquitectura de microservicios que suele ser multilingüe e intrínsecamente segura mediante HTTPS/OAuth. Incluye varios sistemas de bases de datos que almacenan datos de sensores, como bases de datos de series temporales o almacenes de activos que utilizan sistemas de almacenamiento de back-end (p. ej., Cassandra, PostgreSQL). La capa de nube en la mayoría de los sistemas de nube de IoT incluye un sistema de mensajería y cola de eventos que maneja la comunicación que ocurre en todas las capas [92] . Algunos expertos han clasificado las tres capas del sistema IoT como borde, plataforma y empresa, y están conectadas por red de proximidad, red de acceso y red de servicio, respectivamente [93] .

Basado en Internet de las cosas, la web de las cosas es una arquitectura de capa de aplicación de IoT centrada en la convergencia de datos de dispositivos IoT en aplicaciones web para crear casos de uso innovadores. Para la programación de IoT y el flujo de información, una dirección de arquitectura predictiva se llama BPM Everywhere, que combina la gestión de procesos tradicional con inteligencia de procesos y accesibilidad para automatizar la gestión de una gran cantidad de dispositivos coordinados. [94]

Predicciones y difusión de tecnología

En 2011, la cantidad total de dispositivos en el mundo conectados a redes IoT superó la cantidad de personas conectadas a Internet y ascendió a 4.600 millones de unidades [95] .

La inversión global total , según IDC , en áreas relacionadas con el Internet de las cosas, en 2016 ascendió a 737 mil millones de dólares, en 2017 - más de 800 mil millones; para 2021 se prevén inversiones del orden de 1,4 billones de dólares [96] .

Pronóstico: Ericsson estima que en 2018 la cantidad de sensores y dispositivos del Internet de las Cosas debería superar la cantidad de teléfonos móviles , se esperaba que la tasa de crecimiento anual compuesta de este segmento fuera del 23% de 2015 a 2021, para 2021 se pronostica que de aproximadamente los 28 mil millones de dispositivos conectados en todo el mundo, unos 16 mil millones estarán conectados de una forma u otra en el marco del concepto de Internet de las cosas.

En Rusia

En 2020, en comparación con 2019, la proporción de empresas que utilizan IoT aumentó en un 20 %, según la investigación de MTS , las soluciones de IoT son utilizadas por el 60 % de las empresas de la clasificación RBC de las 500 principales . En 2020-2021, según un estudio de MTS, el 17 % de las inversiones en el desarrollo de IoT en Rusia están en la industria , el 15 % en transporte y logística , el 12 % en la industria energética , vivienda y servicios comunales , tecnologías inmobiliarias inteligentes , y la mayor tasa de desarrollo la demostrará la industria de vivienda y servicios comunales, donde se prevé un crecimiento del 39%. [97]

Según PricewaterhouseCoopers , para 2025, solo en Rusia se venderán alrededor de 7 millones de dispositivos domésticos inteligentes [98] . Según Nokia and Machina Research and the Company, en 2025, el mercado global del Internet industrial de las cosas alcanzará los 484 mil millones de euros en ingresos , las principales áreas de aplicación de la tecnología serán la vivienda y los servicios comunales, la salud, la industria y Tecnologías de hogar inteligente. Se prevé que el volumen total del mercado corporativo y de consumo de Internet de las cosas crezca hasta los 4,3 billones de dólares [95] [99]

También hay problemas: en la gran mayoría de los nuevos edificios equipados con sistemas digitales (alrededor del 99 % de estas casas), las soluciones implementadas por el desarrollador no cuentan con el servicio de la empresa administradora y los residentes no las utilizan en su totalidad. En general, las plataformas de Internet de las Cosas existentes en Rusia cubren como máximo el 60% de la funcionalidad necesaria para la gestión de un edificio de viviendas , según un estudio del Laboratorio de Digitalización de la Vivienda. [100]

Notas

  1. ↑ Internet de las cosas  . Glosario de TI de Gartner . Gartner (5 de mayo de 2012). — «El Internet de las Cosas es la red de objetos físicos que contienen tecnología integrada para comunicarse y sentir o interactuar con sus estados internos o el entorno externo». Consultado el 30 de noviembre de 2012. Archivado desde el original el 24 de enero de 2013.
  2. 12 Ashton , 2009 .
