24小時聯系電話:18217114652、13661815404
中文
行業資訊
更有效的基于云的環境傳感器數據自動分析
更有效的基于云的環境傳感器數據自動分析
物聯網 (IoT) 現在開始得到重要實施，預計未來幾年將有數百億個節點投入運行。隨著廣泛部署的開始，這項技術的主要用途之一將是監測不同的關鍵環境參數——例如溫度、空氣濕度、一氧化碳水平等。通過這些捕獲的數據，可以做出決策并確定要采取的適當行動。例如，讓我們考慮一個化學加工廠。如果煙囪輸出的氣體含量超過預定閾值，則可能有必要降低當時的處理活動水平?；蛘撸@可能是需要解決的長期趨勢的標志——也許涉及的加工設備需要維護，
找到一種有效的方法對通過并入龐大的物聯網節點網絡的傳感器設備不斷獲取的海量數據進行深入分析，然后啟動適當的反應并不是那么簡單。雖然當數據來自少量節點時可能不會帶來挑戰，但應對工業控制或環境監控系統將擁有的數字權重是完全不同的事情。這同樣適用于廣泛的潛在環境，例如智能家居/建筑、工廠自動化、農業、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——這將需要采用先進的算法。當您考慮可能涉及的物聯網節點的絕對數量時，僅在數據庫中存儲一組規則然后將它們與收到的數據交叉引用是無效的。這樣的安排很快就會雪上加霜。因此，需要一種更復雜但更精簡的方法。
一些人得出結論認為，Rete 算法是實現這一目標的關鍵。Rete 算法最早于 1970 年代后期開發，已應用于大量商業案例。該算法的核心目標是提供一種模式匹配機制，通過該機制可以將大量模式數據（例如 IoT 網絡現在開始生成的數據）與包含許多不同對象的數據庫進行快速比較。避免了數據迭代的需要，特定模式的狀態在整個過程中都保存在內存儲備中。這樣做的結果是，無需恢復到以前應用的規則，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是完全可擴展的，能夠處理網絡中任何預期數量的連接物聯網節點，而不是僅限于一定數量。因此，每秒有可能處理數十萬個事件/警報。即使使用中型服務器，系統每秒也可以處理 500,000 條消息，而使用大容量服務器可以將其推至 100 萬至 200 萬條。
圖 1： UrsaLeo 物聯網硬件——包括一個 Thunderboard 2 模塊和 Raspberry Pi 3B+
通過高度優化的支持云的硬件和卓越的算法相結合，物聯網數據的處理方式可以比現在更加省時。這將有助于將物聯網部署擴大到涉及數十萬個連接節點的程度，從而使該技術的真正優勢能夠在各個行業領域實現。