SDT(software-defined Things)?软件定义的物件

物联网(IOT)的概念早在1999年就被宝洁公司的员工Kevin Ashton正式提出,可直到这最近几年才越来越火,无论国内外,但凡跟IOT 搭上点边的都能吸引众多的目光。2014年,投到智能硬件方向的风险资金就占到VC的一半以上,境外有google 32 亿美金收购智能家居
司Nest,Nest5.55亿美元收购家庭监控摄像头初创企业Dropcam,赛普拉斯40亿美金收购嵌入芯片企业Spansion公
司,Facebook20亿收购虚拟现实技术公司Oculus 
 高通10月份以15.7亿英镑(25亿美元)收购以BLE技术著称的CSR公司,Intel以1-1.5亿美金收购智能手表公司
Basis,Samsung2亿美金收购智能平台Smarthings,Atmel以1.4亿美元收购拥有低功耗Wifi解决方案的Newport
Media公司。国内,小米12.66亿人民币投资美的做智能家居,又投了2500万美元给创新医疗公司九安医疗,专注于穿戴式设备、虚拟现实的蚁视科技
12月获得红杉资本1000万美元的融资,华为2500万美元收购专注于无限电模块制造商的英国物联网公司
Neul……根据Gartner的预测今年2015年物联网的设备数还要比14年增长至少30%,达到49亿台,是名副其实的“物联网年”,简直可以用疯
狂这个词来形容这几年的物联网市场现状。       围绕物联网的解决方案,无论智能家居、智能工业、智能运输、物流、零售业、航空、能源 等等,凡此种种,无外乎各类设备(device)跟云端(Cloud)的两个问题,一个是interconnection(互联),一个是interoperability(互操作),就跟德先生、塞先生两个缺一不可一样的道理。目前,企业巨头们之间针对互联的问题,主要形成了由Intel、Samsung、Dell、博通、Atmel和Wind River成立的Open Interconnect Consortium(OIC)开放互联联盟,跟以高通、微软、海尔、LG、夏普、松下为主成立的Allseen Alliance,两大联盟互掐,争夺对物联网标准制定的主导权。对了,还有两家实力派,google和苹果,他们也没在闲着,google自从收购Nest后就致力于通过提供开放的API将用户拉到以Nest框架为主导的物联网生态系统中。苹果则依旧高傲,不过IOS生态圈的强黏性使得苹果有自己的资本,通过推出HomeKit、WatchKit等开发组件让允许的硬件开放商主动选择加入到IOS物联网系统。技术上,不管是通信协议的Wifi,Blue Booth, BLE, 6Lowpan, Zigbee, Z-wave...还是传输应用协议的
COAP,MQTT,HTTP,XMPP,这些都是为了互联互通问题的解决
        对了,别漏掉,还有一个互操作的问题呢?笔者比较了几家大公司的解决方案,intel(用Edison/Galileo板+MQTT+Cloud),TI基于CC3000系列芯片,Atmel基于自己MCU芯片,Samsung则致力于构建基于Tizen系统的IOT生态系统,国内小米的智能家居也是看菜吃饭,通用性差得可以,加上依靠开源的Arduino板,Raspberry pi(国内人称“树莓派”)做IOT solution,不提如何兼容以往的设备,电子产品厂商愿不愿意增加这笔开支也是个问题,同时各类不同的设备,小到边缘节点的微型传感器,大到冰箱 空调 汽车甚至重型机械,在处理能力、电源管理、安全性要求等方面都不一样,如何能保证它们对于用户来说,操作起来一样方便可靠,这对于众多忙着在IOT浪潮中淘金的企业或Startup来说,都是需要关注的方面。
       笔者认为为了解决互操作,应该在互联层和应用层之间有一智能层,用于实现对行为规则的推理判定,海量服务数据的过滤提取,设备的组管理,异常事件的推送等功能,甚至如果结合AWS 云平台的Lambda 服务,推送对设备的更新信息,可以对可编程器件的芯片进行功能的重新设定,在照明器件上增加报警功能,方便客户的个性化需求。这一智能层,我称之为SDT (software-defined Things)Platform

