当今世界物联网 (IoT) 无处不在,其真正益处不在于越来越多的设备可以互联,而是我们有能力利用这些数据,通过利用高级分析技术更快地做出决定,从而采取准确和及时的行动。

高级分析技术已经成为定义一家公司成功与否的关键驱动因素,无论该公司是一个集团还是一家小型初创企业。

想象一下,没有网上购物的日子、没有下雨天通过手机应用叫车的便利、无法在线查看当天的天气,或者无法找到开车回家的路线。物联网 (IoT) 在制造业、医疗保健、社交媒体、商业等我们生活的无尽领域取得了进步,在影响我们个人和社交生活的领域更是如此,比如天气、联网家庭以及即将到来的联网汽车、联网商店甚至联网电梯。此后,如果没有智能手机的传感器阵列将我们与这个世界无线连接在一起,我们该怎么办?

目前,我们在利用这一潜力的能力上存在巨大的差距,因此这是一个令人兴奋的分析数据洪流的机会。

企业拥有成堆的数字数据,却无法发掘隐藏在其中的宝贵财富。

所面临的挑战包括如何将高级分析有效地应用于这些庞大的数据,以及如何识别和确定应用的优先级。

让我们来看看各个应用领域,以及相对于所投入工作的效力。

可从跨应用领域的系统视角来看待物联网的实现模式。应用领域数不胜数,涵盖了从数据开始、使用到从数据挖掘前景的所有领域。

video-gettingstartedibmcloud

在开始讨论之前,我们需要区分商业智能系统和分析系统。更重要的原因是,这些术语在如今相互替换使用时变得不甚严谨。

商业智能系统的目标是以临时报告、结构化或固定/现成报告的形式大量生成管理报告,以供管理或业务部门使用。报告还包括推送通知,如 SMS、电子邮件等。

相反,分析始于商业智能结束的地方(后者以一个关键的区别因素结束),即利用基于数学的模型及其结果执行计算的复杂性。

从广义上看,按照数据从源头到使用的过程及其复杂性,高级分析在物联网中的应用领域如下:

  1. 分析位置
  2. 基于规则的偏差检测
  3. 异常检测
  4. 变化点检测
  5. 预测系统行为
  6. 边缘分析

物联网高级分析的分类基于:

  1. 系统中的部署性质:也就是说,在系统数据流中部署的是计算逻辑或引擎。
  2. 高级分析计算的复杂性:这些用于计算的算法非常复杂或高级。

基于规则的偏差检测:这是分析技术在物联网中的一个基本应用,其中,已知一组参数值之间的既定关系,以指示系统中另一个参数的特定结果。这些参数值只是从安装在不同物联网子系统(如温度、压力等)中的传感器读取的数据,这些规则是主题专家 (SME) 获得的关于系统的知识,这些系统被翻译并嵌入为软件代码,以便在满足条件时发出警告或警报。

可以使用商业智能 (BI) 报告或带有 UI 的应用程序来配置这些规则,根据需要检测基于规则的偏差。

异常检测:在使用统计技术的过程中,可以检测是否出现了偏离正常水平的情况。异常可能是由于单个参数导致,也可能是不合理的参数值组合在一起导致。

按照复杂度排序,接下来是复杂度更高的变化点检测,其为统计驱动变化点检测,经常与基于规则的偏差检测相混淆。两者的主要区别在于,变化点检测检测的是系统性能中的任何永久性偏差,而基于规则的变化检测检测的是时间变化点,该时间变化点可能在几个峰值之后回落到正常范围。

分析技术在物联网中的高级应用之一为预测系统行为。预测的内容可以是使用时间序列模型预测参数的未来状态,也可以是时间序列预测和多元事件驱动预测模型的组合。预测的目标可以是线性值(如温度)或二元状态(故障状态:是/否)

分析计算发生的位置可以是以下任意一种:

  1. 服务器或数据库
  2. 客户端 – 应用
  3. 边缘层

规则引擎可以在服务器、客户端/应用中运行,也可以在边缘层中运行,这取决于结果的时间紧迫性。影响预测结果的时间紧迫性会因应用领域的不同而有所不同:

  • 预测某些人群对促销活动的反应。
  • 为在高速公路上加油的人推荐一家餐馆。
  • 为在航空发动机部件上进行等离子金属喷涂操作的机械手启动作业过程中参数的更改。

要实现高级分析预测模型,最复杂的领域之一是对焊接、喷漆等制造业自动化过程的实时控制,影响在边缘层。使用分析技术的一些因素包括:

  • 交换机、路由器、网关等边缘设备对于计算密集型分析应用程序来说资源有限。
  • 构建和使用预测模型所需的历史数据存储在服务器中,而服务器位于边缘层下游的几层。这阻碍了基于更接近数据层的预测的实时操作。
  • 预测分析模型所在层很少与边缘层的控制器连接,而边缘层可以在进程期间发送控制信号来改变方向。

虽然像边缘分析这样的高级功能从组织的现代化角度来说听起来很吸引人,但是建议考虑一个非常详细的评估方法来证明这种部署的必要性。越靠近边缘层,软件平台和硬件平台之间的耦合就越紧密。因此,任何处于边缘的部署都需要对控制设备的硬件进行全面检查,并将它们硬连接到具有分析能力的软件系统。

就过程而言,还意味着,“在自动化系统中,在没有人工干预的情况下,可以在多大程度上允许从制定决策到采取行动的转换中,来判断机器生成决策的有效性”。

本文翻译自:Advanced analytics applications in IoT(2018-01-05)

加入讨论