生物识别+数据科技双重融合金融科技突破

2017年，iPhoneX引入了脸部识别码，使智能手机进入了脸部识别时代，几乎同时，脸部识别技术也被认为是下一场在线信用战。

事实上，无论是在国内还是国外，生物特征识别技术正迅速成为消费金融领域必须拥有的一项新技术，特别是面对在线信用行业对风控需求的不断增长，生物特征识别技术也逐渐成为主流技术。企业竞争力评价的新指标

这是因为，虽然网络信用行业能够利用大数据量建立信用模型，解决了传统信用行业借钱难、费用高的缺点，但由于网络诈骗的不断更新，网络信用审计和运营成本不断上升。核心控风能力的缺失已成为制约网上信用发展的最大痛点。

与传统的基于证书和密钥的认证技术相比，生物特征识别技术具有无可比拟的优势。然而，与投资成本相比，生物识别技术的集成对消费金融业的益处仍然是非常有益的。

一般来说，人脸、声纹和指纹识别是生物特征识别的主流，除了手形、手掌形状、掌纹、虹膜、DNA、甚至耳朵形状等。

在国外，指纹验证是最流行的。通过结合PKI技术，数字证书可以匹配客户在各个环节的生物学特性。

例如，美国第五大消费信贷公司QuickenLoans使用指纹特征获取来识别用户。根据公司创始人丹·吉尔伯特的说法，指纹是消费信贷领域最好的识别工具。两个指纹有12个相同特征但不属于同一个人的概率只有十分之一万亿。

例如，SoFi、Af.等国外顶级消费信贷公司也认为指纹识别是最可靠的身份识别方法，它适合更多的人的操作习惯，具有较高的成功率。指纹图像的质量在很大程度上取决于指纹的采集，但随着计算机视觉的进步，指纹数据的压缩问题得到了解决。

科甘·迈克尔·凯，《黑兄弟》中的男演员

其中，腾讯作为首家应用声纹识别技术的成熟消费金融公司，从2015年开始尝试人脸识别技术，主要集中在反欺诈环节。《麻省理工学院技术评论》和《生物识别技术合作署》。同年，他被选为互联网组织金融科技专著《金融科学技术：发展趋势与监管》的经典案例。中国人民银行金融研究所金融研究中心。

中腾信成立于2014年，原是一家专注于离线服务的消费金融服务公司。2015年，中国腾讯成立了子公司小华（厦门）网络金融信息服务有限公司（简称小华金衣），作为科技的主体。网络消费金融领域的服务。

口袋钱包是App的核心产品，它是由口袋金衣推出的。它提供了备用金的应用服务，可用于现金取款、信用卡还款和定期购物服务。

小花金衣研发部主任黄玲鹏指出，小花与中藤新对信用工厂运营的观念是一样的。不同的是，Xiaohua是一个纯粹的在线产品。在操作中，它更注重通过大数据手段和数据分析来提高效率和降低成本，自从口袋钱包被引入以来，它一直致力于人脸识别技术的发展。

将生物特征识别技术与信用模型相结合，能够实时审批小钱包，刷脸可以快速获得信用额度，同时可以借记贷款。

黄玲鹏告诉DTJun，这个袖珍钱包的产品定位是年轻人的网络钱包，主要为工人阶级服务，顾客的年龄范围是23-40岁。这个年龄段的顾客是劳动力的主要集中部分，工作稳定。和收入。

这种消费群体的特点是日常生活与互联网高度融合，对新技术的接受度高，而且要求高，没有耐心等待漫长而繁琐的信用审批过程，但往往缺乏与金融机构的信用记录。

因此，口袋钱包依靠许多第三方数据来补充信用模型。目前，它可以访问20多个第三方数据，包括黑名单、设备问题检查、身份验证、收入、消费水平等。洗手并拍面部照片，平均3-5分钟即可完成申请。

人脸识别的真正含义必须是动态人脸识别，即用相机拍摄用户的多角度照片，然后将这些照片与用户的身份证照片信息进行比较，以确定客户是否真实。m使用照片通过系统进行判断，并防止利用他人的信息进行欺诈行为。

因此，在口袋钱包中的人脸识别链接中，会要求用户根据提示完成眨眼、张嘴、摇晃等随机动作，并与用户照片上传的身份证照片进行有效验证，确保身份证在一张、同一张上。FY虚假，虚假身份行为。

除了人脸识别外，中藤新还拥有成熟的声纹识别技术，即通过采集语音，建立声纹数据库进行防欺诈防风。

声纹识别是近年来消费信贷领域的热门技术。虽然贝尔实验室早在1945年就开始研究和开发声纹技术，但是大多数现代声纹研究是基于I-向量模型的声纹识别技术。

与指纹识别相比，声纹对用户更加不敏感，当用户发出声音时，采集声纹并与数据库进行比较，在处理过程上，用户体验高于指纹识别。

2016年1月，清华信息科技学院国家实验室郑方博士撰写了一篇关于语音部语音技术中心的技术创新与发展的文章，说声纹识别技术是一项必需的技术。政府部门和商业领域最重要和最重要的技术。

中藤新风控负责人最近向DTJun指出，目前，中藤新已经积累了大量的声纹样本。基于精确的声纹识别技术，结合多年的风控经验和多场景的大声声声纹数据，根据不同的风险点，结合反欺诈规则，建立相应的场景黑名单和声纹数据库。丰富声纹识别策略预警。

此外，声纹识别还能有效地抑制团伙欺诈。这种团伙欺诈的特点是申请人的入口集中，如位置信息、设备信息等。申请人有一定的优势。但是这种团伙欺诈者通常只有少数职员来接听信用公司的电话。这样，只要在审计中将组件的集中特征与声纹数据库相比较，就可以有效地识别出它是否是g。安欺诈，然后把上述销售人员的声纹放入黑名单数据库，就可以抵御非法分子的攻击。

从风控的整体效果来看，中藤新风控系统将防范欺诈风险和信用风险细化到客户借贷的整个生命周期，从贷款前、贷款中、贷款后的各个环节防范风险。在nds的欺诈与信用风险规则体系中，有数十种信用风险模型和欺诈风险模型，并且资产质量控制水平在行业中排名第一。

1985年以来，中国建设银行深圳分行为国内购房者办理了第一笔按揭贷款。今天，即使是在1999年的通货紧缩之后，中国的消费贷款总余额也增加了几千倍。市场越大，问题就越多。到目前为止，我国消费信贷尚未与当前社会环境相适应，个人信用体系和风险评估体系也不完善。

2015年，16家上市银行的不良贷款余额约为9000亿元，比2014年增加2300亿元，增长30%以上。根据中国银监会的记录，2015年商业银行不良贷款率为1.59%，比去年同期增长24%。截止到2017年，上市银行的不良贷款增至1.74%。

除上述个人信用问题外，造成这种状况的原因有两个：信用机构的运作成本阻力和经济环境，中藤新采用生物特征识别技术，可有效降低以前以低成本进行个人信用的风险。贷款。

归根结底，中藤新不是盲目跟随技术浪潮，而是利用技术解决行业的痛苦。企业存在利润壁垒，腾讯的方法可以理解为关注利润来源（即主要用户）同时改进，建立了利润壁垒（即技术门槛）。

