APP下载

IBA融合架构的实现路径的思考

2019-11-20黄孝斌黄飞司博章魏剑平蒋辉

中国信息化 2019年10期
关键词:边缘架构联网

黄孝斌 黄飞 司博章 魏剑平 蒋辉

随着物联网,大数据,人工智能,云计算,移动互联等新技术的深化应用,单一的技术手段,已经难以满足不断发展的应用需求,多种技术的融合应用,常常带给用户意外的应用体验,IBA(Internet of things,Big data,Artificial intelligence)融合技術架构就是在此背景下诞生的。

一、IBA融合的内涵

(一)IBA融合的外在需求

应用驱动,社会治理和社会运行,如同人类本身符合马斯洛需求不断升级的内在规律一样,需求的不断变化和技术的不断进步,解决了已有的难点痛点,同时又产生了新的需求。不断升级的新需求,往往很难依赖单一技术手段解决,而多种技术的共同作用常常可以为满足需求的升级带来出乎预料的惊喜。因此,技术融合已经成为社会治理进步,满足需求升级的强大推动力。

(二)IBA融合的内生条件

相生相依,荣损与共,具有融合的天然基因机理和内生机制。

物联网是大数据生产的条件,大数据是人工智能的基础,人工智能则是大数据发展的高级表现形式。物联网,大数据与人工智能三者相生相依,互为作用,相互促进,良性循环。

(三)IBA融合的内涵

技术维度:对物联网,大数据,人工智能的业务元素(或单元)进行纵向拆分,横向重构,按照一定的规则进行组合、整合、聚合,实现数据的融合重混,业务的创建,应用的创新。

应用维度:对物联网,大数据,人工智能通过场景构建实现各类技术在同一应用中的“你中有我,我中有你”的融合,满足用户体验,提升应用层级。

二、IBA融合技术架构的设想

围绕“全面感知,纵横协同,分层认知,多维智能,按需配置,安全可控”的核心思想构建IBA融合技术架构,全面实现对物的感知,即物物相连;打通东西向数据流,实现边缘协同,端边云协同;抓住认知事物的本质,通过分层认知探索事物的运行规律;在架构的不同维度,按需实现等级智能化,架构功能弹性配置,安全管理自主可控。

三、IBA融合应用难点

实现IBA融合应用的7大难点主要包括东西向数据贯通,弹性路由,多线程访问,数据一致性,场景构建,算法实现和数据融合节点选择。

四、实现IBA融合应用的路径

(一)采集域

对目标对象的状态、可能影响其状态的包含多类型传感器的数据,以及人机界面观测事实信息形成的数据统一在端侧进行采集后,根据场景需要可北向上传至网关、分布式服务器或大数据平台,亦可按照多维智能的理念,在前端实现微闭环智能控制。

(二)认知域

对由南向北的目标数据分层进行数据融合,并在边缘认知层根据需要进行控制型数据重混,在分布式服务器层进行调度型数据重混,在大数据平台层进行决策型数据重混。具体工作原理为:

在边缘认知层,先将不同传感器组合输出的数据,按照场景需要选择数据融合的节点,建立多源数据库,并利用弹性路由技术通过路由协议建立路由回路数据,贯通东西向数据流。通过自操作自读取技术按需提取特征关联数据,进行数据治理,实现数据一致性描述,进而实施控制型数据重混,或建立数据分析集,通过相关算法在边缘层实现更高效率的控制和智能应用。

在分布式服务认知层,对边缘认知层或感知层的北上数据按系统对应入库,然后对各类专用数据应用平台,以产生决策智能为目标建立关联链接,并根据智能决策需要,抽取数据库中相关数据、并对其数据进行一致性转换,治理,并构建成一个符合应用场景需要的分析数据集,该数据集具备弹性重构功能,可随数据源的变化进行新的组合,重混。如:重大化工厂爆炸应急反应指挥除了在感知域要具备爆炸物成分采集、风向风力风速采集,还有边缘认知侧的消防设施自控系统联动等功能,同时服务器认知层也能够调取公共消防管理部门的联动报警预警数据,政府公共服务平台的组织疏散联动数据,医疗部门的救护资源调度统筹联动数据。最后,通过对构建场景的调度型数据重混,形成新的数据集并进行关联分析,实现高效智能指挥。

