工业培训：使用Raspberry PI和AWS IoT Core的物联网（IoT） 培训

模块0：基础与AWS IoT生态系统

• 物联网简介
  • 定义2024年的物联网：超越“物”（边缘智能、边缘AI/ML、网络物理系统）。
  • 物联网增长的驱动力（行业、用例）。
  • 关键物联网趋势（边缘计算、可持续性、AI/ML集成、增强安全性）。
  • AWS IoT在更广泛的AWS生态系统中的位置（AWS合作伙伴网络 - APN资源）。
• AWS IoT服务概览
  • AWS IoT Core（MQTT/桥接、Jobs、Device Defender）。
  • AWS IoT设备管理（设备接入、配置管理、OTA更新）。
  • AWS IoT分析（数据处理、丰富、建模）。
  • AWS IoT Greengrass（边缘计算、本地执行、安全连接）。
  • AWS IoT按钮（简单设备的概念概述）。
  • 连接： AWS IoT Core -> Lambda/DynamoDB/OpenSearch/Step Functions/SageMaker。

模块1：物联网架构、组件与安全性

• 物联网架构
  • 设备层（传感器、执行器、边缘设备如Raspberry Pi、ESP32）。
  • 连接层（MQTT、CoAP、HTTP、LPWAN - LoRaWAN、NB-IoT、Sigfox、蜂窝物联网）。
  • 云集成层（AWS IoT Core、API Gateway、Lambda、Step Functions）。
  • 数据处理与分析层（DynamoDB、Timestream、OpenSearch、S3、Athena、SageMaker）。
  • 应用层（移动应用、Web应用，使用AWS Amplify、自定义业务应用）。
  • 重要性：解释分布式架构背后的“原因”（延迟、带宽、计算能力、安全性）。
• 关键物联网组件深入探讨
  • 硬件：选择标准（MCU、连接性、传感器）、安全元素（可信执行环境 - TEEs）。
  • 边缘计算（AWS Greengrass）：优势（低延迟、减少云流量、本地决策）。
  • 设备管理：接入（OTA、预配置）、配置、监控、远程调试。
  • 安全性深入探讨：设备身份、认证与授权（X.509证书、JSON Web令牌 - JWTs）、数据加密（静态和传输中）、AWS IoT Device Defender。
  • 安全标准化：介绍标准（如IEEE P2145、开放连接基金会 - OCF）和合规性（ISO/IEC 27001、SOC 2）。
• AWS特定的PaaS物联网功能
  • AWS IoT Core（安全MQTT/桥接、Jobs固件更新、Device Defender）。
  • AWS Lambda（无服务器计算，用于数据预处理、触发操作）。
  • AWS Step Functions（状态机，用于复杂设备交互）。
  • Amazon DynamoDB（NoSQL数据库，用于快速物联网数据摄取）。
  • Amazon OpenSearch服务（搜索与分析，时间序列数据处理）。
  • Amazon Timestream（专门的时间序列数据库）。
  • Amazon S3（原始数据湖存储）。
  • AWS IoT Device Defender（监控与安全评估）。
  • AWS IoT Wireless（连接远程LPWAN设备）。

模块2：物联网设备通信协议

• MQTT（MQTT v5与WebSockets）
  • MQTT 5.0功能（保留、Clean Session标志、用户属性、通配符主题）。
  • MQTT over WebSockets（标准化）。
  • 服务质量（QoS）级别解释。
  • 协议最佳实践。
• 替代协议
  • CoAP（受限应用协议）用于受限设备。
  • AMQP / MQTT over AMQP（标准数据交换格式）。
  • HTTP（用于较简单、较少频率的更新）。
  • WebSockets（全双工通信）。

模块3：使用AWS构建稳健的物联网应用

• 设备接入与安全连接
  • AWS IoT Device Defender预配置。
  • 安全OTA接入（如使用AWS IoT按钮概念）。
  • 管理设备证书（ACM/PKI）。
  • 使用TLS实现MQTT。
• 数据摄取、存储与处理
  • 高效地将设备数据发送到AWS IoT Core。
  • 选择正确的目标：Lambda（事件驱动）、Step Functions（编排）、Timestream（时间序列）、OpenSearch（搜索与分析）、S3（原始数据）。
  • 使用AWS IoT分析进行数据丰富和清洗后再存储。
  • 处理高吞吐量场景（Kinesis/Firehose）。
• 设备管理与操作
  • 使用AWS IoT设备管理进行车队管理。
  • 实现和管理OTA更新（使用AWS IoT Jobs）。
  • 远程监控与配置。
• 构建物联网后端
  • API Gateway用于创建REST/GraphQL API，与设备和数据交互。
  • AWS Lambda用于业务逻辑。
  • AWS Step Functions用于协调分布式组件。
  • Amazon SQS/SNS用于异步消息传递和事件触发。

模块4：边缘计算与高级集成

• AWS IoT Greengrass
  • 概念（核心、设备、连接器）。
  • 在设备上本地运行Lambda函数。
  • 直接在设备上执行代码（C++、Python）。
  • Greengrass核心与AWS/物联网设备之间的安全通信。
  • 用例：本地数据过滤、预处理或边缘AI推理。
• 与AI/ML集成
  • 使用SageMaker在云端运行复杂ML模型。
  • 在边缘使用Greengrass ML Accelerator（GMA）运行ML推理。
• 数据可视化与用户界面
  • 使用AWS IoT SiteWise进行工业数据可视化。
  • 使用AWS Amplify构建Web应用（API、UI、认证）。
  • 使用Amazon QuickSight或OpenSearch仪表板。

模块5：安全性、治理与最佳实践

• 物联网安全生命周期
  • 安全设计原则（深度防御）。
  • 安全开发实践（OWASP物联网十大安全风险）。
  • 漏洞管理。
  • 物联网威胁建模。
• AWS安全服务用于物联网
  • AWS IoT Device Defender（服务与设备Defender）。
  • AWS Shield、AWS身份与访问管理（IAM）。
  • AWS Config用于合规性检查。
  • 硬件安全模块（HSMs）集成。
• 数据隐私与治理
  • 处理敏感数据（PII）。
  • 数据保留与删除策略。
  • 合规性考虑。

模块6：实践项目与毕业设计

• 指导性实践实验室
  • 设备接入与MQTT通信。
  • 实现安全数据摄取到AWS。
  • 构建简单的物联网仪表板。
  • OTA更新模拟。
  • 介绍AWS IoT Greengrass。
• 毕业设计
  • 构建一个完整的物联网解决方案，解决现实世界问题（如智能家居自动化、环境监测、工业传感器中心）。
  • 要求：安全设备、数据摄取、处理、可视化，以及可选的边缘组件。
  • 使用课程中涵盖的AWS服务。