随着社会经济的发展和公众消费观念的转变，我国个人消费信贷业务发展迅速，必将成为企业和商业银行未来重要的利润增长点，为促进我国个人消费信贷业的健康发展做出贡献。热衷于经济繁荣。但是学习如何跨越国界，中藤新就是一个很好的例子。他们把金融和计算机视觉、语音识别和其他技术结合起来，以增强传统商业中的技术。

简言之，中国腾讯希望实现生物技术和科学技术与金融服务数据技术的双重集成，既要有效的方式，又要确保安全。T可以解决行业混乱。

虽然中国的信贷业起步较晚，但发展非常迅速。在DT先生看来，信贷机构今后不再谈论货币，而是越来越接近技术能力开口的方向。f行业不仅应具备机构的财务杠杆能力，还应具备大数据、生物特征识别和人工智能技术的能力。

版权声明：本文的内容是由互联网用户自发贡献的。本网站不拥有所有权，不承担相关法律责任。如果您发现任何涉嫌剽窃的内容，欢迎您向yy@haotui.cn发送电子邮件并提供相关证据。一旦核实，涉嫌侵权内容将立即删除。

近两年来，土浦科技以互联网为起点，利用最先进的人工智能技术，针对新的零售领域，建立了一套覆盖多种应用场景的人工智能解决方案，以帮助企业客户和合作伙伴改进总线。效率，创新和优化商业模式。

每天准时的指纹打孔，你是否也感觉到了固定的冲孔限制对自由、排队的杀戮能量，怎么能这样一开始就唤醒了一整天的活力如果我们能在上班前每天用打孔的时间来做一个漂亮的自拍，心情好起来容易吗

出发与目的地之间的旅程，伴随着汽车和火车，飞机降落或缓慢焦虑的等待。如果此时出现意想不到的邂逅，将会给旅途增添一丝心悸。宜兰数码科技13年来一直试图用时尚科技的蓝色魅力让旅行者大吃一惊，期待其高品质、时尚、创意的数字化和智能化。产品满足街角的行人。

基于人脸检测、人脸跟踪、人脸特征点检测、表情运动检测、人脸重构和三维模型驱动等功能，相位核技术的人脸特效SDK为多种应用提供了人脸技术解决方案。在视频、社会互动、实况广播、教育、游戏等领域。

看不见的未来：人类的肉体搜索是不够的，人工智能带来了脸部搜索和脸部搜索的出现，表明我们正处在一个无穷变量的时代——技术进步正在改变我们与世界的关系，同时也在改变世界的形状。

在奔腾4时代，威盛电子作为台湾的老芯片公司，一度被英特尔和AMD视为市场上最强大的竞争对手，同时，威盛电子以其主板芯片等硬件而闻名。在全世界，只有少数竞争对手可以与之竞争。

百度通过自己的超链接分析技术占据了搜索市场的主导地位。百度搜索已成为全球最大的中文搜索引擎。起初，许多国内公司占领了搜索市场，但是他们都破产了。只剩下搜狗搜索和360搜索。但在搜索市场上，百度搜索依然存在，但占据了整个搜索市场的主导地位。

随着智能家居概念的普及，智能投影已经成为这一领域的热门产品。销售也日益增加。随着市场需求的增加，智能投影成为资金追逐的焦点，BATJ开始重视智能投影领域的市场布局，智能投影技术已成为国内大屏幕显示的首选技术。

当谈到工业生产时，很容易想象一个场景，工人站在装配线上，在传送带上机械地装配产品零件。近年来，通信技术和云计算，这种情况正在逐渐改变……

GTCNIA2018在11月20日至22日在苏州举行。GTCNIA2018是AI的一次盛会和深入学习。它已经被公认为是人工智能领域中大规模和重要的GPU开发人员的行业聚集。

11月22日，池子城基于人工智能的全球广告服务平台正式宣布品牌升级。SoloAds被重新命名为SoloMath，并推出了全新的视觉识别系统，以面向全球用户、广告商和开发商，提供更加清晰、公开和辉煌的形象。

在机器人和人工智能领域，最近将会发生一些事情。富士康、柔宇科技、科技大学、迅飞、新松机器人、图灵机器人等企业纷纷被炸毁，因为他们要在2018年大湾区机器人和人工智能大会上集体亮相！

我想知道你是否意识到，在一个不断发布新概念的技术世界里，在过去的几年里，公众一直在谈论人工智能。在从业者、资本和媒体的共同努力下，舆论迫不及待地把人工智能放在祭坛上。整个市场对AI概念本身非常狂热。

长期以来，科幻电影中用户对未来智能家居生活的向往已经成为一种根深蒂固的产业需求，不断推动着家庭产业的发展。大规模升级已成为大势所趋，智能家居市场潜力巨大。据Statista预测，2017-2022年国内智能家居市场将逐年增长。

NI（National.ments，NI）是一个以软件为中心的平台供应商，致力于帮助用户加速自动测试和自动测量系统的开发和性能。该公司今天发布了《NI趋势展望报告2019》。该报告探讨了关键工程趋势和面临快速技术发展的挑战，包括物联网(IoT)、从原型验证到商业部署的5G技术进步，以及其他领域。

NI全球营销副总裁ShelleyGretlein说：这些工程趋势正在打破传统的工业和产品测试，带来前所未有的复杂挑战。然而，这也极大地促进了创新，促使我们从根本上改变自动化测试和认证。对软件定义的系统进行关键性改变的测量方法。

NI趋势展望2019报告将深入研究以下课题，致力于为自动化测试和自动化测量企业提供前瞻性信息，帮助企业为未来技术的迅速发展做好充分准备。

5G迎来了无线测试的新时代——5G无线设备变得越来越复杂，工程师们必须重新考虑用于测试前几代无线设备的高度优化的测试技术，以确保5G产品和解决方案的商业可行性。

实现安全自动驾驶所需的折衷迫在眉睫，自动驾驶将产生重大的社会影响，但在先进驾驶辅助系统由单传感器向多传感器转换的过程中，成本、技术和策略之间的折衷是：迫近。

跟上标准化发展进程的趋势——测试工程师正在利用旧的趋势来跟上快速测试环境。他们不仅需要标准化硬件和软件，而且需要标准化t.EST建筑。

借助物联网（IOT）优化系统测试，设备的复杂性日益增加，同时也增加了测试的复杂性，但是它可以大大提高自动化测试的效率。

多学科融合颠覆了传统的测试策略——融合预期将加速创新和提供前所未有的产品，同时使测试变得越来越复杂。跨行业的协作和学习为复杂测试提供了有用的视角。

NI趋势展望报告2019下载链接：

对于NININI的软件中心平台，模块化的硬件和巨大的生态系统被集成在一起，以帮助工程师和科学家应对各种挑战。NI解决方案可以帮助用户构建超出预期的高性能系统，快速适应需求的变化，并最终改善我们的生活。

从总体趋势来看，未来的工程趋势正在深刻地改变工业、产品测试和试图从中获利的公司。物联网的普及，5G技术从原型验证到商业部署的不断进步，以及自动驾驶技术的发展给我们带来了巨大而复杂的挑战，同时也为我们提供了前所未有的创新机会。

为了真正认识到这些趋势的好处，我们需要从根本上改变我们的自动化测试和自动化测量的方法。为了成功，我们必须以不同的方式思考，有目的地行动，并对软件定义的系统进行关键的改变。这是我们NI趋势输出的初衷。看报告。

