1.6 物聯網——想法與可能性

Kevin Ashton于1999年創造了“物聯網”這個術語，并由此成為近10年來最有影響力的開拓者之一。雖然有M2M形式的物聯網前驅和工業自動化儀表控制，但物聯網和連接智能設備的時代已經到來，這是前所未有的事情。圖1-9從俯瞰視角幫助讀者了解物聯網應用的廣泛性和多樣性。

智能互聯設備已經進入千家萬戶，它們具備感知、處理和傳輸的功能，甚至能夠根據處理結果采取行動。幾年前科幻小說中的機器時代已經走入現實。如果車主拿著鑰匙走進或者遠離聯網的車，就可以方便地對車進行解鎖/鎖定。超市里有近距離感應信標，它能感應到顧客和貨架的距離，并把報價傳送并顯示到顧客的手機上。智能辦公室通過在空蕩蕩的會議室里關掉電燈和交流電源來節約電力。這樣的例子數不勝數，而且時刻都在增加。

物聯網的核心是由聯網設備組成的生態系統，這些設備能夠在互聯網上進行通信。在這里，設備可以是任何東西，像傳感器設備、擁有可穿戴設備的人、一個地方、一棵植物、一只動物或一臺機器。時至今日，幾乎任何我們在這個星球上能想到的實體都可以連接起來。任何物聯網平臺都主要有7層，如圖1-10所示。

以下是對物聯網所有7個應用程序層的概述。

●第1層：設備、傳感器、控制器等。

●第2層：通信信道、網絡協議和網絡要素、通信、路由硬件-電信、Wi-Fi和衛星。

●第3層：基礎設施——可以是內部的，也可以是云端的（公共的、私有的或混合的）。

●第4層：這里是大數據提取層。這是一個平臺，收集來自實體/設備的數據，為下一步做準備。

●第5層：使用復雜處理、機器學習、人工智能等對數據進行清理、解析，消息生成和分析的處理引擎，以報告、警報和通知的形式生成見解。

●第6層：自定義應用程序、可插拔的二級接口（如可視化儀表板、下游應用程序等）構成這一層的一部分。

●第7層：這一層中的人員和流程實際上是根據以下系統的建議進行操作的。

在圖1-11中，如果從自下而上開始，最底層是設備層，它們是傳感器或由RaspberryPi、Ardunio等計算單元驅動的傳感器。此時，通信和數據傳輸通常由輕量級選項控制，如消息隊列遙測傳輸（MQTT）和約束應用程序協議（CoAP），它們正在快速取代HTTP等傳統選項。該層實際上與聚合或總線層結合在一起，本質上它是一個Mosquitto代理，該層從數據源構建了事件傳輸層，即為從設備到處理集線器之間的部分。一旦到達處理集線器，就可以將計算引擎上的所有數據準備好進行操作，分析和處理數據以生成有用的可操作的命令。這些命令進一步集成到網絡服務API可消耗層，以用于下游應用程序。除了這些水平層，還有交叉層，它們用于處理設備配置、設備管理、身份和訪問管理層。

現在讀者了解了標準物聯網應用程序的高級架構和層次，下一步是了解物聯網解決方案受到限制的關鍵方面以及對整體解決方案的影響。

安全性：這是整個數據驅動解決方案領域中關鍵部分之一，連接到互聯網的大數據和設備的理念使整個系統更容易受到黑客攻擊且安全性方面更敏感，因此在為靜態數據和動態數據設計所有層的解決方案時，要將其作為一個戰略關注領域來處理。

功耗/電池壽命：由于是在為設備而不是人類設計解決方案，因此，應該具有非常低的功耗，且不會消耗電池壽命。

連通性和通信：與人類不同，這些設備總是相互連接，而且非?！敖≌劇?。同樣，我們在整體通信方面需要輕量級協議來實現低延遲數據傳輸。

從故障中恢復：這些解決方案處理數十億的數據并且維持7×24小時的工作模式。該解決方案應該能夠診斷故障、應用背壓，然后從最小的數據丟失情況中進行自我恢復。如今，物聯網解決方案旨在通過檢測延遲/瓶頸并具有彈性自動擴展和縮小的能力來處理突然出現的數據峰值。

可擴展性：這個解決方案需要設計為線性可擴展模式，而無須重新構建基礎框架或設計，這是因為該域正在使用前所未有且不可預測的設備數量進行擴張，這些設備與全部未來等待發生的用例相連。

接下來是物聯網應用框架中先前約束的含義，其表面形式為通信信道、通信協議和處理適配器。

在通信信道供應商方面，物聯網生態系統正在從電信信道和LTE演變為以下選項。它們分別是：直接以太網/Wi-Fi/3G、LoRA、藍牙低能量（BLE）、RFID/近場通信（NFC）、中程無線網狀網絡（如Zigbee）。

對于通信協議，事實上的機載標準是MQTT，其廣泛使用的原因是顯而易見的。

●非常輕。

●就網絡利用率而言，占用的空間很小，因此通信速度非?？?，負擔也更少。

●提供了一個有保證的傳輸機制，從而最終能夠傳輸數據，即使是在脆弱的網絡上也是如此。

●功耗低。

●對網絡上的數據包流進行優化，以實現低延遲和較小的使用空間。

●是一種雙向協議，因此既適合從設備上傳輸數據，也適合將數據傳輸到設備。

●更適合這樣一種情況，即必須通過網絡傳輸大量的短消息。

邊緣分析

后進化、物聯網革命和邊緣分析是改變游戲規則的重要組成部分。如果要查看物聯網應用程序，則需對來自傳感器和設備上的數據進行整理，并將其傳輸到分布式處理單元中，該單元要么位于辦公場所，要么位于云上。數據提升和轉移導致了大量的網絡開銷，這使得整個解決方案存在潛在的傳輸延遲。這些因素催生了一種新的解決方案，并開拓了物聯網計算的新領域——邊緣分析。顧名思義，它將處理推向邊緣，以便數據在其源處被處理。如圖1-12所示，物聯網分為邊緣分析和核心分析?？梢钥吹?，物聯網的計算現分為以下幾個部分。

●設備傳感器邊緣分析：其中處理的數據和一些洞見是在設備級得到的。

●邊緣分析：這些是已處理數據的分析，并在網關級別獲得洞見。

●核心分析：要求所有數據到達一個公共計算引擎（分布式存儲和分布式計算），然后進行高復雜度的處理，以生成可行的洞見，服務于人或機器決策。

傳感器/邊緣分析的一些典型用例如下。

●工業物聯網（IIoT）：傳感器被嵌入在各種設備、機器，有時甚至是車間里。傳感器產生數據，設備本身具有處理數據和產生警報/建議以提高性能或產量的能力。

●醫療領域的物聯網：智能設備可以參與邊緣處理，有助于發現早期預警信號，并對適當的醫療情況提出警報。

●在可穿戴設備的世界里，邊緣處理可以使跟蹤和安全變得很容易。

如今，環顧四周，你會發現聯網設備在生活、工作中無所不在，如智能交流、智能冰箱和智能電視。這些智能設備都把數據發往中央集線器或者手機上（在那里它們易于控制）。實際上，物聯網正在變得越來越智能，正在從互聯發展到足以執行計算、處理和預測的智能化程度，例如，咖啡機智能到可以連接到主人的汽車、辦公室，能推測主人的日程和到達時間，并隨時準備新鮮的熱咖啡。