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

Максимизация ценности данных IoT

Ник Сакк из Comms365

Многие комментаторы в области технологий называют данные «новой нефтью». После последствий нынешней эпидемии данные могут также рассматриваться как коммунальные услуги, такие как электричество, вода и широкополосная связь; жизненно важный ресурс, необходимый для формирования, поддержки, защиты и оптимизации всей жизни.

Благодаря быстрому росту развертываний Интернета вещей (IoT) организации собирают больше данных, чем когда-либо прежде. Но по-прежнему существует ряд вопросов, касающихся использования данных, которые требуют ясности. Какое значение имеют данные? Как сделать его доступным и эффективно использовать на благо всех заинтересованных сторон - советов, граждан и предприятий? Как его можно монетизировать, если вообще?

В свете GDPR и ситуации после COVID-19 это очень актуальная область. Поскольку развертывание датчиков IoT расширяется в умных городах, коммунальных предприятиях, больницах, школах, сельском хозяйстве, транспортных сетях и во многих других местах, Ник Саке, глава IoT и продуктов в Comms365, объясняет, что заинтересованные стороны должны полностью понимать, как интегрировать эти новые источники данных. в существующие платформы данных и извлеките из этого максимальную пользу.

Разработка озер данных

Использование Интернета вещей добавляет дополнительные потоки данных от новых устройств, сред и процессов, к которым организации ранее не могли подключиться или исследовать. Эти данные можно рассматривать как автономный актив на этапе подтверждения концепции, но конечная цель - объединить их с другими данными для создания «озер данных», которые можно анализировать и использовать. Тем не менее, хотя многие организации и учреждения, такие как местные органы власти, собирают эти данные в темпе, им еще предстоит эффективно проанализировать эти данные, изучая их, чтобы генерировать новую информацию и максимизировать ее истинную ценность.

По мере развертывания и развития большего числа проектов IoT к существующим репозиториям будут добавляться огромные объемы точек данных, потенциально исчисляемые миллиардами. Данные накапливаются с большой скоростью, и эти данные будут ценными и полезными для организаций и граждан. Некоторые данные могут быть предназначены для сбора и активного обмена с третьими сторонами, чтобы помочь сообществам в принятии решений. Примером этого является инфраструктура умного города:градостроители, строительные компании, коммунальные предприятия, общественные службы, поставщики услуг и другие могут захотеть получить доступ к определенным данным для планирования, строительства или улучшения предложений услуг.

С другой стороны, по мере развертывания Интернета вещей могут возникать конфликты при широком распространении данных. Например, количество точек данных, измеряющих климат и загрязнение, может увеличиваться, но они могут раскрывать данные о повышении уровня CO2 в городе, что приводит к тому, что город подвергается проверке и штрафуется. Измерение уровней качества воздуха теперь стало главным приоритетом, поскольку была установлена ​​связь между подверженностью загрязнению и восприимчивостью к воздействию новых «мега-вирусов». Баланс между пониманием данных и потенциальным социальным и коммерческим воздействием может стать сложной проблемой для управления.

Но сначала данные должны быть добыты и структурированы таким образом, чтобы их можно было использовать, поэтому должна существовать система, определяющая, у кого есть разрешение на использование этих данных. Доступны ли данные бесплатно или на коммерческой основе? Или данные конфиденциальны и предназначены только для внутреннего использования? Недавние события, связанные с открытием системы отслеживания и отслеживания во время эпидемии Covid-19, перевесили озабоченность GDPR - станет ли это нормальной практикой для обеспечения здоровья населения нашего города?

В государственном секторе проводится большая подготовка по вопросам использования данных, найма специалистов по данным в сравнении с использованием сторонних ресурсов, как собрать инструменты, чтобы сделать этот интеллектуальный анализ данных эффективным - получение правильного опыта имеет решающее значение. Также важно задавать правильные вопросы и определять запросы для наборов данных.

Нет смысла собирать растущие объемы данных, если вы не задаете правильные вопросы, чтобы извлечь из них максимальную пользу. Преимущества использования платформы IoT для обработки данных включают мощную аналитику и визуализацию, которая обеспечивает анализ тенденций и даже возврат инвестиций (ROI). Эти инструменты и визуализации можно настраивать и персонализировать для отдельных отделов и заинтересованных сторон.

Защита потоков данных

Когда дело доходит до реализации сетевой инфраструктуры для Интернета вещей, безопасность является приоритетом. Для многих развертываний IoT потребуется сочетание общедоступных и частных источников данных, но как будет безопасно управлять потоками данных? Некоторые данные будут относиться к критически важной инфраструктуре и операциям (например, транспортным потокам, энергетической и водной инфраструктуре).