NI趋势展望报告旨在确定最关键的工程趋势和来自不断变化的技术环境的挑战。我相信这个见解将帮助你向前迈进。

自从蜂窝通信出现以来，测试工程师们一直使用一套公认的测量和技术来测试大量的无线通信技术，从射频半导体到基站和移动电话。它们会变得更加复杂。为了验证5G技术的性能，有必要用OTA方法代替现有的电缆连接方法测试5G组件和设备。g领导人，我们需要新的测试方法，以确保5G产品和解决方案在商业上可行的许多行业和应用。

5G标准的主要目标之一是大大增加数据容量，这是由于用户数据需求的不断增长，但是为了达到每用户10Gbps的目标峰值速率，需要引入新技术。IMO)技术，它允许用户通过波束成形技术同时共享相同的频带，为每个用户建立独特的集中式无线连接。其次，5G标准增加了更多的无线频谱，扩展到厘米和毫米波频率。

MU-MIMO和mmWave技术的物理实现需要比前几代蜂窝标准更多的天线元件，根据物理定律，mmWave频率信号通过自由空间时衰减比当前蜂窝频率信号快。因此，当发射机电平接近时，毫米波蜂窝频率的范围将远小于当前蜂窝频带。为了克服这种路径损耗，5G发射机和接收机将使用并行天线阵列和波束形成技术来增强信号功率。这些天线阵列和波束成形技术不仅对于提高信号功率，而且对于实现MU-MIMO技术是重要的。

那么如何将所有这些天线安装到未来的手机上呢幸运的是，毫米波频率天线将比当前标准的蜂窝天线小得多。新的封装技术，如封装天线(AiP)，其中天线阵列位于芯片封装中，将使得这些天线更容易集成到现代智能手机，但天线阵列可以完全封闭，没有任何直接接触测试点。

对于测试工程师来说，增加的频率范围、新的封装技术和更多的天线使得在避免资本成本(测试设备成本)和操作成本(测试每个设备的时间)的大量增加的同时难以维持高质量。但它也带来了挑战。

首先，测量精度是一个很大的挑战。不像线测试，在OTA测量中，测试工程师需要处理由天线校准和精度、连接器公差和信号反射引起的额外的测量不确定性。电波暗室集成测量方法、波束特性分析、最优码本计算和天线参数特性分析。最后，测试经理必须考虑额外的业务因素以确保产品质量，同时最小化对上市时间、资本成本、运营成本和楼层空间的影响（以适应OTA测试暗室的面积）。几年后，测试与测量行业将通过许多创新技术快速响应这些挑战。因此，测试团队应该考虑高度灵活的软件定义测试策略和平台，以确保他们当前的资本支出能够跟上。这种快速的创新周期。

OTA虽然带来了很多挑战，但是也带来了很多好处。首先，OTA是AiP技术的唯一选择，因为天线阵列集成在封装中，不能通过导线直接连接阵列元件。连接天线部件的插座也面临着在并行测试（购买更多仪器的资本支出）或连续测试（由于测试时间和吞吐量增加而导致的操作成本）之间进行选择的困难。测试提供了将阵列测试为一个系统而不是一组独立组件的可能性，期望它能够提供系统级测试的高效率。在增加性能和复杂性的同时测试成本。然而，他们在5G仍然面临同样的挑战。尽管今天的5G测试挑战看起来很复杂，世界各地的工程师已经开发出新的测试仪器和方法，如OTA，这是5G成功商业部署所必需的。

据世界卫生组织统计，每年有125万人死于交通事故，约占国内生产总值的3%。虽然自主驾驶的潜在影响非常广泛，延伸到个人、经济和政治领域，但其挽救生命的作用却是elf的意思是自主驾驶可能是我们这个时代最具革命性的发明。

高级驾驶辅助系统（ADAS）是传感器、处理器和软件的组合，旨在提高安全性并最终提供自动驾驶功能。今天，大多数ADAS系统使用单个传感器，如雷达或照相机，并具有可量化的影响。2016年的研究报告显示，自动刹车系统减少了约40%的后端碰撞事故，碰撞预警系统减少了23%的后端碰撞事故。为了实现从辅助驾驶向L4或自主驾驶的转变，使驾驶员不再控制方向盘，汽车工业面临着更加复杂的挑战。ZES许多传感器测量以获得结果。因此，需要同步、大功率处理和传感器技术，对于汽车制造商来说，这意味着要平衡成本、技术和策略这三个关键要素，以实现适当的平衡。

一级自主驾驶标准规定，如果汽车处于预定环境，则驾驶员不必特别注意。到2019年，它将成为世界上第一个提供L3级自主驾驶技术的批量生产车辆。它配备有六个凸轮。橡皮擦，五个雷达设备，一个激光雷达设备和12个超声波传感器。为什么要用那么多传感器简言之，每个传感器都有其独特的优点和缺点。例如，雷达显示物体的运动速度，而不是它的形状。此时，需要传感器融合，因为物体的运动速度和对象的形状对于预测物体的行为非常重要。Bug和冗余是克服每个传感器的缺陷。

最后，传感器数据处理的目标是获得能够代表汽车周围环境的安全/失效的表示，这种表示应该被引入到决策算法中，并有助于降低成本，从而最终产品可以通用。实现这一目标的最大挑战之一是选择正确的软件。以三个应用为例：紧密同步测量、数据可追溯性维护和在许多实际条件下的软件测试。每个应用都有其独特的挑战；自动驾驶仪，这三个应用是必不可少的，但代价是什么

ADAS的处理能力来自于多个独立的控制单元，然而传感器融合正在促进单个集中式处理器的普及。以奥迪A8为例。在2019年的模型中，所需的传感器、功能、电子硬件和软件架构被集成。这个中央驾驶辅助控制器计算汽车周围环境的完整模型，并激活所有的辅助系统。它的处理能力将高于之前奥迪A8组合的所有系统。

集中式体系结构的主要问题是高功率处理的高成本，这甚至更高，因为需要将辅助融合控制器作为备用控制器安装在汽车其他地方以确保安全。工程师的偏好可能在分布式和集中式体系结构设计之间交替，这意味着软件定义的测试器设计对于跟上这种发展至关重要。

为了实现L5级的自动驾驶，自动驾驶仪的微处理器需要比当前微处理器多2000倍的处理能力。因此，在毫米波雷达传感器系统中，这种微处理器的成本要比射频元件昂贵得多。从而促进了现有企业在市场上的竞争。

例如，瑞银估计，电力系统中的半导体器件数量是等效内燃机车的6到10倍。汽车中的半导体器件数量只会增加，不会减少，相邻的市场将继续改善。例如，NVIDIA改进了最初为消费电子产品开发的Tegra平台，以满足汽车ADAS应用的需要。此外，Denso已经开始设计和制造自己的AI微处理器，以降低成本，能源消耗。Denso的子公司NSITEXE公司计划在2022年发布数据流处理器，下一代处理器IP，称为DFP。游戏已经开始。

