Internet industrial de las cosas
De Wikipedia, la enciclopedia libre
  (Redirigido desde Industrial Internet of Things )
Saltar a navegación Saltar a búsqueda
Historia de la tecnologia
Por eras tecnológicas
Historia premoderna
Historia moderna
Por regiones históricas
Por tipo de tecnología
Cronogramas de tecnología
Índices de artículos
  • v
  • t
  • mi

El Internet industrial de las cosas ( IIoT ) se refiere a sensores, instrumentos y otros dispositivos interconectados en red junto con las aplicaciones industriales de las computadoras, incluida la fabricación y la gestión de la energía. Esta conectividad permite la recopilación, el intercambio y el análisis de datos, lo que potencialmente facilita mejoras en la productividad y la eficiencia, así como otros beneficios económicos. [1] El IIoT es una evolución de un sistema de control distribuido (DCS) que permite un mayor grado de automatización mediante el uso de la computación en la nube para refinar y optimizar los controles del proceso.

Visión general

Modelo de arquitectura de referencia empresarial de Purdue a la izquierda y modelo de referencia de IoT a la derecha
Correspondencia aproximada entre niveles en el modelo Purdue y la estructura básica de IoT

El IIoT está habilitada por las tecnologías tales como la seguridad cibernética , computación en la nube , el borde de computación , tecnologías móviles , de máquina a máquina , la impresión 3D , avanzadas robótica , grandes volúmenes de datos , Internet de las cosas , RFID tecnología y computación cognitiva . [2] [3] Cinco de los más importantes se describen a continuación:

  • Sistemas ciberfísicos (CPS): la plataforma tecnológica básica para IoT e IIoT y por tanto el principal habilitador para conectar máquinas físicas que antes estaban desconectadas. CPS integra la dinámica del proceso físico con las del software y la comunicación, proporcionando abstracciones y técnicas de modelado, diseño y análisis. [1]
  • Computación en la nube : con la computación en la nube, los servicios y recursos de TI se pueden cargar y recuperar de Internet en lugar de la conexión directa a un servidor. Los archivos se pueden guardar en sistemas de almacenamiento basados ​​en la nube en lugar de en dispositivos de almacenamiento locales. [4]
  • Computación de borde : Un paradigma de computación distribuida que acerca el almacenamiento de datos informáticos al lugar donde se necesita. [5] A diferencia de la computación en la nube , la computación de borde se refiere al procesamiento de datos descentralizado en el borde de la red. [6] La Internet industrial requiere más de una arquitectura de borde más nube en lugar de una basada en una nube puramente centralizada; con el fin de transformar la productividad, los productos y los servicios en el mundo industrial. [3]
  • Análisis de Big Data : el análisis de Big Data es el proceso de examinar conjuntos de datos grandes y variados, o Big Data. [7]
  • Inteligencia artificial y aprendizaje automático : la inteligencia artificial (IA) es un campo dentro de la informática en el que se crean máquinas inteligentes que funcionan y reaccionan como los humanos. [8] El aprendizaje automático es una parte central de la inteligencia artificial, lo que permite que el software prediga resultados con mayor precisión sin ser programado explícitamente. [9]

Arquitectura

Los sistemas IIoT generalmente se conciben como una arquitectura modular en capas de tecnología digital. [10] La capa de dispositivo se refiere a los componentes físicos: CPS, sensores o máquinas. La capa de red consta de buses de red físicos, computación en la nube y protocolos de comunicación que agregan y transportan los datos a la capa de servicio , que consiste en aplicaciones que manipulan y combinan datos en información que se puede mostrar en el tablero del conductor. El estrato superior de la pila es la capa de contenido o la interfaz de usuario. [11]

Arquitectura modular en capas IIoT
Capa de contenidoDispositivos de interfaz de usuario (por ejemplo, pantallas de computadora, estaciones de PoS, tabletas, lentes inteligentes, superficies inteligentes)
Capa de servicioAplicaciones, software para analizar datos y transformarlos en información procesable
Capa de redProtocolos de comunicación, Wi-Fi , Bluetooth , LoRa , celular
Capa de dispositivoHardware: CPS, máquinas, sensores

