Over view: After the Internet of Things (IOT), որ Վերլուծություն բաներ (AoT) է հաջորդ տրամաբանական քայլը ձեռնարկությունների համար. In fact, առանց AOT, դժվար է գիտակցել, ամբողջական ներուժը iot. Դա բավական չէ, պարզապես կուտակվում է շատ տվյալների սարքերի, բայց ձեռնարկությունները պետք է իմաստ դուրս տվյալների եւ անել մի բան, որ ստիպում է այդ սարքերը ավելի արդյունավետ. Also, տվյալները գեներացվել ունեն ներուժ բարելավելու շատ բաների մասին բիզնեսի. Սա, որտեղ AoT է, այնքան արդիական. Գործարարները պետք է ձայնային Վերլուծություն, որ բարելավում առումներով, այն վարում է բիզնեսը եւ ընդհանուր առմամբ, Ներքեւի գծի այն.
However, քանի որ ձեռնարկությունները նախատեսում են դիմել AOT, նրանք բախվում է բազմաթիվ մարտահրավերների ճանապարհին. Iot ինքնին դեռ զարգանում է եւ AoT է իր մանկություն, այնպես որ լինելու է շատ մոլորություններին ու misconceptions առաջատար է սխալ ներդրումների գումար եւ ջանք. Enterprises պետք է ներդնել տեխնոլոգիաների եւ հմուտ աշխատուժի ստանալ լավագույն դուրս AOT. Շատ ժամանակ եւ համբերություն է պահանջվում է ճանապարհին. Հարցն կլինի, որքան շատ կարող է պահպանել տեմպերը, որ երկար ժամանակ?
Վերլուծություն բաներ
AOT - Ինչ է դա իրականում նշանակում է?
Վերլուծություն բաներ ոչ այլ ինչ է iot analytics. Այդ առումով պարզ, AoT նշանակում առաջացնող վերլուծաբանները տվյալները գեներացվել է iot. Iot նշանակում է, որ մի քանի սարքեր միացված են ինտերնետին եւ տվյալներ փոխանցելու տեղ. Now, պարզապես ստանալով տվյալների առաջին քայլն է. Enterprises պետք է վերլուծել տվյալները, որպեսզի սարքեր խելացի եւ ավելի արդյունավետ. Արդյունքը iot analytics օգտագործվում է նաեւ ճիշտ որոշումներ կայացնել տարբեր իրավիճակներում.
Now, եթե մենք բացառում, որ «Things ' մասը ժամկետով AoT, ապա մնացածը միակ 'Վերլուծություն ' ,, որը շատ նման է բնության ցանկացած այլ տվյալների վերլուծություն. Այստեղ «Things ' ոչինչ են, բայց iot սարքերի.
Նմանատիպ այլ տվյալների վերլուծություն, AoT կարող են լինել տարբեր տեսակի, ինչպիսիք են նկարագրական, ախտանիշ, կանխատեսող կամ կարգադրողական. For example, ախտորոշիչ եւ կարգադրողական վերլուծություն կարող է կատարվել օգնությամբ բժշկական iot սարքերի եւ կանխատեսումների, կարող են կատարվել տվյալների հիման վրա առաջացած արդյունաբերական iot սարքեր եւ այլն. But, մենք պետք է հիշենք, որ այս բոլոր ձեւերը iot analytics / AOT դեռ զարգանում են եւ պահանջում է զգալի քանակությամբ ժամանակ եւ ջանք է ստանալ իրական բիզնես արժեք.
Որոնք են մարտահրավերները?