  3. Hung Le Hong, Jackie Fenn. Tendencias clave a tener en cuenta en Gartner 2012 Hype  Cycle de tecnologías emergentes . Forbes (18 de septiembre de 2012). Consultado el 30 de noviembre de 2012. Archivado desde el original el 24 de enero de 2013.
  4. Chernyak, 2012 , "... la expansión de las redes inalámbricas, la transición activa a IPv6 y, además, la creciente popularidad de las nubes y el surgimiento de un grupo de tecnologías de interacción máquina a máquina (Machine to Machine, M2M) son moviendo gradualmente el Internet de las cosas a un plano práctico".
  5. Albina Ilshatovna Kireeva. "Internet de las Cosas" y Áreas de su Uso  // Desarrollo Innovador. - 2017. - Emisión. 6(11) . - ISSN 2500-3887 .
  6. Cherniak, 2012 , "El término fue acuñado en 1999 por Kevin Ashton, uno de los primeros entusiastas de RFID y ahora director del Centro de identificación automática del Instituto de Tecnología de Massachusetts".
  7. Ashton, 2009 , "La vinculación de la nueva idea de RFID en la cadena de suministro de P&G con el entonces candente tema de Internet fue más que una buena forma de llamar la atención de los ejecutivos".
  8. Neil Gershenfeld, Raffi Krikorian, Danny Cohen. El Internet de las cosas  (inglés) . Scientific American , octubre de 2004 (1 de octubre de 2004). Consultado el 30 de noviembre de 2012. Archivado desde el original el 24 de enero de 2013.
  9. NIC, 2008 , "Los individuos, las empresas y los gobiernos no están preparados para un futuro posible en el que los nodos de Internet residan en objetos cotidianos como paquetes de alimentos, muebles, documentos en papel y más... Pero en la medida en que los objetos cotidianos se conviertan en riesgos para la seguridad de la información ", IoT podría distribuir esos riesgos mucho más ampliamente que Internet hasta la fecha".
  10. David Evans. El Internet de las Cosas.  Cómo la próxima evolución de Internet lo está cambiando todo . Informe técnico de Cisco . Cisco Systems (11 de abril de 2011). Consultado el 30 de noviembre de 2012. Archivado desde el original el 24 de enero de 2013.
  11. La 2.ª edición anual de Internet de las cosas de  2010 . Foro Europa (1 de enero de 2010). Consultado el 30 de noviembre de 2012. Archivado desde el original el 24 de enero de 2013.
  12. La 3.ª edición anual de Internet de las cosas  2011 . Foro Europa (1 de enero de 2011). Consultado el 30 de noviembre de 2012. Archivado desde el original el 24 de enero de 2013.
  13. Flavio Bonomi, Rodolfo Milito, Jiang Zhu, Sateesh Addepalli. Fog Computing y su papel en el Internet de las  cosas . SIGCOMM'2012 . ACM (19 de junio de 2012). Consultado el 30 de noviembre de 2012. Archivado desde el original el 24 de enero de 2013.
  14. Cherniak, 2012 .
  15. Hung Le Hong. Hype Cycle for the Internet of Things, 2012  (inglés)  (enlace no disponible) . Ciclos de exageración . Gartner (27 de julio de 2012). Consultado el 30 de noviembre de 2012. Archivado desde el original el 24 de enero de 2013.
  16. Zach Shelby, Carsten Bormann. 6LoWPAN: Internet integrado inalámbrico - Parte 1: ¿Por qué 6LoWPAN?  (Inglés) . EE Times (23 de mayo de 2011). Consultado el 1 de enero de 2013. Archivado desde el original el 24 de enero de 2013.
  17. P. Burzacca, M. Mircoli, S. Mitolo, A. Polzonetti. Tecnología “iBeacon” que hará posible el Internet de las Cosas  // Conferencia Internacional sobre Tecnologías y Aplicaciones de Inteligencia de Software & Conferencia Internacional sobre las Fronteras del Internet de las Cosas 2014. - Institución de Ingeniería y Tecnología, 2014. - doi : 10.1049/cp.2014.1553 .
  18. Venkatesh Upadrista. Estrategia empresarial de IoT  // Estándares de IoT con Blockchain. - Berkeley, CA: Apress, 2021. - págs. 25–41 .
