Интернет вещей (IoT) для интеллектуальных систем следующего поколения: Обзор текущих проблем

АПОСТАСИЯ

Часть 1. Интернет вещей (IoT) для интеллектуальных систем следующего поколения: обзор текущих проблем, будущих тенденций и перспектив для новых сценариев 5G-IoT

https://ieeexplore.ieee.org/abstract/document/8972389/authors#authors

Тезисы: Концепции, ориентированные на Интернет вещей (IoT), такие как дополненная реальность, потоковое видео с высоким разрешением, беспилотные автомобили, интеллектуальная среда, электронное здравоохранение и т. д., в настоящее время присутствуют повсеместно. Этим приложениям требуются более высокие скорости передачи данных, большая пропускная способность, увеличенная емкость, малая задержка и высокая пропускная способность. В свете этих новых концепций Интернет вещей произвел революцию в мире, обеспечив беспрепятственное соединение между разнородными сетями (HetNet). Конечной целью IoT является внедрение технологии plug and play, обеспечивающей конечному пользователю простоту эксплуатации, удаленный контроль доступа и возможность настройки. В этом документе технология IoT представлена ??с высоты птичьего полета, включая ее статистические/архитектурные тенденции, варианты использования, проблемы и перспективы на будущее. В документе также представлен подробный и обширный обзор нового сценария 5G-IoT. Сотовые сети пятого поколения (5G) предоставляют ключевые технологии для повсеместного развертывания технологии IoT. К ним относятся агрегация несущих, множественный вход и множественный выход (MIMO), массивный MIMO (M-MIMO), скоординированная многоточечная обработка (CoMP), связь между устройствами (D2D), централизованная сеть радиодоступа (CRAN), программное обеспечение. - определенная беспроводная сенсорная сеть (SD-WSN), виртуализация сетевых функций (NFV) и когнитивное радио (CR). В этом документе представлен исчерпывающий обзор этих ключевых передовых технологий, а также обсуждаются новые появляющиеся варианты использования 5G-IoT, обусловленные достижениями в области искусственного интеллекта, машинного и глубокого обучения, текущими инициативами 5G, требованиями к качеству обслуживания (QoS) в 5G и вопросы его стандартизации. Окончательно,

РАЗДЕЛ I.

Введение

Важные разработки в области беспроводных сенсорных сетей, телекоммуникаций и информатики проложили путь к реализации всепроникающего интеллекта [1] , [2] , который предвидит будущее Интернета вещей (IoT). Генезис IoT восходит к 1980-м годам с идеей вездесущих вычислений, целью которой было внедрить технологии в повседневную жизнь [3] . В настоящее время IoT предусмотрен как на индивидуальном, так и на профессиональном уровне. Для человека IoT играет ключевую роль в повышении уровня жизни в форме электронного здравоохранения, умного дома и умного обучения. Для профессионалов IoT находит свое применение в автоматизации, интеллектуальной цепочке поставок и транспортировке, удаленном мониторинге и логистике.

Согласно отчетам Ericsson [4] , к 2021 году в мире будет подключено около 28 миллиардов интеллектуальных устройств. Кроме того, связь между машинами (M2M) используется более чем в 15 миллиардах устройств [4] . Дальнейшие исследования предполагали, что к 2020 году на человека будет приходиться около 6–7 устройств [5] .

Представление о всекоммуникационном мире сформулировано как система, обеспечивающая увеличение объема данных на единицу площади в 1000 раз, увеличение количества подключенных устройств и скорости передачи данных пользователем от 10 до 100 раз. Кроме того, увеличение срока службы батареи до 10 раз для массивных машинных коммуникационных устройств и сокращение сквозной задержки в 5 раз [6] . Следовательно, последние тенденции демонстрируют огромный интерес исследователей к объединению различных технологий, таких как интеграция датчиков и встроенных систем с киберфизическими системами (CPS), связь между устройствами (D2D) и беспроводные системы 5G с IoT в качестве центра.