Երբ մենք խոսում ենք այն մասին, որ ‘Analytics of Things‘, կան հիմնականում երկու մասի դրա, մեկն է Վերլուծություն մասը իսկ մյուսը Տվյալների հավաքագրման մասը, գեներացվել է բաների / միացված սարքերի. The վերլուծություն մասը ողջամտորեն հասունացել, սակայն ամենամեծ խոչընդոտ է տվյալների հավաքածուի մաս, , որի վերլուծություն աշխարհը կանգնած է տարիներ. So, մենք, ըստ էության, iterating նույն հին խնդիրը, իսկ հետապնդում AOT. Analytics մարդիկ կարող է ունենալ շատ նորարարական գաղափարների մասին վերլուծելով տվյալները եւ ստանալու հրաշալի Խորաթափանցություն դրանից. Սակայն հիմք իրականությունն այն է,, եթե մենք ունենք պատշաճ ենթակառուցվածքներ եւ հմտություն ձեռք բերելու եւ վերլուծել անհրաժեշտ տվյալները, AoT անիմաստ է.
Now, եկեք բաժանել մարտահրավերները երկու լայն բաժիններում, ոք է կազմակերպական կողմում, իսկ մյուսը գտնվում է տեխնոլոգիաների եւ իրականացման կողմում.
Սկսենք կազմակերպչական մարտահրավերներին առաջին.
Ամենակարեւոր մարտահրավերն է կառուցել ամուր AOT բիզնես գործը համոզել կազմակերպությանը. Դա կլինի մեղմելու ներդրումային եւ ապագա խթանելով AOT տեսլականի. Առաջին ներդրումային պահանջվում է տեղակայել iot սարքեր պատշաճ վայրերում տվիչների գրավել տվյալների. Երբ սարքեր պատրաստ են, կազմակերպությունները պետք է հնարավորություն տալ տվյալների շարժումը աղբյուրներից (iot սարքեր) դեպի նպատակակետ (կարող է լինել բեմադրությունը դԲ կամ տվյալների պահեստ կամ այլ պահեստավորման). Finally, պատշաճ ռազմավարություն պետք է կառուցվել է պարզել, թե ինչպես է պահեստավորման եւ վերլուծություն կարող է հասցրել.
Հիմա եկեք խոսենք որոշ մարտահրավերների վերաբերյալ տեխնոլոգիաների եւ իրականացման կողմում.
- Data մարտահրավեր: Ծավալը տվյալների յուրաքանչյուր sensor առաջացնում է հսկայական. But, հարցն այն է,, են այդ բոլոր տվյալները արժողությամբ փոխանցող? Պատասխանն է, «ոչ», այնպես որ, մենք պետք է պարզել,, թե ինչպես intelligently մենք կարող ենք փոխանցելու միայն անհրաժեշտ եւ իմաստալից տվյալներ. Այն կարող է հանգեցնել մի մաքուր Վերլուծություն, առանց մշակման junk տվյալները.
- Անվտանգության մարտահրավեր: Անվտանգության եւ գաղտնիության սենսորային գեներացվել տվյալների շատ կարեւոր է. Specially, երբ այս տվյալները գեներացվել է զգայուն սարքերի մոդուլների գաղտնի կամ կարեւոր ոլորտներում. For example, այդ տվյալները կարող են գալիս որոշ սարքերի մոդուլների է վերակենդանացման բաժանմունքում (Վերակենդանացման բաժանմունքում) կամ օդանավակայան կամ այն կարող է լինել ինչ - որ կրիտիկական արտադրական ենթակառուցվածքների. Այս բոլոր դեպքերում, տվյալների անվտանգությունը պետք է ապահովվի է պաշտպանել ամբողջականությունը համակարգի.
- Վերլուծություն մարտահրավեր: Դա ավելի շատ վերաբերում է զտիչ ողջ Վերլուծություն գործընթացը. Խնդիրն այն է, – որտեղ մենք կարող ենք անել այդ բոլոր analytics? Միգուցե, մի մասը կարող է իրականացվել շրջանակներում սարքերի, այնպես, որ այդ տվյալները դուրս գալու այդ սարքերի ֆիլտրացված որոշ չափով. Կամ, մենք կարող ենք նախագծել առանձին վերլուծական շերտերը մեկ անգամ տվյալների հասել է անփոփոխ, եւ ապա կատարում զտումներ քայլ առ քայլ. Եվ, վերջապես,, անել վերլուծություն հետ մաքուր տվյալները.
