Logo Zéphyrnet

Construire un IoT intelligent avec edge fabric

Date :

À mesure que la popularité de la technologie Edge et des appareils intelligents augmente, nous constatons qu'il n'y a pas de limite en ce qui concerne la quantité de données que les entreprises peuvent utiliser pour améliorer leur processus décisionnel. Contrairement à cette opportunité, de nombreuses organisations limitent encore la qualité, la variété et l'étendue des données qu'elles peuvent utiliser car elles ne disposent pas de la bonne architecture de données. C'est correct! Des data fabrics qui évoluent vers la valeur 4.2 milliards USD par 2026 de la taille du marché ont certainement un impact inévitable sur les performances de l'IoT dans différentes configurations, déclare Yash Mehta, spécialiste de l'IoT et de la science des mégadonnées.

Si vous n'utilisez pas de Data Fabric, une grande quantité de données reste sous sa forme brute et n'est pas très utile. Pour résoudre ce défi, les entreprises peuvent utiliser une structure de données edge-to-core-to-multi-cloud qui leur permet non seulement de collecter des données abondantes, mais facilite également l'analyse et l'intégration afin que vous puissiez les utiliser à grande échelle.

Structure de données à la périphérie 

Étant donné que les systèmes IoT sont automatisés et intégrés avec des adresses IP par défaut et d'autres configurations, ils sont très vulnérables à une exposition indésirable. Il y a un volume élevé de flux de données en temps réel et les tissus peuvent aider à les filtrer avant de les décharger sur le réseau. Lorsqu'elle est couplée à un système de périphérie, la structure garantit des données correctes uniquement, qu'elles soient au repos ou en transit. Cela réduit encore la charge des ingénieurs au niveau du développement et de l'intégration des applications.

Ainsi, un système de gestion des données Edge Fabric produit un flux de données persistant, orchestré et gouvernable pour une consommation locale et distribuée. À ne pas manquer, un tel système offre une interopérabilité et un traitement instantané. Alors qu'un système de périphérie rencontre un nombre croissant d'exigences en matière de données pour plusieurs environnements, une structure doit remplir les fonctions suivantes : 

  • Accès à plusieurs interfaces sans défaillance telles que les réseaux radio, MTTP, HTTP et autres.
  • Opérations transparentes sur plusieurs environnements compatibles POSIX.
  • Travailler avec tous les protocoles et API importants, y compris l'API REST.
  • Établir la connectivité entre les bases de données, y compris JDBC/ODBC.
  • Flux de données via plusieurs normes telles que Kafka, Spark et autres. 

Structure de données pour l'IoT industriel

La modélisation prédictive est la base de l'IIoT mais ne peut pas fonctionner sans données persistantes. Après la capture et le stockage des données, le véritable défi commence par leur distillation pour assurer un flux qualitatif. UN système de gestion de la structure de données comble le vide en faisant passer le flux de données par différentes étapes après la collecte, telles que l'intégration, l'analyse, l'orchestration, l'archivage, etc. L'architecture Fabric facilite la préparation des données.

Dans la poursuite de la construction d'une chaîne de montage autonome qui détecte et notifie les anomalies, des données précises et instantanées sont importantes ; exactement ce qu'un tissu assure. 

Les données du modèle de tissu peuvent aider à prévoir et à analyser les tendances de maintenance sur toute la gamme d'équipements. Ceci est important pour identifier les défauts en déplacement et mettre en œuvre des réparations en temps opportun. De plus, les équipes d'assurance qualité peuvent effectuer des analyses automatisées pour s'assurer que les contrôles de qualité sont effectués conformément aux normes. Cela conduit à un excellent hack de prévention! 

Cela étant dit, le les défis dans un IIoT peuvent ne pas limiter au niveau de l'équipement et pourrait engloutir toute la chaîne de montage. Les unités de production ont souvent besoin de plus d'informations sur les données pour améliorer l'identification des problèmes dans l'ensemble de la configuration. Le flux qualitatif de Data Fabric contribue en outre à l'analyse prédictive intelligente pour lutter contre tout problème de production. À ne pas manquer, l'analyse de la prescription est un complément pour optimiser les opérations globales sur le sol de l'usine.

Pendant que nous y sommes, la fabrique de données a un impact indéniable sur la prise de décision clé. Ainsi, en fonction du positionnement de la marque sur les marchés, les organisations peuvent utiliser les informations du tissu pour comprendre les performances de tous les autres modules directement ou indirectement liés à la production. Par exemple, ventes 7 marketing, gestion des stocks, manutention logistique et autres.

Ne pas oublier : trouver le bon data fabric

Les produits en tissu savent aujourd'hui qu'ils doivent fonctionner en conformité avec l'IoT. C'est exactement pourquoi, vous avez beaucoup à lire sur la façon dont différents produits de Data Fabric peuvent accueillir un grand volume d'afflux de données. En dehors d'IBM et de Denodo, il y en a d'autres présentés dans le liste des meilleures solutions de tissus pour 2022. Cependant, l'approche micro-DB de K2View est un ajout intéressant. Le tissu stocke les données des partenaires commerciaux dans des millions de bases de données de taille micro, chacune contenant les données d'une entité particulière uniquement.

Maintenant, leur Data Fabric utilise l'IA d'auto-apprendre les données brutes alimentées et distillées au fil du temps. À mesure que la quantité de données consommées et produites par les appareils IoT augmente, la portée de la structure pour gérer de gros volumes augmente également. En fin de compte, la capacité d'une structure de données à prendre en charge un volume de données inconnu en fait une solution plus intelligente pour l'industrie.

Comprendre les différents cas d'utilisation 

Premièrement, nous remarquerons le déplacement des données vers la périphérie ainsi qu'un besoin intrinsèque de mettre en œuvre une structure de données dans des cas d'utilisation axés sur le profit et la réduction des risques. Nous pouvons voir cela se produire au cours des 2 prochaines années lorsque les règles de partage de données seront en cours de mise en œuvre. Les tests primaires devraient commencer dans le secteur de la vente au détail, car ces entreprises visent à collecter des données sur les utilisateurs pour créer une meilleure expérience utilisateur. Cela leur permettra également de réaliser des ventes incitatives et des ventes croisées via le placement de produits.

Une autre avenue dans laquelle nous voyons des changements alors qu'Edge passe au Cloud dans la direction opposée est le secteur de la santé, car de plus en plus de patients souhaitent un accès accru à leurs dossiers médicaux et à leurs données. Compte tenu des conformités réglementaires, vous conservez non seulement le droit d'accéder à vos données et à l'imagerie diagnostique mais pourrez également bloquer ou partager ces données avec l'assureur ou le prestataire de livraison de votre choix.

Yash Mehta

Conclusion

Compte tenu du produit et du besoin des clients de sécuriser leurs données, les applications devront commencer à localiser ces données sur l'appareil périphérique afin qu'elles puissent être utilisées localement. Tous les ensembles de données relatifs aux produits ou aux services devront être envoyés du Cloud vers l'appareil Edge. Cela inversera essentiellement la relation et l'ordre que nous voyons aujourd'hui. Comment voyez-vous s'épanouir l'association Fabric-IoT ? Partagez.

L'auteur est Yash Mehta, un spécialiste de l'IoT et de la science des mégadonnées.

Commentez cet article ci-dessous ou via Twitter : @IoTNow_OR @jcIoTnow.

spot_img

Dernières informations

spot_img