一、物聯(lián)網的效益

物聯(lián)網為實際物品提供連網的數(shù)字身份(Identity)，并建立網絡鏈接各種物品的數(shù)字身份與數(shù)據。分析物品數(shù)據的目的在于改進生活質量、效率、開創(chuàng)新的價值，或降低成本。

對消費者來說，物聯(lián)網有助于提升生活的舒適度、改善生活方式，并節(jié)省開銷。對產業(yè)來說，物聯(lián)網能增進效率、節(jié)約成本，并帶來新的收益來源。對公共機關來說，物聯(lián)網可以減省花費、協(xié)助機構整合，以及拓展公民福利。

根據Infor公司2015年10月的調查，有鑒于物聯(lián)網的種種效益，57%的企業(yè)受訪者將物聯(lián)網視為未來5年的首要發(fā)展項目，其中70%的受訪者已經開始著手進行物聯(lián)網方案，或是開始研究物聯(lián)網的潛力。Juniper Research預測，至2021年物聯(lián)網裝置、傳感器與致動器(Actuator)的數(shù)量將成長至460億個以上。

二、自2015年開始興起的市場力量(Market Force)

(一) 機器學習(Machine Learning)：

機器學習是大數(shù)據典范(Paradigm)的現(xiàn)代化，大數(shù)據典范通常使用非結構化(unstructured)的復雜數(shù)據并以回溯性(retrospectively)的方式進行大規(guī)模的分析，機器學習雖然建立在大數(shù)據典范的前提之上，但更進一步將算法應用于數(shù)據串流(Data Stream)，借此提供實時或近乎實時的決策。許多企業(yè)已經針對機器學習展開投資，包括：Google、Microsoft、NVIDIA，以及Amazon。

(二) 時空分析(Spatial-temporal Analysis)：

由于連網裝置越來越多，裝置的數(shù)字身份也就持續(xù)增加，連網裝置之間的關系日益復雜，在分析數(shù)據的時候，時間和空間應該被視作重要的考慮因素。因此，隨著物聯(lián)網的規(guī)?？焖贁U大，為了應對復雜的時空因素查詢(Query)，目前對數(shù)據庫的需求逐漸成長。

(三) 網絡安全的投資：

由于企業(yè)開始認知到物聯(lián)網連網裝置安全防護的重要性與挑戰(zhàn)性，因此對網絡安全專家的需求快速成長。根據美國勞工統(tǒng)計局(U.S. Bureau of Labor Statistics)的分析，過去五年來，網絡安全相關的工作成長了74%。

三、網絡安全趨勢

依據不同部門的安全需求，Juniper Research將網絡安全趨勢分析分為三個部分：

(一) 工業(yè)：

在可編程序邏輯控制器(Programmable Logic Controller, PLC)與遠程終端單元(Remote Terminal Unit, RTU)的年代，多數(shù)工業(yè)控制系統(tǒng)(Industrial Control System, ICS)的設計并未考慮安全性，系統(tǒng)通常缺乏運用認證(Authentication)檢驗用戶身份的機制，裝置與系統(tǒng)也甚少使用紀錄日志(Log)。由此可知，對能夠提供監(jiān)控與預防措施的安全服務供貨商來說，工業(yè)界的商機正在興起。

(二) 企業(yè)：

傳統(tǒng)上，在企業(yè)的部門分配中，安全防護通常僅被視作成本中心(Cost Centre)的業(yè)務，因此難以獲得充足的預算來降低網絡攻擊的可能性。然而，隨著物聯(lián)網的范圍持續(xù)擴張，產業(yè)界逐漸認知到，為了在物聯(lián)網上取得成功，建立確保數(shù)據可信度的機制十分重要，亦即是必須防止未經授權的人或系統(tǒng)存取連網裝置的數(shù)據。

(三) 消費者：

Juniper Research相信，安全防護將是業(yè)者保住消費者物聯(lián)網市場的重要因素，消費者對物聯(lián)網裝置安全性的信任度逐年下降，企業(yè)規(guī)模較大的業(yè)者有責任改善消費者物聯(lián)網的安全防護。這些規(guī)模較大的業(yè)者擁有資金能夠持續(xù)提供軟件安全防護支持，他們在物聯(lián)網領域的成功可能促使其他供貨商關注消費者物聯(lián)網內安全防護的影響力。