Gak Nyangka Bakal Dapat Materi ini di Kampus, Sebenarnya Udah Sering Banget Ngedenger Kata Internet of Things atau sering disingkat IoT. Tapi Sampai Sekarang Juga Gak Tahu Apa Kegunaanya Dan Akhirnya Setelah Mengubrak Abik Google, Sekarang Saya Bisa Menjelaskan Apa Itu Internet of Things XD.
Hal Yang Perlu Digarisbawahi Disini
• Menyajikan visi dan motivasi untuk Internet of Things (IOT).
• Domain aplikasi di IOT dengan pendekatan baru dalam mendefinisikan mereka.
• Perealisasian Pemusatan Pada Cloud IOT dan tantangannya.
• Terbuka tantangan dan tren masa depan di Cloud Centric Internet of Things.
Kasarnya
Penginderaan di mana-mana Yang diaktifkan oleh teknologi Wireless Sensor Network (WSN) terbagi di banyak bidang kehidupan modern. Ini menawarkan kemampuan untuk mengukur, menyimpulkan dan memahami indikator lingkungan, dari ekologi yang baik dan sumber daya alam untuk lingkungan perkotaan.
Proliferasi perangkat ini dalam jaringan yang aktif berkomunikasi menciptakan Internet of Things (IOT), dimana sensor dan aktuator berbaur mulus dengan lingkungan sekitar kita, dan informasi yang dibagi di seluruh platform untuk mengembangkan gambaran operasi umum (COP) .
Dipicu oleh adaptasi terbaru dari berbagai memungkinkan teknologi nirkabel seperti RFID tag dan tertanam sensor dan aktuator node, IOT telah melangkah keluar dari masa kanak-kanak dan merupakan teknologi revolusioner berikutnya dalam mengubah Internet menjadi Internet Masa Depan terintegrasi. Ketika kita bergerak dari www (halaman statis web) ke web2 (web jejaring sosial) ke Web3 (web komputasi di mana-mana), kebutuhan akan data-on-demand menggunakan query intuitif canggih meningkatkan secara signifikan.
Pembahasan ini menyajikan visi sentris Cloud untuk implementasi di seluruh dunia dari Internet of Things. Kunci memungkinkan teknologi dan aplikasi domain yang mungkin untuk mendorong penelitian IOT dalam waktu dekat akan dibahas.
Implementasi Cloud menggunakan Aneka, yang didasarkan pada interaksi Awan swasta dan publik disajikan. Kami menyimpulkan visi IOT kami dengan memperluas tentang perlunya konvergensi WSN, Internet dan komputasi terdistribusi diarahkan pada komunitas riset teknologi.
1. Perkenalan
Gelombang berikutnya di era komputasi akan berada di luar ranah desktop tradisional. Dalam Internet of Things (IOT) paradigma, banyak benda yang mengelilingi kita akan berada di jaringan dalam satu bentuk atau lain.
Radio Frequency Identification (RFID) dan teknologi jaringan sensor akan meningkat untuk memenuhi tantangan baru ini, di mana sistem informasi dan komunikasi yang tak terlihat tertanam di lingkungan sekitar kita.
Hal ini menyebabkan generasi sejumlah besar data yang harus disimpan, diolah dan disajikan dalam bentuk mulus, efisien, dan mudah diinterpretasi.
Model ini akan terdiri dari jasa yang komoditas dan disampaikan dalam cara yang mirip dengan komoditas tradisional.
Komputasi awan dapat menyediakan infrastruktur virtual untuk komputasi utilitas seperti yang mengintegrasikan perangkat pemantauan, perangkat penyimpanan, alat analisis, platform visualisasi dan pengiriman klien.
Model berdasarkan biaya yang menawarkan komputasi Cloud akan memungkinkan end-to-end service provisioning untuk bisnis dan pengguna untuk mengakses aplikasi pada permintaan dari mana saja.
Pintar konektivitas dengan jaringan yang ada dan komputasi menggunakan sumber daya konteks-sadar jaringan merupakan bagian tak terpisahkan dari IOT.
Dengan kehadiran tumbuh WiFi dan 4G-LTE akses Internet nirkabel, evolusi menuju jaringan informasi dan komunikasi di mana-mana sudah jelas.
Namun, untuk Internet visi Hal yang berhasil muncul, paradigma komputasi akan perlu melampaui skenario komputasi tradisional mobile yang menggunakan ponsel pintar dan portabel, dan berkembang menjadi penghubung benda sehari-hari yang ada dan embedding intelijen ke dalam lingkungan kita.
Untuk teknologi menghilang dari kesadaran pengguna, Internet of Things menuntut :
(1) pemahaman bersama tentang situasi penggunanya dan peralatan mereka
(2) arsitektur perangkat lunak dan jaringan komunikasi meresap untuk memproses dan menyampaikan informasi kontekstual untuk mana itu relevan dan
(3) alat analisis di Internet of Things yang bertujuan untuk perilaku otonom dan cerdas. Dengan tiga alasan mendasar di tempat, konektivitas yang cerdas dan komputasi konteks-sadar dapat dicapai.
Pemikiran Tentang Internet of Things pertama kali diciptakan oleh Kevin Ashton pada tahun 1999 dalam konteks manajemen rantai pasokan. Namun, dalam dekade terakhir, definisi telah lebih inklusif yang mencakup berbagai aplikasi seperti kesehatan, utilitas, transportasi, dll.
Meskipun definisi 'Hal' telah berubah sebagai teknologi berkembang, tujuan utama membuat informasi pengertian komputer tanpa bantuan campur tangan manusia tetap sama.
Evolusi radikal dari Internet saat ini menjadi Jaringan benda yang saling berhubungan yang tidak hanya panen informasi dari lingkungan (penginderaan) dan berinteraksi dengan dunia fisik (aktuasi / perintah / control), tetapi juga menggunakan standar Internet yang ada untuk memberikan layanan untuk transfer informasi , analisis, aplikasi, dan komunikasi.
Dipicu oleh prevalensi perangkat diaktifkan oleh teknologi nirkabel terbuka seperti Bluetooth, identifikasi frekuensi radio (RFID), Wi-Fi, dan layanan data lewat telepon serta tertanam sensor dan aktuator node, IOT telah melangkah keluar dari masa kanak-kanak dan pada ambang mengubah Internet statis saat ini menjadi terintegrasi Masa Depan Internet.
Revolusi Internet menyebabkan interkoneksi antara orang-orang pada skala belum pernah terjadi sebelumnya dan kecepatan.
Revolusi berikutnya akan menjadi interkoneksi antara objek untuk menciptakan lingkungan yang cerdas.
Hanya pada tahun 2011 itu jumlah perangkat yang saling berhubungan di planet ini menyalip jumlah sebenarnya orang.
Saat ini ada 9 miliar perangkat yang saling berhubungan dan diperkirakan akan mencapai 24 miliar perangkat pada 2020.
Menurut GSMA, jumlah ini 1300000000000 $ peluang pendapatan bagi operator jaringan bergerak sendiri mencakup segmen vertikal seperti kesehatan, otomotif, utilitas dan elektronik konsumen.
Sebuah skema interkoneksi objek digambarkan pada Gambar. 1, di mana aplikasi domain yang dipilih berdasarkan skala dampak dari data yang dihasilkan. Para pengguna berasal dari individu hingga organisasi tingkat nasional untuk mengatasi masalah luas.
Fig. 1.
Internet of Things schematic showing the end users and application areas based on data.
Hal Ini menyajikan tren saat ini dalam penelitian IOT didorong oleh aplikasi dan kebutuhan untuk konvergensi dalam beberapa teknologi interdisipliner.
Secara khusus, Pembahasan ini menyajikan visi IOT keseluruhan dan teknologi yang akan mencapainya diikuti oleh beberapa definisi umum di daerah bersama dengan beberapa tren dan taksonomi IOT. Tak Lupa Juga membahas beberapa domain aplikasi di IOT dengan pendekatan baru dalam mendefinisikan mereka, serta memberikan visi Cloud sentris IOT kami. Sebuah studi kasus dari analisis data pada platform cloud Aneka / Azure diberikan dan kami menyimpulkan dengan diskusi tentang tantangan terbuka dan tren masa depan.
2. komputasi Ubiquitous dalam dekade berikutnya
Upaya oleh para peneliti untuk membuat antarmuka manusia ke manusia melalui teknologi di akhir 1980-an mengakibatkan penciptaan disiplin komputasi di mana-mana, yang bertujuan untuk menanamkan teknologi ke dalam latar belakang kehidupan sehari-hari.
Saat ini, kita berada dalam era pasca-PC mana ponsel pintar dan perangkat genggam lainnya berubah lingkungan kita dengan membuatnya lebih interaktif serta informatif. Mark Weiser, nenek moyang dari Ubiquitous Computing (ubicomp), didefinisikan lingkungan pintar sebagai "dunia fisik yang kaya dan tak terlihat terjalin dengan sensor, aktuator, display, dan elemen komputasi, tertanam mulus di benda sehari-hari dari kehidupan kita , dan terhubung melalui jaringan terus menerus ".
Penciptaan Internet telah menandai tonggak utama untuk mencapai visi ubicomp ini yang memungkinkan perangkat individu untuk berkomunikasi dengan perangkat lain di dunia. Antar-jaringan mengungkapkan potensi jumlah yang tampaknya tak berujung sumber daya komputasi terdistribusi dan penyimpanan yang dimiliki oleh berbagai pemilik.
Berbeda dengan Tenang pendekatan komputasi Weiser, Rogers mengusulkan ubicomp sentris manusia yang memanfaatkan kreativitas manusia dalam memanfaatkan lingkungan dan memperluas kemampuan mereka. Dia mengusulkan domain solusi ubicomp tertentu ketika ia ucapkan-"Dalam hal yang harus menguntungkan, hal ini berguna untuk memikirkan bagaimana teknologi ubicomp dapat dikembangkan bukan untuk Sal dunia, namun untuk domain tertentu yang dapat diatur dan disesuaikan oleh sebuah perusahaan atau organisasi individu, seperti untuk produksi pertanian, pemulihan lingkungan atau ritel ".
Caceres dan Jumat [6] membahas kemajuan, peluang dan tantangan selama ulang tahun 20 tahun ubicomp. Mereka membahas blok bangunan ubicomp dan karakteristik sistem untuk beradaptasi dengan perubahan dunia. Lebih penting lagi, mereka mengidentifikasi dua teknologi penting untuk menumbuhkan ubicomp infrastruktur Cloud Computing dan Internet of Things.
