解析物聯(lián)網(wǎng)與工業(yè)物聯(lián)網(wǎng)的區(qū)別

物聯(lián)網(wǎng)（IoT）是對(duì)象或設(shè)備的網(wǎng)絡(luò)，通常通過傳感器連接到Internet，并且可以相互關(guān)聯(lián)以及它們生成的數(shù)據(jù)。從智能手機(jī)，汽車到冰箱，恒溫器和鏡子，這些連接的“事物”正在慢慢進(jìn)入我們生活的方方面面。到2025年，預(yù)計(jì)將有416億臺(tái)互聯(lián)設(shè)備

在過去的五年中，由于擁有強(qiáng)大的計(jì)算能力，數(shù)據(jù)處理技術(shù)的創(chuàng)新以及機(jī)器學(xué)習(xí)和自然語言處理算法的出現(xiàn)，物聯(lián)網(wǎng)的采用已大大增加。物聯(lián)網(wǎng)為客戶打開了一個(gè)全新的舞臺(tái)，以解決他們長期存在的設(shè)備連接問題，并使用產(chǎn)生的數(shù)據(jù)對(duì)決策流程產(chǎn)生積極影響。物聯(lián)網(wǎng)還開啟了全新的用例范圍，使客戶可以實(shí)時(shí)操作物聯(lián)網(wǎng)設(shè)備上的操作，而這在幾年前是不可能的。

工業(yè)物聯(lián)網(wǎng)（IIoT）或“ 工業(yè)4.0 ”是指將IoT技術(shù)和數(shù)據(jù)與制造和其他工業(yè)過程相結(jié)合，通常旨在提高自動(dòng)化，效率和生產(chǎn)率。這是物聯(lián)網(wǎng)在各個(gè)行業(yè)中實(shí)踐應(yīng)用的地方，例如：

用于制造的工廠設(shè)備，機(jī)器和設(shè)備

醫(yī)療保健中的健康監(jiān)測(cè)設(shè)備

石油和天然氣生產(chǎn)中的傳感器以及監(jiān)控和數(shù)據(jù)采集（SCADA）系統(tǒng)

來自自動(dòng)駕駛車輛的遙測(cè)數(shù)據(jù)

常見物聯(lián)網(wǎng)和工業(yè)物聯(lián)網(wǎng)用例

制造業(yè)中的IIoT用例包括工廠自動(dòng)化以提高運(yùn)營效率；定位工具，零件和庫存的位置跟蹤；和預(yù)測(cè)性維護(hù)，以最大程度地延長正常運(yùn)行時(shí)間和容災(zāi)能力。

零售中的物聯(lián)網(wǎng)用例可擴(kuò)展到在線和離線體驗(yàn)，包括基于客戶購買時(shí)間，地點(diǎn)和地點(diǎn)的實(shí)時(shí)報(bào)價(jià)管理；改進(jìn)行為分析；智能貨架，當(dāng)物品即將用盡或放錯(cuò)位置時(shí)會(huì)主動(dòng)發(fā)出警報(bào)；和自動(dòng)結(jié)帳系統(tǒng)，更多信息盡在振工鏈。

醫(yī)療保健中的物聯(lián)網(wǎng)用例包括使用醫(yī)療設(shè)備中的數(shù)據(jù)輸入臨床研究過程和治療效率研究以改善患者預(yù)后；或跟蹤房間/床位的占用情況以及員工的就近情況，以改善醫(yī)院體驗(yàn)并改善護(hù)理水平。

為什么物聯(lián)網(wǎng)數(shù)據(jù)管理很重要？

當(dāng)客戶著手解決物聯(lián)網(wǎng)和IIoT用例的旅程時(shí)，他們面臨的第一個(gè)障礙是如何從物聯(lián)網(wǎng)系統(tǒng)中檢索數(shù)據(jù)并使數(shù)據(jù)可用于分析系統(tǒng)和決策。

從物聯(lián)網(wǎng)系統(tǒng)將數(shù)據(jù)提取到數(shù)據(jù)湖或Apache Kafka等消息傳遞系統(tǒng)中的能力是關(guān)鍵的第一步。在大多數(shù)情況下，組織還希望充實(shí)和清理數(shù)據(jù)，以確保不良數(shù)據(jù)不會(huì)落入湖中，而分析師也已經(jīng)充實(shí)了用于分析的數(shù)據(jù)。在某些情況下，客戶希望在支持IoT的設(shè)備上實(shí)時(shí)實(shí)施操作。例如，如果工廠環(huán)境變得太熱而無法獲得最佳的油漆附著力，他們可能希望自動(dòng)停止噴漆機(jī)。這種情況如果在制造過程中未得到糾正，可能會(huì)導(dǎo)致主要的質(zhì)量和保修問題，更多信息盡在振工鏈。

物聯(lián)網(wǎng)數(shù)據(jù)管理的5種必備功能

從物聯(lián)網(wǎng)設(shè)備管理數(shù)據(jù)是實(shí)時(shí)分析過程的重要方面。為確保您的數(shù)據(jù)管理解決方案可以處理IoT數(shù)據(jù)需求，請(qǐng)查找以下五個(gè)關(guān)鍵功能：

