Книга: Интернет вещей. Новая технологическая революция

Новые технологии

Новые технологии

Новые технологии появляются, даже пока я пишу книгу, и продолжат появляться и дальше. Я быстро понял, что не смогу сделать обзор каждой из них, и решил вместо этого остановиться на нескольких, которые считаю наиболее важными и развитыми, чтобы о них уже можно было написать. Что будет дальше – увидите сами. Разобраться в новинках будет несложно. Просто поддерживайте контакты со своей отраслевой ассоциацией и/или хотя бы иногда посещайте отраслевые конференции, форумы IoT и ярмарки технологий.

Туманные вычисления

Вы уже встречали упоминания о туманных вычислениях на страницах этой книги. Туманные вычисления создают платформу – так называемый туманный узел, – где осуществляются функции вычисления, хранения данных, управления данными и сетевого взаимодействия, а также обработка потока событий между конечными устройствами на земле и в облачных центрах обработки данных. Туман не является отдельным архитектурным решением; он расширяет и масштабирует существующую облачную архитектуру до самой периферии сети, подводя ее как можно ближе к источнику данных. Цель заключается в обеспечении обработки и аналитики больших объемов данных в реальном времени или обработки данных на лету. Задача туманных вычислений не в том, чтобы иначе подключить устройства к сети, а в том, чтобы анализировать данные устройств быстрее, с меньшей задержкой и большей эффективностью. В итоге туманные вычисления позволяют передвинуть обработку данных ближе к устройствам, которые генерируют или собирают эти данные (рис. 10.3), и анализировать их в реальном времени прямо там.

Рисунок 10.3. Туманные вычисления: расширение облака на периферию

Несколько лет назад Флавио Бономи – основатель и исполнительный директор компании Nebbiolo Technologies, которая занимается применением технологий IoT в промышленной автоматизации, – вместе со своей командой разработал определение (и предложил название) туманных вычислений. Когда я спросил его о тумане, он прекрасно его описал: «Когда мы начали работать над проектами вроде подключенных к сети автомобилей, умных электросетей и умных городов, то определили общий набор требований для компактных, масштабируемых, управляемых, защищенных и интегрированных сетевых технологий, вычислений и ресурсов хранения, осуществляющих взаимосвязь между «землей» и отдаленными облаками. Термин «туманные вычисления» возник в качестве естественной реакции на эту потребность привести облачные возможности «ближе к земле». Со временем стало очевидно, что туманные вычисления на самом деле стимулируют объединение ОТ и ИТ и открывают возможности для появления новых сценариев использования IoT, где необходимы работа в реальном времени, детерминированная производительность, физическая безопасность и защищенная среда. Заимствуя элементы из ИТ и ОТ, туманные вычисления становятся естественным медиатором двух сфер на разных уровнях технологического арсенала, от сетевых технологий и безопасности до уровня данных и приложений».

Рисунок 10.4. Туманные вычисления: главный стимул IoT

Так в чем же суть туманных вычислений? На первый взгляд они не кажутся новым словом в технологиях. Однако на самом деле они являются инновацией. Туманные вычисления (рис. 10.4) приводят аналитику и обработку данных к их источнику. В этом и состоит их отличие – и оно весьма серьезно. В прошлом мы всегда перемещали данные туда, где происходила их обработка. Обычно это требовало отправки информации в отдаленный центр обработки данных, что повышало затраты и вызывало значительные задержки. Теперь туманные вычисления позволяют нам масштабировать облако и приспосабливать его к использованию в реальном времени – облако и периферия отныне могут работать вместе в качестве интегрированной системы. Облачное программное обеспечение может отправлять определенную политику в туманный узел, запрашивая только некоторые типы данных или лишь исключения – скажем, лишь сведения о преодолении температурного порога. На основании этой политики данные обрабатываются в туманном узле, после чего в облако отправляются только требуемые исключения или другие запрошенные данные. Остаток данных либо отправляется на локальное хранение в тумане, либо удаляется.

В результате у нас появляется возможность превращать сырые данные, собранные с подключенных устройств, в полезную информацию, на основании которой можно действовать незамедлительно – зачастую в реальном или почти реальном времени. Такая скорость становится возможной, когда туманные вычисления лишают IoT-транзакции задержки. Кроме того, используя новые приложения, включая аналитику в реальном времени и предиктивные контекстные системы, из этой информации можно извлекать ценные для бизнеса сведения.

Иными словами, туманные вычисления дают нам:

• возможности для обработки и аналитики данных на периферии облака в реальном или почти реальном времени;

• возможности для обработки и аналитики данных ближе к их источнику и области применения;

• гораздо более быструю и эффективную аналитику при помощи основанной на политиках системы периферия – облако – периферия.

Вспомните, что первый этап развития интернета был связан преимущественно с пакетной обработкой информации, не предоставлял возможностей для работы с чувствительными ко времени данными и не использовал механизмы и устройства, которые требовали широкой полосы пропускания. Теперь подумайте, что даже единственный автомобиль сегодня может генерировать огромные объемы данных и требовать широкой полосы пропускания, особенно потому, что эти данные более чувствительны ко времени, а следовательно, обладают и большей важностью. (К примеру, задумайтесь, сколько у вас будет времени на реакцию, если ваш автомобиль начнет перегреваться.)