基于这些折衷的决策将对整个供应链的市场时间和差异化能力产生重大影响，快速重新配置测试器的能力对于最小化验证和生产测试的成本和时间至关重要，因此通过sof实现灵活性至关重要。两个是获胜的策略。该研究所首席执行官詹姆斯·库夫纳博士在接受采访时说，我们的预算不是翻倍，而是翻两番。我们有将近40亿美元使丰田成为世界级的软件汽车公司。这种情绪在汽车行业并不罕见。目前，还没有答案是明确的，但是就像过去的工业革命一样，人们通过提高生产力来支付新技术的成本，并且提高软件开发效率将成为自动驾驶仪革命中不可或缺的一部分。

{HelmutMatschi，大陆安装执行委员会成员}说这一切归功于软件工程……他预测，随着高性能计算机在未来十年在汽车上的广泛应用，开发项目的预算的80%可以花在软件上。《汽车新闻》，《虫子世界的大陆支撑》，2018年产品开发过程的标准化

几十年来，标准化一直是测试组织的理想目标。1961年，RCA的D.B.Dobson和L.L.Wolff发表了《电子测试设备标准化》。多用途导弹系统试验设备。

早期技术标准化工作的目标是减少整个组织中不同测试解决方案使用的测试设备的多样性。RCA已经实现的一个关键目标是设计和部署一组模块化硬件。测试解决方案的电子集成，减少部件陈旧，简化技术替换过程。由于国防和航天工业中各种产品和资产的使用寿命可长达50年，可维护和可重用的测试系统将为远程测试带来许多好处。行业中的ST团队。

由于严格的安全要求和快速的变化，现代测试组织需要的不仅仅是硬件标准化。他们现在非常重视软件层及其开发过程。测试工程团队必须开始采用和标准化迭代的软件。e开发方法，以跟上产品开发团队的步伐，并保持快速现代化行业的项目进展。

RCA的论文描述了在多功能部件和导弹计划中识别共享输入和输出的过程以定义它们的模块化硬件系统需求。识别和分离过程是抽象的基础，它可以同时完成。大规模仪器标准化和商业化现成技术的普及促使许多行业的测试机构采用模块化硬件标准，如VXI、PXIe、PXIe和AXIe。在单个系统中，冷却和用户接口成为独立的元件。

国防科学委员会（DSB）在《国防系统软件设计与采购报告》中说，我们的武器系统的许多功能来自系统软件，而不是硬件。这种从硬件功能向软件功能的转变正在迅速蔓延。为了充分利用这些现代测试解决方案，不仅有利，而且有必要用软件定义测量系统。

领先的测试软件工程团队正在开发抽象测试软件，它比抽象硬件提供更多的好处。抽象软件平台包括执行特定功能的层。这使得团队可以单独修复和升级每个模块，同时隔离其他层。霍尼韦尔航空航天公司的总工程师马克·基思（MarkKeith）说：因为我们有数十个传统业务，软件标准化需要解决每个团队的历史问题。抽象的目的是最小化或避免软件修改。更换过时硬件的离子——现代测试软件的开发

根据当今市场新产品和功能发布的速度，正确构建测试软件体系结构还远远不够，测试软件组织必须采用更加灵活的方法来更快地向生产部门和客户交付产品。为了提供所有需要的功能，现代软件工程团队开始采用敏捷和其他连续的迭代软件开发方法。

如DSB报告中所提到的，迭代开发的主要优点是能够快速且持续地捕获错误，易于集成新代码，并且在整个应用程序开发过程中获得用户反馈。e，这将有助于{国防部（DoD）}应对当今不稳定的安全环境，其中威胁变化快于瀑布开发所能处理的。

迭代软件开发需要彼此紧密合作的团队，并且类似于硬件平台和软件体系结构抽象，包括共享和重复的概念和任务。

负责代码库的团队必须同意和标准化源代码控制、单元测试框架、代码分析、工作管理和部署所需的工具。另一个日益受到关注的问题是网络安全。DSB指出，每天检查软件系统的代码库可以奏效。积极控制符合一般网络规则所需的更改数量。

根据规划办公室官员的说法，国防部正面临着失去与美国同行相比的技术优势的风险，并且迫切需要找到创新方法来使战斗机更快地利用新技术，美国国防部的格检查员。内尔在其关于F-22现代化合同战略的报告中说，国防和航天测试团队正试图更快地将更好的技术带入市场，并且工业不是唯一这样做的行业。迭代开发是加速技术发展的可靠方式。

尽管测试工程团队一直致力于硬件标准化和分层软件体系结构，但是研究和开发组织已经将注意力转移到了迭代产品开发上。但是标准化过程必须改进以适应当今的工程实践。采用敏捷软件开发方法的测试组织已经准备好利用这个即将到来的机会。

以今天的技术变化速度来看，30年的时间似乎很长。有时候，最好的方法与过去的最佳方法并不兼容。-马克·基思，霍尼韦尔航空航天公司首席工程师

从半导体到电子子系统，再到工业4.0的核心，智能机器、物联网(IoT)设备和工业物联网(IIoT)系统变得越来越复杂，测试是产品链中容易被忽视的关键环节，也是产品链中的复杂环节。物联网设备的应用进一步增加了测试的复杂性，但同时也大大提高了自动化测试的效率。支持自动化测试工作流可以帮助测试工程师更容易地应对IOT的挑战。

物联网和IIoT是基于设备互联和统一管理的，但是目前许多分布式测试系统没有实现互联或有效的设备管理。系统的位置，而不知道其性能、使用和健康状态。

幸运的是，大多数现代测试系统基于PC或PXI，并且可以直接连接到企业系统以实现附加功能，例如管理软件和硬件组件、跟踪使用和执行预测性维护，从而最大化测试投资的价值。

物联网的商业价值来自于互连系统产生的海量数据，但由于各种数据格式和数据源的存在，使得测试数据的有效使用非常困难。从原始的模拟、数字时频波形到参数测量的数据通常比用户或工业设备的数据采集速度和数量要快得多，更糟糕的是，测试数据通常存储在非标准化的筒仓中。对于企业来说不可见，因此在产品生命周期的其他阶段很容易遗漏有用的信息。在部署基于物联网的综合数据管理解决方案之前，（JLR）只分析了10%的车辆测试数据。JLR电力管理总监SimonFoster说现在我们可以分析高达95%的数据，并且减少测试的成本和年度测试的数量，因为我们不需要重新运行测试。

为了将IoT功能应用于自动化测试数据，需要一组现成的软件适配器来访问标准数据格式。这些适配器必须基于开放的文档体系结构，以便它们能够接收新的和独特的数据，包括来自设计和生产的非测试数据。stem必须能够与标准IoT和IIoT平台共享数据，以便从企业级数据中提取有用的信息。

由于测试数据通常比较复杂和多维，使用通用业务分析软件分析测试数据可能非常困难。此外，典型的业务映射在测试和测量中不包括常见的可视化功能，如模拟和数字信号组合。国家图表，眼图，史米斯圆图和星座图。

通过适当的元数据管理，面向测试的模式使工具能够可视化和分析测试数据，并将其与设计和生产数据相关联。作为Python、R和MathWorks公司的MATLAB软件进入工作流，并从数据中提取更有用的信息。

传统的专用桌面应用程序正逐渐转向基于Web的移动应用程序，这种转变使得测试难以实现。同时，本地运营商需要与DUT和DUT进行交互，但是公司希望远程访问测试设备以查看系统的结果和利用。f软件，并将软件下载到基于DUT的测试设备中。但是这就是为什么他们必须维护定制的体系结构，这需要额外的资源，用于具有较高业务价值的活动。