  19. Charith Perera, Chi Harold Liu, Srimal Jayawardena. El mercado emergente de Internet de las cosas desde una perspectiva industrial: una encuesta  // Transacciones IEEE sobre temas emergentes en informática. — 2015-12. - T. 3 , núm. 4 . — S. 585–598 . — ISSN 2168-6750 . -doi : 10.1109/ tecc.2015.2390034 .
  20. Makhmoor Bashir, Anish Yousaf, Rajesh Verma. Innovación disruptiva del modelo de negocio: cómo una empresa de tecnología está cambiando la industria tradicional de servicios de taxi  // Indian Journal of Marketing. — 2016-04-01. - T. 46 , n. 4 . - S. 49 . — ISSN 0973-8703 0973-8703, 0973-8703 . -doi : 10.17010 / ijom/2016/v46/i4/90530 .
  21. Won Min Kang, Seo Yeon Moon, Jong Hyuk Park. Un marco de seguridad mejorado para electrodomésticos en hogares inteligentes  // Computación y ciencias de la información centradas en el ser humano. — 2017-03-05. - T. 7 , núm. 1 . — ISSN 2192-1962 . -doi : 10.1186/ s13673-017-0087-4 .
  22. Antonio Trollope. Lady Carbury en casa  // La forma en que vivimos ahora. — Prensa de la Universidad de Oxford, 2016-07-14.
  23. Jussi Karlgren, Lennart E. Fahlén, Anders Wallberg, Pär Hansson, Olov Ståhl. Interfaces socialmente inteligentes para una mayor conciencia energética en el hogar  // Internet de las cosas. — Berlín, Heidelberg: Springer Berlín Heidelberg. — Pág. 263–275 .
  24. Samuel Greengard. El internet de las cosas . - Cambridge, Massachusetts, 2015. - xviii, 210 páginas p. - ISBN 978-0-262-52773-6 , 0-262-52773-1.
  25. Jesse Feiler. Explorando el mundo de HomeKit como desarrollador, diseñador o fabricante de dispositivos  // Aprenda Apple HomeKit en iOS. — Berkeley, CA: Apress, 2016. — págs. 73–87 .
  26. Introducción  // El mundo según XI. — IB Tauris, 2018.
  27. Meagan M.Ehlenz. Hacer que el hogar sea más asequible: fideicomisos de tierras comunitarias que adoptan modelos de propiedad cooperativa para expandir la vivienda asequible  // Journal of Community Practice. — 2018-06-06. - T. 26 , n. 3 . — S. 283–307 . — ISSN 1543-3706 1070-5422, 1543-3706 . doi : 10.1080 / 10705422.2018.1477082 .
  28. Una entrevista con Anton Krueger 19 de septiembre de 2018  // Antología de los mejores "nuevos" poetas africanos de 2018. — Mwanaka Media and Publishing, 2018-12-29. — S. 430–433 .
  29. Suicidios de adultos mayores  // Cuidado de la salud en el hogar ahora. - 2020. - T. 38 , núm. 3 . — P. E5–E6 . — ISSN 2374-4529 . doi : 10.1097 / nhh.0000000000000896 .
  30. Sistema de  domótica // Sistemas embebidos y robótica con herramientas de código abierto. - Boca Ratón: CRC Press, 2016.: CRC Press, 2018-09-03. — S. 109–120 .
  31. BK Hensel, G. Demiris. Tecnologías para una sociedad que envejece: una revisión sistemática de las aplicaciones de "hogar inteligente"  // Anuario de informática médica. — 2008-08. - T. 17 , n. 01 . — Pág. 33–40 . - ISSN 2364-0502 0943-4747, 2364-0502 . -doi : 10.1055 / s-0038-1638580 .
  32. Raafat Aburukba, AR Al-Ali, Nourhan Kandil, Diala AbuDamis. Sistema de control configurable basado en ZigBee para personas con discapacidad múltiple en hogares inteligentes  // 2016 Conferencia Internacional de Informática Industrial y Sistemas Computacionales (CIICS). —IEEE, 2016-03. -doi : 10.1109/ iccsii.2016.7462435 .
  33. Maurice Mulvenna, Anton Hutton, Vivien Coates, Suzanne Martin, Stephen Todd. Puntos de vista de los cuidadores sobre la ética de la tecnología de asistencia utilizada para la vigilancia domiciliaria de personas que viven con demencia  // Neuroética. — 2017-01-24. - T. 10 , n. 2 . — S. 255–266 . - ISSN 1874-5504 1874-5490, 1874-5504 . -doi : 10.1007 / s12152-017-9305-z .
