您能想象一個“大腦”能夠集中控制各種智能設備嗎？從某種程度上來說，隨著物聯網的發展，這是可能的。物聯網是指具有傳感器、執行器、軟件和網絡連接的物理對象網絡，而這些物理對象可以收集和傳輸數據并完成用戶指定的任務。

這種系統的有效性和適用性與其構建模塊的質量及其交互方式直接相關，并且有多種方法可用于物聯網架構。在本文中，我們的物聯網咨詢專家將分享他們的實踐經驗，并展示他們對可擴展且靈活的物聯網架構的最初構想。

物聯網架構的基本要素

物聯網體系架構圖中反映了我們的物聯網體系架構方法，圖中顯示了物聯網系統的構建模塊，以及它們如何連接以收集、存儲和處理數據。

物或稱設備”是裝備有傳感器和執行器的物體。傳感器將收集數據，而執行器將允許物體行動（例如，打開或關閉燈、打開或關閉門、增加或降低發動機轉速等）。這一概念包括冰箱、路燈、建筑物、車輛、生產機械、康復設備和其他一切可以想象的東西。

網關數據通過網關從物體（設備）傳遞到云，反之亦然。網關提供物聯網解決方案中物體和云之間的連接，在將數據傳遞到云之前對其進行數據預處理和過濾（以減少用于處理和存儲的數據量），并將控制命令從云傳輸到物體。然后，物體使用它們的執行器執行命令。

云網關有助于現場網關和云物聯網服務器之間的數據壓縮和安全數據傳輸。它還確保與各種協議的兼容，并使用不同協議與現場網關通信。

流數據處理器可確保將輸入數據有效地傳輸到數據湖和控制應用程序。

數據湖連網設備生成的數據以其自然格式存儲在數據湖中。當需要從數據中獲得有意義的見解時，會從數據湖中提取并加載到大數據倉庫中。

大數據倉庫大數據倉庫僅包含經過清理、結構化和與之匹配的數據（相比之下，數據湖包含傳感器生成的各種數據）。此外，大數據倉庫存儲物體和傳感器（例如，傳感器的安裝位置）的上下文信息，以及控制應用程序發送給物體的命令。

數據分析數據分析師可以使用大數據倉庫中的數據來發現趨勢并獲得可操作的見解。例如，當大數據被分析時（在許多情況下——在方案、圖表、信息圖形中可視化），它會顯示設備的性能，幫助識別低效之處，并找出改進物聯網系統的方法（使其更可靠、更受客戶青睞）。此外，手動找到的相關性和模式可以進一步為控制應用程序創建算法。

機器學習和機器學習模型。有了機器學習，就有機會為控制應用創建更精確、更高效的模型。模型會根據大數據倉庫中積累的歷史數據定期更新（例如，一周一次或一個月一次）。當新模型的適用性和效率被數據分析人員測試和批準時，控制應用程序將使用新模型。

控制應用程序向執行器發送自動命令和警報，例如：

▲智能家居的窗戶可以收到自動打開或關閉的命令，而具體命令取決于氣象預報服務。

▲當傳感器顯示土壤干燥時，灌溉系統會自動給作物澆水。

▲傳感器有助于監控工業設備的狀態，在發生故障前，物聯網系統會生成自動警報并發送給現場工程師。

控制應用程序發送給執行器的命令也可以存儲在大數據倉庫中，這可能有助于調查有問題的情況（比如執行器未按預期執行命令）。（來自物聯之家）另一方面，存儲來自控制應用程序的命令也可能有助于提高安全性，因為物聯網系統可以識別某些命令太荒謬或數量過多，這可能證明存在安全漏洞（以及其他需要調查和糾正措施的問題）。

控制應用程序可以是基于規則的，也可以是基于機器學習的。在第一種情況下，控制應用程序根據專家制定的規則工作。在第二種情況下，控制應用程序使用的模型會定期更新（每周一次、每月一次，取決于物聯網系統的具體情況），并將歷史數據存儲在大數據倉庫中。

盡管控制應用程序確保了物聯網系統的最佳自動化，但用戶應該始終有一個選項來影響此類應用程序的行為（例如，在緊急情況下或當發現物聯網系統未能很好地執行某些操作時）。

用戶應用程序是物聯網系統的一個軟件組件，它使用戶能夠連接到物聯網系統，并提供監視和控制其智能設備的選項。使用移動或Web應用程序，用戶可以監視其設備的狀態，并發送命令以控制應用程序，以及設置自動行為的選項（當某些數據來自傳感器時自動通知和操作）。

設備管理

為了確保物聯網設備充分運行，僅僅安裝它們并順其自然是遠遠不夠的。管理連網設備的性能需要一些程序（促進設備之間的交互，確保安全的數據傳輸等）：

▲設備標識，用于確定設備的身份，以確保它是帶有可信任軟件的可靠設備，可傳輸可靠的數據。

▲根據物聯網系統的用途調整設備的配置和控制。安裝設備后，需要寫入一些參數（例如，唯一的設備ID）。其他設置可能需要更新（例如，發送數據的時間）。

▲監控和診斷，以確保網絡中每臺設備的平穩和安全，并降低發生故障的風險。

▲軟件更新和維護，以添加功能、修復錯誤、解決安全漏洞。

用戶管理

除了設備管理之外，對可以訪問物聯網系統的用戶進行控制也非常重要。

用戶管理包括識別用戶、他們的角色、訪問級別和在系統中的權限。它包括添加和刪除用戶、管理用戶設置、控制各種用戶對某些信息的訪問以及在系統中執行某些操作的權限、控制和記錄用戶活動等選項。

