Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Industrial Internet of Things >> Интернет вещей

Как мы можем лучше понять Интернет вещей?

Ник Бут, внештатный специалист по информационным технологиям и коммуникациям
писатель

Разве вы не ненавидите людей, которые сохраняют свою мудрость до окончания события? Вы знаете такие вещи:«Я знал, что в этом продавце мостов было что-то хитрое». Почему они не упомянули об этом раньше? Они полагали, что вы знаете.

Успение, как говорят в военных, мать всех хулиганов. Просто потому, что мы не видим закономерностей, мы предполагаем, что ничего не происходит. В этом месяце, посетив брифинги, семинары и практикумы по науке о данных и журналистике данных, я все еще не разбираюсь в сборе разведывательной информации. Действительно, результаты исследования Computational Propaganda Из-за деревьев было еще труднее разглядеть лес. Некоторые из выдвинутых ими теорий заговора стали казаться настолько надуманными, что в конце концов я не знал, кому верить.

В Интернете вещей тоже есть проблема с фальшивыми новостями. Как и в случае с любыми другими видами отчетности, сейчас мы сталкиваемся с возбужденной молодой индустрией, которая производит данные в колоссальных объемах и сомнительную достоверность, - говорит Ник Бут, внештатный писатель по информационным технологиям и коммуникациям.

У Интернета вещей даже есть аналог фейковых новостных агентств в виде атак на отказ в обслуживании.

Как следствие, слишком много данных поступает к нам слишком быстро. Нам нужны специальные информационные очки, чтобы защитить себя от обмана и отфильтровать вредные вещества, попадающие в наши глаза. Это поможет нам выявить закономерности.

Системы визуализации данных, такие как Tableau, и графические базы данных, такие как Neo4J, могут помочь вам обнаружить закономерности, развивающиеся в IoT, до того, как они станут слишком опасными. Они определяют и связывают отношения между разными объектами.

Телефонная компания Telia , которая связывает свои надежды с Интернетом вещей в домашних условиях, использует Neo Technology База данных графов, чтобы помочь ему распознать важные закономерности по мере их появления. У него есть цифровая экосистема широкополосных подключений умных домов для 1,2 миллиона пользователей, у каждого из которых уже будут десятки устройств, даже до того, как они начнут объединять в сеть свои домашние гаджеты.

В Telia Zone будет 13 миллионов устройств в качестве отдельных узлов, которые будут создавать 30 000 событий каждую секунду, поэтому им понадобится что-то радикальное, чтобы следить за всеми приходами и уходами шведского населения. Все, что связано с Mac или IP-адресом, будет подключено, а это значит, что для каждого устройства должен быть интерфейс программирования. Но разработчикам, которые создают приложения для работы с базой данных графов, нет необходимости видеть (и им не будет предоставлен доступ) личную информацию, связанную с каждым из них.

В этом случае графовая база данных Neo4J действует как канал, защищающий конфиденциальность конечного пользователя, но предоставляющий небольшие детали, необходимые приложениям для сбора информации для более широкой картины. Это достигается за счет того, что интерфейсы прикладных программ хранятся как хранимые отношения между различными типами событий или разными типами данных.

Дело не только в том, чтобы вы увидели возникающие закономерности. Система должна иметь возможность адаптироваться по мере изменения всех сложных моделей взаимоотношений.

Менее техничный и более удобный способ получить полную картину об Интернете вещей представлен таблицей . . Это Apple инструментов отчетности, по словам ее директора по продуктам Франсуа Айенстата. Проблема с применением науки о данных заключается в том, что специалисты по данным не знают, какие вопросы задавать. Да, они могут знать каждый пункт меню в приложении для создания отчетов, но какой от этого толк, если они не знают, для чего нужна вся эта информация? Какая польза от специалистов по данным, если они все работают, но не имеют формы?

Вот почему Tableau решил сделать опрос наборов данных таким же простым, как использование Mac. Таким образом, каждый получит возможность находить закономерности, возникающие в IoT, и представлять их вышестоящим людям, а не только избранным, через которых в настоящее время должны выполняться все процессы.

Когда власть сосредоточена в нескольких руках, вы получаете узкие места в производительности и концентрацию влияния, которая приводит ко всем видам человеческих проблем, от неконтролируемого эго до инфляции заработной платы. Теперь, когда это шаблон, который вы не хотите видеть ни в одной организации.

Нам нужно купить мост к этой проблеме. Нет, нет, не от того продавца мостов. Я всегда знал, что он изворотливый.

Автор этого блога - Ник Бут, внештатный писатель по информационным технологиям и коммуникациям


Интернет вещей

  1. Интеллектуальные данные:следующий рубеж в Интернете вещей
  2. Как подготовиться к использованию ИИ с помощью Интернета вещей
  3. Облачные сервисы Интернета вещей:в чем их отличие от DIY
  4. Инвестиции в потенциал Интернета вещей
  5. Как склады с улучшенным IoT меняют управление цепочкой поставок - Часть 3
  6. Три основных проблемы подготовки данных IoT
  7. Интернет вещей:управление потоком данных
  8. Демократизация Интернета вещей
  9. Максимизация ценности данных IoT
  10. 3 удивительных преимущества облака в IoT