С какими проблемами можно столкнуться при внедрении Интернета вещей

Все, кто интересуется развитием ИТ и Интернета вещей (IoT), видели обзоры, которые прогнозируют рост использования IoT-устройств, объема мирового рынка в количественном и денежном выражении. Специалисты прогнозируют, что быстрыми темпами Интернет вещей будет развиваться в медицине, облачных технологиях, в сфере умных городов и умных домов, транспорте, логистике, которые к использующимся миллиардам сенсоров постоянно добавляют новые устройства и датчики. При этом разработка Интернета вещей остается одной из наиболее востребованных ИТ-компетенций.

В то же время разработка Интернета вещей и каждого проекта по созданию и развитию IoT-сети сопряжены с рядом трудностей, набор которых уникален для каждого случая. Однако можно выделить несколько универсальных проблем:

1. Объем и разнообразие данных.

IoT-система состоит из разнородных источников и различных форматов показателей, которые требуют интеграции и преобразования информации, что может перегрузить возможности инфраструктуры хранения и обработки.

Чтобы предупредить такие ситуации, необходимо:

• предварительно обрабатывать и стандартизировать данные;
• использовать гибкие масштабируемые системы хранения, например, облачные хранилища;
• внедрять стратегию управления жизненным циклом данных для архивирования и удаления устаревших файлов;
• применять периферийную обработку, чтобы пересылать меньшие объемы информации.

Пример использования периферийной обработки — область компьютерного зрения. Вместо отправки необработанных видеоданных с камер на централизованный сервер для анализа, периферийная обработка предполагает выполнение анализа изображений непосредственно на периферийных устройствах, таких как камеры и передачу готовой информации.

2. Обработка данных в online-режиме.

Ценность информации заключается в достоверности и актуальности, которая обеспечивается максимально оперативной (а лучше в онлайн-режиме) обработкой и передачей ее пользователю. 5G-сети гарантируют передачу данных с минимально возможной задержкой, но для обработки нужны большие вычислительные мощности. С этим могут помочь:

• платформы потоковой обработки, такие как Apache Kafka, Apache Flink, AWS Kinesis, которые обеспечивают прием, обработку и анализ в online-режиме;
• инструменты для хранения используемых данных, например, Redis или Apache Cassandra, которые сокращают время извлечения информации.

В частности, компания Tesla обрабатывает миллиарды событий с помощью Apache Kafka, что снижает объем ресурсов необходимых для приема и обработки информации.

3. Масштабируемость данных.

Экосистемы Интернета вещей растут и вовлекают все большее количество устройств, источников информации и аналитических процессов. Чтобы аппаратная и программная инфраструктура справлялись и работали эффективно, IoT-система требует обеспечить масштабируемость за счет:

• распределенных вычислений, например, платформы Apache Hadoop или Apache Spark для обработки и анализа больших наборов данных на нескольких узлах или кластерах, что позволяет масштабироваться горизонтально;
• облачных сервисов, поставщики которых могут автоматически распределять ресурсы в зависимости от спроса, обеспечивая масштабируемость без необходимости обширного ручного управления;
• контейнеризации и микросервисов, чтобы масштабировать отдельные компоненты, упрощая добавление или удаление экземпляров в соответствии с меняющимися рабочими нагрузками.

4. Совместимость данных.

Интернет вещей включает в себя разнообразный набор устройств, протоколов и стандартов от разных производителей. Эти разрозненные компоненты не могут естественным образом взаимодействовать или работать вместе, что затрудняет агрегацию и анализ показателей. Без эффективной совместимости системам Интернета вещей сложно согласовать данные с разных устройств, что снижает качество анализа показателей. Вот несколько советов, как преодолеть эту проблему:

• открытые стандарты и протоколы, которые облегчают взаимодействие между разными типами устройств;
• API, которые являются посредниками между разнородными устройствами и решениями для анализа и обеспечивают совместимость;
• готовые платформы Интернета вещей упрощают интеграцию и аналитику.

Преимущества готовых экосистем Интернета вещей:

• доступность компаниям с ограниченным бюджетом;
• короткий период внедрения системы;
• снижение точки безубыточности (по мнению 40% опрошенных);
• сохранение гибкости компании, поскольку нет необходимости содержать команду для поддержки решения, передавая этот процесс сторонней компании. Подробнее об этом, а также о том, какие преимущества дает разработка Интернета вещей читайте в нашей статье.

Помимо списка проблем и сложностей внедрения Интернет вещей имеет впечатляющий набор преимуществ. Спрос на умный и эффективный мир будет стимулировать появление новых решений и технологий для преодоления проблем и трудностей.

Компания Эполь Софт более 15 лет является R&D-центром по разработке телекоммуникационного программного обеспечения, в том числе для IoT-сетей. Описание наших проектов по ссылке.