高级测试管理正从本地测试设备迁移到云部署。基于Web的工具可用于查看测试设备的状态、安排测试时间以及检查推送到云或服务器的测试数据。H常用工具，如NILabVIEW，微软。模块化测试软件体系结构（测试管理、测试代码、测量IP、仪器驱动程序、硬件抽象层）使公司能够评估将不同的软件功能从本地移动到服务器或云的价值。随着向云部署的迁移，企业将认识到云计算在数据存储、可伸缩计算以及随时随地易于访问软件和数据方面的优势。

用物联网测试不是一个未来的愿景，而是一个现实可行的时刻。组织的能力取决于其当前的自动化测试基础设施和最迫切的业务需求。管理测试系统，提高测试设备的利用率，从测试数据中获取更有意义的信息，以及远程访问共享测试系统。

管理和维护位于世界各地的测试资产将很快成为业界的标准要求。我们需要重塑我们的测试架构，以集成物联网技术，特别是升级配置管理和数据分析，并支持业务数字化。工业界4——数字产业主管ThalesChoplain，Thales

产业融合不是一个新概念，它甚至可能是最古老的概念之一。当不同的市场相互作用时，思想、过程和技术自然地交换，使它们更加紧密地相互交织。农业和贸易冲突，催生了银行业。最近，医疗保健和消费电子的交叉点创造了可穿戴的设备。由于我们生活在一个全球互连的世界，机遇正在更快和更大规模地融合。关于多行业融合的评论很多。博客、文章和分析报告都发表了。描述数字革命的加速是如何颠覆传统产业的，但是他们很少讨论集成如何影响测试组织。通过使用多行业测试平台，同时与涉及多个行业的其他组织合作并向其学习，从而解决egration问题。

最常被引用的创造性测试创新报告之一是Gartner在2014年的报告产业整合：数字产业革命，该报告指出产业整合是组织发展的最基本机会。机会来自于其他行业的杠杆作用和学习，以及集中资源加速创新。

集成的核心是观点共享，在产品创新中，人们经常讨论如何通过利用和学习其他产业来避免浪费时间和精力在创造现有事物上。这个概念也可以应用到测试策略中。功能安全就是一个很好的例子。经过几十年的学习，并且由于产品本身的严格安全要求，重工业已经发展了一个标准来证明其嵌入式电子的功能安全性。集成电路设备：IEC61508。铁路、汽车等其他行业在架构上增加了高安全性的嵌入式系统，采用EN50126和ISO262标准扩展和调整IEC61508。向专家学习这些标准可以节省增加功能安全性的时间。测试策略的测试。

多产业资源聚集是产业融合的一个不太明显的利益，随着产业间关系的日益密切，其功能需求也越来越紧密，这导致了以服务业为主体的供应商的投资增加。在这种测试中，基于平台的供应商将增加诸如处理器或模数转换器等行业独立的投资，以便以更低的价格向所有行业提供更好的产品。与单个行业选项不同，多行业解决方案使技术的利用率最大化。

IBM2016年对世界最高管理层边界的重新诠释表明，产业融合的速度远远超过他们在未来三到五年内预期的任何其他趋势。对于测试经理来说，行业融合增加了测试的复杂性，需要更适应性的测试平台和更灵活的组织。

随着工业界开始利用彼此的技术，他们需要测试这些新技术领域并具有相关的专业知识。例如，汽车系统现在需要能够测试控制、机械、热力学、电子、软件甚至电池化学的系统。如果测试系统测试系统建立在一个不灵活的封闭式专用平台上，即使几年前，测试系统也会过时。因此，测试系统应该具有开放和模块化的硬件和软件，能够支持多种I/O类型、编程语言和不同的供应商，以及清晰的def。API和互操作性标准。

组织如果不知道下一步该做什么，就更具挑战性。在集成时代，未来更加不确定。公司、测试策略和测试平台应该迅速适应未来的发展方向。例如，航空航天工业，历史上一直是由于供应链和消费电子产品之间日益密切的关系，航空航天测试机构急需测试设备来跟上时代的步伐。技术更新，以及能够提供这种适应性的测试架构的设计起着至关重要的作用。跨行业的交流活动和对其他行业出版物的关注可以帮助团队跟上最新趋势。

此外，与具有多行业经验的组织合作可以帮助公司更有效地适应不可预见的情况，并利用其他行业的最佳工程实践。解决了这些问题，或者在其他行业寻找战略合作伙伴，如5G和物联网。无穷无尽，说明这种协作如何带领组织超越同行业。重新评估供应链中的测试项目并审查供应商也是一个明智的策略。通过采取积极的措施，组织可以为下一步做好准备，并对未来。

产业融合是组织发展的最基本机会。产业整合：数字产业革命，Gartner，2014。

NI（National.ments，NI）是一个以软件为中心的平台供应商，致力于帮助用户加速自动测试和自动测量系统的开发和性能。今天，NI发布了NI趋势展望报告2019，该报告探讨了快速技术发展所面临的关键工程趋势和挑战，包括物联网(IoT)、从原型验证到商业部署的5G技术进步以及其他领域。

NI全球营销副总裁ShelleyGretlein说：这些工程趋势正在打破传统的工业和产品测试，带来前所未有的复杂挑战。然而，这也极大地促进了创新，促使我们从根本上改变自动化测试和认证。对软件定义的系统进行关键性改变的测量方法。

NI趋势展望2019报告将深入研究以下课题，致力于为自动化测试和自动化测量企业提供前瞻性信息，帮助企业为未来技术的迅速发展做好充分准备。

5G迎来了无线测试的新时代——5G无线设备变得越来越复杂，工程师们必须重新考虑用于测试前几代无线设备的高度优化的测试技术，以确保5G产品和解决方案的商业可行性。

实现安全自动驾驶所需的折衷迫在眉睫，自动驾驶将产生重大的社会影响，但在先进驾驶辅助系统由单传感器向多传感器转换的过程中，成本、技术和策略之间的折衷是：迫近。

跟上标准化发展进程的趋势——测试工程师正在利用旧的趋势来跟上快速测试环境。他们不仅需要标准化硬件和软件，而且需要标准化t.EST建筑。

借助物联网（IOT）优化系统测试，设备的复杂性日益增加，同时也增加了测试的复杂性，但是它可以大大提高自动化测试的效率。

多学科融合颠覆了传统的测试策略——融合预期将加速创新和提供前所未有的产品，同时使测试变得越来越复杂。跨行业的协作和学习为复杂测试提供了有用的视角。冗长。

NI趋势展望报告2019下载链接：

对于NININI的软件中心平台，模块化的硬件和巨大的生态系统被集成在一起，以帮助工程师和科学家应对各种挑战。NI解决方案可以帮助用户构建超出预期的高性能系统，快速适应需求的变化，并最终改善我们的生活。

从总体趋势来看，未来的工程趋势正在深刻地改变工业、产品测试和试图从中获利的公司。物联网的普及，5G技术从原型验证到商业部署的不断进步，以及自动驾驶技术的发展给我们带来了巨大而复杂的挑战，同时也为我们提供了前所未有的创新机会。

