物聯(lián)網(wǎng)正在興起。據(jù)報道稱，由于COVID-19的影響，物聯(lián)網(wǎng)服務市場預計將從2019年的1434.8億美元下降到2020年的139.36美元，但最終在2023年增加到2604.1億美元。物聯(lián)網(wǎng)商業(yè)新聞進一步研究發(fā)現(xiàn)，智能設備預計將在2019年至2030年間從76億臺設備增長到241億臺設備，該市場的最終價值在該年達到1.5萬億美元。

盡管有這些增長預測，但物聯(lián)網(wǎng)設備仍為企業(yè)帶來了獨特的挑戰(zhàn)。根據(jù)IoT Evolution World的說法，智能產(chǎn)品面臨的幾個障礙非常突出。具體如下：

連接性

企業(yè)期望其IoT設備能夠不間斷正常的工作。但是，這比聽起來容易。無線連接可能很復雜，尤其是隨著無線標準和相關技術的不斷發(fā)展。確保這些設備在為許多智能產(chǎn)品以及傳統(tǒng)IT資產(chǎn)提供服務的網(wǎng)絡上的可用性尤其具有挑戰(zhàn)性。

連續(xù)性

一旦他們確保其IoT設備連接到網(wǎng)絡，企業(yè)就需要確保這些產(chǎn)品有足夠的汁液來實現(xiàn)其預期目的。這在更專業(yè)的環(huán)境中很重要。例如，企業(yè)需要確保服務于其工業(yè)環(huán)境的IoT設備具有足夠長的電池壽命，而不需要每隔幾個月更換一次。否則，企業(yè)的工業(yè)流程可能會遭受中斷，從而可能影響公共安全。另一個例子是，企業(yè)必須確保諸如起搏器之類的醫(yī)療設備能夠為他們的主人服務。

網(wǎng)絡安全

傳統(tǒng)的數(shù)字安全解決方案傾向于為網(wǎng)絡和云端提供覆蓋，但它們對端點和空中傳送（OTA）漏洞的防護效果較差。如上所述，無線協(xié)議非常復雜，許多公司設計智能產(chǎn)品的目的是加快上市速度，而不是安全性。這些因素加在一起，為惡意行為體提供了危害企業(yè)物聯(lián)網(wǎng)設備的機會。然后，他們可以使用這些產(chǎn)品訪問更大范圍的網(wǎng)絡和/或竊取企業(yè)的數(shù)據(jù)。

這些挑戰(zhàn)提出了一個問題：企業(yè)如何充分利用其物聯(lián)網(wǎng)設備？

容器：可能的解決方案

一些企業(yè)正在將容器作為解決方案。如Docker所述，容器是軟件的標準化單元，其中包含應用程序的代碼及其所有依賴項。因此，無論底層基礎結構或主機操作系統(tǒng)如何，容器都能夠在計算環(huán)境上運行。

正是這種可移植性使容器成為解決上述某些挑戰(zhàn)的理想解決方案。正如CRN所解釋的，容器可以在客戶端和服務器上運行，并且它們允許管理員將修訂作為容器映像推出。它們使企業(yè)更容易為所有物聯(lián)網(wǎng)實現(xiàn)所依賴的終端設備開發(fā)軟件和管理更新。

容器不僅支持企業(yè)當前的物聯(lián)網(wǎng)設備。它們還增強了企業(yè)擴展其物聯(lián)網(wǎng)環(huán)境的能力。他們通過啟用微服務模型來做到這一點，在這種模型中，企業(yè)可以跨松散耦合的獨立單元在云中部署設備，軟件和其他資源。這種模塊化方法允許企業(yè)快速部署和管理更復雜的應用程序，同時消耗的計算資源比虛擬機少

容器警告

但是，使用容器存在某些挑戰(zhàn)。Tech Target指出，例如，Docker容器平臺的原始設計支持傳統(tǒng)的基于x86的計算機架構。這些架構在IoT設備中通常不具有。相比之下，這些智能產(chǎn)品經(jīng)常使用ARM，這是Docker確實支持的一種處理器，但是在安全社區(qū)中的測試較少。這些設備可能會使用Android作為替代，但此OS也無法享受Docker支持。

企業(yè)還需要記住，容器并非不受數(shù)字安全威脅的影響。如果沒有得到適當?shù)谋Ｗo，他們可能會遭受安全漏洞的攻擊，這些漏洞可能使惡意行為者能夠訪問設備并利用它們來竊取企業(yè)的數(shù)據(jù)。

認識到這些風險，企業(yè)需要努力應對這些挑戰(zhàn)。他們應該在購買之前先仔細研究其IoT設備。此過程的一部分應涉及確定特定IoT設備的計算機體系結構是否將支持企業(yè)的容器。還應包括弄清楚設備是否已通過供應商的安全測試。

到那時，IT部門可以設計和/或細分滿足企業(yè)每個容器的連接需求的網(wǎng)絡。此過程需要適當?shù)挠媱潱紤]到每個容器的預期目的（例如它們可能運行的IoT設備）。從那里，IT團隊人員可以使用StackRox識別的最佳實踐來保護其容器映像。這些準則包括刪除不必要的軟件，并定期掃描圖像中的漏洞。