Сочинение на тему Конвергенция больших данных, облачных вычислений и Интернета вещей (IoT)

IoT для умных городов: структурное состояние: мониторинг вибраций и состояния материалов в зданиях, мостах и ​​исторических памятниках, Lightning: интеллектуальное и адаптивное к погодным условиям освещение уличных фонарей, безопасность: цифровой видеомониторинг, управление огнем, системы публичного оповещения, Транспортировка: интеллектуальные дороги и интеллектуальные магистрали с предупреждающими сообщениями и отклонениями в зависимости от климатических условий и непредвиденных событий, таких как аварии или пробки, Smart Parking: мониторинг наличия парковочных мест в режиме реального времени Управление отходами: обнаружение уровней отходов в мусорных баках для оптимизации маршруты сбора мусора. Урны для мусора и мусорные корзины с RFID-метками позволяют персоналу санитарии видеть, когда вывозится мусор.

IoT для промышленности: взрывоопасные и опасные газы: обнаружение уровней газа и утечек в промышленных условиях, в окрестностях химических заводов и внутри шахт для обеспечения безопасности рабочих и товаров, техническое обслуживание и ремонт: ранние прогнозы относительно повреждения оборудования и сервисного обслуживания могут быть автоматически запланировано до фактического отказа детали путем установки датчиков внутри оборудования для контроля и отправки отчетов.

IoT для здравоохранения: наблюдение за пациентами: мониторинг состояния пациентов в больницах и домах престарелых, медицинские холодильники: контроль условий внутри морозильных камер, в которых хранятся вакцины, лекарства и органические элементы, обнаружение падения: помощь детям, пожилым людям или инвалидам Живя независимо, Dental: зубная щетка, подключенная по Bluetooth, с приложением для смартфона анализирует способы чистки и дает информацию о привычках чистки.

IoT для интеллектуальной среды: мониторинг загрязнения воздуха: контроль выбросов CO2 на заводах, загрязнение, выделяемое автомобилями, и токсичных газов, образующихся на фермах, обнаружение лесных пожаров: мониторинг газов сгорания и преимущественных условий пожара для определения зон оповещения, мониторинг погоды: мониторинг погодных условий, таких как влажность, температура, давление, скорость ветра и дождь, раннее обнаружение землетрясений, качество воды: изучение пригодности воды в реках и море для определения пригодности для питья,

IoT для «умного» сельского хозяйства: «оранжереи»: контроль микроклиматических условий для максимального увеличения производства фруктов и овощей и их качества, «Компост»: контроль уровня влажности и температуры для предотвращения грибка и других микробных загрязнителей, животноводство / отслеживание: местонахождение и выявление животных, пасущихся на открытых пастбищах или в больших конюшнях, изучение вентиляции и качества воздуха в фермерских хозяйствах и обнаружение вредных газов из фекалий, мониторинг на местах: уменьшение порчи и отходов сельскохозяйственных культур благодаря лучшему мониторингу и управлению сельскохозяйственными полями, включая улучшение контроль удобрения, электричества и полива. Big Data Analytics и облачные вычисления для поддержки вычислений IoTCloud, Big data и Internet of Things (IoT) являются популярными парадигмами компьютерных сетей, и их функции могут быть объединены для формирования интеллектуальных систем следующего поколения. Большие данные в интеллектуальной системе позволяют переходить от исследований, основанных на гипотезах, к исследованиям, основанным на данных, путем обработки больших объемов разнородных данных, которые собираются путем соединения различных объектов, таких как люди, животные, растения, смартфоны, персональные компьютеры и т. Д. Кроме того, этот большой объемные данные хранятся в облаке, поскольку данные, воспринимаемые этими IoT, являются более сложными и имеют больший объем. Облачные хранилища и вычисления также облегчают анализ данных и принятие решений. Это позволяет исследователям и предприятиям использовать и поддерживать многие ресурсы удаленно, надежно и по низкой цене.

Сложные проблемы конвергенции больших данных, облачных вычислений и Интернета вещей

Хотя сближение этих терминов во многих отношениях помогает улучшить обслуживание клиентов, но такие огромные объемы данных также вызывают множество проблем, связанных с конфиденциальностью и безопасностью, и делают Big Data Security главной заботой для многих организаций. Работая в области безопасности и конфиденциальности данных, многие организации рассматривают эти угрозы и принимают меры по их предотвращению. Причиной таких нарушений также может быть то, что приложения безопасности, предназначенные для хранения данных, не могут управлять большими объемами динамических данных и могут контролировать только статические данные. Следовательно, обычная проверка безопасности не может обнаружить исправления безопасности для непрерывной потоковой передачи данных. Для этого требуется постоянная конфиденциальность и безопасность при потоковой передаче данных и анализе больших данных. Помимо этих проблем безопасности, связанных с программным обеспечением, есть и проблемы с оборудованием. Злоумышленники могут скомпрометировать оборудование, умерив данные, ключи безопасности и исходный код. Они могут сделать это только, если они получат физический доступ к устройствам IoT. Итак, следующие широкие области, которые необходимо решить:

Доступность. Доступность IoT должна быть на аппаратном и программном уровнях для предоставления услуг в любое время и в любом месте. Доступность программного обеспечения означает способность приложений IoT предоставлять услуги кому-либо в разных местах одновременно. Но вместо доступности оборудования речь идет о существовании устройств, которые все время совместимы с протоколами IoT (IPv6, 6LoWPAN, RPL, CoAP и т. Д.) И имеют функциональные возможности.

Надежность. Надежность означает, что вся информация и услуги IoT будут доступны вовремя и с точностью. Таким образом, его цель состоит в том, чтобы повысить уровень успешности доступности услуг IoT. Чтобы иметь надежные услуги IoT, текущая связь должна быть надежной, потому что, например, если будет ненадежное восприятие, сбор данных, обработка и передача данных, это приведет к длительным задержкам, потере важных данных, и это в конечном итоге приводит к неправильным решениям.