通過自動(dòng)云分析更有效地利用環(huán)境傳感器數(shù)據(jù)

物聯(lián)網(wǎng)（IoT）現(xiàn)已開始部屬實(shí)施，預(yù)計(jì)未來幾年將有數(shù)百億個(gè)節(jié)點(diǎn)投入運(yùn)行。伴隨這些節(jié)點(diǎn)的快速推出和廣泛應(yīng)用，其主要用途之一是監(jiān)測(cè)多種重要環(huán)境參數(shù)，如溫度、空氣濕度、一氧化碳含量等。通過分析采集的數(shù)據(jù)，可以做出適當(dāng)?shù)臎Q策，并確定要采取的行動(dòng)。我們以一個(gè)化工廠為考慮對(duì)象，如果煙囪中某種氣體含量排出超過設(shè)定閾值，則可能需要降低當(dāng)時(shí)的工藝活動(dòng)水平。或者，如果這可能是一個(gè)長期趨勢(shì)的跡象，則需要加以解決，可能所使用的加工設(shè)備需要維護(hù)，或者已達(dá)到壽命周期的終點(diǎn)，應(yīng)該完全更換。

重要的是需要找到一種有效方法，對(duì)集成到 IoT 節(jié)點(diǎn)網(wǎng)絡(luò)中的傳感器設(shè)備持續(xù)采集的大量數(shù)據(jù)進(jìn)行深入分析，然后啟動(dòng)適當(dāng)?shù)幕貞?yīng)，但這些并非易事。在面對(duì)只有來自少數(shù)節(jié)點(diǎn)的數(shù)據(jù)時(shí)，可能不會(huì)帶來多大挑戰(zhàn)，但如果需要考慮工業(yè)控制或環(huán)境監(jiān)測(cè)系統(tǒng)中的巨大數(shù)量傳感器，情況則完全不同，這同樣適用于各種可能的環(huán)境監(jiān)測(cè)，如智能家居/建筑、工廠自動(dòng)化、農(nóng)業(yè)、智能城市等。

為了最大限度地提高效率和保持盡可能短的響應(yīng)時(shí)間，有必要實(shí)施一種自動(dòng)化的決策過程，這將要求采用更高級(jí)的算法。如果考慮到可能涉及IoT節(jié)點(diǎn)的絕對(duì)巨大數(shù)量，僅僅在數(shù)據(jù)庫上設(shè)立和存儲(chǔ)一組規(guī)則，然后交叉引用這些規(guī)則來處理收到的數(shù)據(jù)基本無效，這樣的配置可能很快就會(huì)顧此失彼。因此，需要采取一種更高級(jí)但又精簡的辦法。

一些人斷定Rete算法是解決該問題的關(guān)鍵。Rete算法最早是在20世紀(jì)70年代末開發(fā)，已經(jīng)廣泛用于大量商業(yè)案例，這種算法的核心目標(biāo)是提供一種模式匹配機(jī)制（pattern matching mechanism），由此可以快速將大量模式數(shù)據(jù)（例如IoT網(wǎng)絡(luò)現(xiàn)在開始生成的數(shù)據(jù)）與包含許多不同對(duì)象的數(shù)據(jù)庫進(jìn)行比較。這樣可以避免數(shù)據(jù)迭代，在整個(gè)過程中，特定模式的狀態(tài)將保存在存儲(chǔ)器。這樣做的結(jié)果是，沒有必要重復(fù)回到以前采用的規(guī)則，從而加快了整個(gè)過程，使其比其它競(jìng)爭(zhēng)方法更加高效。 

UrsaLeo公司基于云的分析軟件 能夠通過與Silicon Labs 的Thunderboard 2傳感器模塊和樹莓派 3B+（Raspberry Pi 3B+）（預(yù)裝有 Yocto Linux）一起運(yùn)行來實(shí)施上述策略，它采用樹型規(guī)則架構(gòu)進(jìn)行模式匹配，而不是多次引用查找表，從而對(duì)采集的數(shù)據(jù)進(jìn)行處理。這樣可確保做出更明智的決策，而不會(huì)給系統(tǒng)增加不必要的延遲。自定義顯示面板可以顯示已編譯數(shù)據(jù)集，也可以訪問和設(shè)置觸發(fā)以提醒操作人員，并可以在發(fā)生某些事件時(shí)進(jìn)行人工干預(yù)。

通過使用直觀的基于視覺的編輯工具，可以建立一組完全符合特定應(yīng)用需求的規(guī)則。每當(dāng)接收到消息時(shí)，可以設(shè)置觸發(fā)，相反，也可以設(shè)定為在指定時(shí)間段內(nèi)未收到消息，同樣也可以啟動(dòng)觸發(fā)?；蛘?，為了進(jìn)行長時(shí)間的監(jiān)控，可以設(shè)定為定時(shí)啟動(dòng)觸發(fā)（一小時(shí)、一天或一周后）。也可以定義地理圍欄規(guī)則（geo-fencing rule）：當(dāng)運(yùn)動(dòng)節(jié)點(diǎn)移動(dòng)到給定區(qū)域時(shí)觸發(fā)。這種技術(shù)可用于將叉車保持在工廠車間的指定范圍內(nèi)，或用于車隊(duì)管理和牲畜跟蹤等應(yīng)用。此外，如果采集的數(shù)據(jù)值異常（例如數(shù)據(jù)值保持不變，或永久為零），則表示傳感器可能工作不正常，然后可以做出標(biāo)記，以便指派工程師到現(xiàn)場(chǎng)進(jìn)行任何必要的維修。

Thunderboard 2 模塊可以從已集成的大量傳感器中獲取環(huán)境數(shù)據(jù)信息，包括環(huán)境光、空氣質(zhì)量、氣壓、相對(duì)濕度和溫度等，還可以添加氣體檢測(cè)功能。該模塊包括一個(gè)6軸慣性傳感器（用于空間定位）和一個(gè)霍爾效應(yīng)傳感器（用于地理定位），隨附的樹莓派板可作為IoT網(wǎng)關(guān)（直接與Google云平臺(tái)端接）。由此，所有經(jīng)過編譯的數(shù)據(jù)通過無線（Wi-Fi）或有線（以太網(wǎng)）連接傳輸回云端。根據(jù)應(yīng)用場(chǎng)景，硬件可由USB或使用鋰離子電池供電。

這里采用的樹型架構(gòu)意味著該系統(tǒng)完全可擴(kuò)展，能夠處理網(wǎng)絡(luò)中任何可能數(shù)量的IoT節(jié)點(diǎn)連接，而不是局限于一定數(shù)量的節(jié)點(diǎn)。因此，每秒將可能需要處理數(shù)十萬個(gè)事件/警報(bào)。即便采用中型服務(wù)器，系統(tǒng)每秒也能處理 50萬條消息，如果使用高容量服務(wù)器，則可以處理100～200萬條消息。

通過結(jié)合使用高度優(yōu)化的支持云的硬件和卓越的算法，處理IoT數(shù)據(jù)的方式將能夠比現(xiàn)在更加高效，更加節(jié)省時(shí)間，這將促進(jìn)IoT部署的升級(jí)，使其可以支持?jǐn)?shù)十萬個(gè)互連節(jié)點(diǎn)，從而能夠跨越許多不同的行業(yè)領(lǐng)域來實(shí)現(xiàn)該技術(shù)帶來的真正優(yōu)勢(shì)。

圖 1：UrsaLeo IoT 硬件，包括一個(gè)Thunderboard 2 模塊和樹莓派 3B+。