Туманное будущее Интернета вещей

Любой неосторожный шаг может обернуться бедой. По данным Министерства труда  США, в 2013 г. на производстве погибли почти 800 американских рабочих, и каждый пятый из них — на стройплощадках. В странах Персидского залива вопросам безопасности в строительстве стали уделять повышенное внимание после целой серии случаев гибели рабочих в лихорадке создания инфраструктуры для чемпионата мира по футболу, который должен пройти в 2022 г. в Катаре. На той стройплощадке, о которой речь идет здесь, все выверено и отлажено гораздо тщательнее, чем кажется с первого взгляда.

Дело в том, что упомянутые подъемные краны оснащены датчиками, позволяющими мгновенно определять их текущее местоположение. Датчики — элемент современной системы предотвращения столкновений SKSolutions, которая не дает кранам сталкиваться друг с другом и с другими объектами. Это достигается благодаря тому, что все данные, поступающие от крановых датчиков (трехмерный контроль перемещений, местоположение, масса груза, задействованное оборудование и скорость ветра), обрабатываются локально, а не в удаленных ЦОДах (т.е. не в облаке). Добро пожаловать в дивный мир «туманных вычислений» — новой технологии, которая расширяет возможности облачных вычисленийи сервисов, доходя непосредственно до конечных пользователей и устройств на границе сети, улучшая качество обслуживания, повышая производительность, надежность и информационную безопасность!

«Предотвратить столкновения, используя данные, которые сначала передаются с кранов в неизвестно где расположенный облачный ЦОД, а потом возвращаются обратно, невозможно, — утверждает Стив Хилтон (SteveHilton), один из основателей и президент бостонской компании MachNation(специализируется на приложениях и аналитических сервисах для Интернета вещей [InternetofThings, IoT] и его следующей фазы — Всеобъемлющего Интернета [InternetofEverything, IoE]). — Наше исследование показало, что туманные вычисления прекрасно подходят для внедрения Интернета вещей там, где предприятию требуются вычисления средней и повышенной сложности вблизи границы сети».

Как явствует из их названия, туманные вычислениясродни облачным, но, если пользоваться той же метафорой, выполняются ближе к земле. Сервисы располагаются там же, где они используются: на объектах, из которых состоит Интернет вещей, или на устройствах, находящихся между этими объектами и Интернетом, т.е. на границе сети. Благодаря локальному расположению сервисов, туманная модель позволяет ускорить обработку и сократить задержки, давая подъемным кранам возможность двигаться слаженно и без столкновений. Другие отличительные особенности туманных вычислений — обширное территориальное распределение и мобильность.

Сторонники туманных вычислений говорят о новой вычислительной модели, необходимость которой определяется ускоренным развитием Интернета вещей. Когда к Интернету подсоединяется все: не только термометры и тонометры, электросчетчики и тормозные системы, но даже овцы, — облако не в состоянии обработать образующуюся лавину данных. Так, один коммерческий авиарейс генерирует около 10 Тбайт данных за каждые полчаса полета. Перемещение таких объемов информации, например, ее транспортировкав облачное приложение для анализа — не только дорогостоящий, но во многих случаях бесполезный и даже контрпродуктивный процесс.

Туманные вычисления не требуют применения мощных серверов. В основном, такие вычисления выполняются на маломощных и рассредоточенных компьютерах вроде тех, что в последнее время стали использоваться в автомобилях, городских системах, электроснабжении — словом, практически всюду. Без необходимости эти компьютеры с облаком не общаются.

Множество различных сценариев использования Интернета вещей, где туманные вычисления могут снизить нагрузку на Интернет, можно реализовать на транспорте. С подключением поездов к Всемирной сети вагоны будут все больше оснащаться датчиками, устанавливаемыми как внутри, так и снаружи — на колесах, осях, вагонных сцепках. Поступающие от датчиков данные (температура, уровень вибрации и т.д.) собираются и анализируются локально, на точке доступа или другом граничном устройстве, расположенном в поезде. Пока данные остаются в допустимых пределах («Все в норме»), в облако ничего не передается. Но как только данные выходят за пределы нормы («Нужна помощь»), они пересылаются в облачный ЦОД, сигнализируя о необходимости выполнения профилактических работили других мероприятий. При необходимости выполнения экстренных работ — например, по поступлении сигнала о том, что перегрелись колесные подшипники, — локальное приложение автоматически передаст сигнал тревоги машинисту, чтобы тот остановил поезд на ближайшей станции во избежание схода с рельсов.

Вариантов применения туманных вычислений великое множество. «Умный» светофор, получив сигнал от видеокамеры, обнаружившей проблесковый маячок машины скорой помощи, автоматически откроет те или иные полосы движения, чтобы облегчить ей проезд. Вентиляторы в шахтах автоматически изменят режим работы при появлении в воздухе опасных веществ. А приложения балансировки нагрузки на граничных устройствах автоматически переключатся на использование альтернативных источников энергии (солнечной или ветряной) в зависимости от спроса, доступности и цены.

© Cisco Systems, 2015
© Издание 12NEWS (ИП Маринин А.Л.), 2015