  34. 1 2 D. Romascanu, J. Schoenwaelder, A. Sehgal. Gestión de Redes con Dispositivos Restringidos: Casos de Uso . — Editor de RFC, 2015-05.
  35. Cristiano André da Costa, Cristian F. Pasluosta, Björn Eskofier, Denise Bandeira da Silva, Rodrigo da Rosa Righi. Internet de las cosas de la salud: hacia el control inteligente de los signos vitales en las salas de hospital  // Inteligencia artificial en medicina. — 2018-07. - T. 89 . — S. 61–69 . — ISSN 0933-3657 . -doi : 10.1016/ j.artmed.2018.05.005 .
  36. RSH Istepanian, S. Hu, NY Philip, A. Sungoor. El potencial de Internet de m-health Things "m-IoT" para la detección no invasiva del nivel de glucosa  // Conferencia Internacional Anual 2011 de la Sociedad de Ingeniería en Medicina y Biología del IEEE. —IEEE, 2011-08. -doi : 10.1109/ iembs.2011.6091302 .
  37. Melanie Swan. ¡Sensormanía! Internet de las cosas, informática portátil, métricas objetivas y el yo cuantificado 2.0  // Journal of Sensor and Actuator Networks. — 2012-11-08. - T. 1 , núm. 3 . — S. 217–253 . — ISSN 2224-2708 . -doi : 10.3390/ jsan1030217 .
  38. ^ Publicaciones de negocios internacionales. Estrategia de información de Taiwán, manual de desarrollo de Internet y comercio electrónico: información estratégica, programas, regulaciones. . — [Lugar de publicación no identificado]: Intl Business Pubns Usa, 2015. — ISBN 1-5145-2102-4 , 978-1-5145-2102-1.
  39. Max Grell, Can Dincer, Thao Le, Alberto Lauri, Estefanía Núñez Bajo. Fabric Electronics: metalización autocatalítica de tejidos con tinta de silicio para biosensores, baterías y recolección de energía (Adv. Funct. Mater. 1/2019)  // Materiales funcionales avanzados. — 2019-01. - T. 29 , n. 1 . - S. 1970002 . — ISSN 1616-301X . -doi : 10.1002/ adfm.201970002 .
  40. Can Dincer, Richard Bruch, André Kling, Petra S. Dittrich, Gerald A. Urban. Pruebas multiplexadas en el punto de atención: xPOCT  // Tendencias en biotecnología. — 2017-08. - T. 35 , n. 8 _ — S. 728–742 . — ISSN 0167-7799 . -doi : 10.1016/ j.tibtech.2017.03.013 .
  41. Campamento de Gregory. Spotify. https://www.spotify.com/. Consultado el 21 de enero de 2015  // Revista de la Sociedad de Música Estadounidense. — 2015-08. - T. 9 , núm. 3 . — S. 375–378 . - ISSN 1752-1971 1752-1963, 1752-1971 . -doi : 10.1017/ s1752196315000280 . Archivado desde el original el 14 de marzo de 2021.
  42. Oliver Mack, Peter Veil. Modelos de Negocio de Plataforma e Internet de las Cosas como Conceptos Complementarios para la Disrupción Digital  // Phantom Ex Machina. - Cham: Springer International Publishing, 2016-10-20. — S. 71–85 .
  43. Ovidiu Vermesan, Peter Friess. Digitalización de la industria: Internet de las cosas que conecta los mundos físico, digital y virtual  // Digitalización de la industria: Internet de las cosas que conecta los mundos físico, digital y virtual. - Editorial Río, 2016. - Pág. 1-364 .
  44. 1 2 Khizir Mahmud, Graham E. Town, Sayidul Morsalin, MJ Hossain. Integración de vehículos eléctricos y gestión en el internet de la energía  // Revisiones de Energías Renovables y Sostenibles. — 2018-02. - T. 82 . — S. 4179–4203 . — ISSN 1364-0321 . -doi : 10.1016/ j.rser.2017.11.004 .
