اینترنت اشیا در صنعت
با پیشرفت مرزهای تکنولوژی؛ به نظر میرسد مرزهای نیازهای انسان هم جابجا شده است.یعنی ظاهرا نیازهای ما پتانسیل ان را دارند که بطور واقع بینانه ای وابسته به تکنولوژی باشند! به همین دلیل اتصال دستگاه های ریز و درشت به همدیگر -در یک حوزه و برای یک هدف خاص-با کمک اینترنت مفهومی به نام اینترنت اشیای صنعتی -IIoT را ساخته است. یعنی تکنولوژی نوظهوری که درگیر کننده دستگاه های مرتبط به یک هدف در بستر اینترنت باشد.
اینترنت اشیای صنعتی- IIoT
فرض کنید گزارش های متعددی از مرگ حیواناتی که در محدوده جاده های شهری در حال تردد هستند تولید شده است. سازمان محیط زیست خطر تعدادبسیار بالای مرگ و میر را حس می کند و برای کاهش آن قصد دارد تدابیری اتخاذ کند.
کارشناسان با در نظر گرفتن زیرساخت شهری به این توافق می رسند که دوربین هایی را در فواصل مشخص جاده های منتهی به محدوده کوهستانی و جنگلی نصب و برپا نمایند. طوریکه دوربین ها توانایی ارسال بی درنگ اطلاعات به مرکز را دارند. برای نمونه بررسی رفتار حیوانات از نظر زمان تردد ، مدت زمان توقف در محدوده جاده و عکس العمل های متفاوت در برخورد با انسان و خودرو و هر عامل دیگری داشته باشند. بدین ترتیب در زمان کوتاهی تدابیر مهمی برای کاهش این اتفاقات اندیشیده خواهد شد.
ولی در این فرایند چه بخش هایی و چگونه درگیر هستند؟ مسلما با حجم بسیار بزرگی از داده مواجه هستیم که بعلت تولید با سرعت زیاد در بازه های زمانی کوتاه نام بیگ دیتا را به خود گرفته اند. و همین داده های ذخیره شده با ارسال به مرکزی جهت تحلیل و آنالیز نتایج قابل توجهی را خواهند داد.
مفاهیم پرتکرار و مهم
داده ها چه میزان هستند؟
حتی در کاربردهای غیر از IoT هم گرفتن آماری از میزان داده های تولید شده/ پردازشی/ ذخیره شده نیازمند استفاده از ابزار نرم افزاری و سخت افزاری است. پس در مورد مقدار داده ها در کاربردهای اینترنت اشیا نمی توان پاسخی قطعی داد. می توان با مطالعه حوزه مورد استفاده و اسناد مربوطه به تخمینی نزدیک ولی قابل اعتماد رسید.
برای تحلیل این داده ها که بیگ دیتا (big data) می نامیم چه بخشهایی درگیر هستند و چگونه این تحلیل انجام می شود؟
برای تحلیل داده های کلان، ابزار ریاضی و آماری بسیاری توسط برنامه نویسان وجود دارد ولی تا زمانیکه آشنا به علم آمار نباشیم بهره زیادی از نتایج نخواهیم برد. پزوهشگران حوزه اینترنت اشیا فرایندهای داده کاوی و آنالیز را بر عهده لایه edge و علی الخصوص لایه cloud می گذارند. نمونه ای از این عملکرد در پلتفورم های ابری شرکت های گوگل(GCP)-آمازون(AWS) و مایکروسافت (Azure) است.
تحلیل داده های کلان در IIoT
در بسترهای ارتباطی سنتی ، کانال ارتباطی فقط قادر بود حجم مشخصی از داده های صفر و یک را جابجا نماید. دقیقا متناسب با ظرفیت کانال ارتباطی؛ حجم داده های تولیدی هم محدود بود. چراکه در اصل پهنای باند ما تعیین کننده حدود تقریبی داده تولیدی و ارسالی ما بود. مثلا در شبکه های اترنت با کابل کواکسیال Thicknet ما قادر به ارسال و دریافت 100MB داده هستیم و انتظار بیشتر از آن هم نمی رود! در شبکه های بی سیم و نیز شبکه ماهواره ای که پهنای باند وسیع تری دارد بالطبع دستگاه های موجود هم ظرفیت بافر کردن آن میزان داده را خواهند داشت.
