Az Ön IoT alkalmazásának is szüksége van a köd számításra?

 

Iparági szakértők figyelmeztetnek a felhő alapú számítási modellek korlátaira. Napjainkban sok IoT megoldás mögött állnak ilyen rendszerek, de már nem képesek megbirkózni azzal a hatalmas adatmennyiséggel, amely a felhőbe kapcsolt IoT eszközökből érkezik, és azok azonnali döntéshozatali igényével. Mivel az IoT eszközök száma évről évre nő, és számolnunk kell a növekvő biztonsági kockázattal is, az első IoT adoptálók szerint már egy másik számítási modellre van szükség.

A cikkben áttekintjük a különbségeket a felhőalapú és a köd számítás (Fog computing) között, valamint igyekszünk támpontokat adni ahhoz, hogy eldönthesse, az Ön IoT alkalmazásához melyik a legmegfelelőbb modell.

 

 

Mi az a köd számítás?

 

A köd számítás fogalmát a Cisco vezette be, és elsősorban azon számításokat jelentik, melyek az IoT berendezés és a felhő között elhelyezkedő rétegben lévő eszközökön történnek. A köd réteg tartalmazhat köd csomópontokat (Fog node), melyek többnyire ipari vezérlőkből, átjárókból, switch-ekből, I/O eszközökből állnak. Ezek a számításért, a tárolásért, és a különböző kapcsolatokért felelősek. A köd számítási modell ezáltal közelebb hozza a felhőt az IoT végeszközökhöz.

köd számítás

 

 Felhő számítás vs. köd számítás

 

A felhőalapú számítási modell az IoT-ban az abszolút centralizált adatfeldolgozásról szól. Ezzel szemben a köd számítás arra fókuszál, hogy ezt a számítási, tárolási, eszközvezérlési képességet közelebb hozzuk az IoT eszközökhöz.

Az IoT fejlődésével, valamint egyre több üzleti területre való betörésével, a nagy sebességű adatfeldolgozás, az adatelemzés, és a rövid válaszidők normává váltak. Ezeknek az igényeknek a mostani centralizált felhő alapú modellel már nem könnyű megfelelni.

A köd modell decentralizált architektúrájával, mely a számítási erőforrásokat és alkalmazás-szolgáltatásokat közelebb helyezi az IoT végeszközökhöz, a válaszidők lerövidíthetők, így a számítások felgyorsíthatók.

A köd számítás leginkább az olyan IoT rendszerek esetén jelenthet ideális megoldást, amelyekben az eszközök földrajzilag elszórtan, egymástól távol működnek és a felhővel való gyors kapcsolat nem megbízható – holott ez alapkövetelmény lenne az ilyen alkalmazásokban. A másik probléma, amelyre a felhőalapú számítás helyett a köd számítás lehet a megoldás azokat a rendszereket érinti, ahol az IoT eszközök több TB adatot generálnak, melynek gyors felhőbe töltése, majd kiolvasása nem szerencsés – itt a köd számítás az adatokat generáló, majd sok esetben felhasználó IoT eszközökhöz közelebb nyújt adatfeldolgozási lehetőséget.

 

 FT1A

A felhő számítás ajánlott, ha:

Az alkalmazás nem időkritikus, és nem igényel valós idejű reakciót, például:

Big data elemzés és kimutatások
Adat/módszer elemzés és gépi tanulás
Szimulációk és optimalizációk
Karbantartások előretervezése
Hosszú távú adattárolás



A köd számítás ajánlott: 

Időkritikus alkalmazások esetében, melyek azonnali reakciót követelnek, mint például:

Adatgyűjtés és elő-feldolgozás
Állapotfigyelés
Előre programozott logika szerinti döntéshozás
Rövidtávú adattárolás

 

 

 

5 érv a köd számítás mellett

  1. Késleltetés (Latency)

Az adatok továbbítása a felhőbe, az adatok mennyiségétől függően igen hosszú időt vehet igénybe, ráadásul a feldolgozás még tovább tarthat. Amennyiben az adattovábbítás és -feldolgozás időtartama során a rendszer visszacsatolás nélkül működik tovább, a következő válaszig jelentős idő telhet el, nem beszélhetünk tehát valós idejű visszajelzésekről. Napjainkban a termelési rendszerek egyes esetekben még a másodpercnél is rövidebb időn belül várják a visszacsatolást, az időkritikus alkalmazásokban pedig valós idejű válaszokra van szükség. A köd számítási modell azonban képes minimalizálni a késleltetést, így a felhőalapú számításhoz képest sokkal gyorsabb döntéshozatalt tesz lehetővé.

