物聯網 （IoT） 的每一層都有不同的實施要求，因此在從邊緣到云的工具中留下了一個空白，以改進數據分析。

物聯網 （IoT） 在網絡的“葉”或“邊緣”節點開始和結束。這是在資源受限的嵌入式處理器控制下的傳感器和執行器與真實的物理世界交互的地方。原始傳感器測量值（如壓力、溫度、振動和運動）被提取并解釋為可操作的信息，這些信息傳輸到上游的智能過程控制器。

在邊緣節點獲取傳感器數據的速率因感興趣的物理現象而異：從環境大氣壓力的每幾分鐘一次到振動監測器每秒數萬個樣本。此外，多個邊緣節點可以協作，因此上游情報可以做出更明智的決策。例如，作為打印機一部分的電機的退化可以通過打印機的振動、環境聲音和紅外成像來檢測。為了允許每個終端節點提供未決故障的確鑿證據，來自每個終端代碼的樣本必須準確地加上時間戳并與相同的時基對齊。

邊緣節點也可以由接受和關聯時間戳數據的“網關”或“代理”聚合，通常運行 Linux 等通用操作系統并提供多種連接邊緣節點的方式。這些網關提供多種功能：融合底層原始數據；子設備的管理；從專有協議到標準協議的轉換；在系統升級過程中或更頻繁地在受控系統更改的情況下更新邊緣節點編程。在一些物聯網系統中，網關功能可以虛擬實現為基于云的服務，但這需要權衡邊緣節點設備消耗更多的電力和計算資源。

當邊緣節點中的傳感器是實時信息系統的一部分時，傳感器數據分析必須足夠強大，以彌補傳感器數據不可避免的損失。整個網絡中的服務質量 （QoS） 或延遲可能會導致來自所涉及的某些邊緣節點的傳感器數據延遲或根本不到達。

傳感器分析算法的設計對網絡架構提出了一些要求。例如，支持向量機對于間歇性數據丟失具有魯棒性，因此網絡協議應該傾向于提供具有更短延遲的數據，而不是重試未成功接收的數據包。或者，可以設計卡爾曼濾波器以適應來自不同邊緣節點的不均勻數據傳輸延遲。無法容忍丟失數據的分析可能會選擇使用 CAN 等物理鏈路，而不是依賴無線連接。

傳感器分析算法的設計對網絡架構提出了一些要求。例如，支持向量機對于間歇性數據丟失具有魯棒性，因此網絡協議應該傾向于提供具有更短延遲的數據，而不是重試未成功接收的數據包。或者，可以設計卡爾曼濾波器以適應來自不同邊緣節點的不均勻數據傳輸延遲。無法容忍丟失數據的分析可能會選擇使用 CAN 等物理鏈路，而不是依賴無線連接。

在云中，各種基礎設施提供商為物聯網提供特定支持，例如設備管理、訪問控制、物聯網協議或虛擬網關。這些系統稱為平臺即服務 （PaaS），支持通用云軟件即服務 （SaaS） 生態系統，其中包含用于數據存儲、按需容量和分析的專有和開源工具。然而，作為一個包含開發和部署的整體框架，這些服務和基礎設施仍然存在不足。

如今，使用云中的資源開發傳感器數據分析并在云、網關和邊緣節點之間分配實時工作負載通常意味著為實施的每一層重復開發工作。來自基礎設施和硬件供應商的工具和支持應該協作以大大提高開發效率。

審核編輯：郭婷