Здесь и пригождаются туманные вычисления, которые решают целый ряд типичных современных проблем, включая:

• высокую задержку в сети;

• проблемы мобильности конечных точек;

• потерю связи;

• высокую стоимость полосы пропускания;

• непредсказуемые сетевые заторы;

• широкую географическую распределенность систем и клиентов.

Как мы уже упоминали на страницах этой книги, туманные вычисления являются главным стимулом развития IoT и способствуют возникновению целого ряда новых сценариев использования технологий во всех сферах жизни и деятельности – от розничной торговли и здравоохранения до производства и нефте– и газоразведки. Примером использования туманных вычислений может служить превентивное техническое обслуживание транспортных средств. Датчики в каждом новом подключенном к сети автомобиле генерируют до двух петабайтов данных в год. Было бы непрактично и невероятно дорого отправлять все эти сырые данные по мобильной сети в облако для обработки в реальном времени. Туманные вычисления превращают сами автомобили в мобильные центры обработки данных, которые могут в реальном времени осуществлять их сортировку и индексацию и посылать предупреждения, когда необходимо принять какие-либо меры – к примеру, когда надо проверить перегревшийся двигатель или подкачать спустившееся колесо.

Отрасль распознала революционную способность туманных вычислений создавать условия для появления новых сценариев использования технологий, которые были неосуществимы при работе с облаком, – поэтому в ноябре 2015 года и был создан OpenFog Consortium. «Мы сформировали OFC, чтобы ускорить внедрение туманных вычислений для решения проблем с полосой пропускания, задержками и скоростью коммуникаций, которые ассоциируются с IoT, искусственным интеллектом, робототехникой и другими передовыми технологиями цифрового мира, – сказал мне председатель OFC Хелдер Антюнес. – Наши технические рабочие группы создают архитектуру OpenFog, которая позволяет конечным пользователям или расположенным рядом с пользователем периферийным устройствам осуществлять вычисления, коммуникацию, управление и хранение данных. Мы планируем достичь этих целей в ходе совместной работы, обеспечивая совместимость технологий различных поставщиков».

Блокчейн открывает новые возможности IoT

Блокчейн представляет собой технологию, которая позволяет субъектам определенным образом обмениваться ресурсами в защищенной среде и хранит данные обо всех транзакциях, тем самым предотвращая их подделку и ревизию. Впервые она заявила о себе несколько лет назад посредством биткоина – виртуальной валюты, безопасность и целостность которой как раз и обеспечивает технология блокчейна. Хотя будущее биткоина пока туманно, о блокчейне этого не сказать.

В качестве основополагающей технологии валюты блокчейн привлекает значительное внимание своей способностью обеспечивать целостность происходящих внутри сети транзакций, в которых задействованы любые субъекты. Например, я говорил с представителями энергетической компании, которая хочет обратиться к блокчейну для управления взаимодействием солнечных батарей с электросетью. Автопроизводители рассматривают возможность использования технологии для аутентификации подключенных к сети автомобилей в среде V2V. Среди других вариантов использования блокчейна – возможность отслеживать источники товаров, повышать пищевую безопасность, создавать умные контракты и осуществлять аудит. Как выясняется, блокчейн естественным образом дополняет систему безопасности IoT в широком спектре сценариев использования.

Использование блокчейна в среде IoT пока еще идет в экспериментальном порядке, однако уже начинают появляться стандарты технологии. Linux Foundation в партнерстве с несколькими десятками крупных технологических и финансовых компаний запустил Hyperledger Project для выработки соглашения о принятии стандартов блокчейна с открытым кодом. Сегодня блокчейн представляет собой распределенный реестр, или базу данных, основанную на системе консенсусов, где ни один субъект не контролирует все данные. Блокчейн создает и хранит постоянную, не подверженную изменениям запись о каждой транзакции. Будучи зарождающимся открытым стандартом, совместимые вариации блокчейна позволят продуктам и решениям при помощи умных контрактов ввести различные уровни контроля и программируемую бизнес-логику. Нам остается только подождать и посмотреть, что будет дальше.

По словам Марты Беннетт, которая занимает должность главного аналитика компании Forrester Research, блокчейн может стать революционной технологией, которая перевернет все банковское дело. «В долгосрочной перспективе блокчейн имеет потенциал произвести революцию в сфере распределенных вычислений. Если смотреть на это с чисто технической точки зрения, то в настоящее время осуществляется множество проектов, которые закладывают основу для новых способов работы с распределенными вычислениями в банковской сфере и за ее пределами, делая для уровня хранения и приложений то же самое, что интернет сделал для уровня коммуникаций. Технология только зарождается, поэтому понадобится время на решение всех вопросов безопасности, конфиденциальности и масштабируемости систем», – заметила Беннетт[47].