  1. Biztonság

Az adatok egy távoli felhőbe történő továbbítása biztonsági kockázattal járhat. Többlépcsős biztonsági rendszerek kiépítésére van szükség az ilyen esetekben. Azonban az IoT eszköz közelében történő adattárolás, -elemzés és -felhasználás segítségével mindez elkerülhető, a biztonsági kockázatok pedig minimalizálhatók.

  1. Adatintegritás

Az adatok külső adattároló rendszerben történő tárolása és elemzése sértheti az adatintegritást, a küldés és a visszatöltés folyamata során pedig károsodhatnak a nyers adatok és a számítási eredmények is. A lokális feldolgozással elkerülhetők a továbbítás során bekövetkező hibák és kiküszöbölhető a biztonsági kockázat is.

  1. Költségek

Az adattovábbítás költségei sem elhanyagolhatók, ahogy az adattovábbítás időszükséglete sem. Tehát nemcsak pénzt, hanem értékes időt is megtakaríthatunk azzal, hogy köd számítási megoldásokat választunk a nagyobb adatmennyiségek feldolgozására.

  1. Önállóság

A köd számítási modell lehetővé teszi a földrajzilag egymástól távol eső lokációk független működését leállások és elakadások nélkül. Mindez akkor is megvalósítható, amikor a központi rendszer meghibásodik, vagy időszakosan elérhetetlenné válik. A köd csomópont feldolgozza és visszaküldi az eszközök által nyert adatokat, majd az eredményeket akkor továbbítja a felhőbe, amikor az ismét elérhetővé válik.

 

Olyan IoT rendszereknél, amelyek nagy mennyiségű adattal dolgoznak több telephelyen, emellett pedig azonnali válaszidőt követelnek, leginkább hibrid megoldást célszerű választani. Ez akár több felhőszolgáltatást és köd számítási rendszert is tartalmazhat az adatok mennyiségétől, valamint a döntések számától és szintjétől függően.

 

A köd csomópontok szerepe a köd modellben

 

A köd számítási modell középpontjában a köd csomópont áll. A köd csomópontok földrajzilag szétosztott erőforrás-gazdag eszközök, amelyek bárhol helyet foglalhatnak a hálózatunkban.

A legfontosabb feladatai a köd csomópontnak:

  • Valós idejű információk fogadása az IoT eszközöktől
  • IoT alkalmazások futtatása, valós idejű adatelemzés
  • Kérések megválaszolása néhány milliszekundumon belül
  • Ideiglenes adattár, amíg a felhővel való szinkronizálás zajlik
  • Periodikus összegző jelentések küldése a felhőnek a gyűjtött adatokról

A keretrendszer, amely ideális esetben egy okos átjárón található (ipari számítógép vagy router), egyszerre futtat egy nyílt forráskódú Linux-ot és egy Docker container-t. Erre lehet továbbá beágyazni a gyártók saját alkalmazásait is. A Linux nyitott platformja egyszerűen lehetővé teszi az IoT alkalmazások IT infrastruktúrába illesztését, valamint a programozhatóságot és az egyszerre több gyártó eszközével való kommunikációt. Egyes megoldásszolgáltatók az operációs rendszer és az alkalmazások közötti absztrakciós réteget javasolják, hogy megkönnyítsék az alkalmazások egyszerű telepítését és kezelését a köd csomóponton. Ezekkel a funkciókkal a köd csomópont intelligensen tudja feldolgozni a hozzá az IoT eszközöktől beérkező nagy mennyiségű adatot, és csak a kritikus adatokat, vagy összegző jelentéseket küld a felhőnek.

