IoT: перспективы, проблемы роста, направления развития
По оценкам IDC[1], к 2025 году 25% собираемых данных будут обрабатываться в реальном времени, из них 95% – на базе IoT-решений. Однако, несмотря на увеличивающееся количество анонсов, связанных с появлением новых IoT-решений, распространено мнение, что до реального «Интернета вещей» еще очень далеко. Отчасти это правильно: по мнению ведущих аналитических компаний, рынок IoT-решений находится лишь в самом начале своего пути и, безусловно, не достиг зрелости. Тому свидетельство отсутствие вендоров в квадранте лидеров в ряде исследований, посвященных анализу рынка IoT-решений.
Необходимо отметить, что термин «зрелость IoT-решений» несет не только позитивный, но и негативный смысл, поскольку открывает безграничные возможности для кибермошенничества. К примеру, недавнее исследование Check Point Software Technologies Ltd. показало, что хакеры могут получить доступ к корпоративной сети (домашней сети граждан) организации через факсимильные аппараты, используя уязвимости в протоколах связи. Для этого злоумышленнику нужно лишь на корпоративном сайте организации найти номер факса, который находится в свободном доступе, и отправить на него специально созданный файл изображения. Таким образом может распространяться любое вредоносное ПО: программы-вымогатели, криптомайнеры или шпионские программы.
Направления развития компонент архитектуры IoT-решений
1. Разработка стандартов в области «Интернета вещей»
Отсутствие стандартизации в части подключения оконечных устройств вызывает большие сложности и необходимость разработки специализированных шлюзов для нивелирования этих проблем. Однако в большинстве индустриальных и специализированных IoT-решений, где реально решаются конкретные задачи (например, контроль за местонахождением/состоянием сотрудников на особо опасных/вредных производствах, отслеживание грузов при решении логистических задач, проверка изменения состояния датчиков в контролируемых зонах/опасных производствах и т. д.), такого многообразия подключаемых устройств не требуется. При оптовых закупках стоимость подобных датчиков будет измеряться от центов до нескольких долларов, что позволяет минимизировать число их типов при разработке IoT-системы. Гораздо больше усилий понадобится для создания требуемой функциональности и архитектуры аппаратной платформы для развертывания подобной системы. Возможность контроля и управления большим многообразием «Интернета вещей» скорее интересна при реализации специальных задач, а не при развертывании конкретных промышленных решений и бытовых сервисов.
Между тем работа в области разработки международного стандарта промышленного «Интернета вещей» ведется. В конце октября 2018 года эксперты Международной организации по стандартизации ISO/IEC одобрили создание проекта международного стандарта ISO/IEC «Information technology. Compatibility requirements and model for devices within IIoT systems» («Информационные технологии. Требования совместимости и образцы устройств промышленного интернета вещей»). Документ был представлен на голосование от имени Российской Федерации Техническим комитетом «Киберфизические системы» на базе РВК в партнерстве с «Ростелекомом».
Проект стандарта, одобренный к разработке ISO/IEC, устанавливает единые требования к совместимости различных устройств и систем промышленного интернета вещей (IIoT). Из-за отсутствия единых нормативов производители на рынке «Интернета вещей» используют собственные стандарты и протоколы, в результате чего их продукты несовместимы между собой. Принятие стандарта позволит решить эту проблему, заказчики технологий IIoT смогут использовать системы и оборудование различных разработчиков и предприятий-изготовителей, а также проводить корректные испытания на совместимость новых продуктов.
Разработка международного стандарта ISO/IEC «Information technology. Compatibility requirements and model for devices within IIoT systems» ориентировочно завершится к концу 2020 года. В дальнейшей подготовке документа, помимо экспертов из России, примут участие представители Кореи, Китая, США и Японии.
