Интернет вещей стал горячей темой и модным словом в 2016 году, когда крупные поставщики облачных услуг представили свои передовые вычислительные решения. Но что, если эра IoT действительно начнется в этом году?
Первым подключенным к Интернету устройством был тостер, представленный Джоном Ромки в 1990 году для конференции Interop . Сам термин «IoT» был придуман в 1999 году Кевином Эштоном из Массачусетского технологического института. В течение следующих 15 лет были объявлены различные пилотные проекты, Tesla, Mercedez, General Motors, Ford и Volvo объявили о своих намерениях по созданию легковых и грузовых автомобилей с самостоятельным вождением, и даже Google объявил о своем проекте по производству легковых автомобилей. Amazon Echo и Google Nest вошли в нашу жизнь и начали превращать наши квартиры в умные дома будущего.
Постоянное развитие и рост услуг облачного хостинга и облачных вычислений сделали возможными эти проекты. Традиционные центры обработки данных не могли удовлетворить потребности географически распределенных сетей и обрабатывать огромные объемы машинно-генерируемых данных. Кроме того, не все взаимосвязанные устройства могут использовать защиту SSL (например, чайники и выключатели освещения), поэтому возникла серьезная проблема безопасности. После нескольких сообщений о взломе «умных домов» и волны советов о том, как защитить ваш «умный дом» от взлома , волна ажиотажа утихла, но проблема осталась.
Edge computing — ответ на проблемы IoT
В 2016–2017 годах Microsoft представила свою службу Azure IoT Edge , Google Cloud выпустила свое облачное ядро IoT, AWS улучшила свои предложения IoT и представила множество новых функций во время AWS re: Invent 2017 . Между тем, несколько менее крупных облачных провайдеров, таких как DigitalOcean и IBM, также используют свою возможность получить долю на будущем рынке IoT.
Edge computing- это новая концепция обработки данных, разработанная специально для узлов IoT. Основными требованиями являются:
- Фильтрация данных на горячую и холодную . Если имеются сотни одинаковых сигналов от идентичных датчиков (например, сеть контроля температуры, отправляющая одинаковые значения во время нормальной работы), только один сигнал передается из узла IoT в облако для регистрации, а остальные отбрасываются — так называемые холодные данные (1).
Однако, если какой-либо датчик показывает изменение значения (2), это означает аномалию (например, возникновение пожара или короткое замыкание), поэтому сигнал также обрабатывается в соответствии со сценарием реагирования (срабатывает сигнализация и системы пожаротушения). активируются в зоне поражения) — горячие данные , которые требуют действий сразу.
- Горячая обработка данных внутри узла . Вышеупомянутые сценарии ответа должны обрабатываться моделями машинного обучения, развернутыми внутри узла IoT. Сами алгоритмы ML сначала обучаются в облаке с использованием огромных массивов исторических холодных данных, но обученные модели занимают всего 1 ГБ дискового пространства и могут эффективно работать внутри узла IoT. (3)
Благодаря такой структуре горячие данные могут обрабатываться на месте, а ответы могут выдаваться в течение миллисекунд, а холодные данные отправляются в облако и используются в текущем процессе обучения модели ML (4). Например, когда небольшая партия датчиков регистрирует порыв ветра с гравием, который угрожает ветряной электростанции, вся ветровая электростанция регулирует положение роторов, чтобы избежать повреждения. - Регулярные обновления модели ML . Чем больше исторических данных доступно для модели ML, тем лучше она может предсказать необходимые результаты. Поэтому локальные экземпляры модели, развернутой в узлах IoT, должны время от времени обновляться, поэтому для обеспечения эффективной работы системы необходимо установить безопасный канал соединения и защищенный от ошибок конвейер CI / CD.
- Стабильность и безопасность покрытия интернета . Что касается вопросов возможных краж со взломом умных домов или автокатастроф, стабильность интернет-связи и безопасность соединений является еще одной серьезной проблемой. Многие компании, такие как AT & T в США и Vodafone в Великобритании , планируют запустить сети 5G, чтобы обеспечить достаточный доступ в Интернет для смартфонов и других подключенных устройств.
Таким образом, сказать, что индустрия ИТ-услуг активно разрабатывает технологии, программное обеспечение и методы для поддержки потока данных, ожидаемых от миллиардов взаимосвязанных устройств, которые появятся в сети в 2019 году. Но действительно ли эра IoT начинается в этом году?
Готовы ли мы к эре IoT?
Что касается умных городов, оказалось, что экономия энергии и средств, достигнутая с помощью интеллектуальных систем освещения, была незначительной по сравнению с установкой и эксплуатацией указанных интеллектуальных систем. То же самое касается заводов Industry 4.0 и других ожидаемых приложений IoT. Кроме того, затраты на оснащение всех основных дорог датчиками и узлами IoT намного превышают ожидаемую прибыль от продажи интеллектуальных легковых или грузовых автомобилей, и автопроизводители не желают инвестировать суммы такого масштаба самостоятельно.
Выводы о готовности облака к IoT
Возможное решение этой дилеммы — предоставление более персонализированных приложений и систем IoT. Будучи разработанными для определенной цели, эти приложения могут сделать реализацию IoT в долгосрочной перспективе осуществимой. Например, если бы одна и та же система узлов IoT использовалась для управления городскими огнями, системой управления городским движением, автомобилями с автоматическим управлением, наблюдением за движением, обработкой синхронизации приложений для потребителей и т.д. — это сделало бы это возможным.
На данный момент — облако готово поддержать IoT, но широкая публика не желает вкладывать в него средства. Разработчики IoT постоянно увеличивают разнообразие доступных приложений и услуг, но редко выходят за рамки пилотных проектов или первых пользователей.
Что, по вашему мнению, могло бы ускорить наступление эры Интернета вещей?