多功能的連接性和處理各種數(shù)據(jù)的能力：物聯(lián)網(wǎng)系統(tǒng)具有多種標(biāo)準(zhǔn)，并且物聯(lián)網(wǎng)數(shù)據(jù)遵循多種協(xié)議（MQTT，OPC，AMQP等）。此外，大多數(shù)物聯(lián)網(wǎng)數(shù)據(jù)以半結(jié)構(gòu)化或非結(jié)構(gòu)化格式存在。因此，您的數(shù)據(jù)管理系統(tǒng)必須能夠連接到所有這些系統(tǒng)并遵守各種協(xié)議，以便您可以從這些系統(tǒng)中提取數(shù)據(jù)。

邊緣處理和擴(kuò)展：良好的數(shù)據(jù)管理解決方案能夠在將其吸收到數(shù)據(jù)湖之前，過濾掉來自IoT系統(tǒng)的錯(cuò)誤記錄（例如負(fù)溫度讀數(shù)）。它還應(yīng)該能夠使用元數(shù)據(jù)（例如時(shí)間戳或靜態(tài)文本）來豐富數(shù)據(jù)，以支持更好的分析。

大數(shù)據(jù)處理和機(jī)器學(xué)習(xí)：由于IoT數(shù)據(jù)量非常大，因此執(zhí)行實(shí)時(shí)分析需要能夠在亞秒級(jí)的延遲內(nèi)運(yùn)行擴(kuò)充和提取，以便可以實(shí)時(shí)使用數(shù)據(jù)。此外，許多客戶希望實(shí)時(shí)操作ML模型（例如異常檢測(cè)），以便他們可以在太晚之前采取預(yù)防措施。

解決數(shù)據(jù)漂移：由于固件升級(jí)等事件，來自物聯(lián)網(wǎng)系統(tǒng)的數(shù)據(jù)可能會(huì)隨時(shí)間變化。這稱為數(shù)據(jù)漂移或模式漂移。重要的是，您的數(shù)據(jù)管理解決方案可以自動(dòng)解決數(shù)據(jù)漂移，而不會(huì)中斷數(shù)據(jù)管理過程。

實(shí)時(shí)監(jiān)控和警報(bào)：物聯(lián)網(wǎng)數(shù)據(jù)的獲取和處理從未停止。因此，您的數(shù)據(jù)管理解決方案應(yīng)提供帶有流程可視化的實(shí)時(shí)監(jiān)控，以隨時(shí)顯示有關(guān)性能和吞吐量的流程狀態(tài)。數(shù)據(jù)管理解決方案還應(yīng)提供警報(bào)，以防在此過程中出現(xiàn)任何問題。

機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)：改變游戲規(guī)則？

機(jī)器學(xué)習(xí)（ML）致力于最大程度地減少人工干預(yù)可自動(dòng)化的任務(wù)，并且完全適用于IoT。機(jī)器學(xué)習(xí)為自動(dòng)化和優(yōu)化物聯(lián)網(wǎng)世界提供了許多機(jī)會(huì)。通過使用機(jī)器學(xué)習(xí)算法，組織可以使用IoT數(shù)據(jù)來發(fā)現(xiàn)模式并構(gòu)建模型，然后可以在IoT數(shù)據(jù)上對(duì)它們進(jìn)行實(shí)時(shí)評(píng)分以使模型可操作，更多信息盡在振工鏈。

IoT中ML算法的常見用例是：

使用分類，異常檢測(cè)和聚類技術(shù)進(jìn)行智能流量預(yù)測(cè)。

使用線性回歸，分類和回歸樹進(jìn)行能源使用預(yù)測(cè)。

使用樸素貝葉斯算法進(jìn)行食品安全預(yù)測(cè)。

借助K-means聚類算法實(shí)現(xiàn)智慧城市和智慧公民倡議

物聯(lián)網(wǎng)數(shù)據(jù)管理的Informatica方法

Informatica提供了一個(gè)大數(shù)據(jù)流解決方案，該解決方案為物聯(lián)網(wǎng)和流數(shù)據(jù)提供了AI驅(qū)動(dòng)的端到端管理。該解決方案利用Sense-Reason-Act框架進(jìn)行IoT數(shù)據(jù)管理，該框架使客戶能夠從IoT來源獲取數(shù)據(jù)（感覺），在IoT數(shù)據(jù)上應(yīng)用業(yè)務(wù)邏輯（原因），并在IoT設(shè)備上執(zhí)行操作（操作）

Informatica解決方案可幫助客戶利用Apache Kafka和Apache Spark等開源技術(shù)進(jìn)行可擴(kuò)展的高性能流和IoT分析，同時(shí)抽象出開源技術(shù)的復(fù)雜性。Informatica大數(shù)據(jù)流解決方案還支持AWS，Azure和Google Cloud等云生態(tài)系統(tǒng)。

Informatica的云原生模式不可知提取解決方案可收集結(jié)構(gòu)化和非結(jié)構(gòu)化的IoT數(shù)據(jù)，并使用簡(jiǎn)單易用的圖形UI將數(shù)據(jù)吸收到云和本地系統(tǒng)中。該解決方案還具有在攝取之前清除和豐富數(shù)據(jù)的功能。

Informatica IoT數(shù)據(jù)處理解決方案使用AI / ML算法解析復(fù)雜的非結(jié)構(gòu)化數(shù)據(jù)并處理架構(gòu)漂移。該解決方案使用Apache Spark Streaming的功能每秒處理數(shù)百萬條消息。這使客戶能夠在數(shù)據(jù)通過管道移動(dòng)時(shí)實(shí)時(shí)應(yīng)用其擴(kuò)展邏輯。