Kemajuan dan konvergensi sistem (MEMS) teknologi mikro-elektro mekanik, komunikasi nirkabel, dan elektronik digital telah menghasilkan pengembangan perangkat miniatur memiliki kemampuan untuk merasakan, menghitung, dan berkomunikasi secara nirkabel di jarak pendek. Perangkat ini miniatur disebut node interkoneksi untuk membentuk jaringan sensor nirkabel (JSN) dan menemukan aplikasi mulai luas dalam pemantauan lingkungan, monitoring infrastruktur, pemantauan lalu lintas, ritel, dll [7]. Ini memiliki kemampuan untuk menyediakan kemampuan penginderaan di mana-mana yang penting dalam mewujudkan visi keseluruhan ubicomp sebagaimana digariskan oleh Weiser [4]. Untuk realisasi visi IOT lengkap, efisien, aman, terukur dan berorientasi pasar komputasi dan penyimpanan resourcing sangat penting. Komputasi awan [6] adalah paradigma terbaru muncul yang menjanjikan layanan yang handal disampaikan melalui pusat data generasi berikutnya yang didasarkan pada teknologi penyimpanan virtual. Platform ini bertindak sebagai penerima data dari sensor di mana-mana; sebagai komputer untuk menganalisis dan menafsirkan data; serta menyediakan pengguna dengan mudah untuk memahami web visualisasi berbasis. Sensing dan pengolahan karya di mana-mana di latar belakang, tersembunyi dari pengguna.
Novel terintegrasi kerangka Sensor-Actuator-Internet ini akan membentuk teknologi inti sekitar yang lingkungan yang cerdas akan berbentuk: informasi yang dihasilkan akan dibagi di seluruh platform dan aplikasi yang beragam, untuk mengembangkan gambaran operasi umum (COP) dari lingkungan, di mana kontrol tertentu terbatas 'Hal' dimungkinkan. Ketika kita bergerak dari www (halaman statis web) ke web2 (web jejaring sosial) ke Web3 (web komputasi di mana-mana), kebutuhan akan data-on-demand menggunakan query intuitif canggih meningkat. Untuk mengambil keuntungan penuh dari teknologi internet yang tersedia, ada kebutuhan untuk menyebarkan skala besar, platform-independen, infrastruktur jaringan sensor nirkabel yang mencakup pengelolaan data dan pengolahan, aktuasi dan analisis. Cloud computing menjanjikan keandalan tinggi, skalabilitas dan otonomi untuk menyediakan akses di mana-mana, penemuan sumber daya yang dinamis dan composability diperlukan untuk Internet generasi berikutnya dari aplikasi Hal. Konsumen akan dapat memilih tingkat layanan dengan mengubah parameter kualitas layanan.
3. Definisi, tren dan elemen
3.1. Definisi
Seperti yang diidentifikasi oleh Atzori dkk. [8], Internet of Things dapat diwujudkan dalam tiga paradigma-internet-oriented (middleware), hal (sensor) dan semantik berorientasi (pengetahuan) yang berorientasi. Meskipun jenis delineasi diperlukan karena sifat interdisipliner subjek, kegunaan IOT dapat dilepaskan hanya dalam domain aplikasi di mana tiga paradigma berpotongan.
Kelompok RFID mendefinisikan Internet of Things as-
•
Jaringan di seluruh dunia dari objek yang saling berhubungan unik beralamat berdasarkan protokol komunikasi standar.
Menurut Cluster proyek penelitian Eropa di Internet of Things [2] -
•
'Hal' adalah peserta aktif dalam bisnis, informasi dan proses sosial di mana mereka diaktifkan untuk berinteraksi dan berkomunikasi di antara mereka sendiri dan dengan lingkungan dengan bertukar data dan informasi merasakan tentang lingkungan, sementara bereaksi secara mandiri untuk real / fisik peristiwa dunia dan mempengaruhinya dengan menjalankan proses yang memicu tindakan dan menciptakan layanan dengan atau tanpa campur tangan manusia secara langsung.
Menurut Forrester [9], sebuah lingkungan-pintar
•
Menggunakan teknologi informasi dan komunikasi untuk membuat komponen infrastruktur kritis dan jasa dari kota administrasi, pendidikan, kesehatan, keselamatan publik, real estate, transportasi dan utilitas lebih sadar, interaktif dan efisien.
Dalam definisi kita, kita membuat definisi yang lebih pengguna sentris dan tidak membatasi untuk setiap protokol komunikasi standar. Hal ini akan memungkinkan aplikasi tahan lama untuk dikembangkan dan disebarkan menggunakan tersedia state-of-the-art protokol pada setiap titik waktu tertentu. Definisi kita tentang Internet of Things untuk lingkungan cerdas adalah-
•
Interkoneksi penginderaan dan penggerak perangkat menyediakan kemampuan untuk berbagi informasi di platform melalui kerangka kerja terpadu, mengembangkan gambaran operasi umum untuk memungkinkan aplikasi inovatif. Hal ini dicapai dengan penginderaan mulus di mana-mana, analisis data dan representasi informasi dengan Cloud computing sebagai kerangka pemersatu.
3.2. Tren
Internet of Things telah diidentifikasi sebagai salah satu teknologi yang sedang berkembang di IT seperti yang tercantum dalam Gartner Hype Cycle IT (lihat Gambar. 2). Sebuah Hype Cycle [10] adalah cara untuk mewakili munculnya, adopsi, kematangan, dan dampak pada aplikasi teknologi tertentu. Telah diperkirakan bahwa IOT akan mengambil 5-10 tahun untuk adopsi pasar.
Fig. 2.
Gartner 2012 Hype Cycle of emerging technologies.
Gartner Inc. [10].
Popularitas paradigma yang berbeda bervariasi dengan waktu. Pencarian web popularitas, yang diukur dengan tren pencarian Google selama 10 tahun terakhir untuk istilah Internet of Things, Wireless Sensor Networks dan Ubiquitous Computing ditunjukkan pada Gambar. 3 [11]. Seperti dapat dilihat, karena IOT telah datang ke dalam keberadaan, volume pencarian secara konsisten meningkat dengan kecenderungan jatuh untuk Wireless Sensor Networks. Sebagai per Google perkiraan pencari (garis putus-putus pada Gambar. 3), tren ini kemungkinan akan berlanjut sebagai teknologi yang memungkinkan lainnya berkumpul untuk membentuk Internet asli Hal.
Fig. 3.
Google search trends since 2004 for terms Internet of Things, Wireless Sensor Networks, Ubiquitous Computing.
3.3. Elemen IOT
Kami menyajikan taksonomi yang akan membantu dalam menentukan komponen yang diperlukan untuk Internet of Things dari perspektif tingkat tinggi. Taksonomi spesifik masing-masing komponen dapat ditemukan di tempat lain [12], [13] dan [14]. Ada tiga komponen IOT yang memungkinkan ubicomp mulus: (a) Hardware terdiri dari sensor, aktuator dan tertanam perangkat keras komunikasi (b) Middleware-on storage permintaan dan alat komputasi untuk analisis data dan (c) Presentasi-Novel mudah dimengerti visualisasi dan alat-alat interpretasi yang dapat diakses secara luas pada platform yang berbeda dan yang dapat dirancang untuk aplikasi yang berbeda. Pada bagian ini, kita membahas teknologi yang memungkinkan beberapa di kategori ini yang akan membuat tiga komponen yang disebutkan diatas.
3.3.1. Radio Frequency Identification (RFID)
Teknologi RFID merupakan terobosan besar dalam paradigma komunikasi tertanam yang memungkinkan desain microchip untuk komunikasi data nirkabel. Mereka membantu dalam identifikasi otomatis apa yang mereka melekat bertindak sebagai barcode elektronik [15] dan [16]. Tag RFID pasif tidak baterai bertenaga dan mereka menggunakan kekuatan sinyal interogasi pembaca untuk berkomunikasi ID untuk pembaca RFID. Hal ini mengakibatkan banyak aplikasi khususnya dalam manajemen rantai ritel dan pasokan. Aplikasi dapat ditemukan dalam transportasi (penggantian tiket, stiker pendaftaran) dan aplikasi kontrol akses juga. Tag pasif saat ini sedang digunakan di banyak kartu bank dan tag jalan tol yang termasuk dalam penyebaran global pertama. Pembaca RFID aktif memiliki pasokan baterai mereka sendiri dan dapat memberi contoh komunikasi. Dari beberapa aplikasi, aplikasi utama dari tag RFID aktif dalam wadah pelabuhan [16] untuk memantau kargo.
3.3.2. Wireless Sensor Networks (WSN)
Kemajuan teknologi terbaru dalam kekuasaan terintegrasi rendah sirkuit dan komunikasi nirkabel telah tersedia efisien, murah, perangkat daya rendah miniatur untuk digunakan dalam aplikasi penginderaan jauh. Kombinasi faktor-faktor ini telah meningkatkan kelangsungan hidup memanfaatkan jaringan sensor yang terdiri dari sejumlah besar sensor cerdas, memungkinkan pengumpulan, pengolahan, analisis dan penyebaran informasi yang berharga, berkumpul di berbagai lingkungan [7]. RFID aktif hampir sama dengan ujung bawah node WSN dengan kemampuan pengolahan yang terbatas dan penyimpanan. Tantangan ilmiah yang harus diatasi dalam rangka mewujudkan potensi yang besar dari WSNs substansial dan multidisiplin di alam [7]. Data sensor dibagi antara node sensor dan dikirim ke sistem terdistribusi atau terpusat untuk analisis. Komponen yang membentuk jaringan pemantauan WSN meliputi:
(Sebuah)
WSN hardware-Biasanya node (WSN inti hardware) berisi antarmuka sensor, unit pengolahan, unit transceiver dan catu daya. Hampir selalu, mereka terdiri dari beberapa konverter A / D untuk sensor interfacing dan node sensor yang lebih modern memiliki kemampuan untuk berkomunikasi menggunakan salah satu pita frekuensi membuat mereka lebih fleksibel [7].
