您能想象可以集中控制各种智能设备的“大脑”吗？在某种程度上，随着物联网的发展，这是可能的。物联网是由物理对象组成的网络，具有传感器，执行器，软件和网络连接，可收集和传输数据并执行用户特定的任务。
此类系统的有效性和适用性直接与其构建基块的质量以及它们之间的交互方式有关，在物联网架构中有几种使用它们的方法。在本文中，我们的物联网顾问将分享他们的实践经验，并展示他们对可扩展且灵活的物联网体系结构的最初愿景。
物联网架构的基本元素。
物联网架构图反映了我们的物联网架构方法，该方法显示了物联网系统的基本组件以及它们如何连接以收集，存储和处理数据。
事物“或设备”是配备传感器和执行器的对象。传感器将收集数据，执行器将允许物体动作（例如，打开或关闭灯，打开或关闭门，提高或降低发动机转速等）。这个概念包括冰箱，路灯，建筑物，车辆，生产机械，康复设备以及所有其他可以想象的东西。
网关数据通过网关从对象（设备）传递到云，反之亦然。网关在IoT解决方案中提供对象和云之间的连接，在将数据传递到云之前进行预处理和过滤（以减少用于处理和存储的数据量）并传输控制命令从云到对象。然后，对象使用其执行程序执行命令。
云网关可促进数据压缩并确保站点上的网关与云中的IoT服务器之间的数据传输安全。它还可以确保与多种协议兼容，并使用不同的协议与站点上的网关进行通信。
流数据处理器可确保将输入数据有效传输到数据湖和控制应用程序。
数据湖网络设备生成的数据以其自然格式存储在数据湖中。当您需要从数据中获取有意义的信息时，会将其从数据湖中提取出来并加载到大型数据仓库中。
大数据仓库大型数据存储区仅包含干净，结构化和匹配的数据（与包含由传感器生成的各种数据的数据湖相比）。此外，大数据存储还存储有关对象和传感器的上下文信息（例如，传感器的安装位置）以及控制应用程序发送到对象的命令。
资料分析数据分析师可以使用来自百货商店的数据来发现趋势并获得可行的信息。例如，当分析大数据时（在许多情况下，在场景，图表，信息图形中显示——），它可以显示设备性能，帮助识别低效率并找到改善IoT系统的方法（使其更加可靠，在客户中最受欢迎）。此外，手动找到的相关性和模式可以为控制应用程序创建更多算法。机器学习和机器学习模型。通过机器学习，您将有机会为控制应用程序创建更准确和有效的模型。该模型会根据大数据仓库中累积的历史数据定期进行更新（例如，每周一次或每月一次）。当数据分析人员测试并批准新模型的适用性和效率时，控制应用程序将使用新模型。
控制应用程序将自动命令和警报发送给执行者，例如：
智能家居窗口可以接收根据天气预报服务自动激活或停用的命令。
当传感器显示土壤干燥时，灌溉系统会自动灌溉农作物。
传感器帮助监视工业设备的状态，物联网系统会生成自动警报，并在发生故障之前将其发送给现场工程师。
控制应用程序向执行者运送的命令也可以存储在大数据存储中，这可以帮助调查有问题的情况（例如执行者未按预期执行命令）。另一方面，存储来自控制应用程序的命令也可以帮助提高安全性，因为IoT系统可以将某些命令识别为荒谬或过多的，这可能导致安全漏洞（以及其他需要调查和采取措施的问题）纠正）。
控制应用程序可以基于规则或机器。在第一种情况下，控制应用程序将根据专家建立的规则进行工作。在第二种情况下，控制应用程序使用的模型会定期更新（根据IoT系统的详细信息，每周一次，每月一次，一次更新）并将历史数据存储在大型数据仓库中。
虽然控制应用程序可确保IoT系统的出色自动化，但用户应始终可以选择一种方法来影响此类应用程序的行为（例如，在紧急情况下或IoT系统无法正常运行时）。
用户应用程序是IoT系统的软件组件，它使用户可以连接到IoT系统并提供监视和控制其智能设备的选项。通过移动或Web应用程序，用户可以监视其设备的状态并发送命令以控制应用程序，以及配置自动行为的选项（当某些数据来自传感器时自动进行通知和操作）。
团队管理
为了确保IoT设备完全可操作，仅安装并让它们工作还不够。连接的设备的性能管理需要一些过程（促进设备之间的交互，确保数据的安全传输等）：
设备标识符，用于标识设备的身份，以确保它是具有可传输可靠数据的可靠软件的可靠设备。
根据物联网系统的用途调整设备的配置和控制。安装设备后，必须输入一些参数（例如，唯一的设备ID）。其他配置可能需要更新（例如，在发送数据时）。监视和诊断可确保网络中每个设备的平稳性和安全性，并降低故障风险。
软件更新和维护，以添加功能，更正错误并解决安全漏洞。
用户管理
除了设备管理之外，控制可以访问IoT系统的用户也很重要。
用户管理包括系统中用户的标识，其角色，访问级别和权限。它包括用于添加和删除用户，管理用户设置，控制对各种用户的某些信息的访问以及在系统上执行某些操作，控制和记录用户活动的选项。