规则引擎模块(Rules Engine)负责集合组管理模块对role组的选取,对从context manager搜集的data进行精确筛选,只对组中设备的信息进行分析,这些数据会送到后台的机器学习模块进行训练 拟合,得出最合理的行为规则判定,这方面有微软的云服务Azure Machine Learning可以直接拿来使用,AWS尚未看到有类似服务,也可以理解,毕竟微软的专家理论方面不是领先一两天,且该服务针对的也不是普通用户,而是分析人员。
Azure Machine Learning的使用一样继承了微软方便、易用、易学的特点

设想的物联网SDT平台,将提供Presentation模块和SDK,给第三方的APP开发者使用,希望开发出的UI,一样可以像微软的Azure ML服务,可以方便的拖动图板上的虚拟device,选取几个虚拟devices归为一个组,组中设备的规则既可以通过收集前期的数据进行推理分析预测规则,也可以允许用户自行设定rule。

另外,针对物联网的安全性,这也是很多人一致担忧的,笔者觉得就像担忧云计算安全性一样,不能因咽废食,但要充分做好考虑,如同软件开发流程各阶段都离不了审计(Aduit)一样,在Connectivity互联层和SDT platform我们也都需要考虑security和privacy策略。

最后,感谢欧洲OpenIOT项目和ThingFabric平台对我的启发,希望2015成为真正名副其实的物联网年

个人介绍

周明春 Samsung Electronics VD IoT Platform 高级工程师, 在物联网,云计算,移动通讯,网络安全 和消息传递基础构架领域拥有超过9年的专业知识和经验。拥有丰富的企业消息传递基础构架开发, 物联网、云、设备联接解决方案开发,以及成熟的管理软件和解决方案,如敏捷 和 DevOpts的开发经验。在国内首次提出SDT(software defined Things)的IOT概念,拥有2项专利。

三星、英特尔、戴尔所成立智能家居设备标准联盟开放互联联盟(OIC)的代码贡献者(https://gerrit.iotivity.org/gerrit/p/iotivity.git)
https://www.iotivity.org/documentation/iotivity-services/protocol-plug-manager
经常参与云计算,物联网等开源社区(Vmware,ECUG失效云计算用户组)交流讨论,密切关注开源社区发展动态

时间: 2024-12-16 23:24:54

SDT(software-defined Things)?软件定义的物件的相关文章

软件定义网络(Software Defined Network, SDN)

软件定义网络(Software Defined Network, SDN)在InfoWorld于2011年11月公布的将影响未来10年的十项新技术中排名第二.2012年7月,SDN代表厂商Nicira被VMware以12.6亿美元收购,随后Google宣布成功在其全球10个IDC网络中部署SDN,这促使SDN引起业界的强烈关注.到底SDN与传统网络架构有何区别?其带来哪些颠覆性创新? 现有网络中,对流量的控制和转发都依赖于网络设备实现,且设备中集成了与业务特性紧耦合的操作系统和专用硬件,这些操作

Improving Network Management with Software Defined Networking

Name of article:Improving Network Management with  Software Defined Networking Origin of the article:Kim H , Feamster N . Improving network management with software defined networking[J]. IEEE Communications Magazine, 2013, 51(2):114-119. ABSTRACT: N

Method of Seamless Integration and Independent Evolution of Information-Centric Networking via Software Defined Networking

A method of transferring data between a software defined network (SDN) and an information-centric network (ICN), wherein the method comprises receiving a request from an SDN node for a specific named content stored on an ICN, wherein the request is e

阅读Deep Packet Inspection based Application-Aware Traffic Control for Software Defined Networks

