亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 物联网技术

商用无人机:保护生态系统数据安全的 7 条规则

无人机不再只是爱好者的专属。它们飙升的商业知名度导致国际标准组织 (ISO) 宣布了该行业的第一个全球无人机标准;这一举措将不可避免地为全球监管和立法的前进提供框架。

Florent Abat 表示,类似的监管举措正在世界范围内在区域和国家层面出现 Gemalto 的无人机和物联网总监 .例如,欧盟的 U-Space 计划旨在规范欧洲航空领域商用无人机的使用,而英国政府计划在今年年初宣布一项新的无人机法案。鉴于最近在希思罗机场和盖特威克机场发生的无人机入侵事件,该法案是及时的,这凸显了英国对无人机使用制定更严格规定的必要性。

无限的行业潜力

尽管等待无人机的主流采用,但该技术已经开始展示其行业能力。该领域的一项持续发展是 SIM 和 eSIM 的集成,它们可实现更大的数据存储和处理能力,并且无人机可以安全飞行,超越视线,执行更长时间的自主任务。

公共部门尤其是这项技术的主要受益者之一。例如,美国最大的警察部队纽约警察局正在人质情况以及搜救行动中试用无人机技术。无人机将用于在警察到达之前确定事故范围,警告任何潜在的危险或紧急情况。同样,最近有消息称中国学生设计了Net Guard , 无人机技术,利用网络安全营救因火灾紧急情况而不得不放弃建筑物的人。

在医疗保健领域,商用无人机已经被用于管理援助。 滑索 是一家硅谷初创公司,通过向难以到达地区的人们提供药品来支持医疗专业人员。它的工作已经帮助在卢旺达提供了 1,000 滴血,挽救了生命并提供了救济。在保护方面,莱布尼茨热带海洋研究中心 (ZMT) 的一个国际科学家团队开发了一种使用无人机调查珊瑚礁状况的新方法。图像的准确性和细节远远优于昂贵的卫星图像。

构建可信的生态系统

然而,虽然升级无人机技术可以推动市场向前发展,但成功的部署需要对无人机生态系统的信任。数据作为最有价值的现代货币,必须按照数据隐私法进行保护和收集,否则就没有信任和投资。如果没有行业的支持,无人机将在公众的聚光灯下停留一段时间,而不是长期。

如果市场要看到更多这样的用例,无人机生态系统中的每个利益相关者都必须相信数据流是安全的,并且技术是可靠的。他们怎么能做到这一点?他们可以从以下七个关键考虑因素开始:

  1. 安全的飞行员和无人机注册 :飞行员和无人机在公共当局服务器上的注册需要安全可靠,否则部署的真实性不可信任。
  2. 保护无人机上的敏感数据 :每架商用无人机都带有内置固件,用于在无人机上存储敏感数据,以便它们可以飞行。保护此数据完整性的一种有效方法是将其存储在硬件防篡改设备中,例如安全元件。
  3. 无缝且安全的连接 :为了便于全球部署,无人机制造商需要他们的无人机无缝、安全地连接到所有国家/地区的网络。在这方面,GSM 网络特别适用于商用无人机,因为它们经过验证的领域、安全的基础设施和覆盖范围。
  4. 可靠的无人机跟踪 :公共当局需要能够在任何地方实时可靠地识别无人机。这可以通过基于安全元素的安全性和密码术来实现,以确保跟踪数据的完整性和来源证明。
  5. 飞控指令保护 :无人机必须由授权平台控制并由地面授权飞行员操作,因此必须防止黑客入侵。用户身份验证解决方案允许授权飞行员访问用于从地面站或移动设备控制无人机的远程控制应用程序。
  6. 无人机与操作员之间数据交换的机密性 :某些机密信息(例如救援行动期间的公共安全相关信息)必须保密。
  7. 航班可追溯性数据 :所有与飞行相关的数据必须安全存储和保护,以用于调查或可追溯性目的。这可以通过在云上使用安全服务器来实现。

发挥他们的潜力

要真正改变我们的生活,商用无人机需要的不仅仅是行业投资。事实上,需要政府、监管机构和企业之间的合作来准备适当的监管框架,并为无人机的蓬勃发展创造一个安全可信的环境。

如上所述,正确的协议可以确保无人机及其飞行员得到注册,他们的数据是安全、可追溯和保密的,并且它们的连接是高效和安全的,因此公司、政府和公民可以信任无人机来提供投资回报。

这是视频的链接。

作者是 Florent Abat,金雅拓无人机和物联网总监。


物联网技术

  1. 为 EHS 调整 IIoT 和数据分析解决方案的好处
  2. 工业物联网发展前景
  3. 三难困境:有效变电站运行的三个技巧
  4. 工业物联网的四大挑战
  5. 将视觉数据与物联网集成的潜力
  6. 网络生态系统如何改变农场的未来
  7. 是时候改变了:边缘的新时代
  8. 为工业数据科学的成功奠定基础
  9. 趋势继续将 AI 的处理推向边缘
  10. 未来的无人机可以做什么
  11. 边缘计算在商业物联网部署中的作用
  12. DataOps:医疗自动化的未来