对于供应商及其客户而言，由于复杂性、成本的问题，物联网安全在很大程度上仍然是在出现问题之后才会考虑的问题。这些物联网设备应如何在企业网络上运行，需要进行更深入的行为分析，这与过去笔记本电脑和智能手机等设备所使用的方法大相径庭。

　　鉴于人们采用单一用途网络连接设备的速度越来越快，大多数高管都非常担心物联网设备可能给他们的业务带来的潜在风险。值得关注的是由于处理不当，这些设备会影响安全和日常运营。如果没有得到妥善保护，被黑客入侵的物联网设备可以提供企业数据的网关和巨大的漏洞。

　　其实，物联网安全性正在尝试自动保护这些设备，并使用已经在网络中肆虐的现有数据包阻止来自越来越多的处理器和内存受限的物联网设备的威胁。这些系统的行为与传统计算机有很大不同，它们与企业防火墙外的系统进行交互。

　　幸运的是，最近大数据网络分析的技术进步，结合人工智能（AI）和机器学习（ML）技术，正在产生新的平台，可以解决网络世界迫在眉睫的安全问题。

　　无论是使用新的AI解决方案还是寻找以更小的步骤更好地保护物联网网络的方法，要确保安全解决方案包括以下原则。

　　由于物联网设备的设计并不具备强大的网络或安全功能，因此只需在网络上找到它们并准确了解它们的行为方式就是第一步。应用于分析网络流量的新AI和机器学习技术可以提供分层设备分类系统，该系统使用每个检测到的设备的详细行为来自动地对物联网设备进行盘点和分类。

　　了解正常的物联网设备行为能够标记机器异常，AI和机器学习算法非常适合此目的，因为它们允许在整个网络中实时分析和测量网络上的每个设备，以确定物联网设备何时、何地和为何表现不佳或可能产生安全威胁。

　　在具有正常行为标准的情况下，任何与该行为的偏差都可以立即检测到性能问题或潜在的安全问题。仅了解性能问题或潜在的安全威胁是不够的，采取行动隔离有异常表现的物联网设备至关重要，这需要新的物联网平台使用与现有安全工具的编程接口来主动实施安全策略。

　　国内物联网卡供应平台物联卡商城表示，企业要在新的物联网系统上实现合理的投资回报率，他们必须采用更完整的物联网方法，包括性能和安全方面，使用对已经遍布当今网络的不断增加的流量进行复杂的数据分析。

（文章来源：http://www.wlk.cn/a/510）