LA SFIDA CYBER

Automazione industriale, per l’IoT serve un modello decentralizzato

Secondo Juniper Research bisogna passare dall’apprendimento automatico a quello federato per minimizzare le possibilità di frode di dati sensibili. Il numero dei sensori quest’anno raggiungerà quota 3,4 miliardi per poi balzare a 6,5 entro il 2028, ma il 90% delle connessioni richiederà l’implementazione di servizi a garanzia della cybersecurity

Pubblicato il 11 Mar 2024

Giampiero Rossi

Futuristic,City,,Security,,Block,Chain,,Data,Transformation,,Big,Data,,Iot,

Un nuovo report di Juniper Research, dal titolo Global Cellular Iot Market 2024-2028, ha rilevato che il numero globale di dispositivi Iot, che utilizzano reti cellulari per la connessione, aumenterà da 3,4 miliardi nel 2024 a 6,5 miliardi entro il 2028. Tuttavia, lo studio prevede che questa crescita del 90% delle connessioni richiederà la distribuzione di nuovi servizi che permettano un’automazione efficiente della gestione e della sicurezza di questi dispositivi.

Infrastrutture intelligenti la chiave per gestire l’aumento dei dati

Nelle innovazioni della gestione intelligente delle infrastrutture si trova la chiave per affrontare il crescente aumento di dati, consentendo agli utenti Iot di automatizzare la configurazione dei dispositivi e garantire processi di sicurezza e connettività in tempo reale. La società di ricerca prevede che i dati Iot generati a livello globale cresceranno fino a 46 petabyte nel 2028, rispetto ai 21 petabyte di quest’anno; ciò porterà a ulteriori investimenti nei servizi di automazione Iot, come l’apprendimento federato.

Apprendimento federato per ridurre al minimo i rischi per la sicurezza

Attualmente, la maggior parte dei modelli di apprendimento automatico viene addestrata attraverso fonti di dati archiviate in un’unica posizione, creando un rischio maggiore di frode da parte degli operatori. In risposta a questa sfida, lo studio consiglia agli operatori di adottare modelli di apprendimento federato, un sottoinsieme dell’apprendimento automatico che implementa un approccio decentralizzato dei dati per minimizzare le opportunità di frode nelle reti Iot. L’apprendimento automatico federato limita l’esposizione dei dati Iot sensibili, riducendo così la minaccia di violazione dei dati.

Sicurezza dei dati una priorità per operatori e piattaforme

Inoltre, secondo l’autore della ricerca, Alex Webb, con l’aumento del numero di connessioni di Iot, che utilizzano reti cellulari per la connessione, è fondamentale che sia le piattaforme che gli operatori garantiscano la sicurezza dei dati durante la transizione e sul dispositivo. L’assenza di tale sicurezza potrebbe scoraggiare gli utenti che usano Iot, operanti in settori sensibili, dall’adottare tali connessioni.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 5