با پیشرفت تکنولوژی و افزایش ولع انسان در استفاده از آن و همچنین در گستره وسیعی که شبکه اینترنت در اختیار ما قرار داده تولید داده رو به افزایش است چون تقاضا برای آن افزایش یافته است. با درنظر گرفتن تعداد دستگاه های هوشمند قابل اتصال به اینترنت جهت خرید و فروش آنلاین، بازی و آموزش آنلاین و خدمات متنوع پزشکی و… می توان حجم تولید داده های کلان را به خوبی متوجه شد.
حال نوبت آن می رسد که بدانیم در کسب و کارهایی که بقای آنها مستقیما به این داده ها وابسته است ، چگونه و بر روی چه بستری تحلیل انجام می گیرد؟
مثال مربوط به مرگ و میر حیوانات ناشی از تصادفات جاده ای را درنظر بگیرید. گفتیم دوربین ها لحظه به لحظه حرکت موجودات زنده را به مرکزی ارسال می کنند. از آنجاکه همیشه بعد از بیگ دیتا بلافاصله مفهوم محاسبات ابری به میان می آید می توان متوجه شد که محاسباتی در ابر روی داده های کلان صورت می گیرد.
مفهوم ابر در IIoT
درواقع سیستم توزیع شده، شبکه ای از زیرساخت های توزیع شده و بسیار گسترده است که برای دسترس پذیری همیشگی منابع (سخت افزاری/ نرم افزاری) و داده ها ( خام / پردازش شده/ پیش بینی شده) بکار می روند. به بیانی ساده ؛ به تعداد کاربران تولید کننده دیتا با کمک بستر اینترنت، هر روز افزوده می شود .( این بستر رفته رفته به عنوان اینترنت اشیای صنعتی-iiot هم معروف می شود
این کاربران به تنهایی که قادر به تولید داده نیستند بلکه دستگاهی مانند تلفن همراه، تبلت، ساعت هوشمند، اتومبیل هیبریدی و… و یک برنامه کاربردی واسط بین کاربر و دستگاه در تولید داده نقش بسزایی ایفا می کنند. کاربر بعد از تولید داده( در حجم زیاد) چه مکانی برای ذخیره آن دارد؟! قطعا خرید سخت افزارهای ذخیره سازی در ظرفیت های بزرگ مقرون به صرفه نیست.
این مساله را بسط می دهیم به کاربران بیشتر و حتی صاحبان کسب وکارهایی که پایه و اساس درامدشان بستر اینترنت و داده های مشتریان است. بالطبع خرید سخت افزارهای ذخیره سازی و پردازشی بیگ دیتا برای آنها مقرون به صرفه نخواهد بود. کسب و کارهای این چنینی منابع ذخیره سازی و پردازشی را از سیستم های توزیعی-مانند ابر- اجاره کرده و خدمات خود را ارایه می کنند.
این نمونه ها نشان از وجود مراکزی است که منابع سخت افزاری و نرم افزاری را اجاره می دهند. در اصطلاح عامیانه ؛ابر مجموعه ای از سرورهای ذخیره سازی و پردازشی در ظرفیت های بسیار بزرگ و منابع پردازشی در قدرت های بالا است. کاربران اعم از حقیقی و حقوقی ؛سرورهای ابری را براساس نیازشان اجاره می کنند. و تحلیل داده های کلان هم در همین بستر صورت می گیرد.
در این نوشته با رویکردی تمثیلی سعی کردیم مفهوم داده های کلان در بسترهای گسترده ای مانند اینترنت اشیای صنعتی-IIoT را شرح دهیم.
یک پاسخ
مطلب خوبیه؛ ادامه هم داره؟