以超連接物聯(lián)網(wǎng)(IoT)為動力的智能設備在我們的生活中正變得越來越普遍和普及,這一趨勢只會持續(xù)下去。每個行業(yè)都在尋找方法,利用設備驅動的洞察力來改善客戶的生活和機器的健康狀況。隨著設備數(shù)量的不斷增加,利用物聯(lián)網(wǎng)重塑行業(yè)和社會的機會也在不斷增加。
然而,許多組織在物聯(lián)網(wǎng)之旅中都面臨著挑戰(zhàn)。思科的一項調查顯示,只有26%的受訪公司認為他們的物聯(lián)網(wǎng)計劃取得了成功,大多數(shù)公司表示,這些計劃比預期的更復雜或耗時更長。認知中心未來工作中心調查的60%的IT高管表示,物聯(lián)網(wǎng)將在網(wǎng)絡、集成和數(shù)據(jù)分析等領域為他們的IT基礎設施增加巨大的復雜性。
在獲得物聯(lián)網(wǎng)優(yōu)勢的過程中,企業(yè)面臨許多挑戰(zhàn),包括物聯(lián)網(wǎng)基礎設施與現(xiàn)有系統(tǒng)的集成、了解不熟悉的數(shù)據(jù)格式和通信協(xié)議以及在物聯(lián)網(wǎng)連續(xù)體中實施新技術。應對這些挑戰(zhàn)需要仔細的規(guī)劃、領域知識和嚴格的實施。為了使物聯(lián)網(wǎng)計劃取得成功,組織應考慮以下五個流程和實踐的基本要求:
1.邊緣計算/分析
邊緣計算技術,預計到2023年亞太地區(qū)將以40%的高增長率增長,它捕獲和分析位于網(wǎng)絡邊緣的分布式設備上的數(shù)據(jù)。它包括采集數(shù)據(jù)的本地傳感器和處理數(shù)據(jù)的邊緣網(wǎng)關。邊緣計算使數(shù)據(jù)分析接近捕獲位置,從而更快地響應變化的條件。事實上,與云系統(tǒng)相比,邊緣處理系統(tǒng)可以在幾毫秒內做出響應,而云系統(tǒng)可能需要100毫秒以上的時間。
在考慮邊緣計算之前,組織首先應在規(guī)劃階段全面評估設備壽命成本,并考慮運營開銷,如監(jiān)控、升級和電源需求。其次,他們需要創(chuàng)建策略,以使用適當?shù)姆阑饓陀不牟僮飨到y(tǒng)來保護設備,并在靜止和傳輸時加密數(shù)據(jù)。最后,組織應該評估哪些分析對他們的業(yè)務最關鍵,并在邊緣執(zhí)行,以便立即采取行動。
2.數(shù)據(jù)攝取和流處理
每10位IT高管中就有6位表示,從端點設備收集,存儲,集成和分析實時數(shù)據(jù)是成功實施IoT的主要障礙。組織應制定流程以從多個設備和傳感器收集數(shù)據(jù),并對其進行轉換以供基于云的分析平臺使用。數(shù)據(jù)提取是指將設備遙測數(shù)據(jù)導入并轉換為基于云的物聯(lián)網(wǎng)服務可用的格式。它有助于將數(shù)據(jù)歸一化為通用數(shù)據(jù)模型,從而更易于由業(yè)務應用程序和用戶進行分析。當組織必須確保按照政府或行業(yè)法規(guī)(例如,歐盟的《通用數(shù)據(jù)保護法規(guī)》或新加坡的《個人數(shù)據(jù)保護法》)存儲所提取的數(shù)據(jù)時,數(shù)據(jù)提取也非常方便。
3.安全性和設備管理