(b)
WSN komunikasi tumpukan-Node diharapkan akan dikerahkan secara ad-hoc untuk sebagian besar aplikasi. Merancang topologi yang tepat, routing dan lapisan MAC sangat penting untuk skalabilitas dan umur panjang dari jaringan dikerahkan. Node dalam WSN sebuah perlu berkomunikasi di antara mereka sendiri untuk mengirimkan data di tunggal atau multi-hop dengan stasiun pangkalan. Node drop out, dan konsekuen masa hidup jaringan yang rusak, sering. Tumpukan komunikasi di node wastafel harus dapat berinteraksi dengan dunia luar melalui internet untuk bertindak sebagai gateway ke subnet WSN dan Internet [17].
(c)
WSN Middleware-Mekanisme untuk menggabungkan infrastruktur maya dengan Service Oriented Architecture (SOA) dan jaringan sensor untuk memberikan akses ke sumber daya yang heterogen sensor dalam penyebaran secara independen [17]. Hal ini didasarkan pada gagasan mengisolasi sumber daya yang dapat digunakan oleh beberapa aplikasi. Sebuah middleware platform-independen untuk aplikasi sensor mengembangkan diperlukan, seperti Open Sensor Web Architecture (OSWA) [18]. OSWA dibangun di atas satu set seragam operasi dan representasi data standar seperti yang didefinisikan dalam Sensor Metode Web Pemberdayaan (SWE) oleh Open Geospatial Consortium (OGC).
(d)
Data yang aman agregasi-Metode agregasi data yang efisien dan aman diperlukan untuk memperpanjang umur jaringan serta memastikan data yang dapat diandalkan dikumpulkan dari sensor [18]. Kegagalan node adalah karakteristik umum dari WSNs, topologi jaringan harus memiliki kemampuan untuk menyembuhkan dirinya sendiri. Memastikan keamanan sangat penting karena sistem secara otomatis terkait dengan aktuator dan melindungi sistem dari penyusup menjadi sangat penting.
3.3.3. Mengatasi skema
Kemampuan untuk secara unik mengidentifikasi 'Hal' adalah penting untuk keberhasilan IOT. Hal ini tidak hanya akan memungkinkan kita untuk secara unik mengidentifikasi miliaran perangkat tetapi juga untuk mengontrol perangkat remote melalui Internet. Beberapa fitur yang paling penting untuk menciptakan sebuah alamat yang unik adalah: keunikan, kehandalan, ketekunan dan skalabilitas.
Setiap elemen yang sudah terhubung dan mereka yang akan dihubungkan, harus diidentifikasi oleh identifikasi yang unik mereka, lokasi dan fungsi. IPv4 saat ini dapat mendukung sampai batas mana sekelompok kumpul kebo perangkat sensor dapat diidentifikasi secara geografis, tetapi tidak secara individu. Internet Mobilitas atribut dalam IPv6 dapat mengurangi beberapa masalah identifikasi perangkat; Namun, sifat heterogen node nirkabel, tipe data variabel, operasi bersamaan dan pertemuan data dari perangkat memperburuk masalah lebih lanjut [19].
Jaringan gigih berfungsi untuk menyalurkan lalu lintas data ubiquitously dan tanpa henti adalah aspek lain dari IOT. Meskipun, TCP / IP menangani mekanisme ini dengan routing dalam cara yang lebih handal dan efisien, dari sumber ke tujuan, IOT menghadapi hambatan pada antarmuka antara gateway dan perangkat sensor nirkabel. Selain itu, skalabilitas dari alamat perangkat jaringan yang ada harus berkelanjutan. Penambahan jaringan dan perangkat tidak harus menghambat kinerja jaringan, fungsi perangkat, keandalan data melalui jaringan atau penggunaan yang efektif dari perangkat dari antarmuka pengguna.
Untuk mengatasi masalah ini, Uniform Resource Name (URN) sistem dianggap mendasar bagi pengembangan IOT. URN menciptakan replika dari sumber daya yang dapat diakses melalui URL. Dengan sejumlah besar data spasial yang dikumpulkan, seringkali cukup penting untuk mengambil keuntungan dari manfaat metadata untuk mentransfer informasi dari database untuk pengguna melalui Internet [20]. IPv6 juga memberikan pilihan yang sangat baik untuk mengakses sumber daya unik dan jarak jauh. Perkembangan lain yang penting dalam menyikapi adalah pengembangan IPv6 ringan yang akan memungkinkan pengalamatan peralatan rumah unik.
Jaringan sensor nirkabel (mengingat mereka sebagai blok bangunan dari IOT), yang berjalan pada tumpukan yang berbeda dibandingkan dengan Internet, tidak dapat memiliki IPv6 stack untuk mengatasi secara individual dan karenanya subnet dengan gateway memiliki URN akan diperlukan. Dengan pemikiran ini, kita kemudian harus lapisan untuk menangani perangkat sensor oleh gateway yang relevan. Pada tingkat subnet, yang URN untuk perangkat sensor bisa menjadi ID unik daripada nama ramah manusia-seperti di www, dan tabel pencarian di gateway untuk mengatasi perangkat ini. Selanjutnya, di tingkat simpul setiap sensor akan memiliki URN (nomor) untuk sensor ditangani oleh gateway. Seluruh jaringan sekarang membentuk web konektivitas dari pengguna (tingkat tinggi) ke sensor (tingkat rendah) yang beralamat (melalui URN), diakses (melalui URL) dan dikendalikan (melalui URC).
3.3.4. Penyimpanan data dan analisis
Salah satu hasil yang paling penting dari bidang ini muncul adalah terciptanya jumlah belum pernah terjadi sebelumnya dari data. Penyimpanan, kepemilikan dan berakhirnya data menjadi isu penting. Internet mengkonsumsi hingga 5% dari total energi yang dihasilkan hari ini dan dengan jenis tuntutan, itu pasti untuk naik lebih jauh. Oleh karena itu, pusat data yang berjalan di dipanen energi dan terpusat akan menjamin efisiensi energi serta keandalan. Data harus disimpan dan digunakan secara cerdas untuk pemantauan cerdas dan aktuasi. Hal ini penting untuk mengembangkan algoritma kecerdasan buatan yang dapat terpusat atau didistribusikan berdasarkan kebutuhan. Algoritma fusi Novel perlu dikembangkan untuk memahami data yang dikumpulkan. State-of-the-art non-linear, metode pembelajaran mesin sementara berdasarkan algoritma evolusioner, algoritma genetika, jaringan saraf, dan teknik kecerdasan buatan lainnya yang diperlukan untuk mencapai pengambilan keputusan otomatis. Sistem ini menunjukkan karakteristik seperti interoperabilitas, integrasi dan komunikasi adaptif. Mereka juga memiliki arsitektur modular baik dari segi desain sistem perangkat keras serta pengembangan perangkat lunak dan biasanya sangat cocok untuk aplikasi IOT. Lebih penting lagi, infrastruktur terpusat untuk mendukung penyimpanan dan analisis diperlukan. Ini membentuk lapisan middleware IOT dan ada banyak tantangan yang terlibat yang dibahas di bagian depan. Pada 2012, solusi penyimpanan berbasis Cloud menjadi semakin populer dan di tahun-tahun ke depan, analisis berdasarkan Cloud dan platform visualisasi yang diramalkan.
3.3.5. Visualisasi
Visualisasi sangat penting untuk sebuah aplikasi IOT karena hal ini memungkinkan interaksi pengguna dengan lingkungan. Dengan kemajuan terbaru dalam teknologi layar sentuh, penggunaan tablet cerdas dan ponsel telah menjadi sangat intuitif. Untuk orang awam untuk sepenuhnya manfaat dari revolusi IOT, menarik dan mudah dimengerti visualisasi harus dibuat. Ketika kita bergerak dari 2D ke 3D layar, informasi lebih lanjut dapat diberikan dalam cara yang berarti bagi konsumen. Ini juga akan memungkinkan para pembuat kebijakan untuk mengkonversi data menjadi pengetahuan, yang penting dalam pengambilan keputusan yang cepat. Ekstraksi dari informasi yang berarti dari data mentah adalah non-sepele. Ini meliputi baik deteksi acara dan visualisasi data mentah dan model yang terkait, dengan informasi diwakili sesuai dengan kebutuhan pengguna akhir.
4. Aplikasi
Ada beberapa aplikasi domain yang akan dipengaruhi oleh Internet muncul dari Hal. Aplikasi dapat diklasifikasikan berdasarkan jenis ketersediaan jaringan, cakupan, skala, heterogenitas, pengulangan, keterlibatan pengguna dan dampak [21]. Kami mengkategorikan aplikasi ke dalam empat domain aplikasi: (1) Pribadi dan Rumah; (2) Enterprize; (3) Utilitas; dan (4) Mobile. Hal ini digambarkan dalam Gambar. 1, yang mewakili pribadi dan Home IOT pada skala individu atau rumah, Enterprize IOT di skala komunitas, Utilitas IOT di skala nasional atau regional dan Mobile IOT yang biasanya tersebar di domain lainnya terutama karena sifat konektivitas dan skala. Ada crossover besar dalam aplikasi dan penggunaan data antara domain. Misalnya, Pribadi dan Rumah IOT menghasilkan data penggunaan listrik di rumah dan membuatnya tersedia untuk listrik (utilitas) perusahaan yang pada gilirannya dapat mengoptimalkan pasokan dan permintaan di Utility IOT. Internet memungkinkan berbagi data antara penyedia layanan yang berbeda dengan cara yang mulus membuat beberapa peluang bisnis. Beberapa aplikasi khas dalam setiap domain diberikan.
4.1. Pribadi dan rumah
Informasi yang dikumpulkan sensor hanya digunakan oleh individu-individu yang secara langsung memiliki jaringan. Biasanya WiFi digunakan sebagai tulang punggung yang memungkinkan data bandwidth (video) transfer yang lebih tinggi serta tingkat sampling yang lebih tinggi (Suara).
Kesehatan di mana-mana [8] telah dibayangkan selama dua dekade terakhir. IOT memberikan platform yang sempurna untuk mewujudkan visi ini menggunakan sensor daerah tubuh dan IOT back end untuk meng-upload data ke server. Misalnya, Smartphone dapat digunakan untuk komunikasi bersama dengan beberapa interface seperti Bluetooth untuk interfacing sensor mengukur parameter fisiologis. Sejauh ini, ada beberapa aplikasi yang tersedia untuk Apple iOS, Google Android dan Windows Phone sistem yang mengukur berbagai parameter operasi. Namun, belum terpusat di awan untuk dokter umum untuk mengakses sama.
