7个影响商业和工业物联网数据的趋势-BD半岛官方网站体育

本文摘要：事实证明，2019年是物联网技术获得更大进展的一年，特别是在是在商业和工业物联网领域。

事实证明，2019年是物联网技术获得更大进展的一年，特别是在是在商业和工业物联网领域。为了展望未来发展，必须理解推展这一领域变革的七大趋势，从计算出来规模到确实边缘计算出来的价值，从闭环边缘到云计算机器学习等等。

1．工业物联网分析和机器学习公司必须取决于它们在计算出来量较小的情况下的展现出随着工业物联网项目渐渐靠近以云计算为中心的方法，人工智能和工业物联网演变的下一步将符合将算法切换为边缘计算出来工作的市场需求，而占用空间要大得多。据调研机构Gartner公司回应，在未来四年内，75％的企业分解数据将在边缘处置（相对于云计算），低于当今的10％。向边缘计算出来的移往不仅各不相同数据的大量减少，还必须更高的保真度分析、更加较低的延后拒绝、安全性问题，以及极大的成本优势。

虽然云端是存储数据和培训机器学习模型的好地方，但它无法获取高保真的动态流数据分析。相比之下，边缘计算技术可以分析所有原始数据，并获取最低的保真度分析，并减少检测出现异常的可能性，从而构建即时反应。顺利的测试将是在尽量小的范围内构建的“能力”或计算能力的数量。2．理解“现实”与“欺诈”边缘解决方案与所有热门新技术一样，有些市场早已仍然用于“边缘计算出来”这一术语，它在工业物联网部署中的包含没具体的界限。

“欺诈”边缘解决方案声称可以在边缘处置数据，但确实依赖将数据发送到返云端展开批处理或小批量处置。在理解有关边缘计算出来的内容时，“欺诈”边缘计算出来被指出是没简单事件处理器（CEP）的假造数据，这意味著延后更高，并且数据依然很“干净”，使分析更加不精确，机器学习（ML）模型受到严重影响。

“现实”边缘计算出来从一个超强高效的简单事件处理器（CEP）开始，该简单事件处理器（CEP）在生产过程中清扫、规范化、过滤器、场景化以及或完整的工业数据。此外，“现实”的边缘解决方案还包括构建的机器学习和人工智能功能，所有这些功能都映射到大于（和仅次于）的计算出来足迹中。简单事件处理器（CEP）功能不应在工业边缘现场展开动态，可操作者的分析，并为操作者技术（OT）人员的较慢解决问题获取优化的用户体验。它还为最佳机器学习／人工智能性能打算数据，分解最低质量的预测看法，以推展资产绩效和流程改良。

确实的边缘计算出来可以节省大量的成本，并提高效率和数据洞察力，使期望踏上确实的数字化转型之路的工业的组织以求构建。3．机器学习／人工智能模型显得很薄弱将机器学习（ML）移动到边缘并某种程度是转变处置再次发生方位的问题。目前用于的大多数机器学习（ML）模型都是基于云计算能力、运行时间、计算出来的假设而设计的。由于这些假设在边缘不正式成立，机器学习（ML）模型必需适应环境新的环境。

换句话说，他们必须“边缘化”。在2019年，“确实”的边缘解决方案将使数据预处理和后处理从机器学习（ML）模型新的定位到简单的事件处理器，将它们增大80％，并使模型更加相似数据源。这个过程称作边缘化，它将推展整体使用更加强劲的边缘计算出来和工业物联网应用程序。

4．闭环边缘到云计算机器学习将沦为确实的运营解决方案随着机器学习（ML）和人工智能算法显得“边缘化”，可以在传感器附近或物联网网关或其他工业计算出来选项内用于，关于如何训练和更进一步递归这些模型的最佳实践中将不会经常出现。工业的组织将找到，在动态流数据（还包括音频和视频）上分解分析结果的边缘设备不应定期向云端发送到洞察信息，但只有那些代表出现异常活动的设备才能确保核心算法的改变。

这些边缘洞察强化了模型，明显提升了其预测能力。然后，调整后的模型被引返回一个恒定的闭环中，对大大变化的条件和规范作出快速反应，并分解更高质量的预测洞察，以改良资产性能和流程改良。

5．生产工业物联网应用程序将仅有通过反对多云和混合云部署的边缘计算出来解决方案实行混合云和多云解决方案将主导工业物联网的部署。最近的一份调查报告找到，混合云市场规模到2023年将超过97．64亿美元。随着工业的组织期望将多云环境融合在一起，以获取极具成本效益的方法和灵活性，边缘解决方案与云计算牵涉到很最重要。随着企业在建构边缘到云计算环境时谋求更大的灵活性和自由选择权利，供应商独特的解决方案可能会开始落空。

Google、AWS、Microsoft、C3IoT、Uptake和其他领先的云计算提供商将与边缘计算出来公司创建更加多合作伙伴关系，以协助企业不断改进和拓展其产品。6．物联网视频和音频传感器较慢发展，推展了边缘深度自学的市场需求关于音频和视频传感器可以为工业物联网带给的功能，业界回应十分注目。边缘计算技术可以在商业和工业物联网系统中更进一步部署音频和视频数据中充分发挥最重要起到。

资产数据与音频和视频分析的融合将容许更加慢、更加精确的设备和机器确保（还包括系统运行状况改版等），以及一系列新的创意应用于。视频分析的一个例子是在石油和天然气生产设备中用于火炬监测来远程追踪大量火炬塔台的环境合规性和火炬状态。7．预防性确保让坐落于规范性确保工业物联网边缘解决方案获取的一项根本性允诺是预测性确保，可以了解理解未来相连资产（如生产设备或石油钻井平台）有可能再次发生的情况。虽然许多的组织依然领先于预测性确保，但2019年将向早期使用者获取更加先进设备的技术。

规范性确保是企业向前迈向的一步，不仅可以预测问题，而且需要用于数据分析为其运营和确保获取侧重结果的建议。例如，电梯制造商期望理解常规问题，例如电梯门的摩擦。

作为这项工作的一部分，他们与Foghorn公司合作创立预测性确保解决方案。通过分析源头处的传感器数据，他们现在可以提早很好地确认确保市场需求，而需要考虑到成本、延后、安全性，以及与建筑外部传输大量数据涉及的其他问题。

因此，它可以高效地在出现异常影响性能之前调度服务。当规定性确保能用时，在制造商在电梯上展开确保之前，他们将有能用的数据来找寻出有最有可能必须修理的区域，并向修理人员检验可用作修理的专业知识、工具、部件。

本文来源：半岛·体育(BOB)-www.szgyx.net