为了真正认识到这些趋势的好处，我们需要从根本上改变我们的自动化测试和自动化测量的方法。为了成功，我们必须以不同的方式思考，有目的地行动，并对软件定义的系统进行关键的改变。这是我们NI趋势输出的初衷。看报告。

NI趋势展望报告旨在确定最关键的工程趋势和来自不断变化的技术环境的挑战。我相信这个见解将帮助你向前迈进。

自从蜂窝通信出现以来，测试工程师们一直使用一套公认的测量和技术来测试大量的无线通信技术，从射频半导体到基站和移动电话。它们会变得更加复杂。为了验证5G技术的性能，有必要用OTA方法代替现有的电缆连接方法测试5G组件和设备。g领导人，我们需要新的测试方法，以确保5G产品和解决方案在商业上可行的许多行业和应用。

5G标准的主要目标之一是大大增加数据容量，这是由于用户数据需求的不断增长，但是为了达到每用户10Gbps的目标峰值速率，需要引入新技术。IMO)技术，它允许用户通过波束成形技术同时共享相同的频带，为每个用户建立独特的集中式无线连接。其次，5G标准增加了更多的无线频谱，扩展到厘米和毫米波频率。

MU-MIMO和mmWave技术的物理实现需要比前几代蜂窝标准更多的天线元件，根据物理定律，mmWave频率信号通过自由空间时衰减比当前蜂窝频率信号快。因此，当发射机电平接近时，毫米波蜂窝频率的范围将远小于当前蜂窝频带。为了克服这种路径损耗，5G发射机和接收机将使用并行天线阵列和波束形成技术来增强信号功率。这些天线阵列和波束成形技术不仅对于提高信号功率，而且对于实现MU-MIMO技术是重要的。

那么如何将所有这些天线安装到未来的手机上呢幸运的是，毫米波频率天线将比当前标准的蜂窝天线小得多。新的封装技术，如封装天线(AiP)，其中天线阵列位于芯片封装中，将使得这些天线更容易集成到现代智能手机，但天线阵列可以完全封闭，没有任何直接接触测试点。

对于测试工程师来说，增加的频率范围、新的封装技术和更多的天线使得在避免资本成本(测试设备成本)和操作成本(测试每个设备的时间)的大量增加的同时难以维持高质量。但它也带来了挑战。

首先，测量精度是一个很大的挑战。不像线测试，在OTA测量中，测试工程师需要处理由天线校准和精度、连接器公差和信号反射引起的额外的测量不确定性。电波暗室集成测量方法、波束特性分析、最优码本计算和天线参数特性分析。最后，测试经理必须考虑额外的业务因素以确保产品质量，同时最小化对上市时间、资本成本、运营成本和楼层空间的影响（以适应OTA测试暗室的面积）。几年后，测试与测量行业将通过许多创新技术快速响应这些挑战。因此，测试团队应该考虑高度灵活的软件定义测试策略和平台，以确保他们当前的资本支出能够跟上。这种快速的创新周期。

OTA虽然带来了很多挑战，但是也带来了很多好处。首先，OTA是AiP技术的唯一选择，因为天线阵列集成在封装中，不能通过导线直接连接阵列元件。连接天线部件的插座也面临着在并行测试（购买更多仪器的资本支出）或连续测试（由于测试时间和吞吐量增加而导致的操作成本）之间进行选择的困难。测试提供了将阵列测试为一个系统而不是一组独立组件的可能性，期望它能够提供系统级测试的高效率。在增加性能和复杂性的同时测试成本。然而，他们在5G仍然面临同样的挑战。尽管今天的5G测试挑战看起来很复杂，世界各地的工程师已经开发出新的测试仪器和方法，如OTA，这是5G成功商业部署所必需的。

据世界卫生组织统计，每年有125万人死于交通事故，约占国内生产总值的3%。虽然自主驾驶的潜在影响非常广泛，延伸到个人、经济和政治领域，但其挽救生命的作用却是elf的意思是自主驾驶可能是我们这个时代最具革命性的发明。

高级驾驶辅助系统（ADAS）是传感器、处理器和软件的组合，旨在提高安全性并最终提供自动驾驶功能。今天，大多数ADAS系统使用单个传感器，如雷达或照相机，并具有可量化的影响。2016年的研究报告显示，自动刹车系统减少了约40%的后端碰撞事故，碰撞预警系统减少了23%的后端碰撞事故。为了实现从辅助驾驶向L4或自主驾驶的转变，使驾驶员不再控制方向盘，汽车工业面临着更加复杂的挑战。ZES许多传感器测量以获得结果。因此，需要同步、大功率处理和传感器技术，对于汽车制造商来说，这意味着要平衡成本、技术和策略这三个关键要素，以实现适当的平衡。

一级自主驾驶标准规定，如果汽车处于预定环境，则驾驶员不必特别注意。到2019年，它将成为世界上第一个提供L3级自主驾驶技术的批量生产车辆。它配备有六个凸轮。橡皮擦，五个雷达设备，一个激光雷达设备和12个超声波传感器。为什么要用那么多传感器简言之，每个传感器都有其独特的优点和缺点。例如，雷达显示物体的运动速度，而不是它的形状。此时，需要传感器融合，因为物体的运动速度和对象的形状对于预测物体的行为非常重要。Bug和冗余是克服每个传感器的缺陷。

最后，传感器数据处理的目标是获得能够代表汽车周围环境的安全/失效的表示，这种表示应该被引入到决策算法中，并有助于降低成本，从而最终产品可以通用。实现这一目标的最大挑战之一是选择正确的软件。以三个应用为例：紧密同步测量、数据可追溯性维护和在许多实际条件下的软件测试。每个应用都有其独特的挑战；自动驾驶仪，这三个应用是必不可少的，但代价是什么

ADAS的处理能力来自于多个独立的控制单元，然而传感器融合正在促进单个集中式处理器的普及。以奥迪A8为例。在2019年的模型中，所需的传感器、功能、电子硬件和软件架构被集成。这个中央驾驶辅助控制器计算汽车周围环境的完整模型，并激活所有的辅助系统。它的处理能力将高于之前奥迪A8组合的所有系统。

集中式体系结构的主要问题是高功率处理的高成本，这甚至更高，因为需要将辅助融合控制器作为备用控制器安装在汽车其他地方以确保安全。工程师的偏好可能在分布式和集中式体系结构设计之间交替，这意味着软件定义的测试器设计对于跟上这种发展至关重要。

为了实现L5级的自动驾驶，自动驾驶仪的微处理器需要比当前微处理器多2000倍的处理能力。因此，在毫米波雷达传感器系统中，这种微处理器的成本要比射频元件昂贵得多。从而促进了现有企业在市场上的竞争。

例如，瑞银估计，电力系统中的半导体器件数量是等效内燃机车的6到10倍。汽车中的半导体器件数量只会增加，不会减少，相邻的市场将继续改善。例如，NVIDIA改进了最初为消费电子产品开发的Tegra平台，以满足汽车ADAS应用的需要。此外，Denso已经开始设计和制造自己的AI微处理器，以降低成本，能源消耗。Denso的子公司NSITEXE公司计划在2022年发布数据流处理器，下一代处理器IP，称为DFP。游戏已经开始。