隨著物聯(lián)網(wǎng)傳感器的迅速普及,以及數(shù)據(jù)交換的復雜性和數(shù)量不斷增長,組織必須加強對高度發(fā)展的安全實踐和程序的采用和實施。隨著物聯(lián)網(wǎng)實施規(guī)模的擴大并開始成為組織日常運營的中堅力量,投資,人才以及圍繞安全性的思想探查力的規(guī)模將需要大大增加。
企業(yè)需要確保安全地配置其IoT設備,有效地進行通信,并可以使用加速而敏捷的方法對其進行更新。設備管理涵蓋確保設備正確注冊,管理,保護和升級的硬件,軟件和過程。
必需的功能包括設備配置,安全性,命令分發(fā),操作控制,遠程監(jiān)視和故障排除。即使云提供商未提供所需的設備管理組件,組織也將需要考慮這些功能。全面的設備管理使連接的設備可以輕松安全地與其他設備和云平臺進行通信,同時幫助企業(yè)可靠地擴展到數(shù)十億個連接設備和數(shù)萬億條消息。
4.冷路徑和高級分析
當前,大規(guī)模處理可以包括每秒大于100,000個事件的負載。通過采用冷路徑處理,將數(shù)據(jù)存儲在云平臺上之后,可以通過高級算法分析大量數(shù)據(jù)。
此類分析可以發(fā)現(xiàn)改善業(yè)務或客戶體驗所需的趨勢或糾正措施。與流分析(熱路徑)將相對簡單的規(guī)則實時應用于數(shù)據(jù)以采取短期行動(檢測欺詐,安全漏洞或關鍵組件故障)不同,冷路徑處理涉及更復雜的大數(shù)據(jù)分析,例如機器學習和AI正在被應用以提供更深刻的見解。
為了從數(shù)據(jù)中獲取大的見解,組織應考慮使用復雜的事件處理框架,該框架將來自企業(yè)應用程序和IoT設備等多個來源的數(shù)據(jù)進行組合,以通過從復雜情況中推斷出含義來動態(tài)定義和處理分析規(guī)則。在分析之前而不是在分析過程中聚合數(shù)據(jù)也很重要,以提高處理速度。使用以原始格式存儲數(shù)據(jù)的數(shù)據(jù)湖也可以幫助合并數(shù)據(jù)并簡化訪問。組織還應該考慮創(chuàng)建專用的數(shù)據(jù)服務,以使用戶更輕松地按需訪問數(shù)據(jù)。
5.企業(yè)與業(yè)務系統(tǒng)的集成
物聯(lián)網(wǎng)見解需要傳遞到企業(yè)系統(tǒng)并接收參考元數(shù)據(jù),以解釋設備數(shù)據(jù)。與業(yè)務應用程序和企業(yè)系統(tǒng)的集成可以共享原始和已處理的數(shù)據(jù),以及分析驅動的見解。
通過深度的企業(yè)集成,物聯(lián)網(wǎng)架構可以帶來諸如提高效率,降低成本,增加銷售,提高客戶滿意度以及創(chuàng)建和導引新市場的能力等優(yōu)勢。為了共享數(shù)據(jù)和見解,企業(yè)需要諸如應用程序編程接口(API)網(wǎng)關,服務總線和自定義連接器之類的機制。
每種物聯(lián)網(wǎng)的實施方式都將有所不同,具體取決于每個企業(yè)的要求,預期成果,物聯(lián)網(wǎng)和數(shù)據(jù)技能的水平以及技術基礎設施的成熟度。但是,在所有情況下,這五個要求對于確保以最小的成本和延遲實現(xiàn)成功的IoT實施都是不可少的。每個企業(yè)都必須進行嚴格的需求評估,并仔細規(guī)劃其路線圖,以提供靈活,安全和可擴展的物聯(lián)網(wǎng)解決方案。為了幫助指導實施,組織還應該考慮使用經(jīng)驗豐富的技術服務提供商提供的預構建解決方案,參考體系結構和藍圖。
(原標題:物聯(lián)網(wǎng)2.0成功的五個基本要求)