2. Расширение аналитических возможностей оконечных устройств/датчиков
Еще год-два назад оконечные устройства в составе IoT-решений рассматривались в качестве простейших датчиков – RFID-метки, счетчики потребления воды/электроэнергии/тепла, медицинские датчики и другие устройства, генерирующие и передающие ограниченное число показателей состояния системы, с которой связаны. В настоящее время, с появлением, например, чипов типа Intel® Movidius™ VPUs и Intel® Arria® 10 FPGAs с низким потреблением электроэнергии, оконечные устройства стали превращаться в «умные» системы, чьи возможности теперь сопоставимы с решениями, которые до недавнего времени можно было развернуть только на мощных многопроцессорных серверах. Во-первых, появляющийся инструментарий делает доступным обучение таких устройств рядовым потребителям, а не только профессионалам – программистам в области AI/ML. В этом контексте говорящие бытовые устройства (с обучаемой, а не заданной заводской, логикой поведения); видеокамеры, реагирующие только на любимых домашних питомцев (а не на каждую кошку/собаку) и только для задаваемых/обучаемых ситуаций, уже в ближайшей перспективе станут обыденностью. Во-вторых, за счет повышения интеллектуальности конечных устройств будет возможно, не только, например, собирать статистику о числе входящих и выходящих из метро в определенные часы, но и одновременно делать выборку по признакам пола, возраста, национальности, респектабельности и т. д. В-третьих, благодаря тому, что видеокамеры будут не только видеть, но и слышать и измерять температуру объектов с достаточно высокой точностью, появится возможность, скажем, выявлять распространение эпидемий. В-четвертых, расширяющиеся функции биометрии, в частности, выявление по мимике/голосу намерений человека, распознавание разыскиваемых в режиме онлайн со скоростью несколько сот тысяч персон в секунду и более предоставляет возможность в онлайне бороться с проявлениями терроризма и определять настроения людей в местах массовых скоплений.
3. Разработка интеграционных IoT-платформ для продвижения концепции «умных городов»
При реализации крупных IoT-проектов количество задач, требующих выполнения, резко возрастает. Значительная часть IoT-решений связана с продвижением концепции «умных городов», при реализации которой необходимо не только собирать и обрабатывать данные с многочисленных датчиков, но и интегрировать/управлять/обеспечивать безопасность/совместно использовать множество приложений от различных поставщиков, задействованных в качестве субподрядчиков при осуществлении конкретной задачи.
Примером такой интеграционной платформы может служить, например, решение Cisco Kinetic for Cities – облачная платформа, обеспечивающая автоматизированный, безопасный обмен данными между инфраструктурами, решениями, приложениями и подключенными устройствами. Это позволяет легко и экономично получать максимальную отдачу от IoT-данных, стимулируя новые инициативы по повышению безопасности, более эффективному управлению ресурсами, предоставлению новых услуг, и многому другому.
4. Разработка новых принципов обработки потоков данных
При увеличении масштабирования IoT-решений одновременно растут объемы потоков данных, что при использовании существующих технологий на определенном этапе приводит к невыполнению необходимых показателей по скорости и отказоустойчивости. Потоковые данные стимулируют разработку новых принципов их поддержания и обработки. В частности, компания Dell EMC предложила новый примитив хранения, называемый потоком, который теперь позволяет обрабатывать данные как бесконечные и непрерывные. Это реализовано в новом проекте с открытым исходным кодом под названием Pravega. Одновременно с появлением новых принципов обработки потоков данных организуются и новые многопоточные высокомасштабируемые высокопроизводительные архитектуры СХД для IoT-решений.
***
Подводя итог, можно отметить, что Аналитический центр TAdviser и госкорпорация «Ростех» прогнозирует, что к 2021 году российский рынок «Интернета вещей» вырастет в три раза. По подсчетам экспертов, в ближайшие три года рынок увеличится с текущих 93 млрд до 270 млрд руб.
Автор: Константин Тимофеев, руководитель направления по продаже OEM/IoT-решений в России и СНГ, компания Dell EMC
[1] Data Age 2025: The Evolution of Data to Life-Critical. Don’t Focus on Big Data; Focus on the Data That’s Big. David Reinsel John Gantz John Rydning | April 2017. An IDC White Paper, Sponsored by Seagate
Опубликовано 26.11.2018