更有(yǒu)效的基于云的环境传感器数据自动分(fēn)析

2021-09-11

更有(yǒu)效的基于云的环境传感器数据自动分(fēn)析

物(wù)联网 (IoT) 现在开始得到重要实施，预计未来几年将有(yǒu)数百亿个节点投入运行。随着广泛部署的开始，这项技术的主要用(yòng)途之一将是监测不同的关键环境参数——例如温度、空气湿度、一氧化碳水平等。通过这些捕获的数据，可(kě)以做出决策并确定要采取的适当行动。例如，让我们考虑一个化學(xué)加工厂。如果烟囱输出的气體(tǐ)含量超过预定阈值，则可(kě)能(néng)有(yǒu)必要降低当时的处理(lǐ)活动水平。或者，这可(kě)能(néng)是需要解决的長(cháng)期趋势的标志(zhì)——也许涉及的加工设备需要维护，

找到一种有(yǒu)效的方法对通过并入庞大的物(wù)联网节点网络的传感器设备不断获取的海量数据进行深入分(fēn)析，然后启动适当的反应并不是那么简单。虽然当数据来自少量节点时可(kě)能(néng)不会带来挑战，但应对工业控制或环境监控系统将拥有(yǒu)的数字权重是完全不同的事情。这同样适用(yòng)于广泛的潜在环境，例如智能(néng)家居/建筑、工厂自动化、农业、智能(néng)城市等。

為(wèi)了最大限度地提高效率并保持尽可(kě)能(néng)短的响应时间，有(yǒu)必要建立一个自动化的决策过程——这将需要采用(yòng)先进的算法。当您考虑可(kě)能(néng)涉及的物(wù)联网节点的绝对数量时，仅在数据库中存储一组规则然后将它们与收到的数据交叉引用(yòng)是无效的。这样的安排很(hěn)快就会雪(xuě)上加霜。因此，需要一种更复杂但更精简的方法。

一些人得出结论认為(wèi)，Rete 算法是实现这一目标的关键。Rete 算法最早于 1970 年代后期开发，已应用(yòng)于大量商(shāng)业案例。该算法的核心目标是提供一种模式匹配机制，通过该机制可(kě)以将大量模式数据（例如 IoT 网络现在开始生成的数据）与包含许多(duō)不同对象的数据库进行快速比较。避免了数据迭代的需要，特定模式的状态在整个过程中都保存在内存储备中。这样做的结果是，无需恢复到以前应用(yòng)的规则，从而加快整个过程并使其比其他(tā)方法更省时。

采用(yòng)的基于树的方法意味着该系统是完全可(kě)扩展的，能(néng)够处理(lǐ)网络中任何预期数量的连接物(wù)联网节点，而不是仅限于一定数量。因此，每秒(miǎo)有(yǒu)可(kě)能(néng)处理(lǐ)数十万个事件/警报。即使使用(yòng)中型服務(wù)器，系统每秒(miǎo)也可(kě)以处理(lǐ) 500,000 条消息，而使用(yòng)大容量服務(wù)器可(kě)以将其推至 100 万至 200 万条。

图 1：  UrsaLeo 物(wù)联网硬件——包括一个 Thunderboard 2 模块和 Raspberry Pi 3B+

通过高度优化的支持云的硬件和卓越的算法相结合，物(wù)联网数据的处理(lǐ)方式可(kě)以比现在更加省时。这将有(yǒu)助于将物(wù)联网部署扩大到涉及数十万个连接节点的程度，从而使该技术的真正优势能(néng)够在各个行业领域实现。