«Интернет вещей» является важным средством для реализации цифровой трансформации промышленности и приведет к появлению новой промышленной экосистемы и бизнес-моделей. Без облачных вычислений проекты в области «Интернета вещей» не смогут раскрыть весь свой потенциал, особенно в плане анализа, мониторинга и управления в режиме реального времени. С помощью пограничных вычислений можно повысить интеллектуальные возможности Интернета вещей, что позволит ему прочно укорениться в различных вертикальных отраслях.
Итак, какие проблемы в сфере «Интернета вещей» решает периферийная обработка данных?
1. Проблема задержки
Под задержкой понимается время, необходимое для обработки и анализа полученных данных. Устройства, подключенные к Интернету, должны отвечать в течение 100 миллисекунд, а иногда и менее чем за 10 миллисекунд. Поэтому процесс обработки данных должен быть максимально локализован, чтобы компенсировать задержки, связанные с передачей данных на большие расстояния.
Благодаря технологии «пограничных вычислений» в Интернете вещей (IoT) вычисления будут производиться в непосредственной близости от источника данных, например, от датчика. Если датчики автомобиля определят, что столкновение неизбежно, система должна быть достаточно детерминированной, чтобы сработать подушку безопасности в течение определённого промежутка времени. Если при передаче данных на большие расстояния возникает какая-либо задержка, это просто небезопасно.
2. Проблема пропускной способности
Большинство устройств Интернета вещей (IoT), на которых работает программное обеспечение и которые генерируют данные, необходимо подключить к облаку для хранения и дальнейшей обработки этих данных. Поэтому для передачи данных IoT в облако требуется значительное количество энергии и пропускной способности.
Используя периферийные вычисления в системе Интернета вещей (IoT), организации могут сократить потребление пропускной способности Интернета, поскольку большие объемы данных можно обрабатывать непосредственно у источника.
Например, камеры с технологией «пограничных вычислений» могут помочь правоохранительным органам сократить потребление пропускной способности за счет анализа видеопотоков с полицейских видеорегистраторов. Такие камеры могут генерировать большие объемы видео- и аудиозаписей в режиме реального времени, но при этом отправлять в облако только необходимые данные, когда это действительно требуется.
3. Вопрос о стоимости пропускной способности
Приложения Интернета вещей (IoT) генерируют большие объемы относительно малоценных данных временных рядов. Это означает затраты на пропускную способность, альтернативные издержки, связанные с использованием устройством этой пропускной способности, затраты на хранение и анализ, а также затраты на обработку этих малоценных данных временных рядов в облаке.
Благодаря периферийным вычислениям эти данные можно собирать, анализировать и, при необходимости, агрегировать перед отправкой в облако или в другой вышестоящий узел агрегации, что обходится гораздо дешевле, чем передача нефильтрованных данных по каналу WAN, которая, как правило, является весьма дорогостоящей.
4. Проблемы с подключением к традиционной системе
Компании часто подключают устаревшие системы к Интернету вещей (IoT) с помощью интерфейсов, не относящихся к стандартам IP или Ethernet. Поэтому для того, чтобы иметь возможность использовать и анализировать данные, требуется физическое преобразование сигналов с аналоговых или проприетарных системных интерфейсов. Это можно сделать только непосредственно рядом с исходным устройством, сгенерировавшим данные.
Именно в этом может помочь периферийная обработка данных в сфере Интернета вещей (IoT). Периферийные устройства могут выступать в качестве посредника между старым и новым, добавляя интеллектуальные возможности к устаревшим активам, не обладающим современными вычислительными мощностями.
5. Проблемы безопасности «Интернета вещей»
Несмотря на то что поставщики облачных сервисов разработали отличные системы безопасности для конечных пользователей устройств Интернета вещей (IoT), специалисты в области операционных технологий по-прежнему опасаются, что их конфиденциальные данные не будут в безопасности, как только покинут пределы предприятия.
Для решения этой проблемы можно расширить интеллектуальные возможности на периферии с целью защиты системы, что повысит её устойчивость к хакерским атакам и вторжениям. Таким образом, любые сбои будут ограничены устройствами периферийных вычислений и собственными приложениями, установленными на этих устройствах.
Пограничные вычисления находят широкое применение в сфере «Интернета вещей» и особенно подходят для сценариев использования с особыми бизнес-требованиями, такими как низкая задержка, высокая пропускная способность, высокая надёжность, массовые подключения, агрегация гетерогенных данных, а также обеспечение локальной безопасности и защиты конфиденциальности. С целью создания коммуникационных терминалов для Интернета вещей, более подходящих для промышленного применения, компания Zongheng Intelligent Control в полной мере использует технологию пограничных вычислений и активно занимается разработкой и производством модели ZHL4911 шлюз для пограничных вычислений. Эта линейка продуктов позволяет пользователям быстро подключиться к высокоскоростному Интернету и обеспечить безопасную и надежную передачу данных. .
