2016年9月19日 星期一

.雲技術,不因物聯網而生卻是為物聯網而來!

 来源:物联网智库 



2006年谷歌在矽谷首次提出「雲端運算」(Cloud Computing)的概念,今年,已經整整10週年。


隨著網路和IT行業的快速發展,10年來,我們欣慰的看到各種新技術的不斷湧現和進步。雲也不僅僅賦予用戶前所未有的計算能力,而是具有超大規模,虛擬化,高可靠性,通用性,高可伸縮性等特點,並具有按需服務,以及價格低廉等實用性。

雲成為一項技術,從虛無飄渺的概念逐漸走向政府,企業乃至個人,各種基於雲的應用也日趨成熟。

而物聯網作為網路進一步的發展,有著更複雜的使用場景和應用需求,更加需要雲作為基礎架構和服務,來支撐巨量數據的傳輸,分析,管理,應用等等。

所以,雲技術不是因為物聯網而產生的,但是雲技術必將應用於物聯網,並且發揮非常重要的作用。

那麼,現在的雲技術包括哪些內容?這些技術能滿足物聯網發展的需求嗎?

大家最熟悉的雲技術的概念是根據雲部署的類別來分的,「私有雲」,「公有雲」和近幾年流行的「混合雲」。這幾種雲的類型在什麼場景下使用呢?我們建議:

1)當用戶需要在封閉環境下,運維自己的雲平台,需要使用私有雲服務。

2)當用戶只是在某些方面對系統的私密性有特殊需求,可以在架構設計時剝離私密系統,使其營運在私有雲,其餘服務則運維在公有雲服務中。即混合雲。

3)沒有特殊需求的行業客戶,公有雲+安全機制依然能保障系統和數據的安全性

接下來,我們看看雲技術包括哪些技術:

  


前三者雲安全,雲計算,雲儲存屬於基礎架構,過去的10年,雲在運算能力,虛擬化,安全和大數據等領域都獲得了巨大的技術突破。

而雲服務,作為綜合的IT架構的應用和服務平台,幫助雲技術廣泛的推廣和應用到各種企業和場景。可以說,雲服務是趨勢也是未來的方向。

雲服務一般指公有雲根據客戶需求分為以下三種:基礎設施即服務(IaaS),平台即服務(PaaS)和軟體即服務(SaaS)。區別如下

IaaS:
用戶通過Internet獲取基礎IT架構服務(數據中心,存儲,數據庫等)。

通過使用IaaS用戶可以獲得的好處有:
1)減少伺服器,網路,儲存,安全等硬體和軟體配置,維護開銷

2)可以集中精力進行行業雲平台的開發和運維,無需為基礎設施的穩定性擔憂

PaaS:
將軟體研發的平台作為一種服務,為客戶提供網路,伺服器操作系統等,並由客戶來控制部署的應用程序。

使用PaaS的好處也是顯而易見的:
1)節約平台環境的搭建和運維時間
2)節約基礎軟體服務的開發和維護時間
3)集中精力進行行業雲應用開發
4)更便捷的為行業用戶提供雲服務解決方案

SaaS:
軟體即服務,用戶無需購買軟體,而是向提供商租用基於Web的軟體,來管理企業經營活動。真正實現一切皆服務的軟體概念。

由於各個行業對應用的需求不同,目前SaaS雖說是最受關注的雲服務,但仍處於發展階段。



雲技術,特別是雲服務可以幫助企業減少硬體,軟體開發和人力成本等,也可以解決物聯網的數據處理,儲存,安全等問題。雲技術與物聯網放到一起,似乎是完美的結合。

雲技術解決了物聯網眾多問題,物聯網的最終展示通過雲技術體現出來。事實上雲技術和物聯網的未來是否如此美好?我們又將如何將兩者迅速配對結合?

從雲技術的特點來看,符合物聯網的發展需求。

分布式
雲技術所包含的分布式處理、並行處理和網格計算是解決物聯網的最佳解決方案,雲技術的網路分布拓撲與物聯網網路拓撲也高度重合。

雲技術不僅可以處理數量眾多的終端設備,併發接收數據對服務端的負載問題,同時計算方式也充分考慮終端設備之間的協同性。

數據處理能力
雲技術是利用集群技術解決單個電腦或者少量電腦無法完成的計算。物聯網終端設備最基本的功能是產生數據,但終端數量龐大,產生數據速度也是持續不斷的,因此只有雲技術有這能力處理如此大量的數據。

儲存空間
物聯網的特點之一是產生了巨量的數據,而雲技術中的雲端儲存技術滿足了可擴展,易伸縮的儲存空間。這都為物聯網早期部署,快速擴展提供了延續性的技術基礎。

大數據分享
物聯網的發展對大數據分享的需求很高,尤其在物聯網不同部署階段,使用的雲服務內容不一致,或者選擇不同雲端服務提供商,那麼如此龐大的數據如何合併計算,如何分享,是需要也只有雲技術能夠解決。

行業性和多樣性
物聯網可以應用到各個行業,每個行業又有千差萬別的分支。公有雲和私有雲的不同適應性,正好符合物聯網不同行業不同企業獨立發展的訴求。

如此說來,雲技術確實可以助力物聯網的快速發展。
那麼在物聯網實施雲技術過程中可能存在哪些問題?應該如何解決呢?