Perluasan dari jaringan area tubuh pribadi adalah menciptakan sistem pemantauan rumah untuk perawatan lansia, yang memungkinkan dokter untuk memantau pasien dan orang tua di rumah mereka sehingga mengurangi biaya rawat inap melalui intervensi dini dan pengobatan [22] dan [23].
Pengendalian peralatan rumah seperti AC, kulkas, mesin cuci dll, akan memungkinkan rumah dan energi manajemen yang lebih baik. Ini akan melihat konsumen terlibat dalam revolusi IOT dengan cara yang sama seperti revolusi internet itu sendiri [24] dan [25]. Jejaring sosial diatur untuk menjalani transformasi lain dengan miliaran benda yang saling berhubungan [26] dan [27]. Perkembangan yang menarik akan menggunakan Twitter seperti konsep di mana individu Hal 'di rumah secara berkala dapat tweet bacaan yang dapat dengan mudah diikuti dari mana saja menciptakan TweetOT. Meskipun ini memberikan kerangka umum menggunakan cloud untuk akses informasi, paradigma keamanan baru akan diperlukan untuk ini harus sepenuhnya menyadari [28].
4.2. Enterprize
Kami mengacu pada 'Jaringan Hal' dalam lingkungan kerja sebagai aplikasi berbasis enterprize. Informasi yang dikumpulkan dari jaringan tersebut hanya digunakan oleh para pemilik dan data dapat dilepaskan secara selektif. Pemantauan lingkungan adalah aplikasi umum pertama yang diimplementasikan untuk melacak jumlah penghuni dan mengelola utilitas dalam gedung (misalnya, HVAC, pencahayaan).
Sensor selalu menjadi bagian integral dari setup pabrik untuk keamanan, otomatisasi, kontrol iklim, dll ini akhirnya akan digantikan oleh sistem nirkabel yang memberikan fleksibilitas untuk membuat perubahan setup bila diperlukan. Ini tidak lain hanyalah sebuah subnet IOT didedikasikan untuk pemeliharaan pabrik.
Salah satu area aplikasi IOT utama yang sudah menarik perhatian Smart Lingkungan IOT [21] dan [28]. Ada beberapa testbeds sedang dilaksanakan dan masih banyak lagi yang direncanakan di tahun-tahun mendatang. Pintar lingkungan meliputi subsistem seperti yang ditunjukkan pada Tabel 1 dan karakteristik dari perspektif teknologi tercantum singkat. Perlu dicatat bahwa masing-masing sub domain mencakup banyak kelompok fokus dan data akan dibagi. Aplikasi atau penggunaan-kasus dalam lingkungan perkotaan yang dapat manfaat dari realisasi kemampuan WSN kota pintar ditunjukkan pada Tabel 2. Aplikasi ini dikelompokkan menurut daerah dampaknya. Ini termasuk efek pada warga mengingat kesehatan dan kesejahteraan isu; transportasi dalam terang dampaknya terhadap mobilitas, produktivitas, polusi; dan jasa dalam hal pelayanan masyarakat kritis dikelola dan disediakan oleh pemerintah daerah untuk penduduk kota.
Table 1.
Smart environment application domains.
| Smart home/office | Smart retail | Smart city | Smart agriculture/forest | Smart water | Smart transportation |
|---|
| Network size | Small | Small | Medium | Medium/large | Large | Large |
| Users | Very few, family members | Few, community level | Many, policy makers, general public | Few, landowners, policy makers | Few, government | Large, general public |
| Energy | Rechargeable battery | Rechargeable battery | Rechargeable battery, energy harvesting | Energy harvesting | Energy harvesting | Rechargeable battery, Energy harvesting |
| Internet connectivity | Wifi, 3G, 4G LTE backbone | Wifi, 3G, 4G LTE backbone | Wifi, 3G, 4G LTE backbone | Wifi, satellite communication | Satellite communication, microwave links | Wifi, satellite communication |
| Data management | Local server | Local server | Shared server | Local server, shared server | Shared server | Shared server |
| IoT devices | RFID, WSN | RFID, WSN | RFID, WSN | WSN | Single sensors | RFID, WSN, single sensors |
| Bandwidth requirement | Small | Small | Large | Medium | Medium | Medium/large |
| Example testbeds | Aware home [29] | SAP future retail center [30] | Smart Santander [31], citySense [32] | SiSViA [33] | GBROOS [34], SEMAT [35] | A few trial implementations [36] and [37] |
Table 2.
Potential IoT applications identified by different focus groups of the city of Melbourne.
| Citizens |
| Healthcare | Triage, patient monitoring, personnel monitoring, disease spread modeling and containment—real-time health status and predictive information to assist practitioners in the field, or policy decisions in pandemic scenarios |
| Emergency services, defense | Remote personnel monitoring (health, location); resource management and distribution, response planning; sensors built into building infrastructure to guide first responders in emergencies or disaster scenarios |
| Crowd monitoring | Crowd flow monitoring for emergency management; efficient use of public and retail spaces; workflow in commercial environments |
| Transport |
| Traffic management | Intelligent transportation through real-time traffic information and path optimization |
| Infrastructure monitoring | Sensors built into infrastructure to monitor structural fatigue and other maintenance; accident monitoring for incident management and emergency response coordination |
| Services |
| Water | Water quality, leakage, usage, distribution, waste management |
| Building management | Temperature, humidity control, activity monitoring for energy usage management, D heating, Ventilation and Air Conditioning (HVAC) |
Environment
|
Air pollution, noise monitoring, waterways, industry monitoring
4.3. keperluan
Informasi dari jaringan di domain aplikasi ini biasanya untuk optimasi layanan daripada konsumsi konsumen. Hal ini sudah digunakan oleh utilitas perusahaan (smart meter oleh perusahaan pasokan listrik) untuk pengelolaan sumber daya dalam rangka mengoptimalkan biaya vs keuntungan. Ini terdiri dari jaringan yang sangat luas (biasanya ditentukan oleh organisasi besar pada skala regional dan nasional) untuk memantau utilitas kritis dan manajemen sumber daya yang efisien. Jaringan backbone digunakan dapat bervariasi antara seluler, WiFi dan komunikasi satelit.
Grid pintar dan metering cerdas adalah aplikasi potensial IOT lain yang sedang dilaksanakan di seluruh dunia [38]. Konsumsi energi yang efisien dapat dicapai dengan terus memantau setiap titik listrik dalam rumah dan menggunakan informasi ini untuk memodifikasi cara listrik yang dikonsumsi. Informasi ini di skala kota digunakan untuk menjaga keseimbangan beban dalam grid memastikan kualitas layanan yang tinggi.
Video berdasarkan IOT [39], yang mengintegrasikan pengolahan citra, visi komputer dan jaringan kerangka, akan membantu mengembangkan wilayah penelitian ilmiah menantang baru di persimpangan video, inframerah, mikrofon dan jaringan teknologi. Surveillance, aplikasi jaringan kamera yang paling banyak digunakan, membantu target track, mengidentifikasi kegiatan yang mencurigakan, mendeteksi bagasi kiri dan memonitor akses yang tidak sah. Analisis perilaku otomatis dan deteksi event (sebagai bagian dari analisis video canggih) masih dalam tahap awal dan terobosan diharapkan pada dekade berikutnya seperti yang ditunjukkan di 2012 Gartner Bagan (lihat Gambar. 2).
Monitoring jaringan air dan kualitas jaminan air minum adalah aplikasi penting lain yang sedang ditangani menggunakan IOT. Sensor mengukur parameter air kritis dipasang di lokasi penting dalam rangka untuk memastikan kualitas pasokan tinggi. Hal ini untuk menghindari kontaminasi antara saluran air hujan, air minum dan pembuangan limbah. Jaringan yang sama dapat diperpanjang untuk memantau irigasi di lahan pertanian. Jaringan ini juga diperpanjang untuk memantau parameter tanah yang memungkinkan pengambilan keputusan yang menyangkut pertanian.
4.4. Ponsel
Cerdas transportasi dan logistik cerdas ditempatkan dalam domain yang terpisah karena sifat berbagi data dan implementasi backbone diperlukan. Lalu lintas perkotaan adalah kontributor utama polusi kebisingan lalu lintas dan kontributor utama penurunan kualitas udara dan emisi gas rumah kaca perkotaan. Kemacetan lalu lintas langsung membebankan biaya yang signifikan terhadap kegiatan ekonomi dan sosial di sebagian besar kota. Efisiensi rantai pasokan dan produktivitas, termasuk operasi just-in-time, yang sangat dipengaruhi oleh kemacetan ini menyebabkan keterlambatan pengiriman dan kegagalan jadwal pengiriman. Informasi lalu lintas yang dinamis akan mempengaruhi pergerakan angkutan, memungkinkan perencanaan yang lebih baik dan ditingkatkan penjadwalan. Transportasi IOT akan memungkinkan penggunaan WSNs skala besar untuk pemantauan online kali perjalanan, asal-tujuan (O-D) perilaku pemilihan rute, panjang antrian dan polutan udara dan emisi kebisingan. IOT kemungkinan akan menggantikan informasi lalu lintas yang disediakan oleh jaringan sensor yang ada induktif detektor kendaraan lingkaran dipekerjakan di persimpangan dari sistem kontrol lalu lintas yang ada. Mereka juga akan mendukung pengembangan model berbasis skenario untuk perencanaan dan desain rencana mitigasi dan penanggulangan, serta meningkatkan algoritma untuk pengendalian lalu lintas perkotaan, termasuk sistem kontrol multi-tujuan. Dikombinasikan dengan informasi yang dikumpulkan dari sistem kontrol lalu lintas perkotaan, informasi yang valid dan relevan pada kondisi lalu lintas dapat disajikan kepada wisatawan.
Prevalensi teknologi Bluetooth perangkat (BT) mencerminkan penetrasi IOT saat ini di sejumlah produk digital seperti ponsel, hands-free car set, sistem navigasi, dll perangkat BT memancarkan sinyal dengan unik Media Access Identifikasi (MAC-ID ) nomor yang dapat dibaca oleh sensor BT dalam area cakupan. Pembaca ditempatkan di lokasi yang berbeda dapat digunakan untuk mengidentifikasi gerakan perangkat. Dilengkapi dengan sumber data lain seperti sinyal lalu lintas, atau bus GPS, masalah penelitian yang dapat diatasi termasuk kendaraan waktu perjalanan di jalan raya dan jalan-jalan arteri, dinamis (waktu tergantung) O-D matriks pada jaringan, identifikasi persimpangan kritis, dan akurat dan real time informasi negara jaringan transportasi yang handal [37]. Ada banyak masalah privasi dengan penggunaan tersebut dan melupakan digital merupakan domain yang muncul dari penelitian di IOT mana privasi adalah kekhawatiran [42].