В настоящее время новые бизнес-модели, предназначенные для внедрения IoT, требуют широких возможностей подключения, высокой конфиденциальности и безопасности, полного покрытия, сверхвысокой надежности и сверхнизкой задержки. Тенденция IoT с поддержкой 5G включает в себя повышенную скорость передачи данных, лучшее покрытие и высокую пропускную способность, что обеспечивает решения для бизнес-моделей и позволяет использовать IoT для роботов, исполнительных механизмов и дронов [7] .

Итак, в этой статье автор представляет сравнительный анализ и подробный обзор технологии IoT, охватывающий ее статистические/архитектурные тенденции, варианты использования, проблемы и перспективы на будущее. В документе также представлен подробный и обширный обзор новых сценариев 5G-IoT, текущих инициатив 5G по всему миру, требований QoS в 5G и вопросов его стандартизации, а также влияния интеграции 5G с IoT и искусственным интеллектом (ИИ).

Остальная часть статьи организована следующим образом: Раздел II представляет подробную предысторию и обзор IoT — его видение, архитектурные тенденции и цели, возможности и перспективы, проекты и направления исследований. В разделе III дается подробный обзор IoT с поддержкой 5G, где подробно обсуждаются его функции, архитектурные тенденции, качество обслуживания и вопросы стандартизации. В разделе IV представлена ??новая концепция интеллектуального Интернета вещей 5G со ссылкой на системы на основе ИИ. В разделе V дается обзор сложных перспектив 5G-IoT, и, наконец, в разделе VI документ завершается.

РАЗДЕЛ II.

Предыстория, мотивация и обзор

По оценкам, к 2025 году интернет-узлы могут находиться в каждом отдельном объекте, что приведет к увеличению количества устройств, подключенных к Интернету [8] . По данным Cisco, к 2030 году к Интернету будет подключено 500 миллиардов устройств. Точно так же Telefonica в 2013 году предсказывала, что к 2020 году 90% автомобилей будут подключены к Интернету [9] . Однако опрос 2015 года предполагает, что к 2020 году во всем мире будет подключено более 250 миллионов автомобилей, что означает увеличение на 67% [10] . IoT — одна из новых тенденций текущего десятилетия. Кроме того, согласно циклу IT Hype Gartner [11], в 2011 году прогнозируется, что внедрение IoT на рынке займет 5–10 лет. Следовательно, согласно данным Международной корпорации данных (IDC) к 2020 году, 1,7 трлн долларов США будут потрачены на IoT [9] .

A. Видение IoT — всегда, везде, что угодно

Термин IoT был впервые введен Кевином Эштоном в 1999 году применительно к управлению цепочками поставок [12] . Концепция IoT вращается вокруг слова «умность» — «способность самостоятельно получать и применять знания» [13] . Таким образом, IoT относится к «умным вещам или устройствам и датчикам», которые имеют уникальную адресацию на основе их протоколов связи, адаптируются и автономны с присущей им безопасностью [14] . Атзори и др. [3]охарактеризовали Интернет вещей с трех точек зрения. Интернет-ориентированность — видение фокусируется на связности между объектами; Ориентация на вещи - видение фокусируется на общих объектах; и Ориентация на знания – видение сосредоточено на том, как представлять, хранить и организовывать информацию. Эти взгляды проложили путь к видению IoT Международного союза электросвязи (МСЭ), которое определяет его как « соединение в любое время и в любом месте для всех; теперь у нас будет возможность подключения к чему угодно » [15] . В двух словах, конечная цель — «подключи и работай с интеллектуальными объектами».

B. Архитектурные тенденции и цели

В основе архитектуры IoT лежат три компонента:

Аппаратное обеспечение: оно состоит из сенсорных узлов, встроенных коммуникационных и интерфейсных схем.

Промежуточное ПО: оно включает в себя ресурсы для хранения, анализа и обработки данных.