  45. Shiva. H. Sutar, Rohan Koul, Rajani Suryavanshi. Integración de teléfonos inteligentes e IOT para el desarrollo de un sistema de transporte público inteligente  // Conferencia internacional 2016 sobre Internet de las cosas y aplicaciones (IOTA). —IEEE, 2016-01. -doi : 10.1109/ iota.2016.7562698 .
  46. Chen Yang, Weiming Shen, Xianbin Wang. El Internet de las cosas en la fabricación: cuestiones clave y aplicaciones potenciales  // Revista IEEE Systems, Man, and Cybernetics. — 2018-01. - T. 4 , núm. 1 . — pág. 6–15 . — ISSN 2333-942X . -doi : 10.1109/ msmc.2017.2702391 .
  47. Stefano Severi, Francesco Sottile, Giuseppe Abreu, Claudio Pastrone, Maurizio Spirito. Tecnologías M2M: Habilitadores para una Internet de las cosas omnipresente  // 2014 Conferencia Europea sobre Redes y Comunicaciones (EuCNC). —IEEE, 2014-06. -doi : 10.1109/ eucnc.2014.6882661 .
  48. Jayavardhana Gubbi, Rajkumar Buyya, Slaven Marusic, Marimuthu Palaniswami. Internet de las cosas (IoT): una visión, elementos arquitectónicos y direcciones futuras  // Sistemas informáticos de generación futura. — 2013-09. - T. 29 , n. 7 . - S. 1645-1660 . — ISSN 0167-739X . -doi : 10.1016/ j.futuro.2013.01.010 .
  49. Lu Tan, Neng Wang. Internet del Futuro: El Internet de las Cosas  // 2010 3er Congreso Internacional de Teoría e Ingeniería Informática Avanzada (ICACTE). —IEEE, 2010-08. -doi : 10.1109/ icacte.2010.5579543 .
  50. Wei Zhang. Mejora de la productividad de la construcción a través de métodos de construcción industrializados . — Biblioteca de la Universidad de Ciencia y Tecnología de Hong Kong.
  51. Keshnee Padayachee. El problema de las amenazas internas desde la perspectiva de la computación en la nube  // Tecnologías de autenticación para computación en la nube, IoT y Big Data. - Institución de Ingeniería y Tecnología, 2019-03-11. — S. 241–272 .
  52. Tecnología de agricultura de precisión para cultivos . - Boca Raton, FL, 2015. - 1 recurso en línea p. — ISBN 1-4822-5107-8 , 978-1-4822-5107-4, 978-1-4822-5108-1, 978-0-429-15968-8, 1-4822-5108-6, 0 429 -15968-4, 978-1-000-21898-5, 1-000-21898-8.
  53. AAAS-AMA, r/Ciencia. AAAS AMA: Hola, somos investigadores de Google, Microsoft y Facebook que estudiamos Inteligencia Artificial. ¡Pregúntenos cualquier cosa! . El Aventador . Consultado: 28 de septiembre de 2021.
  54. Zerina Kapetanovic, Deepak Vasisht, Jongho Won, Ranveer Chandra, Mark Kimball. Experiencias Implementación de una red agrícola siempre  activa // GetMobile: Computación y comunicaciones móviles. — 2017-08-04. - T. 21 , n. 2 . — P. 16–21 . — ISSN 2375-0537 2375-0529, 2375-0537 . -doi : 10.1145/ 3131214.3131220 .
  55. Panagiotis Savvidis, George A. Papakostas. Detección remota de cultivos con IoT e IA en el borde  // 2021 IEEE World AI IoT Congress (AIIoT). —IEEE, 2021-05-10. -doi : 10.1109/ aiiot52608.2021.9454237 .
  56. S. Jagtap, S. Rahimifard. La digitalización de la fabricación de alimentos para reducir los residuos: estudio de caso de una fábrica de comida preparada  // Gestión de residuos. — 2019-03. - T. 87 . — S. 387–397 . — ISSN 0956-053X . -doi : 10.1016/ j.wasman.2019.02.017 .
  57. Mikko Karkkäinen. Aumento de la eficiencia en la cadena de suministro para productos de vida útil corta mediante el etiquetado RFID  // International Journal of Retail & Distribution Management. — 2003-10-01. - T. 31 , n. 10 _ — S. 529–536 . — ISSN 0959-0552 . -doi : 10.1108/ 09590550310497058 .