Aplikasi lain yang penting dalam domain IOT mobile logistik yang efisien manajemen [37]. Ini termasuk memantau barang yang diangkut serta perencanaan transportasi yang efisien. Pemantauan barang dilakukan lebih lokal, katakanlah, dalam sebuah truk mereplikasi enterprize domain tetapi perencanaan transportasi dilakukan dengan menggunakan jaringan IOT skala besar.
5. Cloud centric Internet of Things
The vision of IoT can be seen from two perspectives—‘Internet’ centric and ‘Thing’ centric. Arsitektur sentris Internet akan melibatkan layanan internet menjadi fokus utama sementara data disumbangkan oleh objek. Dalam arsitektur objek sentris, benda-benda pintar mengambil tengah panggung. Dalam pekerjaan kami, kami mengembangkan pendekatan sentris Internet. Sebuah kerangka konseptual mengintegrasikan perangkat penginderaan di mana-mana dan aplikasi ditunjukkan pada Gambar. 4. Dalam rangka mewujudkan potensi penuh dari komputasi awan serta penginderaan di mana-mana, kerangka gabungan dengan awan di pusat tampaknya paling layak. Hal ini tidak hanya memberikan fleksibilitas membagi biaya yang terkait dengan cara yang paling logis, tetapi juga sangat scalable. Merasakan penyedia layanan dapat bergabung dengan jaringan dan menawarkan data mereka menggunakan cloud storage; alat pengembang analitik dapat memberikan perangkat lunak mereka; ahli kecerdasan buatan dapat memberikan data mining dan pembelajaran mesin alat-alat mereka berguna dalam mengkonversi informasi untuk pengetahuan dan akhirnya desainer grafis komputer dapat menawarkan berbagai alat visualisasi. Komputasi awan dapat menawarkan layanan ini sebagai Prasarana, Platform atau Software di mana potensi penuh kreativitas manusia dapat disadap menggunakan mereka sebagai layanan. Ini dalam arti setuju dengan visi ubicomp dari Weiser serta pendekatan sentris manusia Rogers '. Data yang dihasilkan, alat yang digunakan dan visualisasi dibuat menghilang ke latar belakang, menekan potensi penuh dari Internet of Things di berbagai domain aplikasi. Seperti dapat dilihat dari Gambar. 4, Cloud mengintegrasikan semua ujung ubicomp dengan menyediakan penyimpanan scalable, waktu komputasi dan alat-alat lainnya untuk membangun bisnis baru. Pada bagian ini, kami akan menjelaskan platform cloud menggunakan Manjrasoft Aneka dan Microsoft Azure platform untuk menunjukkan bagaimana awan mengintegrasikan penyimpanan, komputasi dan paradigma visualisasi. Selain itu, kami memperkenalkan ranah penting dari interaksi antara awan yang berguna untuk menggabungkan awan publik dan swasta menggunakan Aneka. Interaksi ini sangat penting untuk pengembang aplikasi untuk membawa informasi merasakan, algoritma analisis dan visualisasi di bawah satu kerangka mulus tunggal.
Namun, mengembangkan aplikasi IOT menggunakan tingkat rendah model pemrograman Cloud dan interface seperti Thread dan model MapReduce adalah kompleks. Untuk mengatasi hal ini, kita perlu aplikasi kerangka tertentu IOT untuk penciptaan cepat aplikasi dan penyebaran mereka di infrastruktur Cloud. Hal ini dicapai dengan pemetaan kerangka yang diusulkan untuk API Cloud yang ditawarkan oleh platform seperti Aneka. Oleh karena itu, kerangka aplikasi spesifik IOT baru harus mampu memberikan dukungan untuk (1) membaca data stream baik dari senors langsung atau mengambil data dari database, (2) mudah ekspresi analisis data logika sebagai fungsi / operator yang memproses data stream di secara transparan dan terukur pada infrastruktur Cloud, dan (3) jika ada peristiwa menarik yang terdeteksi, hasil harus melewati aliran output, yang terhubung ke program visualisasi. Menggunakan kerangka tersebut, pengembang aplikasi IOT akan mampu memanfaatkan kekuatan komputasi Cloud tanpa mengetahui rincian tingkat rendah untuk menciptakan aplikasi yang handal dan skala. Sebuah model untuk realisasi lingkungan seperti itu untuk aplikasi IOT ditunjukkan pada Gambar. 5, sehingga mengurangi waktu dan biaya yang terlibat dalam rekayasa aplikasi IOT.
5.1. Aneka platform komputasi awan
Aneka adalah pengembangan aplikasi berbasis .NET platform-as-a-Service (PaaS), yang dapat memanfaatkan penyimpanan dan komputasi sumber daya publik dan swasta awan [44]. Ini menawarkan lingkungan runtime dan satu set API yang memungkinkan pengembang untuk membangun aplikasi disesuaikan dengan menggunakan beberapa model pemrograman seperti Task Programming, Thread Pemrograman dan MapReduce Programming. Aneka menyediakan sejumlah layanan yang memungkinkan pengguna untuk mengontrol, auto-besaran, cadangan, memantau dan pengguna tagihan untuk sumber daya yang digunakan oleh aplikasi mereka. Dalam konteks aplikasi Cerdas Lingkungan, Aneka PaaS memiliki karakteristik lain yang penting mendukung penyediaan sumber daya di awan publik seperti Microsoft Azure, Amazon EC2, dan GoGrid, sementara juga memanfaatkan sumber awan swasta mulai dari desktop dan cluster, untuk pusat data virtual . Gambaran Aneka PaaS ditunjukkan pada Gambar. 6 [45]. Untuk pengembang aplikasi, layanan cloud serta data sensor di mana-mana tersembunyi dan mereka disediakan sebagai layanan dengan biaya oleh alat penyediaan Aneka. Manajemen otomatis dari awan untuk aplikasi hosting dan memberikan layanan IOT sebagai SaaS (Software-as-a-Service) akan menjadi platform mengintegrasikan Internet Masa Depan. Ada kebutuhan untuk membuat data dan infrastruktur berbagi layanan yang dapat digunakan untuk mengatasi beberapa skenario aplikasi. Misalnya, deteksi anomali dalam data merasakan dilakukan pada lapisan Aplikasi adalah layanan yang dapat dibagi antara beberapa aplikasi. Ada / aplikasi baru dikerahkan sebagai layanan host dan diakses melalui Internet yang disebut sebagai SaaS. Untuk mengelola aplikasi SaaS pada skala besar, Platform as a Service (PaaS) lapisan perlu mengkoordinasikan awan (penyediaan sumber daya dan penjadwalan aplikasi) tanpa mempengaruhi Quality of Service (QoS) persyaratan aplikasi apapun. Komponen manajemen otonom harus diletakkan di tempat untuk jadwal dan sumber daya penyediaan dengan tingkat akurasi yang lebih tinggi untuk mendukung aplikasi IOT. Koordinasi ini memerlukan lapisan PaaS untuk mendukung kemampuan manajemen otonom diperlukan untuk menangani penjadwalan aplikasi dan sumber daya pengadaan sehingga persyaratan QoS pengguna puas. Komponen manajemen otonom demikian diletakkan di tempat untuk jadwal dan sumber daya penyediaan dengan tingkat akurasi yang lebih tinggi untuk mendukung aplikasi IOT. Sistem manajemen otonom akan erat mengintegrasikan layanan berikut dengan kerangka Aneka: Akuntansi, Pengawasan dan Profiling, Penjadwalan, dan Dynamic Provisioning. Akuntansi, Pengawasan, dan Profiling akan memberi makan sensor dari manajer otonom, sedangkan efektor manajer 'akan mengontrol Penjadwalan dan Dynamic Provisioning. Dari sudut pandang logis dua komponen yang sebagian besar akan mengambil keuntungan dari pengenalan fitur otonom di Aneka adalah scheduler aplikasi dan Sumber Daya Provisioning Dinamis.
5.2. Aplikasi scheduler dan Dynamic Provisioning Sumber di Aneka untuk aplikasi IOT
Aneka scheduler bertanggung jawab untuk menetapkan setiap sumber daya untuk tugas dalam sebuah aplikasi untuk eksekusi berdasarkan pengguna parameter QoS dan biaya keseluruhan untuk penyedia layanan. Tergantung pada perhitungan dan data persyaratan masing-masing aplikasi Sensor, ia mengarahkan komponen penyediaan sumber daya dinamis untuk instantiate atau mengakhiri sejumlah tertentu dari komputasi, penyimpanan, dan sumber daya jaringan tetap menjaga antrian tugas yang harus dijadwalkan. Logika ini tertanam sebagai algoritma penjadwalan aplikasi multi-tujuan. Scheduler mampu kudis kegagalan sumber daya dengan merealokasi tugas-tugas ke sumber informasi lainnya cocok Cloud.
Dynamic Provisioning Sumber Daya komponen mengimplementasikan logika untuk penyediaan dan pengelolaan sumber daya virtual dalam lingkungan komputasi awan privat dan publik berdasarkan kebutuhan sumber daya seperti yang diarahkan oleh scheduler aplikasi. Hal ini dicapai dengan dinamis negosiasi dengan Infrastruktur Cloud sebagai Service (IaaS) penyedia untuk tepat sumber daya untuk waktu dan biaya tertentu dengan memperhatikan sejarah pelaksanaan masa lalu aplikasi dan ketersediaan anggaran. Keputusan ini dibuat pada saat runtime, ketika aplikasi SaaS terus mengirim permintaan untuk platform cloud Aneka [46].
6. IOT Sensor analisis data yang SaaS menggunakan Aneka dan Microsoft Azure
Microsoft Azure adalah platform cloud, yang ditawarkan oleh Microsoft, meliputi empat komponen seperti yang dirangkum dalam Tabel 3 [44]. Ada beberapa keuntungan untuk mengintegrasikan Azure dan Aneka. Aneka bisa meluncurkan sejumlah kasus di atas awan Azure untuk menjalankan aplikasi mereka. Pada dasarnya, ia menyediakan infrastruktur penyediaan. Demikian pula, Aneka menyediakan fitur PaaS canggih seperti ditunjukkan pada Gambar. 6. Ini menyediakan beberapa model pemrograman (Task, Thread, MapReduce), layanan eksekusi runtime, jasa manajemen beban kerja, dynamic provisioning, QoS penjadwalan berdasarkan dan penagihan yang fleksibel.
