物联网的“边缘”未来
By: Cindy Turner, SAS Insights Editor
当您设想物联网的未来时,可能不会想到奶牛佩戴传感器以收集自身行为数据以显示育龄信息,也不会想到依靠智慧城市中的路灯找到迷路的阿尔茨海默病患者。您没有想到这些情况并不奇怪。
物联网(IoT) 技术已将许多逆天假设变为现实——有关我们在哪里、通过何种方式及速度来收集和管理数据,分析数据,进行数据预测和建模。据斯坦福大学作家兼讲师Timothy Chou介绍,人们习惯于先弄清楚需要解决的问题,然后再去收集数据和开展分析。物联网的出现令这种模式发生了逆转。
以奶牛为例。通过将传感器安装在母牛身上,研究人员能够近实时了解到母牛到达育龄期的信息,因为母牛在育龄期的行为与日常行为差异很大。人工授精的最佳时间是到达育龄期后的16小时内。研究人员还了解到,在该时段的头两个小时内进行授精,其产下母牛的几率要高很多——这正是饲养者所想要的结果。
如果没有运动传感器数据提供帮助,恐怕没人能预测出奶牛的育龄期何时到来,因此没人会去想办法解决这个问题。
未来展望
Chou解释道:“迄今为止,我们的大多数技术都是为了人联网(IoP)而构建的。无论是电子商务、ERP、还是搜索应用,都是为人类服务的,并会累积特定类型的数据以供随后分析使用。但人不是物品。物品不间断地生成大量数据并可根据我们的指示随时提供信息。那么,我们缘何认为面向人联网而构建的技术同样适用于物联网呢?
物联网的未来发展使我们有机会实现万物联通,收集多种不同类型的数据,并在不进行整理的情况下即从这些数据中提取信息。在未来的物联网环境中,我们甚至能在任务和目标不明确的情况下从风力涡轮机、剪刀式升降机或血液分析仪等物品中获取洞察。
边缘数据-起点
物联网中存在一个点连续体,是数据生成、收集、汇聚、分析和存储的地方。虽然这些点因情况而异,但“边缘”位置却是所有活动的起始点。
SAS执行副总裁兼首席技术官Oliver
Schabenberger表示:“在数据中心之外生成数据并连接到互联网的所有东西都位于这个边缘区域,包括家电、机器、汽车、路灯、家庭智能设备、涡轮机、机车、宠物和保健设备。”
当今的技术已允许我们将一定的智能性和计算能力注入到边缘设备中。但我们无法在边缘充分分析数据,因为大多数边缘设备都不具备足够的计算和存储资源来执行机器学习和高级边缘分析任务。因此,许多物联网应用在边缘观察数据,然后再将其转移到云端进行分析。
在未来的物联网环境中,Intel物联网解决方案部总经理Kumar Balasubramanian表示:“任何一个行业,要想从数据中获得最大收益,都必须能够在适当时间和适当位置-边缘或云端,从造成潜在业务问题的根源,如成本和延迟等因素中获取适当的商业洞察。”
那么,您如何才能决定哪些东西运行在边缘、哪些运行在云端呢?您必须酌情处理。
让我们举例说明。如果一辆智能汽车感应到驾驶员的中风病即将发作,您在这种情况下绝不能等待数据进入云端接受分析、然后将信号返回至边缘设备来指导正确行动。云太过遥远,无法及时处理数据并做出响应。正如Schabenberger所说,数据拥有到期日-如果数据在接受分析之前便已贬值或过期,您将为此付出惨重代价。
通过互联网将原始数据发送到云端还伴随隐私、安全性和违法等其他问题。计划掌控物联网未来的任何人都需要权衡这些考虑。
任何一个行业,要想从数据中获得最大收益,都必须能够在适当时间和适当位置-边缘或云端,从造成潜在业务问题的根源,如成本和延迟等因素中获取适当的商业洞察。 Kumar Balasubramanian Intel物联网解决方案部总经理
物联网的未来发展应以企业级思维为指导
Schabenberger表示:“物联网令嵌入式逻辑不再是孤立的逻辑,而是连接的逻辑。这意味着我们必须接触它,我们必须能够更新它,从而使世间万物发生改变。”
假设通过在云中开展分析,您发现某个型号的边缘设备需要更新。这种情况下,您最希望在不中断业务运行的情况下更换新设备。而在未来的物联网环境中,这种边缘设备的更换活动将细致到每个零件和组件级别。
Schabenberger解释说:“为实现这一目标,我们需要将企业级思维从云端带到边缘,覆盖这之间的每一个角落,包括所有组件。为此,我们需要将企业级思维方式融入到设备或事物的软件之中。”
可扩展性和敏捷性
幸运的是,云计算诞生已有时日,许多企业级资产已构建完成,包括敏捷的、可用的、可扩展的业务。当您设计物联网的未来时,应遍历每一层并确保安全模型、数据模型及可管理性模型在每个阶段都是一致的。
例如,假设您首先尝试给40台边缘设备部署新服务并取得了成功。但是,当您将新服务的覆盖范围从40台设备扩展到400台设备时,会怎样呢?如果您从一开始就通过可扩展的方式定义了架构,那么您将能够顺利实现这一飞跃。整个堆栈中每一层的每个元素都已准备好迎接可靠、安全、可扩展的服务交付。
请切记,您希望提取的商业价值的性质将随着时间的推移而发生改变。您在设计系统时应首先考虑到这个级别的可扩展性。
IoT安全性
物联网的出现对安全性提出了前所未有的严格要求。这意味着您在设计产品时应考虑到物联网的未来发展状况。因为在现实世界中确保安全性与保障数据中心内部安全完全是两码事。
我们以帮助管理城市交通的物联网基础设施为例。这种情况下,如果物联网基础设施在设置上出现安全漏洞,可能会造成严重影响。为避免潜在安全问题,您应从一开始便将安全性构建在基础设施之中,因为事后再来补救就为时已晚了。
