数据、人工智能、云、区块链、物联网和网络安全融合的挑战

本文旨在解释数据、人工智能、网络安全、云、物联网和区块链之间的关系（依赖关系、相互依赖关系、相互关系、利益），并理解它们的一致性。所有这些领域之间的联系引导我们走向一种新的融合，使它们的互操作性、安全性和标准化成为可能。

因此，我们提供了最新技术的总结，并提供了该领域标准化、方法和参与者的清单，以及文献中确定的用例。

为什么以及如何看待数据、人工智能、云、区块链、物联网和网络安全的“融合”？这些技术有哪些类型的关系？这些关系是如何运作的？最后的好处是什么？

数据与收集、分类、存储、保护、分析数据的数字系统之间确实存在着联系……但这些联系是什么？所有这些子域都构成了经验证的技术，具有自主性和专用性，云主机的销售没有网络监控或智能终端监控等解决方案。人工智能平台并未提出“区块链即服务”或系统化云基础设施类型的解决方案。那么，所有这些子领域的包容、合作和相互关系的领域在哪里呢？

那么，举例来说，当我们阐述数据、IA和云时，为什么以及如何在功能、技术或使用级别上设想“融合”？数据、人工智能和网络安全可以有哪些联系？数据、区块链、IA和网络安全之间存在什么关系？数据、物联网和区块链之间也是如此？

工业组织数字创新项目背后的驱动力是打破筒仓的愿望。存在于部门和组织管理层之间以及与其生态系统之间的筒仓。新的挑战是，这些数字创新项目现在创造了开放、透明、可互操作的合作空间，并将公司从层级、技术壁垒、无法沟通和/或交换信息的协议中分离出来。数据容易获取。

为此，我们认为迫切需要考虑数据、人工智能、区块链、云、物联网和网络安全的相互依赖性。这种新的融合应该引导产业战略采用整体方法来实施各种最先进的数字技术。

数据最初就像“阿尔法”，它是我们今天所知道的人工智能存在的先决条件，基于机器学习和深度学习技术。

在大多数情况下，数据被比作“石油”，一种新的“黑金”，一种“燃料”，一种“数字燃料”，一种运输和激活信息处理系统的“能源”（通常是化石）。我们的比喻有点不同，是根据人体的比喻来表达的：进化的，完美的，脆弱的，容易犯错的，同时有弹性的。这个寓言让我们能够想象血液图像中的数据，这是一种重要的液体，它灌溉、支配、分布在身体的各个部位，并扩散、运输活性氧，以表达所有器官和功能，形成一个有组织、有活力和有功能的整体。

人体器官是实现精确的“生物”功能的仪器，但它依赖于流经供应它们的静脉和动脉的血液流动，否则器官就没有功能，没有作用，就会死亡。

肺、心、肠的存在离不开数以百万计的红细胞，这些红细胞在那里循环并穿过它们。在我们的“生活”和“功能主义”隐喻视角中，数据和人工智能的功能也是如此。

事实上，当前人工智能的发展基本上是基于所谓的机器学习和深度学习（由于多层卷积神经网络，深度学习）技术，这需要使用和利用大数据才能正常工作。

数据与红细胞和/或白细胞相当，重要器官是功能信息处理机制、智能设备，如自动分析和自动分类功能。在人工智能解决方案和平台中由砖块提供（这里我们避免了过度使用的“大脑/AI”类比）。

事实上，一切都是从数据开始的，在一个以数据为中心的组织中，数据是主要和永久的资产，应用程序来来往往。数据体系结构模型先于任何软件应用程序的实现。它是数据遗产的创造。建立了一个数据体系结构，以确保一个公共存储库，一个所有客户、供应商、产品和市场数据的单一真实来源。这是主数据管理的方法。数据一旦被处理、清理、分析、转化为信息，人类就可以做出决策，这是对人工智能自学习算法所做决策的补充，而人工智能算法本身就是由海量数据流提供的。

数据和“可信的”人工智能？

人工智能是所有部门的主要利益所在，因为其应用是多方面的，例如在工业（预测性维护）、健康（诊断和治疗辅助）、车载系统、电子商务或数字安全领域。因此，它不能不引起恐惧和疑问，有时是道德性质的。

基于人工智能的系统必须是可审计的、可解释的，以便向用户（或设计师）告知其操作的特性或限制、与所使用决策相关的选择或推理。

“可审计性”也是一个中心概念，特别是对于自治系统而言，这使得理解和纠正决策错误成为可能。最后，还必须考虑其他技术特性，如可靠性，其中我们将特别包括稳健性概念（即评估系统在未知情况或恶意意图下提供正确答案的能力），可控性（即确保系统只执行预期的操作，而不执行其他操作）。