安全監控

安全是物聯網中最重要的問題之一。連網設備產生大量數據，需要安全地傳輸這些數據并保護其免受網絡罪犯分子的侵害。另一方面，網絡上的設備可以成為壞人的切入點。此外，網絡犯罪分子可以進入整個物聯網系統的“大腦”，并對其進行控制。

為了防止此類問題，有必要記錄和分析控制應用程序發送給設備的命令，監視用戶的行為并將所有這些數據存儲在云中。通過這種方法，可以在早期階段解決安全漏洞，并采取措施以減少其對物聯網系統的影響。

此外，還可以識別可疑行為的模式，存儲這些樣本，并將其與物聯網系統生成的日志進行比較，以防止潛在的滲透，并將其對物聯網系統的影響降至最低。

物聯網架構示例——智能照明

讓我們以智能照明為例，看看我們的物聯網架構元素是如何協同工作的，這也是物聯網解決方案如何同時為用戶帶來便利和能效的一個鮮明例證。智能照明系統有很多功能，我們將在這里介紹一些最基本的。

▲基本組件

傳感器從環境中獲取數據（例如，日光、聲音、人的活動）。而燈配備有執行器，用于打開和關閉燈。數據池存儲來自傳感器的原始數據。大數據倉庫中包含智能家居居民一周中不同時間的行為、能源費用等信息。

▲手動監控和手動控制

用戶通過一個帶有院子地圖的移動應用程序來控制智能照明系統。使用該應用程序，用戶可以看到哪些燈是開著和關著的，并向控制應用程序發送命令，控制應用程序再將命令發送給燈執行器。這樣的應用程序還可以顯示哪些燈即將出現故障。

▲數據分析

通過分析用戶應用智能照明的方式、他們的時間表（由用戶提供或由智能系統識別）以及傳感器收集的其他信息，數據分析師可以制定和更新控制應用的算法。

數據分析還有助于評估物聯網系統的有效性，并揭示系統工作方式中的問題。例如，如果用戶在系統自動打開燈后立即關閉燈，反之亦然，則算法中可能存在漏洞，因此有必要盡快解決。

▲自動控制的缺陷

監測自然光的傳感器將光線數據發送到云端。當日光不足時（根據先前設定的閾值），控制應用程序向執行器發送自動命令以打開燈。而其余時間燈都是關著的。

然而，照明系統可能會被街道照明、鄰居院子里的燈和任何其他光源“誤導”。傳感器捕捉到的外來光線會讓智能系統得出結論，光線足夠了，應該關閉照明。因此，使智能系統更好地了解影響照明的因素并在云中積累這些數據是有意義的。

當傳感器監測活動和聲音時，僅僅在院子里識別出活動或聲音時打開燈或者在安靜狀態下關閉所有燈是不夠的。例如，寵物也可以產生活動和聲音，云應用程序應該區分人類和寵物的聲音和活動。并且來自街道和鄰居房屋的噪音以及其他聲音也是如此。為了解決這個問題，可以將各種聲音的示例存儲在云中，并將它們與來自傳感器的聲音進行比較。

▲機器學習

智能照明可以應用機器學習生成的模型，例如，識別智能家居業主的行為模式（早上8點離家，晚上7點回來），并相應地調整燈的開關時間（例如，在需要前5分鐘打開燈）。

從長遠角度分析用戶的行為，智能系統可以開發高級行為，例如，當傳感器沒有識別到住宅居民的典型活動和聲音時，智能系統可以“假設”居民正在度假并調整行為：例如，偶爾打開燈，讓人感覺家里有人（出于安全原因），但不要一直開燈以降低能耗。

▲用戶管理選項

為了確保有效的用戶管理，智能照明系統可以為多個角色分配不同的用戶權限：例如屋主、居民、訪客。在這種情況下，標為“屋主”的用戶將完全控制系統（包括改變智能燈行為模式和監控庭院燈的狀態）和發出命令的優先級（當多個用戶發出相互矛盾的命令時）。（來源物聯之家網）而其他用戶只能訪問有限數量的系統功能。“居民”將能夠打開和關閉燈，而無法更改設置。“訪客”將只能打開和關閉房屋中某些區域的燈（例如客廳）。

總之，我們的物聯網架構包含以下組件：

▲裝備有收集數據的傳感器和從云中接收命令的執行器。

▲用于數據過濾、預處理并將其移動到云中的網關，反之亦然，從云中接收命令。

▲云網關，確保現場網關和中央物聯網服務器之間的數據轉換。

▲流數據處理器，將來自傳感器的數據分發到物聯網解決方案的組件中。

▲數據湖，用于存儲所有已定義和未定義值的數據。

▲大數據倉庫，用于收集有價值的數據。

▲控制應用程序可以向執行器發送命令。

▲機器學習生成模型，然后由控制應用程序使用。

▲用戶應用程序，使用戶能夠監控其連接的設備。

▲用于數據處理的數據分析。

我們的物聯網架構還包含設備和用戶管理組件，以提供穩定、安全的功能，并控制用戶的訪問權限。

在開發特定解決方案的物聯網架構時，同樣重要的是要關注一致性（對物聯網架構的每一個元素給予足夠的關注并使它們協同工作）、靈活性（添加新功能和新邏輯的機會）以及與企業系統的集成（將新的物聯網解決方案與以前實施的企業IT解決方案，如ERP、制造執行系統、WMS、交付管理等系統結合在一起）。
來源；物聯網之家