Historia

La historia del IIoT comienza con la invención del controlador lógico programable (PLC) por Dick Morley en 1968, que fue utilizado por General Motors en su división de fabricación de transmisiones automáticas. [12] Estos PLC permitieron un control preciso de elementos individuales en la cadena de fabricación. En 1975, Honeywell y Yokogawa introdujeron los primeros DCS del mundo, el sistema TDC 2000 y CENTUM, respectivamente. [13] [14] Estos DCS fueron el siguiente paso para permitir un control de procesos flexible en toda la planta, con el beneficio adicional de las redundancias de respaldo al distribuir el control en todo el sistema, eliminando un punto singular de falla en una sala de control central.

Con la introducción de Ethernet en 1980, la gente comenzó a explorar el concepto de una red de dispositivos inteligentes ya en 1982, cuando una máquina de Coca - Cola modificada en la Universidad Carnegie Mellon se convirtió en el primer dispositivo conectado a Internet, [15] capaz de reportar su inventario. y si las bebidas recién cargadas estaban frías. [16] Ya en 1994, se imaginaron mayores aplicaciones industriales, ya que Reza Raji describió el concepto en IEEE Spectrum como "[mover] pequeños paquetes de datos a un gran conjunto de nodos, para integrar y automatizar todo, desde electrodomésticos. a fábricas enteras ". [17]

El concepto de Internet de las cosas se hizo popular por primera vez en 1999, a través del Auto-ID Center del MIT y publicaciones relacionadas con análisis de mercado. [18] Kevin Ashton (uno de los fundadores del Auto-ID Center original) consideró la identificación por radiofrecuencia ( RFID ) como un requisito previo para el Internet de las cosas en ese momento. [19] Si todos los objetos y personas de la vida diaria estuvieran equipados con identificadores, las computadoras podrían administrarlos e inventariarlos. [20] [21] [22] Además de usar RFID, el etiquetado de cosas puede lograrse a través de tecnologías tales como comunicación de campo cercano , códigos de barras , códigos QR y marcas de agua digitales .[23] [24]

La concepción actual del IIoT surgió después del surgimiento de la tecnología en la nube en 2002, que permite el almacenamiento de datos para examinar tendencias históricas, y el desarrollo del protocolo de Arquitectura Unificada OPC en 2006, que permitió comunicaciones remotas y seguras entre dispositivos. programas y fuentes de datos sin la necesidad de intervención humana o interfaces.

Una de las primeras consecuencias de implementar el Internet industrial de las cosas (al equipar los objetos con minúsculos dispositivos de identificación o identificadores legibles por máquina) sería crear un control de inventario instantáneo e incesante. [25] [26] Otro beneficio de implementar un sistema IIoT es la capacidad de crear un gemelo digital del sistema. El uso de este gemelo digital permite una mayor optimización del sistema al permitir la experimentación con nuevos datos de la nube sin tener que detener la producción o sacrificar la seguridad, ya que los nuevos procesos se pueden refinar virtualmente hasta que estén listos para implementarse. Un gemelo digital también puede servir como campo de entrenamiento para los nuevos empleados que no tendrán que preocuparse por los impactos reales en el sistema en vivo. [27]

Estándares y marcos

Los marcos de IoT ayudan a respaldar la interacción entre "cosas" y permiten estructuras más complejas como la computación distribuida y el desarrollo de aplicaciones distribuidas .

  • IBM ha anunciado el IoT cognitivo, que combina el IoT tradicional con la inteligencia y el aprendizaje de las máquinas, la información contextual, los modelos específicos de la industria y el procesamiento del lenguaje natural. [28]
  • La Fundación Estándares XMPP (XSF) es la creación de un marco de este tipo se llama Chatty cosas, que es un estándar completamente abierta, independiente del proveedor utilizando XMPP para proporcionar una, escalable y segura infraestructura distribuida. [29]
  • REST es una arquitectura escalable que permite que las cosas se comuniquen a través del Protocolo de transferencia de hipertexto y se adopta fácilmente para que las aplicaciones de IoT proporcionen comunicación desde una cosa a un servidor web central. [30]
  • MQTT es una arquitectura de publicación-suscripción sobre TCP / IP que permite la comunicación bidireccional entre una cosa y un agente MQTT. [31]
  • Node-RED en un software de código abierto diseñado por IBM para conectar API, hardware y servicios en línea. [32]
  • OPC es una serie de estándares diseñados por la Fundación OPC para conectar sistemas informáticos a dispositivos automatizados. [32]
  • La Arquitectura de referencia de Internet industrial (IIRA) del Industrial Internet Consortium (IIC) y la Industria 4.0 alemana son esfuerzos independientes para crear un estándar definido para las instalaciones habilitadas para IIoT. [32]