物聯網基礎建設的落後,與雲技術飛速發展的落差
從目前物聯網發展的進度看,是單點突破,基礎建設發展緩慢,而雲技術卻是整個網路行業的熱點,關注度,技術的應用上都非常迅速。

這樣一個對比導致了雲端技術在物聯網領域的應用存在下面兩個落差:

1)雲端技術在物聯網領域的應用相對落後
雲技術是獨立於物聯網而存在的,因此只有物聯網應用為雲技術提供者帶來極大利益的時候,才能針對物聯網給出合理的技術方案。

2)物聯網基礎建設緩慢,無法充分利用雲技術
雖然物聯網1.0階段的目標是為了提高行業效率,還沒到去利用物聯網徹底改變整個行業的階段。但是,行業基礎建設的緩慢,還是導致了無法迅速使用、實施雲技術。

但是這個問題也並不是無解,現階段我們可以採用:單點突破+私有雲+行動服務;行業由資訊化技術到智慧能化技術最後到雲技術。

這一步的驅動力是由行業客戶推進,這歸功於智慧行動終端的普及,以及行動網路對人的觀念的改變,行業客戶都在試圖用網路來解決目前遇到的問題或困境。

利用現有的私有雲技術,使得物聯網行業實施,可以由小型技術公司快速的獨立進行,而不必等待整個行業技術的發展。

物聯網行業在實施過程中,可以由之前的IT化思路轉向行業智慧化,再到雲技術方向進行,只有終端智慧化,數據更準確,才有被運算,分析的價值。

雲計算的安全性是否適應物聯網的要求
傳統行業一個通用思維是,雲端的數據是不安全的,這很限制物聯網的實施。同時在物聯網1.0階段局域物聯網的需求更多,那麼如何協調這種情況呢?

我們提出的方案是:分布計算+安全管道+雲端數據加密服務

1)分布技術:即將重要的數據技術部分,分布到不同的設備上進行,局域物聯網裡面的協同計算,以及分級管理都可以在這一階段完成。

2)安全通道:雲服務商能夠為物聯網企業提供安全通道的服務和技術,一個是保證數據的傳輸速度,一個是保證數據傳輸的安全性。

3)雲端數據加密服務:存放在雲端的數據,能夠根據物聯網企業的要求,進行不同等級的加密,並能夠根據業務設定不同的加密策略。

雲的空間服務是否能夠儲存海量的物聯網數據
物聯網的基礎特性就是海量數據,需求雲端超大的可伸縮的空間。同時物聯網行業多樣性,數據增加速度快等特性,需要一個針對不同行業、不同領域的物聯網企業,提供雲端空間服務。

但是目前提供雲儲存的服務,暫時是滿足不了這一點的,首先其能夠提供的空間服務都相對有限,其次沒有針對物聯網行業特性而提供服務。

那麼雲端儲存服務,要針對物聯網做哪些方面的增強呢?

1)雲企業化
雲服務商需要將服務針對企業進行客製化,甚至提供本地儲存與遠端儲存相結合的方案。為企業由資訊化時代轉向雲技術時代的轉變,提供整體解決方案。

2)雲數據壓縮
在物聯網定義裡面,有提到物聯網是物物之間的訊息交互,物聯網終端設備是一個或多個屬性的感知物體,從這個描述中可以看出,某一個企業的物聯網數據屬性是相同或類似的,這為數據壓縮提供了極大的空間,同時也滿足節省儲存空間的需求。同時數據併發情況下,是否可以快速壓縮,也為雲數據壓縮提出來新的要求。

3)雲數據分享
當不同領域之間的數據需要進行分享,同一企業在不同時間部署的數據之間分享,不同雲服務數據之間的分享,是物聯網未來發展的一個推動力。





如果大量數據擁有者之間不能分享,共同計算,那麼物聯網願景中提到的超級計算需求的環境預測,疾病預防,天文學計算等等都很難實現。

4)邊緣計算到神經網路單元
理論上無論雲有多強大,都無法滿足物聯網長期,實時,超海量的節點產生的數據,因此出現了霧計算,神經網路單元的新型技術,因為數據產生和終端設備數量,處理能力是成正比的,因此提高物聯網終端,利用網錄設備管理這些物聯網基本單元的邊緣數據處理能力,是根本的解決之道。

邊緣計算是指物聯網終端設備,需要有數據儲存,數據解析,數據聚合,數據基礎計算,壓縮以及按照雲端需求進行預處理和封裝的能力。

一旦物聯網終端設備有了邊緣計算的能力,不僅減少物聯網網路的承載負荷,同時通過對有價值的數據傳輸,減少無用數據傳輸到雲端對資源的浪費。

當物聯網終端設備作為神經網路單元後,那麼物聯網的整體計算能力,將是沒有數量級的,也是雲計算將會以最高效的方式運行。同時AI對計算能力的要求,也可以通過海量終端設備計算能力的聚合得到滿足。

「計算即服務」,雲計算能力需要突破
超強的計算能力,應該是物聯網企業最想得到的技術補充。物聯網企業本身,包括服務於物聯網企業的傳統技術公司,都很難掌握這種新型的技術,因此雲技術服務商應該針對物聯網制訂計算即服務的技術體系。

物聯網企業可以提供計算模型,計算拓撲,數據類型,提出計算要求,計算期望等等,雲技術服務提供強大的雲端計算能力,這樣才能夠真正的昇華數據,提高效率,滿足物聯網1.0的最根本目標。

在雲技術與物聯網結合初期,如果雲技術在安全性,空間服務,計算即服務這幾個方面,能夠針對物聯網給出相應的解決方案,相信物聯網會借助雲技術得到普及與快速發展。

正如我們所說,雲計算雖然不是因為物聯網而生,但卻是為物聯網而來。

                                                                                                                                                                                                                            


沒有留言:

張貼留言