 

A Moxa megoldása

 

A Moxa köd számítási megoldása egy erőteljes adatgyűjtő és eszközkezelő platformból áll, mely mögött egy speciális Moxa Industrial Linux operációs rendszer üzemel.

Moxa Industrial Linux (MIL)

A Moxa Industrial Linux (MOXA Ipari Linux) egy kis helyigényű, nagy teljesítményű ipari felhasználásra szánt Linux operációs rendszer, amelyet a Moxa fejlesztett kimondottan IoT alkalmazásokban történő felhasználásra. Annak érdekében, hogy a felhasználók egy megbízható IoT platformot élvezhessenek, a Moxa a jövőben támogatja a MIL-rendszereket az új generációs IIoT gateway-eken és ARM-alapú számítógépeken. A Moxa IoT platformja ötéves garanciával és számos vezeték nélküli technológia, köztük a Wi-Fi, a Bluetooth, a 3G/LTE támogatásával – az eszközök egyszerű összekapcsolódása érdekében – kerül forgalomba. A MIL egy tárolóalapú virtuális gépként, middleware-ként működik az operációs rendszer és az alkalmazás között. A rugalmas szoftveres köztes csatorna lehetővé teszi, hogy több, különböző céllal üzemeltessük a köd csomópontot, anélkül, hogy a rendszerben problémát jelentene a szoftverkompatibilitás. A MIL-lel a Moxa új generációs IIoT gateway-ei hatékony, rugalmas és erős platformot jelentenek a különféle köd alapú számítási környezeteknek és folyamatoknak.

Superior Long Term Support

A Moxa IIoT megoldásai 10 év Linux támogatással kerülnek forgalomba. A Linux operációs rendszerű RISC számítógépek vezető forgalmazójaként a Moxa különös gondot fordít arra, hogy a felhasználók naprakész (hiba- és biztonsági javításokkal támogatott) rendszerekkel dolgozhassanak. Mindezt az MTL biztonsági rendszerén keresztül biztosítja.

A Moxa Industrial Linux operációs rendszerek folyamatosan frissülnek a legújabb biztonsági elvárásoknak megfelelően, amelyeket egy biztonságos csatornán keresztül juttat el a gyártó a felhasználókhoz.

Ennek fejlesztése során a Moxa az iparág legjobbjaival működött együtt (a teljesség igénye nélkül például: Codethink, Hitachi, Plat’Home, Renesas, Siemens, Toshiba), hogy egy megbízható és biztonságos Linux alapú szoftveres megoldást hozzon létre, mely több mint 10 éven túl is fenntartható a Civil Infrastructure Platform (CIP) révén. További információ angol nyelven: CIP website. (A CIP projekt célja biztosítani egy olyan ipari minősítésű alapot, melyre hosszú távon rá tudjuk bízni a kritikus fontosságú rendszereinket.)

CIP projekt

A CIP (Civil Infrastruktúra Platform) egy olyan nyílt forrás, amely segítséget nyújt az ipari szinten alkalmazható szoftverek implementálásában az infrastruktúrafejlesztési ágazat számára.

 

Összefoglalás

A köd számításra tekintsünk tehát úgy, mint a felhőalapú számítástechnika kiegészítőjére, semmint annak helyettesítőjére. A centralizált adatfeldolgozást megkönnyítendő a ködben is végezhetünk adatelemzést, előre definiált döntési folyamatok mentén pedig akár automatikus döntéseket is hozhat a rendszer. Ám fontos tisztában lennünk azzal, hogy ebben az esetben csak a lokálisan elérhető, kapcsolódó eszközök által gyűjtött és generált elemek kerülnek értékelésre. A köd tehát, a nevével ellentétben nem egy nehezen átlátható rendszert jelent - bár tény, hogy a felhőben tárolt adatok ismeretében könnyebb mindenre kiterjedő döntéseket hoznunk – sokkal inkább a decentralizált, szétterjedt szerkezetre és a berendezésekhez közeli elhelyezkedésre utal az elnevezés.

 

 

 

Érdeklődöm