Aplicación e industrias

El término Internet industrial de las cosas se encuentra a menudo en las industrias manufactureras, refiriéndose al subconjunto industrial de IoT. Los beneficios potenciales de la Internet industrial de las cosas incluyen una mayor productividad, análisis y la transformación del lugar de trabajo. [33] Se prevé que el potencial de crecimiento mediante la implementación de IIoT generará 15 billones de dólares del PIB mundial para 2030. [33] [34]

Si bien la conectividad y la adquisición de datos son imperativas para IIoT, no son los objetivos finales, sino la base y el camino hacia algo más grande. De todas las tecnologías, el mantenimiento predictivo es una aplicación "más fácil", ya que es aplicable a los activos y sistemas de gestión existentes. Los sistemas de mantenimiento inteligentes pueden reducir el tiempo de inactividad inesperado y aumentar la productividad, que se proyecta para ahorrar hasta un 12% sobre las reparaciones programadas, reducir costos generales de mantenimiento de hasta un 30%, y eliminan las averías hasta un 70%, según algunos estudios. [33] [35] Los sistemas ciberfísicos (CPS) son la tecnología central del big data industrial y serán una interfaz entre y el mundo cibernético.

La integración de sistemas de detección y actuación conectados a Internet puede optimizar el consumo de energía en su conjunto. [36] Se espera que los dispositivos IoT se integren en todas las formas de dispositivos consumidores de energía (interruptores, tomas de corriente, bombillas, televisores, etc.) y puedan comunicarse con la empresa de suministro de servicios públicos para equilibrar eficazmente la generación de energía y uso de energía. [37] Además de la gestión de la energía desde el hogar, el IIoT es especialmente relevante para las redes inteligentes.ya que proporciona sistemas para recopilar y actuar sobre la energía y la información relacionada con la energía de manera automatizada con el objetivo de mejorar la eficiencia, confiabilidad, economía y sustentabilidad de la producción y distribución de electricidad. [37] Mediante el uso de dispositivos de infraestructura de medición avanzada (AMI) conectados a la red troncal de Internet, las empresas de servicios eléctricos no solo pueden recopilar datos de las conexiones del usuario final, sino también administrar otros dispositivos de automatización de distribución como transformadores y reconectadores. [36]

A partir de 2016, otras aplicaciones del mundo real incluyen la incorporación de LED inteligentes para dirigir a los compradores a los espacios de estacionamiento vacíos o resaltar los patrones de tráfico cambiantes, el uso de sensores en los purificadores de agua para alertar a los gerentes a través de la computadora o el teléfono inteligente cuando se deben reemplazar las piezas, colocando etiquetas RFID en el equipo de seguridad para rastrear al personal y garantizar su seguridad, integrando computadoras en herramientas eléctricas para registrar y rastrear el nivel de torque de los aprietes individuales, y recolectando datos de múltiples sistemas para permitir la simulación de nuevos procesos. [34]