Table 3.
Microsoft Azure components.
| Microsoft Azure | On demand compute services, storage services |
|---|
| SQL Azure | Supports Transact-SQL and support for the synchronization of relational data across SQL Azure and on-premises SQL server |
| AppFabric | Interconnecting cloud and on-premise applications; Accessed through the HTTP REST API |
| Azure Marketplace | Online service for making transactions on apps and data |
Seperti dibahas sebelumnya, untuk mewujudkan visi ubicomp, alat dan data harus dibagi antara pengembang aplikasi untuk membuat aplikasi baru. Ada dua rintangan utama dalam pelaksanaan tersebut. Pertama, interaksi antara awan menjadi penting yang ditangani oleh Aneka dalam model InterCloud. Dukungan Aneka untuk model InterCloud memungkinkan penciptaan hibrida Cloud lingkungan komputasi yang menggabungkan sumber daya Awan swasta dan publik. Artinya, setiap kali Cloud swasta tidak mampu memenuhi persyaratan QoS aplikasi, Aneka sewa kemampuan ekstra dari Cloud publik untuk memastikan bahwa aplikasi ini mampu mengeksekusi dalam batas waktu yang ditentukan dengan cara halus [45]. Kedua, analisis data dan alat kecerdasan buatan yang menuntut komputasi, yang membutuhkan sumber daya yang besar. Untuk analisis data dan alat kecerdasan buatan, model pemrograman tugas Aneka menyediakan kemampuan untuk mengekspresikan aplikasi sebagai kumpulan tugas independen. Setiap tugas dapat melakukan operasi yang berbeda, atau operasi yang sama pada data yang berbeda, dan dapat dilaksanakan dalam urutan oleh lingkungan runtime. Dalam rangka untuk menunjukkan ini, kita telah menggunakan sebuah skenario di mana terdapat analisis beberapa algoritma dan berbagai sumber data. Skema dari interaksi antara Aneka dan Azure diberikan pada Gambar. 7, di mana Aneka Pekerja Wadah digunakan sebagai contoh Azure Pekerja Peran [44]. Aneka Guru Kontainer akan ditempatkan di awan swasta lokal, sedangkan Aneka Pekerja Kontainer akan dijalankan sebagai contoh dari Microsoft Azure Pekerja Peran. Seperti yang ditunjukkan pada Gambar. 7, ada dua jenis Peran Microsoft Azure Pekerja digunakan. Ini adalah Peran Aneka Pekerja dan Peran Pesan Proxy. Dalam hal ini, salah satu contoh dari Peran Pesan Proxy dan setidaknya satu contoh dari Peran Aneka Pekerja dikerahkan. Jumlah maksimum contoh Peran Aneka Pekerja yang bisa diluncurkan dibatasi oleh tawaran berlangganan dari Microsoft Azure Service yang pengguna memilih. Dalam skenario penyebaran ini, ketika pengguna mengirimkan permohonan kepada Aneka Guru, unit kerja akan dijadwalkan oleh Master Aneka dengan memanfaatkan lokal Pekerja Aneka, jika mereka ada, dan contoh Aneka Pekerja di Microsoft Azure secara bersamaan. Ketika Pekerja Aneka menyelesaikan pelaksanaan unit kerja Aneka, mereka akan mengirimkan kembali hasilnya ke Aneka Guru, dan kemudian Aneka Guru akan mengirimkan hasilnya kembali ke aplikasi pengguna.
Gambar. 7.
Skema Aneka / Interaksi Azure untuk analisis data aplikasi.
Ada banyak masalah interoperabilitas ketika penskalaan di beberapa Clouds. Aneka mengatasi masalah ini dengan menyediakan kerangka kerja, yang memungkinkan penciptaan adapter untuk infrastruktur Cloud yang berbeda, seperti saat ini belum ada "interoperabilitas" standar. Standar-standar ini saat ini sedang dikembangkan oleh banyak forum dan ketika standar tersebut menjadi nyata, adaptor baru untuk Aneka akan dikembangkan. Ini akan memastikan bahwa IOT aplikasi pembuatan penggunaan Aneka mulus bisa mendapatkan keuntungan baik dari swasta, publik atau hibrida Clouds.
Fitur lain yang penting yang diperlukan untuk independen IOT arsitektur bekerja mulus adalah SaaS diperbarui oleh pengembang dinamis. Dalam contoh ini, alat analisis (biasanya dalam bentuk DLL) harus diperbarui dan digunakan oleh beberapa klien. Karena hak akses administratif yang disediakan oleh Azure, ini menjadi tugas non-sepele. Manajemen Ekstensibilitas Framework (MEF) menyediakan solusi sederhana untuk masalah ini. MEF adalah lapisan komposisi untuk NET yang meningkatkan fleksibilitas, pemeliharaan dan testability aplikasi besar. MEF dapat digunakan untuk plugin pihak ketiga, atau dapat membawa manfaat dari arsitektur plugin seperti longgar-digabungkan untuk aplikasi biasa. Ini adalah perpustakaan untuk menciptakan ringan, aplikasi extensible. Hal ini memungkinkan pengembang aplikasi untuk menemukan dan menggunakan ekstensi tanpa konfigurasi yang diperlukan. Hal ini juga memungkinkan pengembang ekstensi mudah merangkum kode dan menghindari ketergantungan keras rapuh. MEF tidak hanya memungkinkan ekstensi untuk digunakan kembali dalam aplikasi, tapi di aplikasi juga. MEF menyediakan cara standar untuk aplikasi host untuk mengekspos dirinya sendiri dan mengkonsumsi ekstensi eksternal. Ekstensi, menurut sifatnya, dapat digunakan kembali di antara aplikasi yang berbeda. Namun, perpanjangan masih bisa dilaksanakan dengan cara yang aplikasi spesifik. Ekstensi sendiri dapat bergantung pada satu sama lain dan MEF akan memastikan mereka kabel bersama-sama dalam urutan yang benar. Salah satu tujuan desain utama dari aplikasi web IOT adalah bahwa hal itu akan menjadi extensible dan MEF memberikan solusi ini. Dengan MEF kita dapat menggunakan algoritma yang berbeda (sebagai dan bila telah tersedia) untuk analisis data yang IOT: misalnya drop perakitan analisis ke dalam folder dan langsung menjadi tersedia untuk aplikasi. Diagram konteks sistem dari analisis data yang dikembangkan diberikan pada Gambar. 8 [47].
Gambar. 8. Diagram konteks sistem.
7. Buka tantangan dan arah masa depan
Diusulkan visi Cloud sentris terdiri dari arsitektur fleksibel dan terbuka yang user centric dan memungkinkan pemain yang berbeda untuk berinteraksi dalam rangka IOT. Hal ini memungkinkan interaksi dengan cara yang cocok untuk kebutuhan mereka sendiri, daripada IOT yang dipercayakan pada mereka. Dengan cara ini, kerangka termasuk ketentuan untuk memenuhi kebutuhan yang berbeda untuk kepemilikan data, keamanan, privasi, dan berbagi informasi.
Beberapa tantangan terbuka dibahas berdasarkan unsur-unsur IOT disajikan sebelumnya. Tantangan termasuk IOT tantangan tertentu seperti privasi, penginderaan partisipatif, analisis data, visualisasi berdasarkan GIS dan komputasi Cloud terlepas dari tantangan WSN standar termasuk arsitektur, efisiensi energi, keamanan, protokol, dan Quality of Service.
Tujuan akhirnya adalah untuk memiliki Plug n 'Mainkan benda pintar yang dapat digunakan dalam lingkungan apapun dengan backbone interoperable memungkinkan mereka untuk berbaur dengan benda pintar lain di sekitar mereka. Standardisasi pita frekuensi dan protokol memainkan peran penting dalam mencapai tujuan ini. Sebuah roadmap perkembangan kunci dalam penelitian IOT dalam konteks aplikasi meresap ditunjukkan pada Gambar. 9, yang meliputi driver teknologi dan hasil aplikasi utama diharapkan dalam dekade berikutnya. Bagian ini berakhir dengan inisiatif internasional beberapa di domain yang dapat memainkan peran penting dalam keberhasilan teknologi ini muncul dengan cepat.
Gambar. 9.
Roadmap dari perkembangan teknologi kunci dalam konteks IOT domain aplikasi envisioned.hnology.
7.1. Arsitektur
Secara keseluruhan arsitektur diikuti pada tahap awal penelitian IOT akan memiliki bantalan yang berat di lapangan itu sendiri dan perlu diselidiki. Sebagian besar karya yang berkaitan dengan arsitektur IOT telah dari jaringan sensor nirkabel perspektif. Proyek Uni Eropa SENSEI dan Internet of Things-Arsitektur (IOT-A) telah mengatasi tantangan terutama dari perspektif WSN dan telah sangat berhasil dalam mendefinisikan arsitektur untuk aplikasi yang berbeda.
Kita mengacu arsitektur untuk keseluruhan IOT mana pengguna berada di pusat dan akan memungkinkan penggunaan data dan infrastruktur untuk mengembangkan aplikasi baru. Arsitektur berdasarkan komputasi awan di pusat telah diusulkan dalam makalah ini. Namun, ini mungkin tidak menjadi pilihan terbaik untuk setiap aplikasi domain terutama untuk pertahanan di mana kecerdasan manusia diandalkan. Meskipun kita melihat arsitektur sentris awan untuk menjadi yang terbaik di mana layanan berbasis biaya yang diperlukan, arsitektur lain harus diselidiki untuk domain aplikasi yang berbeda.
7.2. Penginderaan hemat energi
Penginderaan heterogen efisien dari lingkungan perkotaan perlu untuk secara bersamaan memenuhi tuntutan bersaing beberapa modalitas penginderaan. Hal ini memiliki implikasi pada lalu lintas jaringan, penyimpanan data, dan pemanfaatan energi. Yang penting, ini meliputi infrastruktur baik tetap dan mobile penginderaan serta pengambilan contoh dan acak. Sebuah kerangka umum diperlukan untuk pengumpulan data dan pemodelan yang efektif mengeksploitasi karakteristik spasial dan temporal dari data, baik dalam domain penginderaan serta mengubah domain yang terkait. Misalnya, pemetaan kebisingan perkotaan membutuhkan koleksi terganggu tingkat kebisingan menggunakan baterai bertenaga node menggunakan infrastruktur tetap dan penginderaan partisipatif sebagai komponen kunci untuk kesehatan dan kualitas pelayanan hidup penghuninya.