Уровень представления: включает эффективные инструменты визуализации, совместимые с различными платформами для различных приложений и представляющие данные конечному пользователю в понятной форме.

Параметры, влияющие на архитектуру IoT, разнообразны. Поэтому в настоящее время были предприняты усилия по разработке наиболее оптимизированной архитектуры, которая решает сетевые проблемы, такие как масштабируемость, безопасность, адресуемость и эффективное использование энергии.

Что касается будущего, количество устройств, подключенных к сети, будет расти. Следовательно, архитектура IoT должна соответствовать этому. Масштабируемость, энергопотребление и решение проблем — все это считается проблемами для успешного развертывания IoT.

Исследования проводятся для решения проблем масштабируемости путем разработки различных протоколов маршрутизации с несколькими переходами, охватывающих большую территорию и самоадаптирующихся. Они делятся на три области: 1) ориентированные на данные, 2) основанные на местоположении и 3) иерархические [16] .

Проблемы энергопотребления решаются путем использования методов сбора энергии [17] , [18] , разработки энергоэффективных протоколов MAC [19] и межуровневых протоколов [20] . В крупном масштабе авторы в [3] предложили развертывание комбинации интернет-протокола (IPv6) и маломощных беспроводных персональных сетей (6LoWPAN) [21] . Технология 6LoWPAN нацелена на интеграцию маломощных сенсорных узлов, работающих по протоколу IEEE 802.15.4, в сети IPv6, состоящие из 10 128 адресов. Концепция Mobile IP была представлена ??в [22] .вместо использования регистра местонахождения дома (HLR) и регистра местонахождения посетителей (VLR), поскольку для этого не требуется какой-либо централизованный сервер. В меньшем масштабе Европейские скоординированные действия были направлены на переопределение стандартов RFID, чтобы приложения RFID можно было перенести на IoT [23] .

Обработка огромного количества больших данных IoT со всех узлов сети — утомительная задача. Кроме того, необходимо учитывать энергоэффективность центров обработки данных. Следовательно, для решения этих проблем необходимо использовать методы искусственного интеллекта, новые алгоритмы слияния, современные методы временного машинного обучения и нейронные сети для автоматизированного принятия решений и повышения энергоэффективности [16] .

Безопасность и конфиденциальность являются одними из основных открытых вопросов в архитектуре IoT, поскольку данные конечных пользователей должны быть защищены от прослушивания и вмешательства. Данные должны быть аутентифицированы, и их целостность должна поддерживаться на стороне пользователя. Для аутентификации данных предлагаются различные криптографические алгоритмы, но они имеют серьезные проблемы с потреблением энергии и полосы пропускания. Следовательно, ключевые криптографические схемы предложены и представлены [24] , [25] . Безопасность и конфиденциальность сети IoT также ставятся под сомнение всякий раз, когда узел входит в систему или когда необходимо установить или обновить приложения, работающие на узлах. В этом контексте предлагается протокол удаленного беспроводного перепрограммирования [3].. Этот протокол позволяет узлу искать любые вредоносные атаки во время установки и проверять каждый код. В основном они основаны на стандартном протоколе Deluge [26] .

Еще одна проблема, с которой сталкивается успешное развертывание IoT, — это отсутствие универсальной платформы, протокола и языка программирования. Сегодня все подключенные устройства используют другой набор протоколов и платформ. Необходимость времени состоит в том, чтобы обеспечить совместную работу подключаемых устройств. Для этого крупные предприятия, такие как LG, Samsung, Philips и т. д., должны объединиться и создать консорциум для разработки универсального языка кодирования и платформы. Предлагаемое решение может в значительной степени решить проблемы совместимости IoT [13] .