  58. Sandeep Jagtap, Chintan Bhatt, Jaydeep Thik, Shahin Rahimifard. Monitoreo del desperdicio de papa en la fabricación de alimentos mediante el procesamiento de imágenes y el enfoque de Internet de las cosas  // Sostenibilidad. — 2019-06-05. - T. 11 , n. 11 _ - S. 3173 . — ISSN 2071-1050 . -doi : 10.3390/ su11113173 .
  59. D. Bastos. Nube para IoT: una encuesta de tecnologías y características de seguridad de las soluciones de IoT de nube pública  // Vivir en la Internet de las cosas (IoT 2019). - Institución de Ingeniería y Tecnología, 2019. - doi : 10.1049/cp.2019.0168 .
  60. Mona Mourshed, Chinezi Chijioke, Michael Barber. Cómo siguen mejorando los sistemas escolares más mejorados del mundo  // Voprosy Obrazovaniya/Estudios educativos. Moscú. - 2011. - Edición. 2 . — Pág. 5–122 . - ISSN 2412-4354 1814-9545, 2412-4354 . -doi : 10.17323 / 1814-9545-2011-2-5-122 .
  61. Prihatin Oktivasari. Papelera inteligente basada en Android . - Autor(es), 2018. - doi : 10.1063/1.5042960 .
  62. J. Parello, B. Claise, B. Schoening, J. Quittek. Marco de gestión de la energía . — Editor de RFC, 2014-09.
  63. Faheem Zafari, Ioannis Papapanagiotou, Konstantinos Christidis. Microlocalización para edificios inteligentes equipados con Internet de las  cosas // IEEE Internet of Things Journal. — 2016-02. - T. 3 , núm. 1 . — S. 96–112 . — ISSN 2327-4662 . -doi : 10.1109/ jiot.2015.2442956 .
  64. REUNIÓN ORDINARIA: 8 DE JUNIO DE 1923  // Journal of Molluscan Studies. — 1923-10. — ISSN 1464-3766 . -doi : 10.1093 / oxfordjournals.mollus.a063815 .
  65. Shixing Li, Hong Wang, Tao Xu, Guiping Zhou. Estudio de aplicación de Internet de las cosas en el campo de la protección del medio ambiente  // Informática en control, automatización y robótica / Dehuai Yang. - Berlín, Heidelberg: Springer Berlin Heidelberg, 2011. - T. 133 . — P. 99–106 . - ISBN 978-3-642-25991-3 , 978-3-642-25992-0 . -doi : 10.1007 / 978-3-642-25992-0_13. .
  66. Lo más popular de junio/julio  // Neurology Now. — 2014-08. - T. 10 , n. 4 . - S. 7 . — ISSN 1553-3271 . -doi : 10.1097/ 01.nnn.0000453345.09778.5d .
  67. Jane K. Hart, Kirk Martínez. Hacia una Internet de las Cosas ambiental  // Ciencias de la Tierra y el Espacio. — 2015-05. - T. 2 , núm. 5 . — S. 194–200 . — ISSN 2333-5084 2333-5084, 2333-5084 . -doi : 10.1002/ 2014ea000044 .
  68. Verónica Scuotto, Alberto Ferraris, Stefano Bresciani. Internet de las cosas: aplicaciones y desafíos en las ciudades inteligentes. Un estudio de caso de los proyectos de ciudad inteligente de IBM.  // Diario de gestión de procesos empresariales. — 2016-03-04. - T. 22 , n. 2 . - ISSN 1463-7154 1463-7154, 1463-7154 . -doi : 10.1108 / bpmj-05-2015-0074 .
  69. Kott Alexander, Swami Anantram, West Bruce. Internet de las cosas de combate  // Sistemas abiertos. Subd. - 2017. - Emisión. 1 . — ISSN 1028-7493 .
  70. Deepak K. Tosh, Sachin Shetty, Peter Foytik, Laurent Njilla, Charles A. Kamhoua. Arquitectura segura de Internet de las cosas del campo de batalla (IoBT) potenciada por blockchain  // MILCOM 2018 - 2018 IEEE Military Communications Conference (MILCOM). —IEEE, 2018-10. -doi : 10.1109/ milcom.2018.8599758 .
  71. Nof Abuzainab, Walid Saad. Juego de conectividad dinámica para Internet antagónico de Battlefield Things Systems  // IEEE Internet of Things Journal. — 2018-02. - T. 5 , núm. 1 . — S. 378–390 . — ISSN 2327-4662 . -doi : 10.1109/ jiot.2017.2786546 .