Но кое-что мы знаем уже сегодня: блокчейн, который генерирует и сохраняет распределенный протокол всех транзакций, позволяет людям проявлять доверие к проведенным с его помощью сделкам. Фактически он уничтожает необходимость в надежном посреднике между покупателями и продавцами или – в случае IoT – между взаимодействующими объектами. Более того, потенциально блокчейну под силу устранить необходимость в посредниках для большинства транзакций. Тем, кто хочет внедрить открытые, надежные IoT-коммуникации без вынужденной опоры на посредников, блокчейн, особенно «частный» блокчейн, открывает дорогу к осуществлению распределенных IoT-транзакций, в возможность которых людям до недавнего времени верилось с трудом.

Машинное обучение улучшает аналитику в реальном времени

Подобно блокчейну, машинное обучение представляет собой еще одну важную технологию в мире IoT. Эта важнейшая технология стоит за аналитикой в реальном времени, которая по праву считается одним из ключевых сценариев использования IoT. Машинное обучение существует уже много лет, но недавний прогресс в глубинном обучении, и особенно в контролируемом обучении, сделал технологию гораздо более ценной для IoT. Контролируемое обучение позволяет вам тренировать систему аналитики с целью повышения точности ее прогнозов: чем больше данных о работе устройства, ошибках и техническом обслуживании вы загружаете в систему предиктивной аналитики, тем точнее она работает. Более того, хотя неконтролируемое обучение пока не достигло того же уровня развития и по-прежнему страдает от множества проблем, оно тоже открывает бесценные возможности для IoT. Подумайте об атаках нулевого дня, в ходе которых хакер использует уязвимость программного обеспечения, еще неизвестную его поставщику. В таком сценарии, поскольку еще нет данных для обучения классификатора, такого как нейтральная сеть, для выявления атак используется продвинутое неконтролируемое обучение.

Самообучающиеся сети (SLN) служат прекрасным примером прорывного потенциала машинного обучения в IoT. SLN представляют собой архитектурное решение в сочетании с мощной аналитикой и широким спектром технологий машинного обучения (включая когнитивное обучение от машины к машине), которое позволяет сетям стать интеллектуальными, адаптивными, автоматизированными и предиктивными. SLN разрабатываются с расчетом на масштабируемость: для этого на периферии сети используется большое количество алгоритмов машинного обучения, при помощи которых сеть постоянно изучает закономерности сетевого трафика для построения математических моделей.

Эти модели впоследствии могут быть использованы в разных целях:

1. Прогнозирование производительности приложений: прогнозируя уровень качества сервиса, который IoT-приложения получат из сети, сеть получает возможность предвидеть изменения и адаптироваться соответствующим образом.

2. Как мы уже говорили, обеспечение безопасности считается одной из основных проблем нашей отрасли, поскольку атаки становятся все масштабнее и изощреннее. SLN используют машинное обучение, чтобы создавать комплексные модели нормальных состояний. Такие модели позволяют выявлять сложные атаки, такие как кражи данных, а также DoS-атаки на сети IoT.

Чем больше происходит событий, тем умнее становятся SLN: каждый узел сети выполняет моделирование на основе машинного обучения и постоянно учится новому. Развернутая на периферийных устройствах сети и подключенная с помощью продвинутых сетевых технологий, SLN позволяет сети гораздо быстрее обнаруживать проблемы и принимать соответствующие меры.

«Идея самообучающихся сетей родилась в 2012 году, когда мы работали над сложнейшими вопросами IoT. В последние несколько лет мы столкнулись с целым рядом любопытных технических сложностей, которые подтолкнули нас к разработке новейшей архитектуры и технологии. Мы только что объявили о выходе первого продукта в семействе SLN – сети Stealthwatch Learning Network, которая призвана выявлять сложные угрозы. Без сомнения, в последующие несколько лет появится еще немало SLN-инноваций, применимых к IoT, что существенно повлияет на архитектуру IoT и откроет возможности для внедрения целого спектра новых сервисов и технологий», – заметил главный инженер Cisco и изобретатель SLN Дж. П. Вассер.

Туманные вычисления, блокчейн и машинное обучение – лишь три примера из множества технологических и архитектурных сдвигов, которые наблюдаются в сфере IoT. Держите руку на пульсе: вскоре появятся и новые технологии, развитие которых будут стимулировать новые задачи и новые перспективы IoT.

Комбинируя открытые стандарты, операционную совместимость и новые технологии, IoT приобретает новые возможности и бизнес-модели, которые и определят победителей и проигравших во всех отраслях. Сегодня подкованные руководители бизнес-направлений уже требуют открытых IoT-архитектур на базе IP. Компании вроде Cisco и Rockwell Automation работают с растущим количеством партнеров, которые приняли стратегическое решение перейти на открытые стандарты и развивать открытую модель IoT. Преимущества такого подхода ощутимы: я видел их своими глазами на прошлогоднем форуме «Интернет вещей» в Дубае, где пионеры IoT представляли свои результаты.

В следующей главе, «IoT сегодня», вы не найдете краткого конспекта всего того, о чем уже прочитали. Я опишу некоторые новые идеи и попробую заглянуть в будущее IoT, хотя ни в коем случае не считаю себя футуристом.

Оглавление книги