Интернет Вещей IoT

Интернет вещей (Internet of Things, IoT) — концепция вычислительной сети физических предметов («вещей»), оснащённых встроенными средствами взаимодействия друг с другом или с внешней средой, рассматривающая организацию таких сетей как явление, способное перестроить экономические и общественные процессы, исключающее из части действий и операций необходимость участия человека.

Различия между межмашинными коммуникациями М2М и Интернетом Вещей IoT

М2М (Machine-to-Machine)

• Ограниченная производительность
• Отсутствие единых стандартов
• Специализированные разработчики
• Дорогие и ограниченные коммуникации
• Закрытые специализированные решения
• Устройства для единичных применений
• Аппаратные устройства
• Операционный подход (устройство-операция)

IoT (Internet of Things)

• Высокопроизводительные встроенные системы
• Открытые промышленные стандарты
• Разработчики широкого профиля
• Недорогие коммуникации общего применения
• Открытые и стандартные решения
• Системы для множества применений
• Программные решения
• Передача данных в режиме «реального времени»
• ИТ-подход (устройство может быть перепрограммировано под разные задачи)

ПреимуществоIoT– открытый стандартный подход, при котором приложения одного применения могут быть использованы в других применениях. В IoT используются различные технологии:

• «традиционные»: Wi-Fi, Bluetooth, 3.4G …
• «инновационные»: BLE, Thread, LPWAN…

Протоколы IoT

LPWA — сети с низким энергопотреблением и широкой зоной покрытия

К LPWA (Low Power Wide Area) относятся сети на основе следующих протоколов IoT и M2M:

• Sigfox
• Weightless / Neul
• NB-IOT/LTE Cat NB1
• LTE Cat 0, 1, 3
• LTE-M1/ LTE-MTC (LTE-Machine Type Communication)
• LoRaWAN
• EC-GSM-IOT (Extended Coverage GSM-IOT)
• RPMA

Чипы LPWA – недорогие, а срок службы устройства IoT с чипом LPWA составляет до 10 лет от одной батареи.

Дальность действия: 2-5 км в городе и до 20 км в сельской местности.

Скорость передачи данных: 0,3 — 50 кбит/с .

LoRaWAN

• Стандарты и решения на базе LoRaWAN разрабатывает и продвигает некоммерческая организация LoRa Alliance, в которую входят более 500 компаний. Первая версия стандарта LoRaWAN была продолжена в июне 2015 года, а в 2017 году вышла версия 1.1.
• Конечные узлы (End Nodes) передают данные одновременно на все шлюзы, находящиеся в зоне покрытия, по каналу LoRa. Шлюзы LoRa коммутируют сообщения от конечных устройств на IoT-сервер по протоколу IP.
• Конечные узлы обычно содержат:
  • Сенсоры, которые измеряют переменные параметры, например, температуру, влажность, скорость и ускорения, сигнал GPS и пр.
  • Транспондер LoRa, который передаёт сигналы по протоколу LoRaWAN.
• Шлюзы подключаются к серверу сети IoT по стандартному протоколу IP и преобразуют радиочастотные пакеты от конечных узлов в стандартные IP-пакеты.
• IoT-сервер – это облачная платформа IoT. Существует большое разнообразие (несколько сот) различных IoT-платформ.

Наиболее перспективные применения LoRaWAN

• Умные счётчики для ЖКХ (вода, газ, электричество и т.д.)
• Мониторинг потребления для «Умных электросетей» (Smart Grid)
• Мониторинг транспорта и логистика
• Мониторинг промышленного оборудования (Smart Manufacturing)
• «Умный город» (Smart City) в т.ч:
  • мониторинг парковочного пространства
  • мониторинг муниципального транспорта
  • системы умного уличного освещения
  • мониторинг погодных условий
  • пожарные и охранные сигнализации
  • автоматизация зданий и пр.
• «Умное сельское хозяйство» (Smart Agriculture)
  • Сбор данных с полей (температура, влажность, кислотность почвы и пр.)
  • Мониторинг скота (фертильность) и пр.

Архитектура IoT

• Вещи. «Вещь» — объект, оснащённый сенсором для сбора данных, а также активатором, который исполняет команды, полученные от сети.
• Шлюзы. Обмен данными между вещами и облаком происходит через шлюзы, в которых данные предварительно обрабатываются чтобы снизить трафик между шлюзами и облаком. 
• Облачные шлюзы. Производят сжатие данных и обеспечивают безопасность при передаче данных от полевых шлюзов и облачными серверами, совместимость протоколов.
• Процессор стриминга данных. Обеспечивает эффективную передачу и целостность входных данных в Data Lake и управляющих приложений.
• «Озеро данных» (Data Lake). Data Lake используется для хранения данных, генерируемых подключёнными устройствами в их исходном формате. Когда данные используются при аналитических выводах (insights), они извлекаются из Data lake и загружаются в «Склад Больших Данных» (Big Data Warehouse).
• «Склад Больших Данных» (Big Data Warehouse). Отфильтрованные и обработанные данные для предметного анализа извлекается из Big Data Warehouse. Кроме того, в нём хранится контекстная информация о вещах и датчиках (например, о месте установки сенсора), и команды, которые были посланы на исполнительные механизмы.
• Аналитика данных (Data analytics). Использует данные из Big Data Warehouse, определяет тенденции и делает предметный анализ. Осуществляет визуализацию результатов предметного анализа, и вырабатывает способы повышения эффективности работы системы с вещами. Кроме того, найденные корреляции помогают в процессе принятия управленческих решений людьми.
• Машинное обучение (Machine learning ML) и модели, которые генерирует ML. Даёт возможность создавать более точные и более эффективные модели для управляющих приложений. Модели регулярно обновляются на основе исторических данных, накопленных в Big Data Warehouse. Когда применимость и эффективность моделей подтверждается аналитиками данных, новые модели используются управляющими приложениями.

***

Далее см. конспект 2.