  72. Ovidiu Vermesan, Joel Bacquet. Internet de las cosas de  próxima generación // Internet de las cosas de próxima generación. - Editorial Río, 2018. - S. 1-352 .
  73. Ye Hu, Aníbal Sanjab, Walid Saad. Teoría de juegos psicológicos dinámicos para sistemas seguros de Internet de las cosas del campo de batalla (IoBT)  // IEEE Internet of Things Journal. — 2019-04. - T. 6 , núm. 2 . — S. 3712–3726 . — ISSN 2372-2541 2327-4662, 2372-2541 . -doi : 10.1109/ jiot.2018.2890431 .
  74. Philip L.Richardson. Drifters and Floats  // Enciclopedia de Ciencias Oceánicas. - Elsevier, 2019. - S. 63–70 .
  75. Geoff Giordano. El embalaje activo se vuelve más inteligente  // Ingeniería de plásticos. — 2015-06. - T. 71 , n. 6 _ — P. 24–27 . — ISSN 0091-9578 . -doi : 10.1002/ j.1941-9635.2015.tb01373.x .
  76. Paul Butler. Beneficios para el consumidor y aspectos de conveniencia del empaque  inteligente // Tecnologías de empaque inteligente para bienes de consumo de movimiento rápido. — Chichester, Reino Unido: John Wiley & Sons, Ltd, 2008-04-11. — Pág. 233–245 .
  77. Ananya Sheth, Joseph V. Sinfield. Estudio de síntesis: descripción general de las tecnologías de inspección de alcantarillas fácilmente disponibles . — Universidad de Purdue, 2019-06-06.
  78. Changsheng Chen, Mulin Li, Anselmo Ferreira, Jiwu Huang, Rizhao Cai. Un esquema a prueba de copia basado en los modelos de canal de codificación de barras espacial y espectral  // Transacciones IEEE sobre análisis forense y seguridad de la información. - 2020. - T. 15 . — S. 1056–1071 . - ISSN 1556-6021 1556-6013, 1556-6021 . -doi : 10.1109/ TIFS.2019.2934861 . Archivado desde el original el 6 de octubre de 2021.
  79. A. Sauer, M. Lenz, F.-W. Speckens, M. Stapelbroek, J. Ogrzewalla. Hochleistungsbatterie für Hybridfahrzeuge der Premiumklasse/Batería de alto rendimiento para vehículos híbridos de primera clase  // 41. Internationales Wiener Motorensymposium 22.-24. Abril 2020. - VDI Verlag, 2020. - P. I–350-I-367 .
  80. Amy Nordrum. El internet de menos cosas [Noticias ] // IEEE Spectrum. — 2016-10. - T. 53 , n. 10 _ — P. 12–13 . — ISSN 0018-9235 . -doi : 10.1109/ mspec.2016.7572524 .
  81. Ovidiu Vermesan. Internet de las cosas: tecnologías convergentes para entornos inteligentes y ecosistemas integrados . - Aalborg, Dinamarca, 2013. - 1 recurso en línea (364 páginas) p. - ISBN 978-87-92982-96-4 , 87-92982-96-4.
  82. Gerald Santucci. Hoja de ruta de investigación para futuros sistemas empresariales de Internet  // Apuntes de clase sobre procesamiento de información comercial. — Berlín, Heidelberg: Springer Berlin Heidelberg, 2011. — págs. 3–4 .
  83. Friedemann Mattern, Christian Floerkemeier. Del Internet de las computadoras al Internet de las cosas  // Apuntes de clase en informática. — Berlín, Heidelberg: Springer Berlin Heidelberg, 2010. — págs. 242–259 .
  84. Agustina Calatayud. La cadena de suministro conectada: mejora de la gestión de riesgos en un mundo cambiante . — Banco Interamericano de Desarrollo, 2017-03.
  85. memorando de la cia lecciones de inteligencia de los levantamientos de junio en la rda 16 de julio de 1953 secreto cia . Inteligencia estadounidense sobre Europa, 1945-1995 . Fecha de acceso: 11 de octubre de 2021.