基于这些折衷的决策将对整个供应链的市场时间和差异化能力产生重大影响，快速重新配置测试器的能力对于最小化验证和生产测试的成本和时间至关重要，因此通过sof实现灵活性至关重要。两个是获胜的策略。该研究所首席执行官詹姆斯·库夫纳博士在接受采访时说，我们的预算不是翻倍，而是翻两番。我们有将近40亿美元使丰田成为世界级的软件汽车公司。这种情绪在汽车行业并不罕见。目前，还没有答案是明确的，但是就像过去的工业革命一样，人们通过提高生产力来支付新技术的成本，并且提高软件开发效率将成为自动驾驶仪革命中不可或缺的一部分。

{HelmutMatschi，大陆安装执行委员会成员}说这一切归功于软件工程……他预测，随着高性能计算机在未来十年在汽车上的广泛应用，开发项目的预算的80%可以花在软件上。《汽车新闻》，《虫子世界的大陆支撑》，2018年产品开发过程的标准化

几十年来，标准化一直是测试组织的理想目标。1961年，RCA的D.B.Dobson和L.L.Wolff发表了《电子测试设备标准化》。多用途导弹系统试验设备。

早期技术标准化工作的目标是减少整个组织中不同测试解决方案使用的测试设备的多样性。RCA已经实现的一个关键目标是设计和部署一组模块化硬件。测试解决方案的电子集成，减少部件陈旧，简化技术替换过程。由于国防和航天工业中各种产品和资产的使用寿命可长达50年，可维护和可重用的测试系统将为远程测试带来许多好处。行业中的ST团队。

由于严格的安全要求和快速的变化，现代测试组织需要的不仅仅是硬件标准化。他们现在非常重视软件层及其开发过程。测试工程团队必须开始采用和标准化迭代的软件。e开发方法，以跟上产品开发团队的步伐，并保持快速现代化行业的项目进展。

RCA的论文描述了在多功能部件和导弹计划中识别共享输入和输出的过程以定义它们的模块化硬件系统需求。识别和分离过程是抽象的基础，它可以同时完成。大规模仪器标准化和商业化现成技术的普及促使许多行业的测试机构采用模块化硬件标准，如VXI、PXIe、PXIe和AXIe。在单个系统中，冷却和用户接口成为独立的元件。

国防科学委员会（DSB）在《国防系统软件设计与采购报告》中说，我们的武器系统的许多功能来自系统软件，而不是硬件。这种从硬件功能向软件功能的转变正在迅速蔓延。为了充分利用这些现代测试解决方案，不仅有利，而且有必要用软件定义测量系统。

领先的测试软件工程团队正在开发抽象测试软件，它比抽象硬件提供更多的好处。抽象软件平台包括执行特定功能的层。这使得团队可以单独修复和升级每个模块，同时隔离其他层。霍尼韦尔航空航天公司的总工程师马克·基思（MarkKeith）说：因为我们有数十个传统业务，软件标准化需要解决每个团队的历史问题。抽象的目的是最小化或避免软件修改。更换过时硬件的离子——现代测试软件的开发

根据当今市场新产品和功能发布的速度，正确构建测试软件体系结构还远远不够，测试软件组织必须采用更加灵活的方法来更快地向生产部门和客户交付产品。为了提供所有需要的功能，现代软件工程团队开始采用敏捷和其他连续的迭代软件开发方法。

如DSB报告中所提到的，迭代开发的主要优点是能够快速且持续地捕获错误，易于集成新代码，并且在整个应用程序开发过程中获得用户反馈。e，这将有助于{国防部（DoD）}应对当今不稳定的安全环境，其中威胁变化快于瀑布开发所能处理的。

迭代软件开发需要彼此紧密合作的团队，并且类似于硬件平台和软件体系结构抽象，包括共享和重复的概念和任务。

负责代码库的团队必须同意和标准化源代码控制、单元测试框架、代码分析、工作管理和部署所需的工具。另一个日益受到关注的问题是网络安全。DSB指出，每天检查软件系统的代码库可以奏效。积极控制符合一般网络规则所需的更改数量。

根据规划办公室官员的说法，国防部正面临着失去与美国同行相比的技术优势的风险，并且迫切需要找到创新方法来使战斗机更快地利用新技术，美国国防部的格检查员。内尔在其关于F-22现代化合同战略的报告中说，国防和航天测试团队正试图更快地将更好的技术带入市场，并且工业不是唯一这样做的行业。迭代开发是加速技术发展的可靠方式。

尽管测试工程团队一直致力于硬件标准化和分层软件体系结构，但是研究和开发组织已经将注意力转移到了迭代产品开发上。但是标准化过程必须改进以适应当今的工程实践。采用敏捷软件开发方法的测试组织已经准备好利用这个即将到来的机会。

以今天的技术变化速度来看，30年的时间似乎很长。有时候，最好的方法与过去的最佳方法并不兼容。-马克·基思，霍尼韦尔航空航天公司首席工程师

从半导体到电子子系统，再到工业4.0的核心，智能机器、物联网(IoT)设备和工业物联网(IIoT)系统变得越来越复杂，测试是产品链中容易被忽视的关键环节，也是产品链中的复杂环节。物联网设备的应用进一步增加了测试的复杂性，但同时也大大提高了自动化测试的效率。支持自动化测试工作流可以帮助测试工程师更容易地应对IOT的挑战。

物联网和IIoT是基于设备互联和统一管理的，但是目前许多分布式测试系统没有实现互联或有效的设备管理。系统的位置，而不知道其性能、使用和健康状态。

幸运的是，大多数现代测试系统基于PC或PXI，并且可以直接连接到企业系统以实现附加功能，例如管理软件和硬件组件、跟踪使用和执行预测性维护，从而最大化测试投资的价值。

物联网的商业价值来自于互连系统产生的海量数据，但由于各种数据格式和数据源的存在，使得测试数据的有效使用非常困难。从原始的模拟、数字时频波形到参数测量的数据通常比用户或工业设备的数据采集速度和数量要快得多，更糟糕的是，测试数据通常存储在非标准化的筒仓中。对于企业来说不可见，因此在产品生命周期的其他阶段很容易遗漏有用的信息。在部署基于物联网的综合数据管理解决方案之前，（JLR）只分析了10%的车辆测试数据。JLR电力管理总监SimonFoster说现在我们可以分析高达95%的数据，并且减少测试的成本和年度测试的数量，因为我们不需要重新运行测试。

为了将IoT功能应用于自动化测试数据，需要一组现成的软件适配器来访问标准数据格式。这些适配器必须基于开放的文档体系结构，以便它们能够接收新的和独特的数据，包括来自设计和生产的非测试数据。stem必须能够与标准IoT和IIoT平台共享数据，以便从企业级数据中提取有用的信息。

由于测试数据通常比较复杂和多维，使用通用业务分析软件分析测试数据可能非常困难。此外，典型的业务映射在测试和测量中不包括常见的可视化功能，如模拟和数字信号组合。国家图表，眼图，史米斯圆图和星座图。

通过适当的元数据管理，面向测试的模式使工具能够可视化和分析测试数据，并将其与设计和生产数据相关联。作为Python、R和MathWorks公司的MATLAB软件进入工作流，并从数据中提取更有用的信息。

传统的专用桌面应用程序正逐渐转向基于Web的移动应用程序，这种转变使得测试难以实现。同时，本地运营商需要与DUT和DUT进行交互，但是公司希望远程访问测试设备以查看系统的结果和利用。f软件，并将软件下载到基于DUT的测试设备中。但是这就是为什么他们必须维护定制的体系结构，这需要额外的资源，用于具有较高业务价值的活动。

