Avec le temps, le concept d'internet des objets concerne de plus en plus de choses. En plus d'être dotés de capteurs et de processeurs internes, ces objets sont directement connectés au réseau et transmettent leurs données en ligne. Si la domotique est le cas d'utilisation "principal" de ce concept, si le réfrigérateur manque de lait, par exemple, il commandera automatiquement du lait à l'épicerie. Mais le champ d'application de l'IdO ne cesse de s'élargir. Nous aurons de nombreux objets qui interagiront les uns avec les autres tout en étant indépendants les uns des autres, les bureaux commanderont automatiquement des articles de bureau en cas de besoin sans que nous ayons à intervenir, et même les capteurs placés sur nos vêtements et notre corps transmettront nos données de santé à nos médecins en temps réel. Ce type de communication M2M (machine à machine) est essentiel.
Pour tirer pleinement parti des avantages potentiels de l'IdO, l'informatique en nuage doit être le fondement de l'IdO. L'idée qui sous-tend l'internet est que la plupart des données collectées doivent être transmises en ligne, afin que les applications puissent les agréger, les analyser et les utiliser efficacement. Revenons à l'exemple du réfrigérateur. Dans cet exemple, au lieu de commander lui-même du lait à l'épicerie, le réfrigérateur transmet toutes ses données, y compris l'inventaire actuel des aliments et la consommation de l'utilisateur, à l'application, qui lit et analyse ensuite les données. La décision d'achat est alors prise en fonction de facteurs tels que le budget alimentaire actuel de l'utilisateur et le délai de livraison du lait.
Si tous nos produits quotidiens en étaient équipés, la quantité de données générées serait énorme. C'est pourquoi l'IdO doit réfléchir à la manière de stocker et d'analyser les données générées. Il ne s'agit pas seulement de la quantité de données, mais aussi de la vitesse à laquelle ces données sont générées. Les capteurs génèrent de plus en plus de données à une vitesse supérieure à celle à laquelle la plupart des applications commerciales peuvent les traiter.
Les solutions basées sur l'informatique en nuage sont essentielles pour faire face au volume et à la vitesse de génération des données. L'informatique dématérialisée peut fournir automatiquement et dynamiquement des ressources de stockage en fonction de nos besoins, sans intervention manuelle. Il nous permet également d'accéder à un stockage virtuel par le biais de clusters de bases de données en nuage ou d'un stockage physique virtualisé qui peut ajuster sa capacité sans temps d'arrêt, et d'accéder à de vastes pools de ressources de stockage, ce qui n'est pas possible au niveau local.
La deuxième question concernant ces données est de savoir ce qu'il faut en faire. Ce problème présente deux difficultés. La première consiste à traiter en temps réel tous les points de données obtenus à partir de chaque objet. La seconde difficulté consiste à extraire des informations utiles de tous les points de données disponibles collectés et à corréler les informations obtenues à partir de différents objets afin d'ajouter une valeur réelle aux données stockées.
Bien que le traitement en temps réel puisse sembler simple - recevoir des données, les analyser et les utiliser - ce n'est pas le cas en temps réel. Revenons à l'exemple du réfrigérateur. Imaginons qu'à chaque fois que quelqu'un ouvre la porte du réfrigérateur, celui-ci envoie un paquet de données. Ces paquets de données comprennent ce qui a été déplacé et ce qui a été mis à l'intérieur. Estimons qu'il y a environ 2 milliards de réfrigérateurs dans le monde, et que la porte du réfrigérateur est ouverte et fermée 4 fois par jour. 8 milliards de paquets de données seront donc générés en une journée, ce qui représente environ 100 000 paquets de données par seconde en moyenne. Cette quantité est stupéfiante. Pire encore, ces points de données peuvent être concentrés à des moments caractéristiques de la journée (principalement le matin et le soir). Si nous préparons la capacité de traitement en fonction de la charge maximale, une grande partie de l'infrastructure sera gaspillée.
Une fois le traitement en temps réel effectué, nous nous heurtons à la deuxième difficulté, à savoir comment extraire des informations utiles de ces données stockées et les amener à un niveau supérieur et à ne plus être des questions personnelles. Ce serait bien pour vous personnellement si votre réfrigérateur pouvait automatiquement passer votre commande à l'épicerie pour vous, mais si le fabricant savait que les réfrigérateurs de certaines régions ont tendance à surchauffer, ou que les réfrigérateurs stockant certains articles s'usent trop rapidement ? Dans ce cas, l'information aura une plus grande importance pour les fabricants. Pour extraire ce type d'informations des données stockées, nous devons tirer parti des solutions de big data existantes (et de certaines qui se profilent à l'horizon).
L'informatique en nuage est idéalement adaptée pour traiter ces problèmes. En ce qui concerne la première difficulté, l'allocation (et la récupération) dynamique des ressources de traitement est possible, ce qui permet aux applications qui doivent analyser les données des réfrigérateurs en temps réel de faire face à ces volumes de données massifs et d'optimiser les coûts d'infrastructure. En ce qui concerne la deuxième difficulté, l'informatique en nuage peut collaborer avec les solutions de données massives.
En résumé, l'internet des objets peut modifier l'architecture globale de l'informatique en nuage, mais dans le même temps, l'informatique en nuage est également essentielle pour réaliser ce changement. En ce qui concerne les ressources informatiques virtualisées, bien que les applications puissent allouer dynamiquement ces ressources sans intervention manuelle, l'informatique en nuage ne pourra pas se développer si c'est le cas. Car l'internet des objets est le seul moteur de leur développement.