Penginderaan tekan memungkinkan berkurang pengukuran sinyal tanpa mempengaruhi rekonstruksi yang akurat dari sinyal. Sebuah sinyal jarang dalam satu dasar dapat pulih dari sejumlah kecil proyeksi ke dasar kedua yang koheren dengan yang pertama. Masalahnya mengurangi untuk menemukan solusi jarang melalui terkecil l1-norma koefisien vektor yang setuju dengan pengukuran. Dalam konteks penginderaan di mana-mana, ini memiliki implikasi untuk kompresi data, lalu lintas jaringan dan distribusi sensor. Penginderaan nirkabel tekan (CWS) menggunakan komunikasi sinkron untuk mengurangi daya transmisi dari masing-masing sensor ; transmisi proyeksi berisik sampel data ke lokasi pusat untuk agregasi.
7.3. Mengamankan jaringan reprogrammable dan privasi
Keamanan akan menjadi perhatian utama di mana pun jaringan dikerahkan di skala besar. Ada banyak cara sistem dapat menyerang-menonaktifkan ketersediaan jaringan; mendorong data yang salah ke dalam jaringan; mengakses informasi pribadi; dll Tiga komponen fisik IOT-RFID, WSN dan awan rentan terhadap serangan tersebut. Keamanan sangat penting untuk setiap jaringan dan garis pertama pertahanan terhadap korupsi data kriptografi.
Dari tiga, RFID (terutama pasif) tampaknya menjadi yang paling rentan karena memungkinkan pelacakan orang serta benda-benda dan tidak ada tingkat tinggi intelijen dapat diaktifkan pada perangkat ini. Masalah-masalah yang kompleks namun memiliki solusi yang dapat diberikan dengan menggunakan metode kriptografi dan layak penelitian lebih lanjut sebelum mereka diterima secara luas.
Terhadap penyerang luar, enkripsi memastikan kerahasiaan data, sedangkan kode otentikasi pesan memastikan integritas data dan keaslian.
Enkripsi, bagaimanapun, tidak melindungi terhadap insider serangan berbahaya, untuk mengatasi yang non-kriptografi berarti diperlukan, khususnya di WSNs. Juga, secara berkala, aplikasi sensor baru harus diinstal, atau yang sudah ada perlu diperbarui. Hal ini dilakukan dengan pemrograman ulang nirkabel jarak jauh dari semua node dalam jaringan. Pemrograman ulang jaringan tradisional hanya terdiri dari protokol penyebaran data yang mendistribusikan kode untuk semua node dalam jaringan tanpa otentikasi, yang merupakan ancaman keamanan.
Sebuah protokol pemrograman ulang aman memungkinkan node untuk mengotentikasi setiap update kode dan mencegah instalasi berbahaya. Kebanyakan protokol seperti misalnya, yang berdasarkan pada patokan protokol Bah. Kita perlu kriptografi add-ons untuk Deluge, yang meletakkan dasar untuk algoritma yang lebih canggih untuk dikembangkan.
Keamanan di awan adalah daerah penting dari penelitian yang akan membutuhkan lebih banyak perhatian. Seiring dengan kehadiran data dan alat, awan juga menangani ekonomi IOT yang akan membuatnya menjadi ancaman yang lebih besar dari penyerang. Perlindungan keamanan dan identitas menjadi penting dalam awan hybrid di mana swasta serta awan publik akan digunakan oleh bisnis .
Mengingat selamanya dalam konteks IOT menimbulkan masalah privasi sebanyak data yang dikumpulkan dapat digunakan dalam cara yang positif (untuk layanan iklan) dan negatif (untuk pencemaran nama baik). Lupa digital bisa muncul sebagai salah satu bidang utama penelitian untuk mengatasi masalah dan pengembangan kerangka kerja yang tepat untuk melindungi data pribadi.
7.4. Kualitas pelayanan
Jaringan heterogen adalah (secara default) multi-layanan; menyediakan lebih dari satu aplikasi atau layanan yang berbeda. Ini berarti tidak hanya beberapa jenis lalu lintas dalam jaringan, tetapi juga kemampuan jaringan tunggal untuk mendukung semua aplikasi tanpa QoS kompromi.
Ada dua kelas aplikasi: throughput dan delay toleran lalu lintas elastis (misalnya pemantauan parameter cuaca pada tingkat rendah sampling), dan bandwidth dan menunda sensitif inelastis (real-time) lalu lintas (misalnya suara atau pemantauan lalu lintas), yang dapat lebih dibedakan oleh aplikasi yang berhubungan dengan data (video resolusi tinggi misalnya-rendah vs) dengan persyaratan QoS yang berbeda. Oleh karena itu, dikendalikan, pendekatan yang optimal untuk melayani trafik jaringan yang berbeda, masing-masing dengan QoS aplikasi sendiri kebutuhan diperlukan.
Hal ini tidak mudah untuk memberikan jaminan QoS di jaringan nirkabel, sebagai segmen sering merupakan 'kesenjangan' dalam jaminan sumber daya karena alokasi sumber daya dan kemampuan manajemen kendala dalam media wireless bersama.
Quality of Service di Cloud computing adalah daerah lain penelitian utama yang akan membutuhkan perhatian lebih dan lebih sebagai data dan alat menjadi tersedia di awan. Penjadwalan dan alokasi sumber daya algoritma dinamis berdasarkan partikel optimasi segerombolan sedang dikembangkan. Untuk aplikasi kapasitas tinggi dan sebagai IOT tumbuh, ini bisa menjadi hambatan.
7.5. Protokol baru
Protokol pada akhir penginderaan IOT akan memainkan peran kunci dalam realisasi lengkap. Mereka membentuk tulang punggung untuk terowongan data antara sensor dan dunia luar. Untuk sistem untuk bekerja secara efisien, protokol MAC efisien energi dan routing protokol yang tepat sangat penting. Beberapa protokol MAC telah diusulkan untuk berbagai domain dengan TDMA (tabrakan bebas), CSMA (efisiensi lalu lintas rendah) dan FDMA (tabrakan gratis tapi membutuhkan sirkuit tambahan di node) skema tersedia untuk pengguna. Tak satu pun dari mereka yang diterima sebagai standar dan dengan tersedia skenario ini 'hal-hal' lebih akan mendapatkan lebih berantakan, yang memerlukan penelitian lebih lanjut.
Sebuah sensor individu dapat drop out untuk sejumlah alasan, sehingga jaringan harus beradaptasi diri dan memungkinkan untuk multi-path routing. Multi-hop routing protokol yang digunakan dalam jaringan mobile ad hoc dan WSNs terestrial. Mereka terutama dibagi menjadi tiga kategori-data yang centric, berbasis lokasi dan hirarkis, lagi berdasarkan domain aplikasi yang berbeda. Energi adalah pertimbangan utama untuk protokol routing yang ada. Dalam kasus IOT, perlu dicatat bahwa tulang punggung akan tersedia dan jumlah hop dalam skenario multi-hop akan terbatas. Dalam skenario seperti itu, routing protokol yang ada harus cukup dalam pelaksanaan praktis dengan sedikit modifikasi.
7.6. Penginderaan partisipatif
Sejumlah proyek telah mulai mengatasi pengembangan masyarakat sentris (atau partisipatif) penginderaan platform. Seperti disebutkan sebelumnya, orang penginderaan centric menawarkan kemungkinan biaya penginderaan rendah dari lingkungan lokal untuk pengguna.
Oleh karena itu dapat memberikan indikasi yang paling dekat dari parameter lingkungan yang dialami oleh pengguna. Telah dicatat bahwa data lingkungan yang dikumpulkan oleh pengguna membentuk mata uang sosial.
Hasil ini data yang lebih tepat waktu yang dihasilkan dibandingkan dengan data yang tersedia melalui infrastruktur jaringan sensor tetap. Yang paling penting, itu adalah kesempatan bagi pengguna untuk memberikan umpan balik tentang pengalaman mereka dari parameter lingkungan yang diberikan yang menawarkan informasi berharga dalam bentuk konteks terkait dengan peristiwa tertentu.
Keterbatasan orang tempat penginderaan sentris makna baru tentang peran data referensi yang diberikan oleh infrastruktur tetap IOT sebagai tulang punggung. Masalah sampel yang hilang adalah keterbatasan mendasar dari orang penginderaan sentris. Mengandalkan pengguna relawan data dan pada pertemuan yang tidak konsisten dari sampel yang diperoleh di berbagai kali dan berbagai lokasi (berdasarkan pada partisipasi pengguna yang diinginkan dan mengingat lokasi atau jalur perjalanan), membatasi kemampuan untuk menghasilkan data yang berarti untuk setiap aplikasi dan keputusan kebijakan.
Hanya dalam menangani isu-isu dan implikasi kepemilikan data, privasi dan insentif partisipasi yang tepat, dapat platform tersebut mencapai keterlibatan pengguna akhir asli. Selanjutnya modalitas penginderaan dapat diperoleh melalui penambahan modul sensor yang melekat pada ponsel untuk aplikasi penginderaan tertentu, seperti sensor kualitas udara atau sensor biometrik.
Dalam skenario seperti itu, ponsel pintar menjadi node IOT kritis yang terhubung ke awan di satu ujung dan beberapa sensor di ujung lain.
7.7. Data mining
Penggalian informasi yang berguna dari lingkungan penginderaan kompleks pada resolusi spasial dan temporal yang berbeda adalah masalah penelitian yang menantang dalam kecerdasan buatan.
State-of-the-art metode saat menggunakan metode pembelajaran dangkal di mana peristiwa yang telah ditetapkan dan anomali data diekstraksi menggunakan diawasi dan tanpa pengawasan belajar.
Tingkat berikutnya belajar melibatkan menyimpulkan kegiatan lokal dengan menggunakan informasi temporal peristiwa yang diambil dari pembelajaran dangkal.
Visi utama akan mendeteksi peristiwa kompleks berdasarkan besar skala temporal dan spasial lagi didasarkan pada dua tingkat sebelumnya. Masalah penelitian fundamental yang timbul di lingkungan penginderaan kompleks alam ini adalah bagaimana untuk secara bersamaan belajar representasi dari peristiwa dan kegiatan di berbagai tingkat kompleksitas (yaitu, peristiwa, kegiatan lokal dan kegiatan yang kompleks).
