В рубрику "Оборудование и технологии" | К списку рубрик | К списку авторов | К списку публикаций
Несколько лет назад Интернет вещей был скорее фантастикой, а теперь это очередной этап развития самой сети Интернет. По оценкам Cisco, мобильные и IoT-устройства к 2019 году будут создавать порядка 70% всего интернет-трафика. Сегодня сложно представить отрасль, в которой невозможно применить технологии IoT. Интернет вещей внедряется в сферу транспортных перевозок, ЖКХ, обслуживания и финансов. По данным международной консалтинговой компании J’son&Partners, в России рынок IoT только в 2016 году вырос на 30% и составил 10 млн устройств. В текущем году ожидается еще более внушительный рост числа используемых девайсов – на 40%, или до 14 млн устройств. За два года доходность проектов в области IoT должна превысить 6 млрд долл. Но, несмотря на коммерческие успехи, в сфере IoT еще достаточно много проблем.
Информация, которую передает одно устройство, очень мала. Один датчик всегда передает только одно значение, например температуру. Но таких элементов очень много, и много каналов сбора информации. Если представить классический сервис, обслуживающий до миллиона пользователей, то нагрузка на него составляет до 20 тыс. одновременных соединений. В IoT-системе 20 тыс. превращаются в 20 млн постоянно открытых соединений, которые должен обрабатывать сервер. Возникает две проблемы: как эту информацию быстро обработать и так же быстро сохранить.
Обработка и хранение больших массивов данных – сложная задача для крупных IoT-проектов. Классический подход предполагает базу данных, в которую сервис сбора информации заносит все сведения. Аналитическая подсистема делает выборки из базы данных и формирует отчеты для пользователей. Но в случае с IoT такой подход не работает: невозможно быстро записать в базу данных огромный объем информации. Даже если решить этот вопрос, появится проблема эффективной выборки данных из большого массива и построения отчетов. В идеале IoT-система должна обрабатывать поступающие данные в реальном времени. Мгновенная обработка данных – вопрос будущего. А пока с проблемами оперативности помогают справляться две технологии.
Технология In-Memory-Processing позволяет быстро обрабатывать данные во внутренней памяти системы, не теряя времени на их запись. Фактически данные загружаются в кэш сервера и в нем же обрабатываются. Впервые эту технологию стали применять в банковской сфере, где очень много транзакций, а сейчас ее используют и для IoT-систем.
На принципе In-Memory-Processing базируется вторая технология – Apache Spark [3], она связана с параллельными вычислениями и в разы увеличивает скорость обработки данных. Apache Spark – одна из самых популярных технологий, используемых в облаках. Активно развивает Spark американская корпорация Amazon. Благодаря быстрой развертке и масштабированию все вычисления происходят очень быстро. Недавно рынку представили технологию Amazon Lambda – для масштабирования любого программного решения в облаке. Сервис работает как с одним устройством, так и с несколькими миллионами.
In-Memory-Processing решает проблему сбора и анализа данных. Но на пути у разработчиков встают новые препятствия – отсутствие универсального стандарта связи между устройствами IoT и закрытые API для разработчиков. За любой информацией, которую производитель устройств собирает с пользователей, стоит потенциальная прибыль для бизнеса. Если компания продала несколько миллионов браслетов и собирает с них информацию, она никогда не предоставит открытого API разработчикам, чтобы они могли пользоваться этими данными и писать свою аналитику.
Компании, работающие в области IoT, думают над решением проблемы стандартизации сетевых технологий связи [4]. Сейчас существует более-менее унифицированный канал передачи данных – сетевой протокол, но нет унифицированного решения для передачи информации внутри этого протокола. Каждый производитель использует свои решения, которые, как правило, не совместимы друг с другом. Разницу в подходах можно объяснить конкуренцией на рынке устройств или желанием ограничить доступ к данным. Но глобальная проблема развития IoT с точки зрения сетевого взаимодействия – в медленном переходе на протокол IPv6. Дело в том, что интернет-адреса по протоколу IPv4 давно закончились. Разработчики устаревшего IPv4 не предполагали, что через несколько лет подключиться к Интернету захотят умные тостеры и электрочайники. Адреса закончились, а интернет-провайдеры не спешат переходить на новый протокол – для этого нужны инвестиции в развитие инфраструктуры и замену пользовательского оборудования. Поэтому сейчас в принципе невозможно подключить к Интернету каждый прибор и датчик в системе IoT. В результате мы видим проекты, когда датчики связываются по определенному протоколу между собой и специальным хабом, который уже имеет выход в Интернет. Но такой подход не позволяет говорить об эффективном развитии IoT-проектов.
При выборе для IoT-проекта аппаратной составляющей IТ-компании ориентируются на экосистему конкретного производителя. Рынок устройств для IoT де-факто разделен между несколькими вендорами, и невозможно взять часть аппаратных средств у одного производителя, а часть – у другого.
Рынок IoT сейчас формируют в основном инфраструктурные проекты, в которых сложно участвовать разработчикам: у большинства IТ-компаний, способных создать программные решения для сбора, обработки и анализа IoT-данных, недостаточно экспертизы в области инженерно-технического проектирования. А именно создание инфраструктуры умных устройств, их правильное расположение – важный этап любого IoT-проекта.
На рынке очень мало специалистов, имеющих “пограничный" опыт инженерных и программных разработок. Даже если найдется такой профессионал, вряд ли он будет востребован в новой для него экономической отрасли: в строительстве, медицине и транспорте нужен совсем разный инженерный опыт.
Сложные проекты используют инновации во всех областях – от создания аппаратных устройств до программных разработок. Ведущий мировой автомобильный бренд сейчас работает над сервисом дистанционной аренды грузовых автомобилей, которые будут снабжены разными датчиками. Чтобы реализовать этот проект, меняющий рынок грузоперевозок, нужны универсальные компетенции как в сфере проектирования и построения аппаратных систем, так и в области разработки программного обеспечения. В этом кроется главная проблема IoT, которая касается сбора и обработки данных.
Безопасность – еще одна проблема работы IoT-систем. Существуют разные механизмы для несанкционированного контроля приборов IoT, хищения персональных данных. В основном эти механизмы учитывают текущее развитие IoT-устройств, когда приборы выходят в Интернет через специальный хаб, который, как правило, является еще и точкой доступа в Wi-Fi. Уже описан способ подключения к Wi-Fi-хабу, управляющему IoT-устройствами, через кражу действующего пароля. Из-за того, что все IoT-устройства в одном помещении подключены к сети через общий хаб, они практически не защищены от взлома. Стоит отметить, что и сами IoT-устройства обычно не имеют защиты от взлома. Казалось бы, зачем эта защита датчику температуры или автоматическому реле? А что если кто-то чужой получит возможность управлять вашими розетками, включит электроприборы у вас дома?
Чтобы защитить данные, разработчикам IoT-проектов нужно учитывать множество факторов, включая технологию связи между устройствами. Наиболее защищенными можно считать проекты, в которых устройства не имеют доступа в Интернет. Но это неправильно. Уже появились проекты, связанные с дистанционным управлением транспортом, а автомобили, потерявшие контроль, очень опасны. Поэтому сейчас наряду с разработкой новых способов взаимодействия IoT-устройств, разработкой универсальных стандартов нужно думать еще и об эффективных средствах защиты.
Литература:
Опубликовано: Журнал "Broadcasting. Телевидение и радиовещание" #6, 2017
Посещений: 6586
Автор
| |||
В рубрику "Оборудование и технологии" | К списку рубрик | К списку авторов | К списку публикаций