- Ստանդարտացումը / արձանագրությունը մարտահրավերը: Ստանդարտացում եւ արձանագրությունը մեկն է ամենամեծ մարտահրավերներից է AOT հաջողության. Մենք պետք է ստանդարտացնել կապի արձանագրություն միջեւ սարքերի. Դա կօգնի բոլոր սարքերը շփվել միմյանց հետ աննշանորեն.
Բացի վերը նշված հարցերի շուրջ, մենք նաեւ պատրաստվում է դիմակայել շատ նոր մարտահրավերների առաջիկա օրերին. Քանի որ մենք առաջ շարժվել, մենք կունենանք նոր iot սարքեր, Նոր տվյալները ձեւաչափը, նոր արձանագրությունները եւ շատ ավելին. So, դա, ի վերջո կբերի նոր hurdles է հաղթահարել.
Որոնք են խոստումները?
Ինչպես ցանկացած նոր տեսլականի, AoT ունի նաեւ շատ խոստումների է կատարել. չնայած որ, որ արժանի AOT կարող է լինել միայն հասկացա, ժամանակի հետ, բայց մենք արդեն ունենք մի քանի օրինակներ տեղում որոնք իսկապես խոստումնալից. Այն Կանխատեսող Վերլուծություն եւ AOT ն ապացուցել է իր արժանիքները շատ վայրերում, ինչպիսիք են բանկոմատային մեքենայի, Համակարգչային ցանցերի համակարգը եւ այլն. Self-վարորդական ավտոմեքենաները, երթեւեկության տեղեկատվական համակարգը որոշ այլ ոլորտներում, որտեղ AoT արդեն տեղում. Այն նաեւ մեջ մտնելու բժշկական արդյունաբերության, նավթարդյունաբերության, Fitness ոլորտը եւ այլն.
The AoT կաճի, քանի որ iot աճում. According to Gartner prediction ‘6.4 Billion Միացված “Things” Կլինի օգտագործել 2016, Up 30 Տոկոս From 2015’. So, AoT որը ենթադրվում է, պետք է մեծ ներուժ, եւ այն շուտով դառնալու է մեր կյանքի անբաժան մասը.
The ուղին
From the above discussion, Մենք հեշտությամբ կարող է հասկանալ, որ բարդ միջավայրում iot, AoT մի նոր ԴԻՄՈՐԴ եւ պարզապես սկսել է զարգանալ. So, ակնհայտ մարտահրավերները իրականացման կլինի այնտեղ է հաղթահարել. Որոշ մարտահրավերների են գործարար կողմում, որը կարող է կառավարվում պատշաճ օգտագործման դեպքում եւ հիմնավորման. And, տեխնոլոգիական մարտահրավերները կարող են լուծվել պատշաճ ռազմավարության, տեխնոլոգիական պլատֆորմների եւ հմուտ ռեսուրսներ.
Կազմակերպությունները պետք է գիտակցել, ներուժը AOT եւ տեղադրել համապատասխան iot ենթակառուցվածքների տեղում. Եթե մենք ետ ենք նայում, ապա մենք հեշտությամբ կարող է հասկանալ, որ վաղ որդեգրողների խոշոր տվյալների ձեռք բերել էապես. Նրանք կարողացել են վերցնել մրցակցային առավելությունները եւ ձեռք բերել բիզնեսում. Նույնը կարելի է ասել iot հաջորդում է AOT. AoT է լինելու, որ mainstream է հաջորդ մի քանի տարիների ընթացքում. So, դա ճիշտ ժամանակն է տանել կոխել եւ կատարել հաջող AOT տեսլականի տեղում, հակառակ դեպքում դա կարող է լինել շատ ուշ միանալ մրցավազքի.
