24小時聯(lián)系電話:18217114652、13661815404
中文
行業(yè)資訊
更有效的基于云的環(huán)境傳感器數(shù)據(jù)自動分析
更有效的基于云的環(huán)境傳感器數(shù)據(jù)自動分析
物聯(lián)網(wǎng) (IoT) 現(xiàn)在開始得到重要實施，預(yù)計未來幾年將有數(shù)百億個節(jié)點投入運行。隨著廣泛部署的開始，這項技術(shù)的主要用途之一將是監(jiān)測不同的關(guān)鍵環(huán)境參數(shù)——例如溫度、空氣濕度、一氧化碳水平等。通過這些捕獲的數(shù)據(jù)，可以做出決策并確定要采取的適當(dāng)行動。例如，讓我們考慮一個化學(xué)加工廠。如果煙囪輸出的氣體含量超過預(yù)定閾值，則可能有必要降低當(dāng)時的處理活動水平。或者，這可能是需要解決的長期趨勢的標(biāo)志——也許涉及的加工設(shè)備需要維護(hù)，
找到一種有效的方法對通過并入龐大的物聯(lián)網(wǎng)節(jié)點網(wǎng)絡(luò)的傳感器設(shè)備不斷獲取的海量數(shù)據(jù)進(jìn)行深入分析，然后啟動適當(dāng)?shù)姆磻?yīng)并不是那么簡單。雖然當(dāng)數(shù)據(jù)來自少量節(jié)點時可能不會帶來挑戰(zhàn)，但應(yīng)對工業(yè)控制或環(huán)境監(jiān)控系統(tǒng)將擁有的數(shù)字權(quán)重是完全不同的事情。這同樣適用于廣泛的潛在環(huán)境，例如智能家居/建筑、工廠自動化、農(nóng)業(yè)、智能城市等。
為了最大限度地提高效率并保持盡可能短的響應(yīng)時間，有必要建立一個自動化的決策過程——這將需要采用先進(jìn)的算法。當(dāng)您考慮可能涉及的物聯(lián)網(wǎng)節(jié)點的絕對數(shù)量時，僅在數(shù)據(jù)庫中存儲一組規(guī)則然后將它們與收到的數(shù)據(jù)交叉引用是無效的。這樣的安排很快就會雪上加霜。因此，需要一種更復(fù)雜但更精簡的方法。
一些人得出結(jié)論認(rèn)為，Rete 算法是實現(xiàn)這一目標(biāo)的關(guān)鍵。Rete 算法最早于 1970 年代后期開發(fā)，已應(yīng)用于大量商業(yè)案例。該算法的核心目標(biāo)是提供一種模式匹配機制，通過該機制可以將大量模式數(shù)據(jù)（例如 IoT 網(wǎng)絡(luò)現(xiàn)在開始生成的數(shù)據(jù)）與包含許多不同對象的數(shù)據(jù)庫進(jìn)行快速比較。避免了數(shù)據(jù)迭代的需要，特定模式的狀態(tài)在整個過程中都保存在內(nèi)存儲備中。這樣做的結(jié)果是，無需恢復(fù)到以前應(yīng)用的規(guī)則，從而加快整個過程并使其比其他方法更省時。
采用的基于樹的方法意味著該系統(tǒng)是完全可擴展的，能夠處理網(wǎng)絡(luò)中任何預(yù)期數(shù)量的連接物聯(lián)網(wǎng)節(jié)點，而不是僅限于一定數(shù)量。因此，每秒有可能處理數(shù)十萬個事件/警報。即使使用中型服務(wù)器，系統(tǒng)每秒也可以處理 500,000 條消息，而使用大容量服務(wù)器可以將其推至 100 萬至 200 萬條。
圖 1： UrsaLeo 物聯(lián)網(wǎng)硬件——包括一個 Thunderboard 2 模塊和 Raspberry Pi 3B+
通過高度優(yōu)化的支持云的硬件和卓越的算法相結(jié)合，物聯(lián)網(wǎng)數(shù)據(jù)的處理方式可以比現(xiàn)在更加省時。這將有助于將物聯(lián)網(wǎng)部署擴大到涉及數(shù)十萬個連接節(jié)點的程度，從而使該技術(shù)的真正優(yōu)勢能夠在各個行業(yè)領(lǐng)域?qū)崿F(xiàn)。