然而,物联网安全性是一个很复杂的问题。首先,谁来负责物联网安全性?例如,在联网汽车环境中,安全性不会是任何一方的责任。Balasubramanian表示:“我们如何在不同层面和环节中的多个不同的相关方之间分配安全责任呢?这些都是需要考虑的重要事情。”
未来十年,物联网革命将大大改变电力、水利、农业、交通运输、建筑业、医疗卫生、以及石油和天然气等占到全球GDP近三分之二的所有其他工业领域。 Timothy Chou 斯坦福大学讲师兼作家
边缘服务、全新业务模式及合作关系
现在,随着终端的计算功率越来越大,网络开始实施万物互连并收集数据。通过从这些物联网数据中提取洞察,许多企业均已提高了生产力和运营效率。
例如,在风力涡轮机行业,每台涡轮机上均可通过400个传感器来收集数TB甚至数PB级别的数据。此类数据有助于预测性机器维护和性能优化工作。精准农业是使用物联网分析的另一个行业,可利用收集的数据来帮助农民提高耕作的精准度、减少对肥料和除草剂的使用。这种经济高效的方法可种植出更健康的农作物。
来自物联网的流数据能帮企业通过持续监控来更好地了解其业务。这些数据可揭示出定期数据视图望尘莫及的洞察,从而帮助企业构建以客户为中心的业务模式。但是,如想在未来充分利用物联网的价值-同时满足业务和客户的需要-您需要建立数据驱动的企业文化,从而真正利用数据获取洞察。
物联网的未来发展也为创建全新业务模式创造了机会,为企业演变为信息供应商而不仅仅是硬件供应商敞开了大门。这将改变企业的战略方法。在这种环境下,企业需兼顾产品和服务才能取得成功。否则,很有可能错失巨大的机会,无法保持经常性收入。Chou表示:“未来十年,物联网革命将大大改变占到全球GDP近三分之二的电力、水利、农业、交通运输、建筑业、医疗卫生、石油和天然气以及所有其他的工业领域。
请勿忽视物联网的未来发展基于复杂基础设施这一事实。各类供应商需通力合作才能保持万物的协同增效。软件虽然是大脑,但却无法兼顾物联网基础设施的方方面面。在物联网的未来发展中,硬件、中间件、网络和其他组件都需要彼此兼容以发挥最大效力。
做好准备,把握机会
驱动物联网未来发展的先进技术现已存在。正如Chou先生所说:“摆在我们面前的是千载难逢的机会,新技术将能帮助我们应对性质迥异的物联网挑战。我们现在有机会去了解物联网、实现设备连通、收集大量数据、从数据中获取洞察、然后制定出合理的行动计划。这是一种看待世界的新方式。我们现在才刚刚开始品尝物联网未来发展结出的硕果。”
Recommended reading
- 文章 Are you covering who you think you’re covering? Payers often don't focus enough on healthcare beneficiary fraud in public and private healthcare plans. Before paying a claim, payers need to ensure beneficiaries are eligible. Advanced analytics applied to a broad range of data can help them accurately detect and prevent beneficiary fraud.
- 文章 The 5 new rules of retailThere is good news for retailers. Analytics can help overcome some of the effects of disruption, allowing retailers to move from long-term seasonal forecasting to more agile planning.
- 文章 Finding COVID-19 answers with data and analyticsLearn how data plays a role in optimizing hospital resources, understanding disease spread, supply chain forecasting and scientific discoveries.
- 文章 As AI accelerates, focus on 'road' conditionsAI technology has made huge strides in a short amount of time and is ready for broader adoption. But as organizations accelerate their AI efforts, they need to take extra care, because as any police officer will tell you, even small potholes can cause problems for vehicles traveling at high speeds.
Ready to subscribe to Insights now?
SAS® Viya™
Make analytics accessible to everyone and bridge the talent gap in your organization