در سال 2015، 15.41 میلیارد دستگاه متصل اینترنت اشیا (IoT) در سراسر جهان وجود داشت. تا سال 2020، این تعداد دو برابر تقریبا به 30.73 میلیارد دستگاه خواهد رسید. تولید، مراقبت های بهداشتی و بیمه سه صنعت برتر هستند که بیشترین سود را از IoT کسب می کنند.
تا سال 2020، صنعت IoT میتواند 1 پتابایت اطلاعات در روز تولید کند. شامل یک نوع داده ای جدید بسیار ارزشمند.
ویدیو، چشم IoT
ویدئو به طور گسترده ای چشم IOT در نظر گرفته شده است. این تغییر دهنده بازی است. فناوری بینایی کمک می کند تا شرکت ها از ویدیو و تصاویر استفاده کنند تا کسب و کار خود را در حمل و نقل، خدمات عمومی، خرده فروشی، تولید صنعتی، مراقبت های بهداشتی و غیره بیشتر درک کنند.
ده ها میلیون دستگاه ویدیویی متصل در بخشهای مختلف حجم زیادی از داده ها را در ابعاد و حجم های مختلف ایجاد می کنند – یک قاب خام 4K UHD تنها 8 مگابایت است. با استفاده از دوربین های بسیاری که با سرعت 30 فریم در ثانیه (fps) و یا بیشتر تولید می کنند، حتی با کدک های با کارآیی امروز، سریع تر می شود.
سیسکو پیش بینی می کند که تا سال 2021، این ویدیو 82 درصد از کل ترافیک IP را خواهد داشت. این در حال تبدیل شدن به یک فراوانی واضح است که داده ها با نرخ باور نکردنی گسترش می یابند.
معامله با داده ها
معماران نرم افزار و راه حل های IoT در صدد هستند تا با چالش های افزایش داده های گوناگون، حجم و سرعت، مقابله کنند. چالش های آنها عبارتند از زمان تأخیر، که بر دسترسی داده ها، امنیت اطلاعات و هزینه برای مدیریت و انتقال اطلاعات تاثیر می گذارد. بیایید نگاهی نزدیک تر به هر کدام از آنها بیندازیم.
تأخیر: هنگامی که داده ها باید در زمان واقعی تحلیل و پاسخ داده شوند، هر تاخیر یک فرمول برای شکست است. حتی با داده هایی که در سریع ترین شبکه ها در حال حرکت هستند، مقادیر عظیم همگرا در یک شبکه محلی می تواند چندین ثانیه طول بکشد تا به هزاران کیلومتر دورتر از مرکز داده برسد، آنالیز شود و پاسخ به گیرنده بازگردانده شود. و حتی با اولویت بندی ترافیک، حجم و فاصله تا مقصد می تواند اطلاعات مهم را به تاخیر بیندازد. هنگامی که پاسخ تحلیلی به داده ها شامل دقت ماشین آلات یا ایمنی انسان است، تأخیر می تواند تفاوت بین موفقیت و فاجعه باشد و در نتیجه بسیاری از تحلیل گران زمان بحرانی نزدیک به منبع را نگه می دارند.
امنیت و حریم خصوصی: برخی صنایع دارای الزامات قانونی سختگیرانه مانند (HIPPA) و شرکت هایی که مالکیت معنوی و یا اطلاعات عملیاتی بسیار حساس را ایجاد می کنند باید از آن محافظت و حفاظت کنند. اگر اطلاعات در معرض خطر یا سرقت قرار گیرد، نقض حفاظت از اطلاعات شخصی یا خطرات تجاری غیرقابل قبول رخ خواهد داد. راه حل های IoT مبتنی بر ابر برای این شرکت ها مناسب نیست؛ آنها نیاز به یک راه حل داخلی دارند – با طراحی و امنیت و حفاظت – که در آن کسب و کار و عملیات خود را اجرا می کنند، حتی در حالی که رسیدگی به مقدار زیادی از داده ها که ممکن است به صورت محلی تولید شود.
هزینه: فناوری شبکه در حال پیشرفت است. ما در آستانه توسعه گسترده شبکه 5G تلفن همراه و افزایش سرعت شبکه تلفن همراه هستیم. اما وقتی که هر بایت دارای یک ارزش وابسته به آن است، هزینه حمل و نقل مقدار زیادی از ویدیو در شبکه های اندازه گیری شده باعث می شود آن را غیر قابل پیش بینی کند.
با مسائلی مانند این، تحلیلگران پیش بینی می کنند که تا پایان سال آینده 45 درصد از داده های تولید شده پردازش شده، ذخیره شده و در لبه به کار گرفته شوند. طراحی برای پردازش داده ها در لبه
در دسترس بودن قابلیت های پردازش پیشرفته طراحی شده برای لبه می تواند داده ها را به صورت محلی به جای اینکه در ابر و یا قبل از فرستادن به ابر انجام دهد. این فن آوری های نسل جدید برای ارزیابی عملکرد بالا، تجزیه و تحلیل، محاسبات عمومی هدف و هوش مصنوعی / آموزش عمیق (AI / DL) در لبه برای موارد استفاده منحصر به فرد برای راه حل های IoT و معماران نرم افزار ارائه شده است.
منبع: Forbes