Industria automotriz

El uso de IIoT en la fabricación de automóviles implica la digitalización de todos los elementos de producción. El software, las máquinas y los seres humanos están interconectados, lo que permite a los proveedores y fabricantes responder rápidamente a los estándares cambiantes. [38] IIoT permite una producción eficiente y rentable al mover datos de los clientes a los sistemas de la empresa y luego a secciones individuales del proceso de producción. Con IIoT, se pueden incluir nuevas herramientas y funcionalidades en el proceso de fabricación. Por ejemplo, las impresoras 3D simplifican la forma de dar forma a las herramientas de prensado al imprimir la forma directamente del granulado de acero. [39] Estas herramientas permiten nuevas posibilidades de diseño (con alta precisión). La personalización de vehículos también está habilitada por IIoT debido a la modularidad y conectividad de esta tecnología.[38] Mientras que en el pasado trabajaban por separado, IIoT ahora permite que humanos y robots cooperen. [39] Los robots asumen actividades pesadas y repetitivas, por lo que los ciclos de fabricación son más rápidos y el vehículo llega al mercado más rápidamente. Las fábricas pueden identificar rápidamente posibles problemas de mantenimiento antes de que provoquen un tiempo de inactividad y muchas de ellas se están trasladando a una planta de producción de 24 horas debido a una mayor seguridad y eficiencia. [38]La mayoría de las empresas fabricantes de automóviles tienen plantas de producción en diferentes países, donde se fabrican diferentes componentes de un mismo vehículo. IIoT permite conectar estas plantas de producción entre sí, creando la posibilidad de moverse dentro de las instalaciones. Los macrodatos se pueden monitorear visualmente, lo que permite a las empresas responder más rápidamente a las fluctuaciones en la producción y la demanda.

Industria de petróleo y gas

Con el soporte de IIoT, el equipo de perforación y las estaciones de investigación pueden almacenar y enviar grandes cantidades de datos sin procesar para su almacenamiento y análisis en la nube. [40] Con las tecnologías IIoT, la industria del petróleo y el gas tiene la capacidad de conectar máquinas, dispositivos, sensores y personas a través de la interconectividad, lo que puede ayudar a las empresas a abordar mejor las fluctuaciones en la demanda y los precios, abordar la ciberseguridad y minimizar el impacto ambiental. [41]

En toda la cadena de suministro, IIoT puede mejorar el proceso de mantenimiento, la seguridad general y la conectividad. [42]Los drones se pueden utilizar para detectar posibles fugas de petróleo y gas en una etapa temprana y en lugares de difícil acceso (por ejemplo, en alta mar). También se pueden utilizar para identificar puntos débiles en redes complejas de tuberías con sistemas de imagen térmica incorporados. Una mayor conectividad (integración de datos y comunicación) puede ayudar a las empresas a ajustar los niveles de producción basándose en datos en tiempo real de inventario, almacenamiento, ritmo de distribución y demanda prevista. Por ejemplo, un informe de Deloitte establece que al implementar una solución IIoT que integra datos de múltiples fuentes internas y externas (como el sistema de gestión del trabajo, el centro de control, los atributos de la tubería, las puntuaciones de riesgo, los hallazgos de la inspección en línea, las evaluaciones planificadas y el historial de fugas), miles de millas de tuberías se pueden monitorear en tiempo real. Esto permite monitorear las amenazas de las tuberías,mejorar la gestión de riesgos y proporcionar conciencia de la situación.[43]

Los beneficios también se aplican a procesos específicos de la industria del petróleo y el gas. [42]El proceso de exploración de petróleo y gas se puede realizar con mayor precisión con modelos 4D construidos por imágenes sísmicas. Estos modelos mapean las fluctuaciones en las reservas de petróleo y los niveles de gas, se esfuerzan por señalar la cantidad exacta de recursos necesarios y pronostican la vida útil de los pozos. La aplicación de sensores inteligentes y perforadoras automatizadas brinda a las empresas la oportunidad de monitorear y producir de manera más eficiente. Además, el proceso de almacenamiento también se puede mejorar con la implementación de IIoT mediante la recopilación y análisis de datos en tiempo real para monitorear los niveles de inventario y el control de temperatura. IIoT puede mejorar el proceso de transporte de petróleo y gas mediante la implementación de sensores inteligentes y detectores térmicos para brindar datos de geolocalización en tiempo real y monitorear los productos por razones de seguridad. Estos sensores inteligentes pueden monitorear los procesos de la refinería y mejorar la seguridad.La demanda de productos se puede pronosticar con mayor precisión y comunicarse automáticamente a las refinerías y plantas de producción para ajustar los niveles de producción.