  86. Chelsea Finn, Xin Yu Tan, Yan Duan, Trevor Darrell, Sergey Levine. Autocodificadores espaciales profundos para el aprendizaje visomotor  // 2016 IEEE International Conference on Robotics and Automation (ICRA). —IEEE, 2016-05. -doi : 10.1109/ icra.2016.7487173 .
  87. Mehdi Mohammadi, Ala Al-Fuqaha, Sameh Sorour, Mohsen Guizani. Deep Learning para IoT Big Data y Streaming Analytics: una encuesta  // IEEE Communications Surveys & Tutorials. - 2018. - T. 20 , núm. 4 . — S. 2923–2960 . — ISSN 2373-745X 1553-877X, 2373-745X . -doi : 10.1109/ comst.2018.2844341 .
  88. Mohammad Saeid Mahdavinejad, Mohammadreza Rezvan, Mohammadamin Barekatain, Peyman Adibi, Payam Barnaghi. Aprendizaje automático para el análisis de datos de Internet de las cosas: una encuesta  // Comunicaciones y redes digitales. — 2018-08. - T. 4 , núm. 3 . — S. 161–175 . — ISSN 2352-8648 . -doi : 10.1016/ j.dcan.2017.10.002 .
  89. César Alippi. Inteligencia para sistemas embebidos: un enfoque metodológico . - Berlín, 2014. - 1 recurso en línea (xix, 283 páginas) p. — ISBN 978-3-319-05278-6 319-38232-2.
  90. Flavia C. Delicato, Adnan Al-Anbuky, Kevin I-Kai Wang. Editorial: Sistemas cibernéticos-físicos inteligentes: hacia sistemas de inteligencia generalizada  // Sistemas informáticos de la generación futura. — 2020-06. - T. 107 . — S. 1134–1139 . — ISSN 0167-739X . -doi : 10.1016/ j.futuro.2019.06.031 .
  91. Nane Kratzke, Peter-Christian Quint, Derek Palme, Dirk Reimers. Proyecto Cloud TRANSIT: o para simplificar el aprovisionamiento de aplicaciones nativas de la nube para las PYME mediante la integración de tecnologías de contenedores ya disponibles  // Proyecto espacial europeo sobre sistemas inteligentes, Big Data, Internet del futuro: hacia el servicio de los grandes desafíos sociales. - SCITEPRESS - Publicaciones de Ciencia y Tecnología, 2016. - doi : 10.5220/0007902700030026 .
  92. Internet de las cosas: desafíos, avances y aplicaciones . — Boca Raton, 2018. — 1 recurso en línea (xvii, 418 páginas) p. — ISBN 978-1-315-15500-5 351-65105-6.
  93. Abhik Chaudhuri. Internet de las cosas, para las cosas y por las cosas . - Boca Raton, FL, 2019. - 1 recurso en línea (xxvii, 257 páginas) p. - ISBN 978-1-315-20064-4 , 978-1-351-77968-5, 1-315-20064-3, 1-351-77968-0.
  94. N. A. Verzun, O. S. Ipatov, M. O. Kolbanev. Internet de las Cosas y Seguridad de las Tecnologías de la Información . - 2016. - S. 37-43 .
  95. 1 2 Futuro inteligente . www.kommersant.ru (29 de marzo de 2017). Consultado el 13 de noviembre de 2021. Archivado desde el original el 13 de noviembre de 2021.
  96. Aleksey Lagutenkov. Expansión Silenciosa del Internet de las Cosas  // Ciencia y Vida . - 2018. - Nº 5 . - S. 38-42 .
  97. Investigación de MTS: a fines de 2021, el mercado ruso de Internet de las cosas alcanzará los 117 000 millones de rublos . cnews.ru . Consultado el 13 de noviembre de 2021. Archivado desde el original el 13 de noviembre de 2021.
  98. El mercado del billón de dólares: cómo proteger su hogar inteligente de los piratas informáticos . Forbes.ru . Consultado el 13 de noviembre de 2021. Archivado desde el original el 13 de noviembre de 2021.
  99. Diana Aleksandrovna Bogdanova. Internet de las cosas, Internet de los juguetes, "Internet de todo" - cuestiones de seguridad  // Aprendizaje a distancia y virtual. - 2016. - Edición. 2 (104) . — ISSN 1561-2449 .
  100. Por qué las empresas de gestión no pueden operar la mayoría de los nuevos edificios "inteligentes" // RG, 06/09/2022

Literatura

Enlaces