实现基于人工智能的关键系统需要从经典工程（数据和知识工程、算法工程和系统工程）中汲取灵感并加以丰富。必须能够确保系统符合客户的需求和约束条件，确定确保所有设计阶段安全的方法和工具，同时确保系统在整个生命周期内的可靠性、安全性和网络安全性以及“可维护性”等特性。

因此，工业界面临的挑战是从头到尾装备整个“人工智能工程”过程，同时考虑算法、软件和系统方面，以及数据和知识方面，以形成“工业可信人工智能”的基础。

“以数据为中心”的区块链和物联网。

区块链为“转录”多个利益相关者之间的任何交易提供了一个不变的数据记录和存储环境。使用智能和联网设备记录交易可创建可追溯性，提高安全性，并建立责任和信任。区块链通过其身份验证协议和使数据不可变的能力，支持安全和共享由算法执行的分析产生的数据。

在区块链中，以下问题构成了主要问题：

互操作性：确保各种区块链和DLT协议和平台能够彼此透明地交换数据和通信；

治理：区块链项目以及在分散平台上工作的区块链联盟的良好治理实践和标准；

身份：促进不同协议和区块链平台之间的共同身份框架和/或互操作身份；

安全性：确保各种节点、网络和服务的安全运行；

智能合约：支持最佳实践和标准，以确保智能合约技术安全可靠。

人工智能、区块链、云、物联网和网络安全的所有这些领域的融合围绕着一种“以数据为中心”的方法，在它们之间建立逻辑、功能和技术联系。

这就是数据为信息系统提供信息的方式，而人工智能使其能够进行控制。物联网通过连接的传感器及其交互产生数据，区块链传输和分发安全数据，这些数据被认为是可靠、不可腐蚀、防篡改的。

随着互联网连接设备变得越来越小，越来越普遍，它们捕获数据的能力超过了人类意识到自己活动的能力（数据捕获）。这些设备收集语音、地理位置、环境温度和环境照明等信息，以改善用户体验。

数据保密性和安全性是物联网的主要问题：尽管通过加密和安全证书等身份验证机制进行处理，但这些机制在物联网中正在发展，因为设备是移动的，数据存储在云中。当路由路径动态变化以及当第三方存储数据时，AI技术可用于保持通信私有。

例如，已采用自动学习机向移动车辆分发安全证书，并采用人工免疫系统算法安全地自组织自组织无线传感器网络连接（无线传感器网络），以服务于移动设备。

最后，基本的标准化协议开始出现，如SCHC，它攻击通常互联网协议（IP、UDP和CoAP）的头，这些协议包含各种信息：源地址、目的地、互联网位置。要读取的数据。这种方法的特殊性在于利用物联网的特殊性：一个简单的连接对象，如传感器，其功能远远少于智能手机。然后可以预测发送的数据类型。SCHC压缩标准已经过互联网工程任务组（IETF）的验证和推广。

数据、人工智能、网络安全、云、物联网和区块链之间的依赖关系、相互依存关系、累积收益。这就产生了第一个整体理解和整体一致性，使这些技术和互补数字领域之间的所有“联系”。

考虑这种新的融合必须使上述技术领域的互操作性、安全性和标准化成为可能。因为数据和收集、分类、存储、分析、保护数据的数字系统之间确实存在着联系。

这些融合的技术是相辅相成的，必须以整体的方式加以处理。专注于单一技术的进步并不能探索其在商业上的全部应用。随着它们的成熟和变得更加复杂，以及其他破坏性技术也被企业采用，它们之间的互动将成倍增加。

提醒一下，在一个以数据为中心的组织中，数据是主要和永久的资产，应用程序来来往往。数据体系结构模型先于任何软件应用程序的实现。它是数据遗产的创造。建立了一个数据体系结构，以确保一个公共存储库，一个所有客户、供应商、产品和市场数据的单一真实来源。数据一旦被处理、清理、分析、转化为信息，人类就可以做出决策，这是对人工智能自学习算法所做决策的补充，而人工智能算法本身就是由海量数据流提供的。

因此，数据提供给信息系统，人工智能允许控制。物联网通过连接的传感器及其交互产生数据，区块链传输和分发安全数据，这些数据被认为是可靠、不可腐蚀、防篡改的。网络安全的硬件和软件设备保护数据并确保其形式完整性。云计算使托管数据集和人工智能算法成为可能。人类与网络物理系统并驾齐驱，保持着优势地位。

这就是所有这些技术领域在数字时代如何在“以数据为中心”的方法框架内实现融合，从而使我们能够创建数据、AI、区块链、云、物联网和网络安全之间的逻辑、功能和技术联系。