Industria de la agricultura

En la industria agrícola, IIoT ayuda a los agricultores a tomar decisiones sobre cuándo cosechar. Los sensores recopilan datos sobre el suelo y las condiciones climáticas y proponen programas de fertilización e irrigación. [44] Algunas granjas de ganado implantan microchips en los animales. Esto permite a los agricultores no solo rastrear a sus animales, sino también obtener información sobre el linaje, el peso o la salud. [45]

Seguridad

A medida que el IIoT se expande, surgen nuevos problemas de seguridad. Cada nuevo dispositivo o componente que se conecta al IIoT [46] puede convertirse en una responsabilidad potencial. Gartner estima que para 2020, más del 25% de los ataques reconocidos a empresas involucrarán sistemas conectados a IoT, a pesar de representar menos del 10% de los presupuestos de seguridad de TI. [47] Las medidas de ciberseguridad existentes son muy inferiores para los dispositivos conectados a Internet en comparación con sus contrapartes informáticas tradicionales, [48] ​​lo que puede permitir que sean secuestrados para ataques basados ​​en DDoS por botnets como Mirai . Otra posibilidad es la infección de controladores industriales conectados a Internet, como en el caso de Stuxnet., sin necesidad de acceso físico al sistema para propagar el gusano. [49]

Además, los dispositivos habilitados para IIoT pueden permitir formas más "tradicionales" de ciberdelito, como en el caso de la violación de datos de Target de 2013 , donde la información fue robada después de que los piratas informáticos obtuvieron acceso a las redes de Target a través de credenciales robadas de un proveedor de HVAC externo. [50] La industria farmacéutica ha tardado en adoptar los avances de IIoT debido a problemas de seguridad como estos. [51] Una de las dificultades para proporcionar soluciones de seguridad en aplicaciones IIoT es la naturaleza fragmentada del hardware. [52] En consecuencia, las arquitecturas de seguridad se están orientando hacia diseños basados ​​en software o independientes del dispositivo. [53]

Los enfoques basados ​​en hardware, como el uso de diodos de datos , se utilizan a menudo al conectar la infraestructura crítica. [54]