Общественное достояние или «открытые» данные, публикуемые центральным правительством, местными властями и государственными органами, включают окружающую среду (погода, наводнения, качество воздуха), транспорт (аэропорты, дороги, электромобили, стоянки, автобусы), поселки и города (жилье, городское планирование , досуг, отходы и энергия), образование, здоровье (больницы, медицина) и другие.

Именно здесь требуется промежуточное программное обеспечение, которое может эффективно сегментировать сеть передачи данных и определять приоритеты соответствующего трафика, позволяя правильно и эффективно направлять данные в нужные репозитории и аналитические механизмы. Чем больше данных будет накоплено, тем сложнее будет усложняться задача. Требуется комплексная стратегия обработки данных, которая охватывает не только различные источники данных, но также маршруты и методы сбора данных.

Решение культурных проблем

Когда дело доходит до развертывания Интернета вещей, культура продолжает оставаться серьезным препятствием для принятия. Идея круглосуточного мониторинга или доступа корпораций к нашим личным данным заставляет людей нервничать. Это в первую очередь связано с неизвестными фактами о том, что происходит с этими данными, и с вопросом о том, кому они в конечном итоге принадлежат? Без понимания этого и того, как данные могут быть использованы положительным образом, автоматическая реакция на записываемые и используемые данные является начальной степенью скептицизма.

Хорошая новость заключается в том, что данные Интернета вещей собираются и доставляются в анонимном и безопасном формате. Эти данные расшифровываются, сопоставляются, анализируются и интегрируются с другими наборами данных в рамках отслеживаемого процесса. Комбинированные данные используются в первую очередь для создания общей картины и отслеживания тенденций и изменений по сравнению с личными данными, собранными на сайте электронной коммерции. Конфиденциальность по дизайну - это встроенная функция системного решения IoT, которая снижает проблемы с конфиденциальностью.

Поскольку IoT продолжает становиться частью нашей повседневной жизни, мы, вероятно, увидим эволюцию в этой настройке, возможно, даже на детальном уровне, когда предоставляется разрешение на использование определенных данных для определенных целей. Поэтому образование имеет решающее значение для преодоления культурных проблем, чтобы сообщать о преимуществах использования данных IoT. Например, в умных зданиях, как IoT может оказать положительное влияние на такие элементы, как использование энергии, не только с точки зрения снижения счетов, но, в свою очередь, уменьшения воздействия на окружающую среду и многих других последующих преимуществ. Другой пример - использование данных о качестве воздуха, позволяющих персонализировать просмотр и планирование маршрутов в школу и на работу.

В настоящее время отсутствует законодательная база о том, как следует обмениваться данными, и это то, чего требует отрасль. Между тем GDPR - это единственный универсальный механизм для обмена и обработки данных, но он требует расширения и локализации. Сейчас мы находимся на этапе раннего внедрения обмена данными, когда организации стремятся отразить передовой опыт и консультации, копируя то, что другие делают с точки зрения интеллектуального анализа данных и управления, чтобы определить лучшие стратегии, но также пробуют новые методы. и инновации, чтобы увидеть, каковы будут эффекты.

Эволюция использования данных IoT продолжает развиваться быстрыми темпами, но также может быть сложной задачей для тех организаций, которые накапливают растущие объемы данных в рамках инициатив и проектов. Объединение данных Интернета вещей с другими источниками, анализ и предоставление их более гибким и индивидуальным образом доступным различным заинтересованным сторонам - сложная задача, требующая опыта и совместной работы.

Организации, которые хотят эффективно использовать новую утилиту данных, должны стремиться к созданию экосистемы дополнительных экспертов и поставщиков, способных управлять сбором, анализом и распределением данных через сложности, устраняя все необходимые препятствия, включая инфраструктуру, безопасность и культурные барьеры. . Потенциальный выигрыш, заключенный в использовании данных, огромен - жизнь лучше, безопаснее и эффективнее для всех.

Автор - Ник Саке, глава отдела Интернета вещей и продуктов Comms365.


Интернет вещей

  1. Интернет вещей подталкивает нас к краю, буквально
  2. Сохранение совместимости данных в IoT
  3. Интеллектуальные данные:следующий рубеж в Интернете вещей
  4. Как мы можем лучше понять Интернет вещей?
  5. Перспективы развития промышленного Интернета вещей
  6. Секреты инфраструктуры Интернета вещей с умным городом
  7. Три основных проблемы подготовки данных IoT
  8. Являются ли Интернет вещей и облачные вычисления будущим данных?
  9. Демократизация Интернета вещей
  10. Значение аналогового измерения