Deep Packet Inspection based Application-Aware Traffic Control for Software Defined Networks Globlecomm2016 核心:细化测量粒度,弥补Openflow不足,提升处理性能.丰富服务的提供: 问题:SDN中存在测量粒度不够细的问题:只测得网络状态而不能获得流量行为,OpenFlow中只能提供少量的信息,不能提供更丰富的测量信息,流分类不够细导致服务质量不够高. 所做工作:为此将DPI引入控制平面

可软件定义的存储逻辑——Efficient and agile storage management in software defined environments

        note:写这个也许算是翻译,又或算是对这个论文[1]的理解,又或者只是我的看法.         这篇论文和IOFlow相比较,更加地注重软件定义存储的框架(我觉得是利用已有的框架来创建新的框架,然后使用已有的协议),而不是像IOFlow那样注重通信的协议.并且,这个框架还是软件定义环境的框架,而不仅仅是存储的框架,不过全文注重说了存储(更有挑战性).特别地,关于可软件定义的存储逻辑,从这里可以管中窥豹. SDE软件定义环境 数据中心的环境包括Compute.Network和S

IOFlow——从微软的角度看Software Defined Storage

         note:网上有很多关于软件定义存储的负面消息.有人说,在存储发展的历史中,存储早就不仅仅是硬件了,软件在存储中有一个核心的地位:还有人觉得应该做软件隐藏的存储,因为软件这个事让存储的管理变得很难,这些软件包括:重复数据删除,自动精简配置等:也有些人说,我们并不需要更多的软件,我们需要看到的是更少的软件:也有人说,存储本来就是软件定义的,所有的存储都需要软件:尤其是当存储成为分享资源时(大数据和数据中心的存储),往往会被复杂而神秘的软件包围.很多人说,每次更新系统时,就会增加越

A Survey of Machine Learning Techniques Applied to Software Defined Networking (SDN): Research Issues and Challenges

将机器学习用到SDN中的综述:研究的问题和挑战 从流量分类.路由优化.服务质量(Qos)/体验质量(QoE)预测.资源管理和安全性的角度,回顾了机器学习算法如何应用于SDN领域. 相关知识 在SDN中应用机器学习是合适的原因: 图形处理单元GPU和张量处理单元TPU等技术为机器学习提供了很好的机会: 集中式SDN控制器具有全局网络视图,能够收集各种网络数据,便于机器学习算法的应用. 基于实时和历史网络数据,机器学习技术可以通过执行数据分析,网络优化和网络服务的自动提供来为SDN控制器提供智能化.

文献:Technology-related Disasters:A Survey toward Disaster-resilient Software Defined Networks

DISASTER的定义和影响(本文中) 定义范围: 自然灾害,比如洪水.地震等造成一定范围类的节点故障: 恶意攻击,DDOS攻击或者电磁脉冲攻击造成节点故障: 技术相关的问题,配置错误或者误操作等: 影响: 断电: 硬件问题: 某个节点宕机后导致的级联问题: 级联故障:在一个网络中,由于其中网络节点宕机,导致数据分流到其他节点进而导致其他节点负载加大,甚至出现故障. SDN相关的故障: DOS导致的节点瘫痪,包括控制平面的节点: 恶意应用: Control-Switch的通讯不可靠(由于灾害等原

智能家居更该关注的是智能服务平台,而不是智能硬件设备

物联网IOT不仅是将一些设备连接在一起,还需要让它们能提供智能服务,以方便人们的生产.生活,提高效率,增加满意度. 物联网不是这两年才一下冒出来的,而是几十年市场技术积累改进的结果.比如工业上早就有工业自动化的说法,家庭在90年代也出现了音视频管理系统.这些都是今天我们所提的越来越红火的物联网的基石. 相比较车联网,智能家居要更复杂,难度更大.因为首先来说,汽车企业壁垒更高,往往由几个大企业控制中下游,比如通用.克莱斯勒.博世,行业标准也容易达成,而家庭电子产品,涉及的行业更多,尤其智能家居生活