Ver también

  • Internet de las Cosas

Referencias

  1. ^ a b Boyes, Hugh; Hallaq, Bil; Cunningham, Joe; Watson, Tim (octubre de 2018). "El internet industrial de las cosas (IIoT): un marco de análisis" . Computadoras en la industria . 101 : 1-12. doi : 10.1016 / j.compind.2018.04.015 . ISSN  0166-3615 .
  2. ^ "Figura 2-Tecnologías para la industria 4.0" . ResearchGate . Consultado el 8 de octubre de 2018 .
  3. ^ a b "Por qué la computación en el borde es un requisito de IIoT: cómo la computación en el borde está preparada para impulsar la próxima revolución industrial" . iotworldtoday.com . Consultado el 3 de junio de 2019 .
  4. ^ Personal, Investopedia (18 de enero de 2011). "Computación en la nube" . Investopedia . Consultado el 8 de octubre de 2018 .
  5. ^ Hamilton, Eric. "¿Qué es Edge Computing: el borde de la red explicado" . cloudwards.net . Consultado el 14 de mayo de 2019 .
  6. ^ "¿Qué es Edge Computing?" . Consultado el 14 de mayo de 2019 .
  7. ^ "¿Qué es el análisis de big data? - Definición de WhatIs.com" . SearchBusinessAnalytics . Consultado el 8 de octubre de 2018 .
  8. ^ "¿Qué es la inteligencia artificial (AI)? - Definición de Techopedia" . Techopedia.com . Consultado el 8 de octubre de 2018 .
  9. ^ "¿Qué es el aprendizaje automático (ML)? - Definición de WhatIs.com" . SearchEnterpriseAI . Consultado el 8 de octubre de 2018 .
  10. ^ Yoo, Youngjin; Henfridsson, Ola; Lyytinen, Kalle (1 de diciembre de 2010). "Comentario de investigación --- La nueva lógica organizativa de la innovación digital: una agenda para la investigación de sistemas de información" . Investigación de sistemas de información . 21 (4): 724–735. doi : 10.1287 / isre.1100.0322 . ISSN 1526-5536 . 
  11. ^ Hylving, Lena; Schultze, Ulrike (1 de enero de 2013). "Evolución de la arquitectura modular en capas en la innovación digital: el caso del grupo de instrumentos del automóvil" . Conferencia Internacional sobre Sistemas de Información (ICIS 2013): remodelando la sociedad a través del diseño de sistemas de información . 2 .
  12. ^ "El padre de la invención: Dick Morley mira hacia atrás en el 40 aniversario del PLC" . Archivado desde el original el 9 de junio de 2019 . Consultado el 10 de mayo de 2017 .
  13. ^ McMahon, Terrence K. (18 de abril de 2005). "Tres décadas de tecnología DCS" . Control Global . Consultado el 27 de noviembre de 2018 .
  14. ^ "Evolución de los sistemas de control industrial" . PACE . 4 de diciembre de 2013 . Consultado el 27 de noviembre de 2018 .
  15. ^ "La" única "máquina de coque en Internet" . Universidad Carnegie Mellon . Consultado el 10 de noviembre de 2014 .
  16. ^ "Internet de las cosas mal ahoga la innovación" . InformationWeek . 7 de julio de 2014 . Consultado el 10 de noviembre de 2014 .
  17. ^ Raji, RS (junio de 1994). "Redes inteligentes para el control". Espectro IEEE . doi : 10.1109 / 6.284793 .
  18. ^ Analista Anish Gaddam entrevistado por Sue Bushell en Computerworld , el 24 de julio de 2000 ("Clave del comercio móvil para la ubicuidad de Internet")
  19. ^ Magrassi, P. (2 de mayo de 2002). "Por qué una infraestructura RFID universal sería algo bueno" . Informe de investigación de Gartner G00106518 .
  20. ^ Magrassi, P .; Berg, T (12 de agosto de 2002). "Un mundo de objetos inteligentes" . Informe de investigación de Gartner R-17-2243 .
  21. ^ Comisión de las Comunidades Europeas (18 de junio de 2009). "Internet de las cosas: un plan de acción para Europa" (PDF) . COM (2009) 278 final.
  22. ^ Wood, Alex (31 de marzo de 2015). "Internet de las cosas está revolucionando nuestras vidas, pero los estándares son imprescindibles" . The Guardian .
  23. ^ "De M2M a Internet de las cosas: puntos de vista de Europa" . Techvibes . 7 de julio de 2011. Archivado desde el original el 24 de octubre de 2013 . Consultado el 11 de mayo de 2017 .
  24. ^ Sristava, Lara (16 de mayo de 2011). "Internet de las cosas - Regreso al futuro (presentación)" . Conferencia de la Comisión Europea sobre Internet de las cosas en Budapest, a través de YouTube.
  25. ^ Magrassi, P .; Panarella, A .; Deighton, N .; Johnson, G. (28 de septiembre de 2001). "Computadoras para adquirir el control del mundo físico" . Informe de investigación de Gartner T-14-0301 .
  26. ^ "La evolución de Internet de las cosas" . Casaleggio Associati . Febrero de 2011.[ necesita cotización para verificar ]
