Mit der Zeit umfasst das Konzept des Internets der Dinge immer mehr Dinge. Diese Dinge verfügen nicht nur über interne Sensoren und Prozessoren, sondern sind auch direkt mit dem Netz verbunden und übermitteln ihre Daten online. Der Hauptanwendungsfall dieses Konzepts ist die Hausautomatisierung. Wenn beispielsweise dem Kühlschrank die Milch ausgeht, bestellt er automatisch Milch im Supermarkt. Aber der Umfang der IoT-Anwendungen wird immer größer. Wir werden viele Dinge haben, die miteinander interagieren, aber unabhängig voneinander sind, Büros werden bei Bedarf automatisch Büroartikel bestellen, ohne dass wir eingreifen müssen, und sogar Sensoren an unserer Kleidung und unserem Körper werden unsere Gesundheitsdaten in Echtzeit an unsere Ärzte übermitteln. Diese Art der M2M-Kommunikation (Machine-to-Machine) ist der Schlüssel.
Um die potenziellen Vorteile des IoT voll auszuschöpfen, muss das Cloud Computing die Grundlage des IoT bilden. Die Idee hinter dem Internet ist, dass die meisten der gesammelten Daten online übertragen werden sollten, damit Anwendungen diese Daten effektiv aggregieren, analysieren und nutzen können. Kehren wir nun zum Beispiel mit dem Kühlschrank zurück. In diesem Beispiel bestellt der Kühlschrank nicht mehr selbst Milch im Lebensmittelgeschäft, sondern überträgt alle seine Daten, einschließlich des aktuellen Lebensmittelbestands und des Verbrauchs des Nutzers, an die App, die diese Daten dann ausliest und analysiert. Die Kaufentscheidung wird dann auf der Grundlage von Faktoren wie dem aktuellen Lebensmittelbudget des Nutzers und der Dauer der Milchlieferung getroffen, und die Cloud ist das ideale Zuhause für diese Anwendungen.
Wenn alle unsere Alltagsprodukte damit ausgestattet wären, wäre die Menge der erzeugten Daten enorm. Daher muss sich das IoT Gedanken darüber machen, wie die erzeugten Daten gespeichert und analysiert werden können. Dies ist nicht nur eine Frage der Datenmenge, sondern auch der Geschwindigkeit, mit der diese Daten erzeugt werden. Sensoren erzeugen immer mehr Daten, und zwar schneller, als die meisten kommerziellen Anwendungen sie verarbeiten können.
Cloud-basierte Lösungen sind von grundlegender Bedeutung, um das Volumen und die Geschwindigkeit der Datenerzeugung zu bewältigen. Die Cloud kann automatisch und dynamisch Speicherressourcen bereitstellen, die sich nach unserem Bedarf richten, ohne dass wir manuell eingreifen müssen. Die Cloud bietet uns auch die Möglichkeit, über Cloud-Datenbankcluster oder virtualisierten physischen Speicher auf virtuellen Speicher zuzugreifen, der seine Kapazität ohne Ausfallzeiten anpassen kann, sowie die Möglichkeit, auf große Speicherressourcenpools zuzugreifen, was lokal nicht möglich ist.
Die zweite Frage in Bezug auf diese Daten ist, was mit ihnen geschehen soll. Bei diesem Problem gibt es zwei Schwierigkeiten. Die erste Schwierigkeit besteht darin, alle von den verschiedenen Objekten erhaltenen Datenpunkte in Echtzeit zu verarbeiten. Die zweite Schwierigkeit besteht darin, aus den gesammelten Datenpunkten nützliche Informationen zu extrahieren und die von den verschiedenen Objekten erhaltenen Informationen miteinander in Beziehung zu setzen, um den gespeicherten Daten einen echten Mehrwert zu verleihen.
Auch wenn die Echtzeitverarbeitung einfach zu sein scheint - Daten aufnehmen, analysieren und dann nutzen -, ist dies in Echtzeit nicht der Fall. Kehren wir zum Beispiel mit dem Kühlschrank zurück. Stellen Sie sich vor, dass jedes Mal, wenn jemand die Kühlschranktür öffnet, der Kühlschrank ein Datenpaket sendet. Diese Datenpakete enthalten, was bewegt und was hineingelegt wurde. Schätzen wir, dass es auf der Welt etwa 2 Milliarden Kühlschränke gibt und die Kühlschranktür viermal am Tag geöffnet und geschlossen wird, so werden an einem Tag 8 Milliarden Datenpakete erzeugt, was im Durchschnitt etwa 100.000 Datenpakete pro Sekunde entspricht. Diese Menge ist sehr erstaunlich. Schlimmer noch, diese Datenpunkte können sich auf charakteristische Tageszeiten konzentrieren (hauptsächlich morgens und abends). Wenn wir die Verarbeitungskapazität auf der Grundlage der maximalen Last vorbereiten, wird eine Menge Infrastruktur verschwendet.
Sobald die Verarbeitung in Echtzeit erfolgt, stoßen wir auf die zweite Schwierigkeit, nämlich wie wir nützliche Informationen aus diesen gespeicherten Daten extrahieren und sie auf eine höhere Ebene bringen können, so dass sie nicht mehr nur persönliche Angelegenheiten sind. Für Sie persönlich wäre es großartig, wenn Ihr Kühlschrank automatisch Ihre Bestellung im Lebensmittelgeschäft für Sie aufgeben könnte, aber was wäre, wenn der Hersteller wüsste, dass Kühlschränke aus bestimmten Regionen zur Überhitzung neigen oder dass Kühlschränke, die bestimmte Artikel lagern, ihre Lebensdauer zu schnell abnutzen? Wenn das so ist, dann wird es für die Hersteller von größerer Bedeutung sein. Um diese Art von Informationen aus den gespeicherten Daten zu extrahieren, müssen wir die bestehenden Big-Data-Lösungen nutzen (und einige, die in Planung sind).
Cloud Computing ist ideal geeignet, um diese Probleme zu lösen. Die erste Schwierigkeit besteht darin, dass eine dynamische Zuweisung (und Rückforderung) von Verarbeitungsressourcen möglich ist, so dass Anwendungen, die Kühlschranksysteme in Echtzeit analysieren müssen, diese massiven Datenmengen bewältigen und die Infrastrukturkosten optimieren können. Bei der zweiten Schwierigkeit kann das Cloud Computing mit Big-Data-Lösungen zusammenarbeiten.
Zusammenfassend lässt sich sagen, dass das Internet der Dinge die Gesamtarchitektur des Cloud Computing verändern kann, aber gleichzeitig ist das Cloud Computing auch entscheidend, um diesen Wandel zu erreichen. Was die virtualisierten Rechenressourcen betrifft, so können die Anwendungen diese Ressourcen zwar dynamisch und ohne manuelles Eingreifen zuweisen, doch wird sich das Cloud Computing nicht weiterentwickeln, wenn dies der Fall ist. Denn das Internet der Dinge ist die einzige treibende Kraft für ihre Entwicklung.