在大数据平台认知层,对包括物联网感知域数据,边缘认知域汇聚分析计算的衍生数据,分布式认知域汇聚及分析衍生数据中的可供预测、决策的数据,相关政府社团的组织数据,相关企业的ERP、CRM数据,相关个人的消费数据中可对目标状态产生影响的可供预测决策的数据等各种全量数据进行再融合,通过对数据的研究、理解、转化、清理并按照一定规则进行重混和组合,建立分析数据集,综合应用概率统计、Data Mining Algorithms、模糊数学、神经网络、决策树、RapidMiner等多学科,实现科学的预测和决策。

(三)应用域

当今物联网技术,大数据技术,人工智能技术乃至移动互联网、云计算等技术和应用之间不再彼此孤立,而是在应用与发展上相互融合。在信息化技术迅猛发展的大趋势下,这种融合创新迫使IT业由提供简单服务转向提供贴近用户需要的多业务融合服务,社会管理的痛点和难点不再依赖单一技术提供差强人意的解决方案,而是通过技术的不断发展与创新,多种技术的合力作用,乃至跨技术跨行业的不断融合得以实现。大数据的发展需要物联网源源不断的提供数据资源,物联网需要利用人工智能提供创新性的服务,而人工智能没有大数据提供学习训练的条件,智能就成了沙滩上的建筑。简言之,物联网为大数据提供了可靠的资源,大数据为人工智能的学习训练创造了条件,人工智能为物联网向智能网络演进、满足市场需要提供了足够有利的推动力。

五、IBA融合架构安全

IBA融合技术架构的结构更加复杂,网络安全更加突出。具体表现在:

(一)感知域

其包含种类繁多的位置、状态、身份、视频、语音、MEMS、纳米等多种新兴传感器,用以实现数据采集和获取或识别物体等功能。由于应用场景简单,大多数终端的存储、算力极其有限,传感器微型化,低功耗的客观要求,也迫使其牺牲算力和存储以保证其适应应用环境,在其CPU上部署安全软件或者高复杂度的加解密算法会增加运行负担,甚至可能导致无法正常运行。而移动化、无线化作为物联网传感终端的另一特點,认知层与感知层交叉,让物联网的感传边界不清,特别是近距离或近场通信等自组织网络和通信协议的安全性先天不足,依托于网络边缘侧的安全产品难以有效发挥作用;另外,大多数物联网设备都部署在无人监控场景中,对外界非法攻击的防范更加困难。

(二)认知域

在IBA融合技术架构下,认知层物联网网络采用多种异构网络,通信传输模型相比传统网络更为复杂,特别是在边缘认知层,东西向数据贯通后,存在着协同通信协议破解、加密算法破解、黑客攻击等诸多安全隐患。在分布式服务侧和大数据平台侧,不仅面临Key、核心算法、证书等多种安全挑战,还面临跨域平台链接带来的安全风险。此外,物联网数据传输链路本身与传输内容安全问题也必须引起高度重视。分布式服务侧和大数据平台侧的安全风险或危及整个网络系统的安全。

(三)应用域

在IBA融合技术架构下,其应用通常是将智能设备通过网络经由分层认知后,即边缘侧经过东西向数据协同认知,服务器侧经过跨域协同认知连接到大数据平台,借助App与边缘侧、分布式服务器侧和大数据平台侧进行信息交互,从而实现对设备的远程管理和应用。因此,系统安全不仅来自大数据平台面临的常见风险,系统内部来自管理疏漏和外部的威胁,往往更加难以防范。企业内部管理制度执行缺失、系统安全设施配套不足、专业黑客的网络攻击等等,都可能让大数据平台和分布式服务侧乃至整个系统彻底瘫痪。

实现IBA融合技术架构下的安全,需要贯彻以下理念:

全节点加密,任何一个数据采集接入点都要实施加密措施;全链路防护,无论通信链接方式如何变化,都要设置安全防护措施,确保全链路安全;全过程可控,安全的钥匙把握在自己手中,从采用可控可信软硬件产品入手,从新安全技术手段切入,包括区块链等技术的应用,实现本质安全。

六、结束语

大数据、人工智能等新技术的发展对物联网创新应用产生了影响和促进,基于物联网的IBA融合架构是对物联网架构的完善,也是对其扩展与深化,IBA融合创新必将推动新的产业升级。

作者单位:北京时代凌宇科技股份有限公司

猜你喜欢

边缘架构联网
“身联网”等五则
基于云控平台雾计算架构的网联汽车路径控制
风口之上,车联网系统将是“另一个”手机系统?
一张图看懂边缘计算
中国移动物联网连接规模超6000万
VIE:从何而来,去向何方
企业架构的最佳实践
三层架构在企业信息化中的应用
在边缘寻找自我
走在边缘