可穿戴设备不能急于戴上“智能”的高帽子

简介:

可穿戴设备当前存在着许多的安全盲点,智能化不能操之过急。

目前,尽管可穿戴设备仍在发展初期,也被认为最为火热的科技势力之一。 特别是在平板电脑与智能手机双双走入疲软境况的前提下,可穿戴设备以及智能汽车、物联网等下一代主力科技的昂扬态势也就更加显眼了。

可穿戴设备不能急于戴上智能的高帽子1

但是,可穿戴设备将人与互联网连接的更加紧密,个人隐私也将受到极大的挑战。人类即将迎来大数据时代,但在大数据的发展过程中,越来越多的人意识到,可穿戴设备这种更加密集与贴身的智能计算设备,将成为下一个数据安全的隐患源头。

一、可穿戴设备易被破解

据外媒报道,惠普的一项研究发现,时下热门的智能手表存在重大安全风险,从HackPWN已经公开征集的智能设备漏洞看,目前市场上流行的智能设备存在安全漏洞的比例非常高。

比如,目前全球销量仅次于Fitbit的小米手环也被公布存在漏洞。借助该漏洞,黑客可以接管小米手环控制权,甚至可以丝毫不差地读出被黑手环的步数。

在最近举行的HackPWN上,安全专家们演示了多款智能手表等智能硬件设备的破解。和PC与智能手机诞生初期一样,可穿戴设备当前也存在着许多的安全盲点,可能导致用户数据和个人隐私泄漏。

可穿戴设备的自身形态,决定了其安全防护性不高,易被破解。目前市面可穿戴设备普遍形态较小,功能实现主要依靠多种传感器来进行工作,没有芯片或系统层,本身在软硬件上就缺乏保护性。

另外,由于目前可穿戴设备普遍的设计逻辑都是通过蓝牙、WiFi等接口连接智能手机,再借助GPS或手机端的APP上进行数据同步。在这其中的各个关节,都有可能造成数据的泄露以及设备被攻克。比如上文提到的小米手环漏洞,就是黑客利用其蓝牙接口上存在的漏洞而绕过了记者的手机,直接接管了用户的可穿戴设备。

即便苹果和谷歌早已意识到可穿戴设备安全的天然弱势,,都力图在架构上避免可能存在的软件安全问题,但安全隐患并没有根除,蓝牙和WiFi等接口依然是可穿戴设备可能被攻击的突破口。

可穿戴设备不能急于戴上智能的高帽子2

可穿戴设备不能急于戴上智能的高帽子3

二、可穿戴设备存在数据安全问题

我们知道,在大数据时代,互联网将每时每刻都释放出海量数据,无论是围绕企业销售,还是个人的消费习惯,身份特征等等,都变成了以各种形式存储的数据。大量数据背后隐藏着大量的经济与政治利益,尤其是通过数据整合、分析与挖掘,其所表现出的数据整合与控制力量已经远超以往。

可穿戴设备可以提供大量可供处理的数据,其中也有许多的隐私信息。这些大数据如同一把双刃剑,我们因大数据使用而获益匪浅,但个人隐私也无处遁形。

更直观的说,当设备被控制之后,那么黑客就可以操控设备的某些功能,比如小米手环支持的支付宝免密支付,以及近距离解锁手机等,就可能为用户财产安全带来隐患;除此之外,可穿戴设备还越发向管理汽车、客房以及智能家居的“钥匙”角色迈进,一旦被黑,那么对用户的人身安全也将带来威胁。

往更长远看,在可穿戴设备与智能医疗更加紧密的结合之后,可穿戴设备还将成为个人健康的管家,到了那个时候,这些不安全因素的存在,不吝于是将用户的生命安全完全交付于别人。

另一方面,可穿戴产品的设备安全绝不局限在设备本身,因为几乎所有的可穿戴设备都会通过蓝牙或WiFi与手机设备相连,这就为通过控制加密程度较低的可穿戴设备进而控制手机提供了可能。比如小米手环,由于其功能的多样化,势必会导致其获取权限的种类与程度都比一般产品要深入,这么一来,当其安全性出现问题,那么将成为用户泄漏手机数据的一个隐秘通道。

而许多科技界人士对此的广泛关注,也确实说明,可穿戴设备所存在的一系列隐患和其所可能造成的后果,绝不仅仅是杞人忧天。

可穿戴设备不能急于戴上智能的高帽子4

可穿戴设备不能急于戴上智能的高帽子5

三、可穿戴设备当下不该扛起重担

综上所述不难看出,可穿戴设备身系的,并不像其体格一样娇小,反而是非常关键的“钥匙”身份。这些因素决定了可穿戴设备在其发展道路上,是负有重担的。

而一直以来可穿戴设备行业都有一个路线方针上的不同,那就是“轻”与“重”的问题。讲究“轻”的产品,往往所表现出的是专注,讲究“重”的产品,则是希望在基础功能之外,能够提供一些跨界的功能——前者的代表如微软手环、OAXIS O2心率手环等,后者的代表则比如小米手环。

虽然后者是大势所趋,但在不能解决安全隐患的前提下,提供一些跨界的功能,是对用户的一种不负责任的行为。这一点在初衷上是好的,但这样获取的个人信息和隐私数据更多。这些设备存在的安全漏洞一旦被不法分子利用,用户将面临很大的安全风险。

现在,可穿戴设备还处于发展初期,仍旧脱离不了智能手机的大环境下,让可穿戴设备扛起重担不能操之过急。而企业也应该意识到,不能只看眼前利益,而疏忽对用户数据的保护,不顾长远发展。要知道,安全问题或许不是可穿戴设备发展永远的绊脚石,但必将会是穿戴产品淘汰与否的重要指标。

这或许也就解释了,为何到今年年中才发布的OAXIS智能硬件新品,仍旧主打运动监测功能,而没有随大流加入一些看似智能化实则不免噱头意义的功能的缘故。而这种专注与坚持,其实也是追求极致的一种体现。

可穿戴设备不能急于戴上智能的高帽子6

总之,可穿戴设备想要在智能市场站稳将跟,首先要解决安全问题,然后把更多智能功能放进去。现在,可穿戴设备“智能化”的步子不如先迈小点。


原文发布时间: 2015-08-14 14:46
本文作者: 豆瑞米
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
机器人 数据安全/隐私保护 芯片
生活︱可穿戴智能设备的未来:留下智能,摆脱设备
生活︱可穿戴智能设备的未来:留下智能,摆脱设备
|
机器学习/深度学习 人工智能 自动驾驶
苹果正在憋大招,动用所有资源制造自动驾驶车
苹果正在憋大招,动用所有资源制造自动驾驶车
苹果正在憋大招,动用所有资源制造自动驾驶车
|
传感器 人工智能 监控
美少女开自动驾驶拖拉机、无人挖掘机占领工地,AI会成为“蓝翔克星”吗?
美少女开自动驾驶拖拉机、无人挖掘机占领工地,AI会成为“蓝翔克星”吗?
156 0
|
机器学习/深度学习 人工智能 监控
丰田研发智能汽车FV2,可利用肢体进行操控
该车采用智能交通系统(ITS)技术,可实现车辆与道路基础设施的网络互联,能提供包括十字路口盲点监测预警等各类安全信息。
384 0