Концепция Интернета вещей
Развитие рынка информационных технологий привело к возникновению концепции Интернета вещей (IoT). Основная идея IoT заключается во взаимодействии привычных для нас бытовых вещей через высокоскоростные сети. В широком понимании, Интернет вещей — это не только множество различных устройств и сенсоров, объединенных между собой проводными и беспроводными каналами связи и подключенных к Интернету, но и более тесная интеграция реального и виртуального миров, в которой важную роль играет общение между людьми и различными устройствами.
Уровни Интернета вещей
По мнению Роба Ван Краненбурга, IoT можно условно разделить на четыре уровня:
- Первый уровень связан с идентификацией каждого объекта.
- Второй уровень предоставляет услуги для удовлетворения потребностей потребителей (можно рассматривать как сеть "вещей", частный пример — "умный дом").
- Третий уровень связан с урбанизацией городской жизни. Это концепция "умного города", где вся информация, касающаяся жителей, хранится и анализируется для конкретного района, вашего дома и соседних домов.
- Четвертый уровень — это концепция сенсорной планеты.
Сравнение платформ Интернета вещей
| Платформа | Microsoft | IBM | Amazon | Open Source | Predix |
| Device SDK (Инструменты разработчика) | Azure IoT Device SDK, ConnectTheDots.io | IBM Watson IoT Platform Client Library, Watson IoT Platform Device recipes, Paho Library | Device SDK for AWS IoT | Paho Library, Cyclonjs и множество других функций | Predix Machine |
| Поддержка протоколов | HTTP, AMQP, MQTT | MQTT | MQTT, HTTP | MQTT, AMQP, HTTP и др. | MQTT, WebSocket, HTTPs |
| Функции мониторинга и управления | IoT Hub, Event Hubs | IBM Watson IoT Platform | AWS IoT | Protocol Bridge, Apache Kafka | RabbitMQ |
| Средства управления данными | Amazon DynamoDB, Amazon Redshift | Кассандра (или альтернативы, такие как MongoDB) | Asset Data, Time Series, Redis, PostgreSQL, Blobstore | ||
| Средства мониторинга и аналитики | Microsoft Stream Analytics | IoT Real-Time Insights, IBM Streaming Analytics | Amazon Kinesis | Apache Spark Streaming | Analytics Runtime |
| Аналитика, машинное обучение | Azure ML | Predictive Analytics service (на Bluemix) + SPP Modeler (офлайн) | Amazon Machine Learning | Apache Spark MLlib | Custom Analytics Support (Python, Java, MATLAB) |
| Функции мониторинга и управления | Notification Hubs, Power BI | Embeddable Reporting, IBM Push Notifications | AWS Lambda, Amazon QuickSight, Amazon Simple Notification Service | Custom, Zeppelin (Dashboards) и др. | Mobile SDK, Dashboard Seed |