分析：IOT可以管理它无法衡量的内容吗？

金累梯

几年前，颠覆性技术专家和作者Geoffrey Moore.描述了数据分析的重要性，相当戏剧性的术语：“没有大数据分析，”他写道，“公司是盲目的和聋人，在高速公路上就像鹿一样徘徊在网上。”

相同的概念适用于物联网数据分析。在大多数情况下，组织需要洞察力，即他们的连接资产实时收集，因为IoT数据具有短暂的保质期。当数据流缓慢时，实现实时分析变得不可能，意味着决定没有数据意味着提供的重要见解。结果，时间敏感功能，如安全监测，预测修复和过程优化，受到影响。

了解创造此类问题的挑战非常重要。像IoT本身一样，有助于数据流动延迟的因素和对分析产生的不利影响是复杂的并且随着时间的推移而生长。在很大程度上，它们被生成，基础设施限制和与云处理相关联的延迟的纯粹的卷和复杂性驱动。

随着物联网的增长，它产生的数据以惊人的速度增加。最近IOT Analytics报告估计，IOT今年将包括194亿台设备。每年预期的设备增长10％，进一步估计到2025年将有超过340亿个物联网设备。此外，报告IDC预测IOT设备将每年创建90个Zettabytes的数据到2025年。

此外，该字段中生成的数据并不一定是良好的，易于流程的包。它可以是间歇性的，非结构化和动态的。随着机器学习在该领域的广泛应用程序中，挑战将继续增加。这些复杂的设备需要更多的内存和CPU，或者他们进一步缓慢处理。

扩大持续上升的数据量的挑战是用于收集，转移，清洁，过程，存储和提供数据的技术的限制。这些挑战中的许多挑战源于这一事实，即该技术不一定用于这些目的。当功能和可扩展性存在限制时，它会增加数据处理和交付将延迟的可能性。

因此，为组织投资新的数据管理技术和平台越来越重要。一个选择是在投资全面发布之前“尝试”潜在的新IOT技术。另一种选择是在全面发射之前制定概念或试验研究的证明。无论如何，所使用的技术需要可扩展，并且能够处理数据，存储和计算需求的不可避免的增加。

安全性是另一个重要的考虑因素。流优先体系结构在这方面很有价值，因为它允许组织分析多个端点安全系统日志。此外，实时创建的基础设施组件日志可以捕捉到无法通过单个安全技术检测到的漏洞。

但是，解决这些问题只是长期管理解决方案的一部分。

虽然云计算是IOT的成本，但向云发送数据 - 并等待它被发送回来 - 可以越击数据传递速度。当涉及大量数据时，这尤其如此。例如，通过10 Mbps宽带网络移动一个数据，例如，可以花费多达九天完成。

这就是福利的地方IoT边缘计算最明显。IOT Edge Computing允许数据处理直接在网络边缘附近的IOT设备或网关上进行，这意味着在数据传递之前不必进行往返行程。删除将所有数据发送到集中式存储库的步骤可最大限度地缩短云计算的延迟问题，并解决设备复杂性和带宽约束。

但是，这不是一定尺寸的拟合所有解决方案。服务器和设备不一定具有计算能力以适应企业数据。它们可能有电池限制，缺少分析所需的存储。这意味着当需要更高的存储和计算能力时，必须将分析分配给设备，边缘服务器，边缘网关和中央处理环境。

另一个关键因素是需要在设备和网络元素之间标准化通信。当使用多种方法和实现时，设备难以进行通信和数据流速度。

令人鼓舞的是要注意的，工作已经正在进行IOT标准。这ITU已经拥有全球标准倡议onem2m.正在努力创建可在许多不同行业的架构和标准，包括医疗保健，工业自动化和家庭或楼宇自动化。

尽管要解决的挑战范围，但持续的，及时的数据分析数据是可行的。随着多强制战略和在需要时投资基础设施的意愿，组织可以实现物联网的全部潜力，包括其能力生成收入。

所有IOT议程网络贡献者负责其帖子的内容和准确性。意见是作者，不一定能够传达物联盟议程的思想。