  27. ^ Bacidore, Mike (20 de junio de 2017). "La Planta Conectada habilita el gemelo digital" . Control Global . Consultado el 27 de noviembre de 2018 .
  28. ^ "IBM y la revolución de la computación cognitiva" . www.gigabitmagazine.com . Consultado el 18 de septiembre de 2019 .
  29. ^ "Páginas de tecnología / sistemas IoT" . Consultado el 26 de junio de 2015 .
  30. ^ Manual de desarrollo de estrategia de información, Internet y comercio electrónico de Taiwán: información estratégica, regulaciones, contactos . IBP USA. 8 de septiembre de 2016. p. 82. ISBN 978-1514521021.
  31. ↑ Presher, Al (4 de septiembre de 2019). "Los dispositivos de borde aprovechan MQTT para la conectividad de IIoT" . Noticias de diseño . Consultado el 18 de septiembre de 2019 .
  32. ^ a b c "El estado del Internet industrial de las cosas | Mundo de la automatización" . www.automationworld.com . Consultado el 26 de mayo de 2017 .
  33. ^ a b c Daugherty, Paul; Negm, Walid; Banerjee, Prith; Alter, Allan. "Impulsar el crecimiento no convencional a través del Internet industrial de las cosas" (PDF) . Accenture . Consultado el 17 de marzo de 2016 .
  34. ^ a b Zurier, Steve. "Cinco empresas de IIoT demuestran el valor de la fabricación conectada a Internet" . Agenda de IoT . Consultado el 11 de mayo de 2017 .
  35. ^ "Informe de conocimientos de Internet industrial" (PDF) . Accenture . Consultado el 17 de marzo de 2016 .
  36. ^ a b Ersue, M .; Romascanu, D .; Schoenwaelder, J .; Sehgal, A. (mayo de 2015). Gestión de redes con dispositivos restringidos: casos de uso . doi : 10.17487 / RFC7548 . RFC 7548 .
  37. ↑ a b Parello, J .; Claise, B .; Schoening, B .; Quittek, J. (septiembre de 2014). Marco de gestión energética . doi : 10.17487 / RFC7326 . RFC 7326 .
  38. ^ a b c Maestros, Kristin. "El impacto de la industria 4.0 en la industria automotriz" . Consultado el 8 de octubre de 2018 .
  39. ↑ a b Volkswagen Group (2015-08-20), Industry 4.0 in the Volkswagen Group , consultado el 8 de octubre de 2018
  40. ^ Gilchrist, Alasdair (2016). "Industria 4.0 - el internet industrial de las cosas". Apress Media . doi : 10.1007 / 978-1-4842-2047-4 . ISBN 978-1-4842-2046-7.
  41. ^ "SAP" . fm.sap.com . Consultado el 8 de octubre de 2018 .
  42. ^ a b "Cómo la industria 4.0 está transformando la cadena de suministro de petróleo y gas" . www.bdo.com . Consultado el 8 de octubre de 2018 .
  43. ^ Deloitte Insights (2018). "Tendencias tecnológicas 2018 para la industria del petróleo y el gas" (PDF) . Consultado el 8 de octubre de 2018 .
  44. ^ "¿Qué es IIoT? Definición y detalles" . www.paessler.com . Consultado el 6 de octubre de 2020 .
  45. ↑ Jeffries, Adrianne (10 de mayo de 2013). "Internet de las vacas: la tecnología podría ayudar a rastrear enfermedades, pero los ganaderos son resistentes" . The Verge . Consultado el 6 de octubre de 2020 .
  46. ^ " Haga sonar la alarma: cómo tomarse en serio la seguridad industrial de IoT - Agenda de IoT" . internetofthingsagenda.techtarget.com . Consultado el 11 de mayo de 2017 .
  47. ^ "Gartner dice que el gasto mundial en seguridad de IoT alcanzará los $ 348 millones en 2016" . Consultado el 11 de mayo de 2017 .
  48. ^ "Cómo se utilizan los dispositivos IoT infectados para ataques DDoS masivos - Fedscoop" . Fedscoop . 26 de septiembre de 2016 . Consultado el 11 de mayo de 2017 .
  49. ^ "La seguridad de los datos de IoT es vulnerable a medida que proliferan los dispositivos conectados" . Agenda de IoT . Consultado el 11 de mayo de 2017 .
  50. ^ "Target Hackers rompió en Via HVAC Company - Krebs on Security" . krebsonsecurity.com . Consultado el 11 de mayo de 2017 .
  51. ^ Mullin, Rick (22 de mayo de 2017). "La planta de drogas del futuro" . Noticias de Química e Ingeniería . 95 (21) . Consultado el 29 de octubre de 2018 .
  52. ^ Fogarty, Kevin (29 de mayo de 2018). "Por qué la seguridad de IIoT es tan difícil" . Ingeniería de Semiconductores . Consultado el 31 de octubre de 2018 .
  53. ^ Dahad, Nitin. "Guía del diseñador para la seguridad IIoT" . EETimes . Consultado el 31 de octubre de 2018 .
  54. ^ "Diodos de datos tácticos en sistemas de control y automatización industrial" .
Obtenido de " https://en.wikipedia.org/w/index.php?title=Industrial_internet_of_things&oldid=1039550386 "
Contribute a better translation