云基础设施需要什么传感器数据分析应用程序

　　物联网 （IoT） 的每一层都有不同的实施要求，因此在从边缘到云的工具中留下了一个空白，以改进数据分析。

　　物联网 （IoT） 在网络的“叶”或“边缘”节点开始和结束。这是在资源受限的嵌入式处理器控制下的传感器和执行器与真实的物理世界交互的地方。原始传感器测量值（如压力、温度、振动和运动）被提取并解释为可操作的信息，这些信息传输到上游的智能过程控制器。

　　在边缘节点获取传感器数据的速率因感兴趣的物理现象而异：从环境大气压力的每几分钟一次到振动监测器每秒数万个样本。此外，多个边缘节点可以协作，因此上游情报可以做出更明智的决策。例如，作为打印机一部分的电机的退化可以通过打印机的振动、环境声音和红外成像来检测。为了允许每个终端节点提供未决故障的确凿证据，来自每个终端代码的样本必须准确地加上时间戳并与相同的时基对齐。

　　边缘节点也可以由接受和关联时间戳数据的“网关”或“代理”聚合，通常运行 Linux 等通用操作系统并提供多种连接边缘节点的方式。这些网关提供多种功能：融合底层原始数据；子设备的管理；从专有协议到标准协议的转换；在系统升级过程中或更频繁地在受控系统更改的情况下更新边缘节点编程。在一些物联网系统中，网关功能可以虚拟实现为基于云的服务，但这需要权衡边缘节点设备消耗更多的电力和计算资源。

　　当边缘节点中的传感器是实时信息系统的一部分时，传感器数据分析必须足够强大，以弥补传感器数据不可避免的损失。整个网络中的服务质量 （QoS） 或延迟可能会导致来自所涉及的某些边缘节点的传感器数据延迟或根本不到达。

　　传感器分析算法的设计对网络架构提出了一些要求。例如，支持向量机对于间歇性数据丢失具有鲁棒性，因此网络协议应该倾向于提供具有更短延迟的数据，而不是重试未成功接收的数据包。或者，可以设计卡尔曼滤波器以适应来自不同边缘节点的不均匀数据传输延迟。无法容忍丢失数据的分析可能会选择使用 CAN 等物理链路，而不是依赖无线连接。

传感器分析算法的设计对网络架构提出了一些要求。例如，支持向量机对于间歇性数据丢失具有鲁棒性，因此网络协议应该倾向于提供具有更短延迟的数据，而不是重试未成功接收的数据包。或者，可以设计卡尔曼滤波器以适应来自不同边缘节点的不均匀数据传输延迟。无法容忍丢失数据的分析可能会选择使用 CAN 等物理链路，而不是依赖无线连接。

　　在云中，各种基础设施提供商为物联网提供特定支持，例如设备管理、访问控制、物联网协议或虚拟网关。这些系统称为平台即服务 （PaaS），支持通用云软件即服务 （SaaS） 生态系统，其中包含用于数据存储、按需容量和分析的专有和开源工具。然而，作为一个包含开发和部署的整体框架，这些服务和基础设施仍然存在不足。

　　如今，使用云中的资源开发传感器数据分析并在云、网关和边缘节点之间分配实时工作负载通常意味着为实施的每一层重复开发工作。来自基础设施和硬件供应商的工具和支持应该协作以大大提高开发效率。

　　审核编辑：郭婷