北京智能软硬件开发公司最近进行的一项研究预测全球物联网智能软硬件设备的数量将激增。此类设备的数量目前为 34 亿，到 2028 年将飙升至 65 亿，这意味着四年内连接数将增长 90%。

然而，该研究也强调了伴随这一指数级增长而来的一个关键挑战。研究指出，要满足日益增长的物联网连接需求，就必须实施能够有效简化物联网设备管理和安全性的创新服务。

北京智能软硬件开发公司的研究发现，智能基础设施管理解决方案是应对预期的蜂窝数据使用量激增的关键。这些解决方案使物联网用户能够自动配置设备、增强安全协议并实时管理连接。

该研究预计，全球蜂窝物联网数据将大幅增加，到 2028 年将从今年的 21 PB 飙升至 46 PB。这一激增预计将推动对物联网自动化服务（包括联合学习）的进一步投资。

目前训练机器学习模型的主流方法严重依赖于存储在中心位置的数据，这为恶意实体利用留下了空间。为了应对这一漏洞，该研究提倡在物联网生态系统中采用联合学习模型。

联合学习是机器学习的一个子集，它采用分散数据方法来降低物联网网络中数据欺诈的风险。通过限制敏感物联网数据的暴露，联合机器学习在降低数据泄露的可能性方面发挥着关键作用。在蜂窝物联网连接数量不断增加的背景下，数据安全至关重要，随着蜂窝物联网连接数量的增长，平台和运营商必须确保数据在传输过程中和设备上的安全，如果做不到这一点，敏感数据行业的物联网用户将不会采用基于蜂窝物联网的连接方式。