Интернет вещей должен подходить для всех приложений с эластичным и неэластичным трафиком [16] . Первый (эластичный трафик) ориентирован на приложения, устойчивые к задержкам, включая приложения для мониторинга; сетевое планирование и т. д. В то время как последний (неэластичный) требует быстрого ответа от сети, например, потокового видео. Следовательно, IoT должен удовлетворять как трафик с разными ключевыми показателями производительности, так и с высоким QoS.

Принимая во внимание указанные выше открытые вопросы, в эталонной модели архитектуры Интернета вещей (ARM) [3] представлен набор начальных рекомендаций .

Точно так же в литературе были предложены различные архитектуры IoT для решения различных проблем. Каур и Суд [27], решить проблему ограничения энергопотребления путем разработки иерархической архитектуры, состоящей из трех уровней: уровня обнаружения и управления (SCL), уровня обработки информации (IPL) и прикладного уровня (AL). Это не только определяет энергоэффективность, но также увеличивает использование аппаратных ресурсов как на уровне SCL, так и на уровне IPL. Основная особенность архитектуры основана на обмене информацией об энергопотреблении между SCL и IPL, таким образом, контролируя временной интервал сна сенсорных узлов. SCL состоит из сенсорных узлов (SN), которые контролируются шлюзовыми узлами (eGN), которые, в свою очередь, контролируются базовой станцией (eNode). SN работают в двух режимах: периодическом режиме и режиме триггера, подходящем для периодических и критических событий соответственно.

С другой стороны, eGN контролируют интервал времени ожидания SN в зависимости от предыдущей истории использования SN и качества информации, доступной в узлах. Другим важным фактором в этом отношении является фактор конфликта, который является мерой дублирования информации от разных датчиков, уровня заряда батареи и коэффициента вариации. Коэффициент вариации является мерой вариации между текущими и ранее измеренными значениями. Если нет различий в информации, полученной в прошлом и настоящем, то интервал сна датчиков удлиняется, в противном случае — сокращается. eNodes настраивает связь между SN и облачными ресурсами, которые должны быть распределены в соответствии с требованиями. eNodes также назначают SN генераторным узлам в зависимости от их уровня заряда батареи и расстояния. Уровень обработки информации хранит, обрабатывает и анализирует извлеченные данные с помощью платформы облачных вычислений с помощью энергосберегающего распределителя ресурсов. Распределитель ресурсов используется для эффективной обработки данных путем выделения аппаратных ресурсов в соответствии с потребностями уровня обнаружения и управления и анализатора информации. Анализатор информации вычисляет уровень информации, извлеченной из данных, и определяет интервал ожидания SN. Затем зависящий от приложения преобразователь информации переводит информацию в удобочитаемую форму и сохраняет ее на носителе. AL предоставляет услуги конечным пользователям с помощью инструментов визуализации. Следовательно, энергоэффективность достигается за счет управления интервалом времени ожидания SN с использованием eGN и BS на уровне обнаружения и управления. Это возможно путем соответствующего распределения аппаратных ресурсов с помощью энергосберегающего распределителя ресурсов в IPL. Иерархическую архитектуру также сравнивают с другими архитектурами, такими как самоорганизующиеся вещи (SoT).[28] , энергоэффективное индексное дерево (EGF-дерево) [29] , энергоэффективное иерархическое индексное дерево кластеризации (ECH-дерево) [30] и локализация групп объектов (OGL) [31] . После тщательного сравнения он пришел к выводу, что предлагаемая архитектура демонстрирует преимущество в функциональности по сравнению с другими.

Для эффективной обработки данных Губби и др. представили облачную архитектуру . [16] и Zhou et al. [32] соответственно.

Другая архитектура, объединяющая сети третьего поколения (3G) и связь по линиям электропередач (PLC), также называемая 3G-PLC, представлена ??в [33] для решения проблем масштабируемости. Аналогичным образом, для крупномасштабных сетей также представлена ??самоконфигурируемая одноранговая архитектура [34] .

C. Возможности и перспективы IoT

Источник: ieeexplore.ieee.org

Комментарии: