IoT ( Internet of Things) for Entrepreneurs, Managers and Investors 培训

技术进步和信息量的增加正在改变许多行业的业务模式，包括政府机构。由于移动设备和应用、智能传感器和设备、云计算解决方案以及面向公民的门户的快速增长，政府数据生成和数字存档率正在上升。随着数字信息的扩展和复杂化，信息管理、处理、存储、安全和处置也变得更加复杂。新的捕获、搜索、发现和分析工具正在帮助组织从其非结构化数据中获得洞察。政府市场正处于一个转折点，意识到信息是一种战略资产，政府需要保护、利用和分析结构化和非结构化信息，以更好地服务和满足任务需求。随着政府领导者努力发展数据驱动的组织以成功完成任务，他们正在为跨事件、人员、流程和信息的依赖关系奠定基础。

高价值的政府解决方案将由最具颠覆性的技术组合而成：

• 移动设备和应用
• 云服务
• 社交商业技术和网络
• 大数据和分析

大数据是智能行业解决方案之一，它使政府能够通过分析大量数据（相关和不相关、结构化和非结构化）揭示的模式来做出更好的决策。

但实现这些成就远不止简单地积累大量数据。白宫科技政策办公室的Tom Kalil和Fen Zhao在OSTP博客的一篇文章中写道：“理解这些大数据量需要尖端工具和技术，能够从大量和多样化的信息流中分析和提取有用的知识。”

白宫在2012年设立了国家大数据研究与开发计划，朝着帮助机构找到这些技术迈出了一步。该计划包括超过2亿美元，以充分利用大数据的爆炸式增长及其分析工具。

大数据带来的挑战几乎与其承诺一样令人望而生畏。高效存储数据是这些挑战之一。预算总是紧张的，因此机构必须最大限度地降低每兆字节的存储成本，并确保数据易于访问，以便用户能够在需要时获取数据。备份大量数据进一步加剧了这一挑战。

有效分析数据是另一个主要挑战。许多机构采用商业工具，使他们能够筛选大量数据，发现有助于提高运营效率的趋势。（MeriTalk最近的一项研究发现，联邦IT高管认为大数据可以帮助机构节省超过5000亿美元，同时还能实现任务目标。）

定制开发的大数据工具也允许机构满足分析数据的需求。例如，橡树岭国家实验室的计算数据分析组已将其Piranha数据分析系统提供给其他机构。该系统帮助医学研究人员找到了一种可以在主动脉瘤发作前提醒医生的链接。它还用于更平凡的任务，例如筛选简历以将求职者与招聘经理联系起来。

Insurtech（又名数字保险）是指保险 + 新技术的融合。在 Insurtech 领域，“数字保险公司”将技术创新应用于其业务和运营模式，以降低成本、改善客户体验并提高运营敏捷性。

在这种讲师指导的培训中，参与者将了解在其组织和整个行业内实现数字化转型所需的技术、方法和思维方式。该培训 针对需要获得全域理解、打破炒作和行话并迈出建立 Insurtech 战略第一步的经理。

在本次培训结束时，参与者将能够：

• 智慧、系统地讨论 Insurtech 及其所有组成部分
• 识别并揭开 Insurtech 中每项关键技术的作用的神秘面纱。
• 起草在组织内实施 Insurtech 的总体策略

观众

• 保险公司
• 保险行业的技术人员
• 保险利益相关者
• 顾问和业务分析师

课程形式

• 部分讲座、部分讨论、练习和案例研究小组活动

本次由讲师指导的培训（线上或线下）面向中级IT专业人士和业务经理，旨在帮助他们了解物联网和边缘计算在提高效率、实现实时处理和推动各行业创新方面的潜力。

培训结束后，学员将能够：

• 理解物联网和边缘计算的原理及其在数字化转型中的作用。
• 识别物联网和边缘计算在制造、物流和能源领域的应用场景。
• 区分边缘计算与云计算的架构及部署场景。
• 实施边缘计算解决方案，用于预测性维护和实时决策。

本次由讲师指导的线下或线上培训，面向中级开发人员、系统架构师和行业专业人士，旨在帮助他们利用Edge AI增强物联网应用的智能数据处理和分析能力。

培训结束后，学员将能够：

• 理解Edge AI的基础知识及其在物联网中的应用。
• 为物联网设备设置和配置Edge AI环境。
• 在边缘设备上开发和部署用于物联网应用的AI模型。
• 在物联网系统中实现实时数据处理和决策。
• 将Edge AI与各种物联网协议和平台集成。
• 解决Edge AI在物联网中的伦理问题和最佳实践。

这种由 中国 的讲师指导式现场培训（在线或现场）面向希望使用 Edge Computing 来分散数据管理以获得更快性能的产品经理和开发人员，利用位于源网路上的智能设备。

在本次培训结束时，参与者将能够：

• 了解 Edge Computing 的基本概念和优势。
• 确定可以应用 Edge Computing 的用例和示例。
• 设计和构建 Edge Computing 解决方案，以加快数据处理速度并降低运营成本。

这种讲师指导的现场培训在 中国（在线或现场）进行，面向希望应用 Federated Learning 来优化IoT和边缘计算解决方案的中级专业人士。

在本次培训结束时，参与者将能够：

• 了解 Federated Learning 在IoT和边缘计算中的原理和优势。
• 在 IoT 设备上实施 Federated Learning 模型以进行去中心化的 AI 处理。
• 减少延迟并改进边缘计算环境中的实时决策。
• 解决与IoT系统中的数据隐私和网路限制相关的挑战。

物联网（IoT）是一个新兴的技术领域，它通过无线连接物理对象和软件应用程序，实现远程感知和控制。增强现实（AR）是一种通过将虚拟计算机生成的元素与物理现实环境相结合来提升用户体验的技术。AR使企业能够为用户提供实时、真实世界的信息视图。这两项技术在多个行业中得到了迅速增长的采用率。

在这次由讲师指导的线下培训中，参与者将学习物联网和增强现实的基础知识，并将这些知识应用于其组织的运营和战略中。

培训结束后，参与者将能够：

• 了解物联网和增强现实的基础知识
• 学习物联网和增强现实技术的工作原理
• 了解如何将物联网和增强现实技术应用于企业的战略中
• 做出关于物联网和增强现实的明智业务决策

受众

• 经理
• 企业家

课程形式

• 部分讲座、部分讨论、练习和大量动手实践

注意

• 如需为此课程定制培训，请联系我们安排。

在中国的本次讲师指导的线下培训中，学员将学习物联网（IoT）的基础知识，并逐步创建一个基于Arduino的物联网传感器系统。

在培训结束时，学员将能够：

• 理解物联网的原理，包括物联网组件和通信技术。
• 学习如何使用Arduino通信模块，这些模块可用于不同的物联网系统。
• 学习如何使用和编程移动app来控制Arduino。
• 使用Wi-Fi模块将Arduino连接到其他设备。
• 构建并部署自己的物联网传感器系统。

与其他技术不同，物联网（IoT）更加复杂，涵盖了几乎所有的核心工程领域——机械、电子、固件、中间件、云、分析和移动。对于每一个工程层，都有经济、标准、法规和技术发展的各个方面。这是首次提供一个全面的课程，涵盖物联网工程的所有关键方面。

对于制造业专业人士来说，最关键的是了解工业物联网的进展，包括预测性和预防性维护、基于条件的机器监控、生产优化、能源优化、供应链优化以及制造设施的运行时间等。

总结

• 一个高级培训课程，涵盖智能工厂中物联网的最新技术。
• 跨越多个技术领域，培养对物联网系统及其组件的认识，以及它如何帮助制造业管理专业人士。
• 智能工厂模型IIoT应用的现场演示。

目标受众

• 负责各自制造组织内业务和运营流程的经理，他们希望了解如何利用物联网使其系统和流程更高效。

时长 3天（每天8小时）

物联网（IoT）市场价值的估计非常巨大，因为从定义上讲，物联网是一个集成和扩散的设备、传感器和计算能力层，覆盖了整个消费者、企业对企业（B2B）和政府行业。物联网的连接数量将不断增加：目前有19亿台设备，到2018年将达到90亿台。那一年，它将大致相当于智能手机、智能电视、平板电脑、可穿戴计算机和PC的总和。

在消费领域，许多产品和服务已经跨越到物联网，包括厨房和家用电器、停车、RFID、照明和加热产品，以及工业互联网中的许多应用。

然而，物联网的底层技术并不新鲜，因为M2M通信自互联网诞生以来就存在。然而，过去几年发生的变化是，大量廉价的无线技术的出现，加上智能手机和平板电脑在家庭中的广泛应用。移动设备的爆炸性增长导致了当前对物联网的需求。

工业物联网（IIoT）自2014年以来在制造业中广泛使用，自那时以来，许多IIoT创新已经出现。本课程将介绍工业物联网领域创新的所有重要方面。

本培训旨在对新兴行业进行技术和业务回顾，以便物联网爱好者/企业家能够掌握物联网技术和业务的基础知识。

课程目标

课程的主要目标是介绍新兴技术选项、平台以及物联网在智能工厂中的实施案例研究。

1. 研究一些常见的IIoT平台（如西门子MindSphere和Azure IoT）的业务和技术。
2. 开源/商业企业云平台，用于AWS-IoT apps、Azure-IOT、Watson-IOT、Mindsphere IIoT云以及其他小型IoT云。
3. 开源/商业电子平台，用于IoT——Raspberry Pi、Arduino、ArmMbedLPC等。
4. IIoT的安全问题及安全解决方案。
5. 用于注册、数据采集和控制的移动/桌面/Web应用程序。
6. M2M无线协议——WiFi、LoPan、BLE、Ethernet、Ethercat、PLC：何时何地使用哪种协议？
7. IoT所有元素的基本介绍——机械、电子/传感器平台、无线和有线协议、移动与电子集成、移动与企业集成、数据分析和总控制平面。

Internet of Things (IoT) 是一种网路基础设施，它以无线方式连接物理对象和软体应用程式，允许它们通过网路通信、云计算和数据捕获相互通信并交换数据。

在这个由讲师指导的现场培训中，参与者将学习物联网的基础知识，同时逐步使用Raspberry Pi创建物联网感测器系统。

在培训结束时，参与者将能够：

• 了解物联网的原理，包括物联网元件和通信技术
• 了解如何专门为IoT应用程式设置Raspberry Pi
• 构建和部署自己的物联网感测器系统

观众

• 爱好者
• 硬体/软体工程师和技术人员
• 各行各业的技术人员
• 初学者开发人员

课程形式

• 部分讲座，部分讨论，练习和大量的实践练习

注意

• Raspberry Pi 支援各种作业系统和程式设计语言。本课程将使用基于 Linux 的 Raspbian 作为作业系统，使用 Python 作为程式设计语言。如需具体设置，请联系我们进行安排。
• 参与者负责购买 Raspberry Pi 硬体和元件。

在过去的三年里，物联网工程领域发生了巨大的变化，这些变化主要由微软、谷歌和亚马逊推动。这些巨头投资了数十亿美元，开发了更易于管理并能够保护部分数据边界的物联网平台。同时，物联网边缘技术在研究和部署方面也获得了极大的发展，成为实际物联网实施的唯一手段。5G技术也承诺将彻底改变物联网业务。这导致了物联网研究资金在全新领域的大规模投入。

然而，由于各个层级的安全问题，物联网的大规模应用进展缓慢。固件和网关的安全性远未达到理想状态。其中一个主要问题是，不同的大型物联网供应商在安全问题上的分歧。微软Azure和亚马逊AWS各自推出了自己的安全标准，而NIST则提出了更为全面的标准。OWASP的物联网安全10层模型虽然产生了一些影响，但由于Azure或谷歌等主要物联网平台未采用，整体上未能取得太大进展。

第二个主要关注点是固件的安全性。大多数固件仍然容易受到任何形式的补丁攻击，无论是通过OTA（空中下载）还是通过硬件端口本地进行。

课程目标

1. 介绍物联网的所有技术栈、数据模型和漏洞
2. 绘制每个技术栈及其之间的漏洞层级
3. 供应商和第三方设备的漏洞
4. 学习NIST的物联网安全标准

机器对机器（M2M）是指联网的机械或电子设备之间的直接自动通信。

在这个由讲师指导的 中国 现场培训中，参与者将在开发和部署基于样本 NB-IoT 的应用程式时了解 NB-IoT （也称为 LTE Cat NB1）的各个方面。

在培训结束时，参与者将能够：

• 确定 NB-IoT 的不同组成部分，以及如何组合在一起形成一个生态系统。
• 了解并解释 NB-IoT 设备中内置的安全功能。
• 开发一个简单的应用程式来跟踪 NB-IoT 个设备。

在这个由 <lo> 讲师指导的现场培训中，参与者将学习如何在设置、配置、监控和排除 Nginx 故障处理各种形式的 HTTP/TCP 流量时最大限度地提高 Nginx 的性能。涵盖的主题包括如何配置 Nginx 中最重要的参数、操作系统和虚拟机以获得 Nginx 中的最大值。

ThingsBoard 是一个开源IoT平台，可为您的IoT解决方案提供设备管理、资料收集、处理和可视化。

在这个以讲师为主导的现场培训中，参与者将学习如何将 ThingsBoard 集成到他们的物联网解决方案中。

在培训结束时，参与者将能够：

• 安装与设定ThingsBoard
• 了解 ThingsBoard 功能和体系结构的基础知识
• 使用 ThingsBoard 构建IoT应用程式
• 将 ThingsBoard 与 Kafka 集成，用于遥测设备数据路由
• 将 ThingsBoard 与 Apache Spark 集成，以便从多个设备进行数据聚合

观众

• 软体工程师
• 硬体工程师
• 开发人员

课程形式

• 部分讲座，部分讨论，练习和大量的实践练习

注意

• 如需申请此课程的定制培训，请联系我们进行安排。