安全监控
安全是物联网上最重要的问题之一。联网设备会生成大量数据，这些数据必须安全传输并受到网络罪犯的保护。另一方面，网络上的设备可能是坏蛋的入口。此外，网络罪犯可以进入并控制整个物联网系统的“大脑”。
为避免此类问题，有必要记录和分析控制应用程序向设备发货，监视用户行为并将所有这些数据存储在云中的命令。这样，可以在早期阶段解决安全漏洞，并采取措施以减少其对物联网系统的影响。
此外，可识别，存储可疑行为的模式并将其与物联网系统生成的记录进行比较，以避免潜在的渗透并最大程度地减少其对物联网系统的影响。
物联网IoT ——智能照明的示例
让我们以智能照明为例，看看我们的物联网架构元素如何协同工作。这也是物联网解决方案如何同时为用户提供舒适度和能源效率的明确示例。智能照明系统具有许多功能，我们将在这里介绍一些最基本的功能。
基本组成
传感器从环境中获取数据（例如，自然光，声音，人类活动）。该灯配备有执行器以打开和关闭灯。数据组存储原始传感器数据。大型数据仓库包含信息，例如在每周的不同时间为智能家居居民提供的行为和能源成本。
手动监控和手动控制。
用户通过带有天井图的移动应用程序控制智能照明系统。使用该应用程序，用户可以查看打开和关闭的指示灯，并向控制应用程序发送命令，然后由控制应用程序将命令发送至指示灯执行器。该应用程序还可以显示哪些灯将要发生故障。
资料分析
数据分析人员可以通过分析用户如何应用智能照明，他们的时间表（由用户提供或由智能系统识别）以及传感器收集的其他信息来开发和更新控制应用程序的算法。
数据分析还有助于评估IoT系统的有效性，并揭示系统运行中的问题。例如，如果用户在系统自动打开灯后立即关闭灯，反之亦然，则算法中可能存在间隙，因此有必要尽快解决。自动控制缺陷
监视自然光的传感器将光数据发送到云。当日光不足时（根据先前设置的阈值），控制应用程序会向执行器发送自动命令以打开灯。其余时间灯熄灭。
但是，照明系统可能会因街道照明，邻近院子的照明以及任何其他光源而“产生误导”。传感器捕获的外来光线将使智能系统得出结论，即光线充足且必须关闭照明。因此，有意义的是，智能系统可以更好地了解影响照明的因素并在云中累积此数据。
当传感器控制活动和声音时，仅当在露台上识别到活动或声音时才打开灯，或者在静音状态下关闭所有灯是不够的。例如，宠物还可以产生活动和声音，而云应用程序必须区分人类和宠物的声音和活动。街道和附近房屋的噪音和其他声音也相同。要解决此问题，您可以将几种声音的示例存储在云中，并将其与传感器的声音进行比较。
机器学习
智能照明可以应用机器学习生成的模型，例如，识别智能所有者的行为模式（上午8点回家，晚上7点返回）并调整照明的点灯时间。结果（例如，在必要前打开5分钟）。
在对用户行为的长期分析中，智能系统可以发展高级行为，例如，当传感器无法识别典型活动和有声房屋的居民时，智能系统可以“如果发生会怎样”居民在休假并调整行为：例如，偶尔打开电灯，一个人有家的感觉（出于安全原因），但并不总是打开电灯以减少能耗。
用户管理选项
为了确保有效的用户管理，智能照明系统可以为多种功能分配不同的用户权限：例如房主，居民和访客。 （当多个冲突的用户发出命令时），在这种情况下，用户完整控制系统的“所有者”标签（智能灯包括更改行为模式并监视花园灯的状态）和优先级命令主题。 （Internet物联网），而其他用户只能访问有限数量的系统功能。居民可以打开和关闭灯光，并且不能更改设置。 “来宾”只能在某些区域打开和关闭房屋的照明灯（例如客厅）。
总之，我们的物联网架构由以下几部分组成：
它配备有收集数据和致动器从所述云接收命令传感器。
对于数据过滤，进行预处理并将其移至云网关，反之亦然，以从云中接收命令。
云中的网关保证了站点上的网关与中央物联网服务器之间的数据转换。
数据传输处理器，用于将传感器数据分发到IoT解决方案的组件。
湖存储所有定义和未定义值的数据。
大型数据仓库，用于收集有价值的数据。控制应用程序可以将命令发送到执行器。
机器学习生成模型，然后由控制应用程序使用。
用户应用程序，允许用户监视他们连接到的设备。
用于数据处理的数据分析。
我们的物联网架构还包括设备和用户管理组件，以提供稳定和安全的功能并控制用户访问。
在为特定解决方案开发IoT架构时，同样重要的是要关注一致性（充分关注IoT架构的每个元素并一起工作），灵活性（添加新功能和新的逻辑机会）以及与业务系统集成（组合）新的物联网解决方案以及以前实施的业务计算解决方案，例如ERP，制造执行系统，WMS，交付管理等）。
上海IT外包服务网 链接：http://www.linemore.com
中文
电话咨询
微信咨询
公众号
