Az IoT-adatelemzés hibrid megközelítést igényelhet

Az egyik kérdés, amellyel az informatikai igazgatóknak és a vállalkozásoknak meg kell küzdeniük a dolgok internete projektjének kidolgozásakor, ez: Hol történjen az adatok elemzése – a peremen vagy a felhőben?

Az adatok szélső elemzése gyorsítja a vállalatot. Ahelyett, hogy minden ping-et vagy egy ping-köteget a felhőbe küldene, az adatpontok összegyűjtése és elemzése történik az eszközön. De nem minden Internet of things (IoT) használati esethez van szükség olyan sebességre, amelyet biztosít élelemzés.

„Ezekre a kihívásokra kell gondolniuk az ügyfeleknek: Milyen adatelemzésre van szükségem? Hol fut az elemzés? … Mi az ehhez kapcsolódó késleltetés? Szükségem van válaszra ezredmásodpercenként, amint az esemény bekövetkezik? Vagy nem baj, ha naponta egyszer értesülök egy problémáról?” mondott Adarsh ​​Narasimhamurthy, vezető mérnök at MathWorks, egy matematikai számítástechnikai szoftvercég a Natick-ben (Mass.), a közelmúltban egy panelbeszélgetés során. Prediktív alkalmazások és API-k esemény Cambridge-ben, Mass.

Fontolja meg a hőmérséklet-érzékeny – és bizonyos esetekben az időérzékeny – gyógyszerek szállítását. Ma a hőmérsékletet olyan eszközökkel mérik, amelyek nem csatlakoznak az internethez Krenar Komoni, CEO at Tive Inc., egy ellátási lánc IoT-indítás. Az eltérések vagy „hőmérséklet-kiugrások” addig nem ismertek, amíg a szállítmány el nem éri az elosztóközpontot.

Tive IoT-eszköze, másrészt egy csatlakoztatott eszköz, amely szinte valós idejű betekintést nyújt a szállítási feltételekbe. „Amikor [a gyógyszergyártók] valós idejű adatokat kapnak, tudni fogják, mikor a hőmérsékleti kirándulás történt” – mondta Komoni. "És újrarendelhetik a gyógyszert, hogy a beteg időben megkaphassa."

A Tive IoT-eszköze elég kicsi ahhoz, hogy elférjen a tenyerében. De a mérete és a tény miatt, hogy akkumulátorról működik, nem képes adatelemzést végezni. Ugyanez vonatkozik a csatlakoztatott szívmonitorra is, mondta Ed Featherston, vezető vállalati építész és igazgató Collaborative Consulting LLC Burlingtonban, Mass.

"Csak annyi számítási teljesítmény van, amit be tudnak építeni abba a kis dologba, amit a mellkasomba tesznek" - mondta. tapasztalatból beszélek. – Csak ennyire képes.

Mindkét példában az IoT-eszközök által előállított adatok egyszerűek, magán az eszközön végzett elemzések elvégzése nem kivitelezhető és nem is szükséges. De mi az adatfeldolgozási és elemzési stratégia, amikor az eszköz – mondjuk egy csatlakoztatott autó – egyszerre összetett és hatalmas? Ezt szerette volna megtudni az egyik közönségtag: felhő vagy szélső megközelítés helyett lehetséges-e az IoT-adatok elemzése a peremen és a a felhőben?

– Igen, határozottan – mondta Harley Stowell, vezérigazgatója és alapítója Sea Street Technologies Inc. Bostonban. Olyan architektúrát javasolt, amely prioritást ad, hogy hol, mikor és hogyan dolgozzák fel az adatokat, így a kritikus adatok elemzése a széleken történik, és a kevésbé kritikus adatok a felhőbe kerülnek.

A MathWork Narasimhamurthyja egyetértett azzal, hogy a csatlakoztatott autók magáról hozott döntéseit helyben kell feldolgozni; a globális környezethez kapcsolódó adatok feldolgozhatók a felhőben. "Ez mind a rugalmassághoz kapcsolódik" - mondta. "Még ha a felhő nem is elérhető, az autónak képesnek kell lennie arra, hogy teljesen önálló egységként működjön."