Fokus yang muncul dalam penelitian pembelajaran mesin telah bidang pembelajaran yang mendalam , yang bertujuan untuk mempelajari beberapa lapisan abstraksi yang dapat digunakan untuk menginterpretasikan data yang diberikan.
Selain itu, keterbatasan sumber daya di jaringan sensor menciptakan tantangan baru untuk belajar mendalam dalam hal kebutuhan adaptif, didistribusikan dan teknik pembelajaran tambahan.
7.8. Visualisasi berdasarkan GIS
Sebagai teknologi tampilan baru muncul, visualisasi kreatif akan diaktifkan. Evolusi dari CRT ke Plasma, LCD, LED, dan menampilkan AMOLED telah melahirkan representasi data yang sangat efisien (menggunakan antarmuka sentuh) dengan pengguna bisa menavigasi data yang lebih baik dari sebelumnya. Dengan muncul display 3D, daerah ini sudah pasti memiliki lebih banyak penelitian dan pengembangan kesempatan. Namun, data yang keluar dari komputasi di mana-mana tidak selalu siap untuk konsumsi langsung menggunakan platform visualisasi dan membutuhkan proses lebih lanjut. Skenario menjadi sangat kompleks untuk spatio-temporal data heterogen. Skema visualisasi baru untuk representasi dari sensor heterogen dalam lanskap 3D yang bervariasi temporal harus dikembangkan. Tantangan lain dari visualisasi data yang dikumpulkan dalam IOT adalah bahwa mereka geo-terkait dan didistribusikan jarang. Untuk mengatasi tantangan tersebut, kerangka berdasarkan GIS internet diperlukan.
7.9. Komputasi awan
Aplikasi komputasi terpadu IOT dan Cloud memungkinkan penciptaan lingkungan cerdas seperti Kota Pintar harus mampu untuk :
(a) menggabungkan layanan yang ditawarkan oleh berbagai pemangku kepentingan dan
(b) skala untuk mendukung sejumlah besar pengguna dengan cara yang handal dan desentralisasi.
Mereka harus mampu beroperasi di kedua lingkungan jaringan kabel dan nirkabel dan menangani kendala seperti perangkat akses atau sumber data dengan daya terbatas dan konektivitas tidak dapat diandalkan. The Cloud platform aplikasi perlu ditingkatkan untuk mendukung
(a) penciptaan cepat aplikasi dengan menyediakan alat domain pemrograman tertentu dan lingkungan dan
(b) pelaksanaan mulus aplikasi memanfaatkan kemampuan dari beberapa sumber yang dinamis dan heterogen untuk memenuhi kualitas persyaratan layanan dari beragam pengguna.
The Cloud manajemen sumber daya dan sistem penjadwalan harus mampu secara dinamis memprioritaskan permintaan dan sumber daya ketentuan tersebut bahwa permintaan kritis disajikan secara real time.
Untuk memberikan hasil dengan cara yang handal, scheduler perlu ditambah dengan algoritma duplikasi tugas manajemen kegagalan. Secara khusus, algoritma penjadwalan aplikasi Cloud harus menunjukkan kemampuan sebagai berikut :
1. Optimasi multi-tujuan: Algoritma penjadwalan harus dapat menangani parameter QoS seperti waktu respon, biaya penggunaan layanan, jumlah maksimum sumber daya yang tersedia per unit, dan hukuman bagi degradasi layanan.
2. Duplikasi tugas kesalahan berdasarkan toleransi: tugas Kritis aplikasi akan transparan direplikasi dan dieksekusi pada sumber daya yang berbeda sehingga jika salah satu sumber daya gagal untuk menyelesaikan tugas, versi direplikasi dapat digunakan. Logika ini sangat penting dalam tugas-tugas real-time yang perlu diproses untuk memberikan layanan pada waktu yang tepat.
7.10. Kegiatan internasional
Internet kegiatan Hal berkumpul momentum di seluruh dunia, dengan berbagai inisiatif berlangsung di seluruh industri, akademisi dan berbagai tingkat pemerintahan, sebagai pemangku kepentingan utama berusaha untuk memetakan jalan ke depan untuk realisasi terkoordinasi evolusi teknologi ini.
Di Eropa, upaya substansial sedang berlangsung untuk mengkonsolidasikan kegiatan lintas-domain dari kelompok penelitian dan organisasi, yang mencakup M2M, WSN dan RFID ke dalam kerangka IOT bersatu. Didukung oleh Komisi Eropa Program Kerangka 7 (EU-FP7), ini termasuk Internet of Things Eropa Penelitian Cluster (IERC). Meliputi sejumlah proyek Uni Eropa FP7, tujuannya adalah: untuk membangun sebuah platform kerjasama dan visi penelitian untuk kegiatan IOT di Eropa dan menjadi titik kontak untuk penelitian IOT di seluruh dunia.
Ini termasuk proyek-proyek seperti CASAGRAS2, konsorsium mitra internasional dari Eropa, Amerika Serikat, Cina, Jepang dan Korea menjelajahi isu seputar RFID dan perannya dalam mewujudkan Internet of Things. Juga, IERC termasuk Internet of Things Arsitektur (IOT-A) proyek didirikan untuk menentukan model referensi arsitektur untuk interoperabilitas Internet-of-Hal sistem dan blok bangunan kunci untuk mencapai hal ini. Pada saat yang sama, IOT Initiative (IOT-i) adalah tindakan terkoordinasi didirikan untuk mendukung pengembangan masyarakat Eropa IOT. IOT-i proyek menyatukan konsorsium mitra untuk menciptakan visi strategis dan teknis bersama untuk IOT di Eropa yang mencakup sektor saat ini terfragmentasi dari domain IOT secara holistik. Secara bersamaan, proyek Pintar Santander mengembangkan skala kota IOT testbed untuk penyediaan penelitian dan layanan dikerahkan di seluruh kota Santander, Spanyol, serta situs yang terletak di Inggris, Jerman, Serbia dan Australia.
Pada saat yang sama inisiatif skala besar yang berlangsung di Jepang, Korea, Amerika Serikat dan Australia, di mana industri, organisasi terkait dan departemen pemerintah bekerjasama pada berbagai program, maju kemampuan terkait menuju IOT. Ini termasuk inisiatif kota cerdas, program smart grid menggabungkan teknologi metering cerdas dan roll-out infrastruktur broadband kecepatan tinggi.
Sebuah pembangunan berkelanjutan teknologi RFID terkait dengan industri dan konsorsium seperti lab Auto-ID (didirikan di MIT dan sekarang dengan laboratorium satelit di universitas terkemuka di Korea Selatan, Cina, Jepang, Inggris, Australia dan Swiss) yang didedikasikan untuk menciptakan Internet dari Hal menggunakan RFID dan Wireless Sensor Networks sedang dikejar. Secara signifikan, kebutuhan untuk konsensus IOT masalah teknis telah melihat pembentukan Protokol Internet untuk Smart Objects (IPSO) Aliansi, sekarang dengan lebih dari 60 perusahaan anggota dari teknologi, komunikasi dan energi perusahaan terkemuka, bekerja dengan badan standar, seperti IETF , IEEE dan ITU untuk menentukan teknologi berbasis IP baru dan mempromosikan konsensus industri untuk perakitan bagian-bagian untuk Internet of Things.
Kegiatan pembangunan IOT besar juga berlangsung di Cina, dengan Rencana Lima Tahun yang ke-12 (2011-2015), menentukan IOT investasi dan pengembangan akan difokuskan pada: smart grid; transportasi cerdas; logistik pintar; rumah pintar; lingkungan dan uji keamanan; kontrol dan otomasi industri; kesehatan; pertanian baik; keuangan dan layanan; pertahanan militer. Ini sedang dibantu oleh pembentukan Internet of Things pusat di Shanghai (dengan total investasi lebih dari US $ 100 juta) untuk mempelajari teknologi dan standar industri. Dana industri untuk Internet of Things, dan Internet of Things Uni Sensing Cina telah didirikan di Wuxi, diprakarsai oleh lebih dari 60 operator telekomunikasi, lembaga dan perusahaan yang merupakan driver utama industri.
|
8. Ringkasan dan kesimpulan
Proliferasi perangkat dengan kemampuan berkomunikasi-actuating membawa lebih dekat dengan visi Internet of Things, di mana fungsi penginderaan dan aktuasi mulus menyatu dengan latar belakang dan kemampuan baru yang dimungkinkan melalui akses yang kaya sumber informasi baru.
Evolusi dari sistem selular generasi berikutnya akan tergantung pada kreativitas pengguna dalam merancang aplikasi baru. IOT adalah sebuah teknologi baru yang ideal untuk mempengaruhi domain ini dengan menyediakan berkembang data baru dan sumber daya komputasi yang diperlukan untuk menciptakan aplikasi revolusioner.
Disajikan di sini adalah model cloud user-centric berdasarkan untuk mendekati tujuan ini melalui interaksi awan swasta dan publik. Dengan cara ini, kebutuhan pengguna akhir dibawa kedepan. Memungkinkan untuk fleksibilitas yang diperlukan untuk memenuhi kebutuhan bersaing beragam dan kadang-kadang dari berbagai sektor, kami mengusulkan kerangka diaktifkan oleh awan scalable untuk memberikan kapasitas untuk memanfaatkan IOT.
Kerangka kerja ini memungkinkan Tema jaringan, komputasi, penyimpanan dan visualisasi yang terpisah sehingga memungkinkan pertumbuhan independen di setiap sektor, tetapi saling melengkapi dalam lingkungan bersama.
Standarisasi yang sedang berlangsung di masing-masing tema-tema ini tidak akan terpengaruh dengan Cloud di pusatnya. Dalam mengusulkan tantangan kerangka terkait baru telah disorot mulai dari interpretasi yang tepat dan visualisasi dari sejumlah besar data, hingga isu-isu privasi, keamanan dan manajemen data yang harus mendukung platform tersebut dalam rangka untuk itu harus benar-benar layak.
Konsolidasi inisiatif internasional cukup jelas mempercepat kemajuan menuju suatu IOT, memberikan pandangan menyeluruh untuk integrasi dan elemen fungsional yang dapat memberikan suatu IOT operasional.
Sumber :
http://www.sciencedirect.com dengan Sedikit Perubahan
Tidak ada komentar:
Posting Komentar