<samp id="awwwc"><option id="awwwc"></option></samp>
  • <nav id="awwwc"><blockquote id="awwwc"></blockquote></nav>
  • <menu id="awwwc"></menu>
  • 解決智能建筑問題以及物聯網為什么從OT開始

    發布時間:2021-03-08 14:46:01  瀏覽次數:325  作者:趣宅

    返回列表

      許多人質疑物聯網。坦率地說,他們聽得太多了。各種各樣的行業觀點和觀點建立了業務主張,但問題依然存在。我們將繼續探索物聯網背后的“為什么”。

      我們之前的博客探討了IoT圍繞運營技術(OT)而不是信息技術(IT)的主張。讓我們更深入地研究。

      在一個定義中,OT表示通過直接監視和/或控制企業中的物理設備,過程和事件來檢測或引起更改的硬件和軟件。另一方面,IT通常專注于數據基礎架構概念,例如計算機網絡,交換,安全協議,數據集成,數據庫等。

      OT與IT截然不同的重點有助于區分物聯網周圍的許多話題。

      因此問題出在哪里呢?

      考慮以下問題。物聯網是代表解決問題的解決方案,還是物聯網能夠應對需要解決方案的問題?這種替代方法突顯了以IT為中心的思維與以OT為中心的思維之間的主要區別。

      以IT為中心的思維始于網絡的骨干或物理核心。核心交換機充當廣域網(WAN)或Internet的網關。網絡的核心可以擴展到交換機的分布和聚合層,以聚合來自網絡最外層邊緣的流量。思科描述了核心,分布和訪問層的這種三層分層模型。

      分層的IT思維揭示了潛藏在傳統IoT智慧的大部分背后的隱藏動機。對于許多IT專家來說,物聯網是IT基礎架構從核心擴展到邊緣時的延伸。傳統的IT參與者在這種統一的愿景下推出了物聯網網關。常見的產品描述似乎與傳統的IT設備沒有區別。他們經常注意到功能集,這些功能集集成了用于網絡,嵌入式控制和企業級安全性的技術和協議。似乎更多的相同。迷霧中的產品是否解決了特定問題?

      這仍然是以IT為中心的物聯網產品的最大缺陷。它們代表尋找問題的解決方案。物聯網恰好代表了一個市場,需要另一個聚合層交換產品。他們建立此模型的前提是物聯網市場最終將需要它,所有物聯網道路都必須經過其領土。權威人士將繼續努力說服市場相信IT。。。呃 。。。物聯網是重點。我們拭目以待。

      物聯網應對實際問題如果您將傳統的IT范式徹底搞砸了。。。字面上地 。。。您將了解以OT為中心的觀點,助長了對物聯網的實際需求。以IT為中心的思維始于核心,而以OT中心則始于邊緣。

      在一種描述中,“邊緣計算消除或至少不強調核心計算環境,從而限制或消除了主要瓶頸。”這種觀點恰當地描述了為什么以IT為中心的思想想要在物聯網世界中立于不敗之地。每個人都希望與物聯網技術價值鏈相關。

      邊緣代表了物聯網的游樂場。邊緣恰好是便宜的無線設備通過對物理設備的直接監視和/或控制來檢測或引起變化的位置。什么物理設備?這是OT世界中潛在設備的一個廣泛說明的示例。

      OT邊緣的生活OT邊緣的物聯網不再強調建筑物中的IT核心。物聯網甚至無需在建筑物中利用IT網絡即可傳輸??到云。建筑物中的傳統IT核心可促進計算資產與本地和/或異地服務器之間的各種連接。IoT在商業建筑中的常見應用可以(但不是必須)尋求通過IT核心的傳輸。大多數物聯網應用均具有低帶寬流量,可通過簡單的4G蜂窩數據連接進行傳輸。將IT網絡中的IoT流量隔離和分段具有顯著的安全優勢。

      但是,讓我們回到實際的問題。為什么任何企業都想利用物聯網硬件?

      是否存在需要計量和子計量數據的能耗問題?您是否存在預測性維護問題,需要關鍵HVAC資產(例如冷卻塔,冷卻器和屋頂單元(RTU))的細粒度數據?是否存在需要室內空氣質量(IAQ)數據的環境條件問題?這些問題中的任何一個都可以在OT邊緣使用廉價的IoT設備解決,而無需涉及IT核心。不論大小,OT問題都需要解決方案。OT上下文說明了為何物聯網仍然是智能建筑問題的中心,而不是外圍問題。

      如這些示例所示,尤其是當建筑物中出現特定的OT問題時,物聯網變得尤為重要。在這種情況下,物聯網解決方案以手術精度為目標。另一方面,以IT為中心的解決方案通常代表過時的工具,呈現出一種千篇一律的執行思維。

      人工智能的興起

      OT邊緣的IoT提供了一個框架,以了解人工智能(AI)和IoT的必然伙伴關系。物聯網為人工智能(AI)和大數據提供了動力。實時數據可用性的提高將促進可以為這些問題提供解決方案的主題專家(SME)的興起。中小企業需要數據來做自己的事情。更重要的是,他們需要定制的實時數據集以促進機器學習,異常檢測,故障檢測和診斷,預測性維護等。當在OT邊緣產生真正的見解時,應用程序開發人員將對所有這些AI工具進行表達。

      不僅僅是IT連接,它還涉及從數據中獲取洞察力。物聯網使AI能夠提供答案。

    最新新聞/ Latest news

    亚洲手机在线人成视频,手机a站视频在线观看,2020国自产拍精品网站高清在线观看,老女老肥熟国产在线视频