高级测试管理正从本地测试设备迁移到云部署。基于Web的工具可用于查看测试设备的状态、安排测试时间以及检查推送到云或服务器的测试数据。H常用工具，如NILabVIEW，微软。模块化测试软件体系结构（测试管理、测试代码、测量IP、仪器驱动程序、硬件抽象层）使公司能够评估将不同的软件功能从本地移动到服务器或云的价值。随着向云部署的迁移，企业将认识到云计算在数据存储、可伸缩计算以及随时随地易于访问软件和数据方面的优势。

用物联网测试不是一个未来的愿景，而是一个现实可行的时刻。组织的能力取决于其当前的自动化测试基础设施和最迫切的业务需求。管理测试系统，提高测试设备的利用率，从测试数据中获取更有意义的信息，以及远程访问共享测试系统。

管理和维护位于世界各地的测试资产将很快成为业界的标准要求。我们需要重塑我们的测试架构，以集成物联网技术，特别是升级配置管理和数据分析，并支持业务数字化。工业界4——数字产业主管ThalesChoplain，Thales

产业融合不是一个新概念，它甚至可能是最古老的概念之一。当不同的市场相互作用时，思想、过程和技术自然地交换，使它们更加紧密地相互交织。农业和贸易冲突，催生了银行业。最近，医疗保健和消费电子的交叉点创造了可穿戴的设备。由于我们生活在一个全球互连的世界，机遇正在更快和更大规模地融合。关于多行业融合的评论很多。博客、文章和分析报告都发表了。描述数字革命的加速是如何颠覆传统产业的，但是他们很少讨论集成如何影响测试组织。通过使用多行业测试平台，同时与涉及多个行业的其他组织合作并向其学习，从而解决egration问题。

最常被引用的创造性测试创新报告之一是Gartner在2014年的报告产业整合：数字产业革命，该报告指出产业整合是组织发展的最基本机会。机会来自于其他行业的杠杆作用和学习，以及集中资源加速创新。

集成的核心是观点共享，在产品创新中，人们经常讨论如何通过利用和学习其他产业来避免浪费时间和精力在创造现有事物上。这个概念也可以应用到测试策略中。功能安全就是一个很好的例子。经过几十年的学习，并且由于产品本身的严格安全要求，重工业已经发展了一个标准来证明其嵌入式电子的功能安全性。集成电路设备：IEC61508。铁路、汽车等其他行业在架构上增加了高安全性的嵌入式系统，采用EN50126和ISO262标准扩展和调整IEC61508。向专家学习这些标准可以节省增加功能安全性的时间。测试策略的测试。

多产业资源聚集是产业融合的一个不太明显的利益，随着产业间关系的日益密切，其功能需求也越来越紧密，这导致了以服务业为主体的供应商的投资增加。在这种测试中，基于平台的供应商将增加诸如处理器或模数转换器等行业独立的投资，以便以更低的价格向所有行业提供更好的产品。与单个行业选项不同，多行业解决方案使技术的利用率最大化。

IBM2016年对世界最高管理层边界的重新诠释表明，产业融合的速度远远超过他们在未来三到五年内预期的任何其他趋势。对于测试经理来说，行业融合增加了测试的复杂性，需要更适应性的测试平台和更灵活的组织。

随着工业界开始利用彼此的技术，他们需要测试这些新技术领域并具有相关的专业知识。例如，汽车系统现在需要能够测试控制、机械、热力学、电子、软件甚至电池化学的系统。如果测试系统测试系统建立在一个不灵活的封闭式专用平台上，即使几年前，测试系统也会过时。因此，测试系统应该具有开放和模块化的硬件和软件，能够支持多种I/O类型、编程语言和不同的供应商，以及清晰的def。API和互操作性标准。

组织如果不知道下一步该做什么，就更具挑战性。在集成时代，未来更加不确定。公司、测试策略和测试平台应该迅速适应未来的发展方向。例如，航空航天工业，历史上一直是由于供应链和消费电子产品之间日益密切的关系，航空航天测试机构急需测试设备来跟上时代的步伐。技术更新，以及能够提供这种适应性的测试架构的设计起着至关重要的作用。跨行业的交流活动和对其他行业出版物的关注可以帮助团队跟上最新趋势。

此外，与具有多行业经验的组织合作可以帮助公司更有效地适应不可预见的情况，并利用其他行业的最佳工程实践。解决了这些问题，或者在其他行业寻找战略合作伙伴，如5G和物联网。无穷无尽，说明这种协作如何带领组织超越同行业。重新评估供应链中的测试项目并审查供应商也是一个明智的策略。通过采取积极的措施，组织可以为下一步做好准备，并对未来。

产业融合是组织发展的最基本机会。产业整合：数字产业革命，Gartner，2014。

NI（National.ments，NI）是一个以软件为中心的平台供应商，致力于帮助用户加速自动测试和自动测量系统的开发和性能。该公司今天发布了NI趋势展望报告2019。该报告探讨了关键工程趋势和面临快速技术发展的挑战，包括物联网(IoT)、从原型验证到商业部署的5G技术进步，以及其他领域。

NI全球营销副总裁ShelleyGretlein说：这些工程趋势正在打破传统的工业和产品测试，带来前所未有的复杂挑战。然而，这也极大地促进了创新，促使我们从根本上改变自动化测试和认证。对软件定义的系统进行关键性改变的测量方法。

NI趋势展望2019报告将深入研究以下课题，致力于为自动化测试和自动化测量企业提供前瞻性信息，帮助企业为未来技术的迅速发展做好充分准备。

5G迎来了无线测试的新时代——5G无线设备变得越来越复杂，工程师们必须重新考虑用于测试前几代无线设备的高度优化的测试技术，以确保5G产品和解决方案的商业可行性。

实现安全自动驾驶所需的折衷迫在眉睫，自动驾驶将产生重大的社会影响，但在先进驾驶辅助系统由单传感器向多传感器转换的过程中，成本、技术和策略之间的折衷是：迫近。

跟上标准化发展进程的趋势——测试工程师正在利用旧的趋势来跟上快速测试环境。他们不仅需要标准化硬件和软件，而且需要标准化t.EST建筑。

借助物联网（IOT）优化系统测试，设备的复杂性日益增加，同时也增加了测试的复杂性，但是它可以大大提高自动化测试的效率。

多学科融合颠覆了传统的测试策略——融合预期将加速创新和提供前所未有的产品，同时使测试变得越来越复杂。跨行业的协作和学习为复杂测试提供了有用的视角。冗长。

NI趋势展望报告2019下载链接：

对于NININI的软件中心平台，模块化的硬件和巨大的生态系统被集成在一起，以帮助工程师和科学家应对各种挑战。NI解决方案可以帮助用户构建超出预期的高性能系统，快速适应需求的变化，并最终改善我们的生活。

从总体趋势来看，未来的工程趋势正在深刻地改变工业、产品测试和试图从中获利的公司。物联网的普及，5G技术从原型验证到商业部署的不断进步，以及自动驾驶技术的发展给我们带来了巨大而复杂的挑战，同时也为我们提供了前所未有的创新机会。

为了真正认识到这些趋势的好处，我们需要从根本上改变我