2015年〜IoT推進コンソーシアム、IVI、RRI、ワイヤレスM2M委員会、新世代M2Mコンソーシアム
2016年 独日IoT相互協力覚書
センサー価格の低下、安価なクラウドサービスの登場→ビッグデータ分析の実現
国内IoT市場の伸びしろ・・・運輸、製造、エンタメ？
○構成要素
M2Mとの違い・・・現場側へのフィードバック、ローカル側でも処理分析できる、チューニングが必要、マルチレイヤー構造
プラットフォームの種類：アプリケーション開発環境型、課金・認証・ユーザー管理機能型、データ蓄積・流通・連携型、デバイス-クラウド間のセキュア通信提供型、デバイス管理機能型、クラウド連携型
利用する通信規格・・・LPWA(LoRa/LoRaWAN:通信距離、Sigfox:低価格低速、NB-IoT:LTE拡張版)
ローカルネットワーク規格・・・Wi-Fi:到達100m、BLE:通常到達5m、ZigBee:省電力、Z-Wave:小パケット低遅延
エッジコンピューティング：中間処理コンピューティングモデル
フォグコンピューティング：メッシュ型トポロジー
○データソース
IoTデバイス・・・スマートホン、ビーコン、カメラセンサー
センサー：稼働状態（振動センサー、加速度センサー、電流系）、環境可視（温湿度センサー、二酸化炭素濃度センサー、粉塵センサー、騒音センサー、光センサー）、空間スキャン（レーザーレーダー、磁気センサー）、人の動き（人感センサー、カメラ型人感センサー、ビーコン）、量検知（重量センサー、流量センサー、MEMS、サーミスタ）、状態検知（赤外線センサー）、変化量検知（歪みゲージ）
○IoTデータの特徴
データは継続的に増大する、多種多様なデータタイプが混在する、ノイズが混じる、タイムラグが生じる、データの種類が増える
収集（CSV：コンパクト、XML：構造化できる、JSON：最近採用）→蓄積→整形（クレンジング）→集約（バッチ処理、ストリーミング処理）
○データ活用
分析ツールで可視化（BIツール、クロス分析、線形回帰分析、ロジスティック回帰分析、相関分析、アソシエーション分析、クラスター分析、ディシジョンツリー、インバリアント分析）→分析結果の通知→データをトライ＆エラーで組み合わせる
○システムの運用
デバイスの運用管理：電池交換、ライフサイクル、死活管理、メンテナンス
ネットワークの運用管理：通信コスト
セキュリティの運用管理：
データの運用管理：リアルタイムか、ストリーミングか、二次データの管理
アプリケーションの運用管理：共通部分をAPaaS(App Platform as a Service)化、運用しながら開発するDevOps
ユーザの運用管理：
○IoTのセキュリティ
ログイン認証情報の適切な設定
暗号化された通信プロトコル（HTTPS、MQTTS）
クローズドネットワークアプローチ（⇔オープンネットワークアプローチ）
データの暗号化
IoTセキュリティガイドライン
