사물 인터넷 기술
산업용 IoT를 선택하는 작업은 (IIoT ) 통신 인프라는 매우 복잡한 작업이므로 과소 평가할 수 있습니다. 상업적으로 이용 가능한 무수한 솔루션을 평가하는 것은 시간과 비용이 많이 듭니다. 각 유형의 인프라에 대한 여러 솔루션을 다운로드하고 평가해 보면 여러 엔지니어가 완료하는 데 6개월이 소요되는 프로젝트의 한가운데에 있음을 빠르게 알게 될 것입니다. 우리 모두가 거기에 있었고, 나는 당신이 귀중한 시간을 절약할 수 있도록 돕고 싶습니다!
이 게시물의 목적은 AMQP, CoAP, DDS, RTI Connext DDS, MQTT 및 ZeroMQ와 같이 상업적으로 사용 가능한 인기 있는 IIoT 인프라 솔루션을 소개하는 것입니다. 각 솔루션의 기능을 강조합니다. 아키텍처, 통신 패턴, 전송, 데이터 유형 및 필터링, 서비스 품질 및 보안의 6가지 평가 영역이 적용됩니다.
주어진 통신 인프라의 아키텍처 패턴에 따라 애플리케이션이 인프라 전반에서 다른 애플리케이션과 통신하는 데 사용하는 논리적 연결(아래 그림 1 참조)이 다릅니다. 오늘날 미들웨어 솔루션에 사용되는 가장 기본적인 두 가지 아키텍처는 (1) 피어 투 피어 및 (2) 브로커 기반 스타 아키텍처입니다.
<올>통신 패턴 지원은 프로젝트 또는 제품 라인의 전체 수명 주기 동안 사용할 수 있는 인프라에 필수적입니다. 초기 프로젝트에는 게시/구독만 필요할 수 있지만 후속 프로젝트 또는 제품에는 요청/응답 또는 대기열과 같은 추가 패턴이 필요할 수 있습니다. 이러한 측면에서 현재 사용 가능한 모든 기존 IoT 솔루션이 프로젝트에 필요한 모든 필수 패턴을 지원할 수 있는 것은 아닙니다. 비교 표를 위해 오늘날 사용되는 가장 일반적인 패턴과 각 인프라 솔루션이 해당 패턴을 제공하는지 여부를 식별했습니다. 오늘날 사용되는 가장 일반적인 패턴은 다음과 같습니다.
<울>대부분의 통신 미들웨어 솔루션은 TCP를 기본 통신 프로토콜로 지원합니다. TCP를 사용하면 TCP 고유의 내장된 안정성 메커니즘을 사용하여 데이터를 안정적으로 전달할 수 있습니다. 이는 신뢰성이 필요하지만 과도하고 안정적인 전달이 필요하지 않은 단순한 센서 데이터에 불필요한 오버헤드를 추가하는 특정 데이터 흐름에 이상적일 수 있습니다. ZeroMQ 및 DDS와 같은 일부 IoT 솔루션은 공유 메모리와 같은 다른 전송도 지원합니다. 주목해야 할 전송 중 하나는 DDS용 UDP 전송을 사용하는 것입니다. 안정성 구현이 DDS에 내장되어 있기 때문에 아래에 신뢰할 수 있는 전송이 필요하지 않습니다. 이를 통해 애플리케이션은 신뢰할 수 있는 데이터 흐름과 최선의 흐름을 선택하고 선택할 수 있습니다.
전송 간 및 WAN을 통한 데이터 라우팅은 이러한 모든 솔루션이 어떤 식으로든 제공하는 것입니다. ESB 및 웹 기술을 활용하는 기업 시스템이 일부 실시간 데이터에도 액세스해야 하는 오늘날의 세계에서 통신 미들웨어도 이러한 기술에 대한 연결을 지원하는 것이 필수적입니다. 이 때문에 분산 시스템 미들웨어의 핵심 구성 요소로 라우팅 및 브리징을 볼 수 있습니다.
데이터를 캡슐화하고 유선으로 표시하는 방법도 주어진 인프라에 고유합니다. 일부 솔루션은 데이터의 원시 바이트를 통해서만 전송하며 데이터를 직렬화 및 역직렬화하는 것은 애플리케이션에 달려 있습니다. 다른 사람들은 정보가 XML 또는 JSON 형식으로 표시될 수 있도록 텍스트/문자열 데이터만 보냅니다. 이 시나리오는 오늘날 웹 기술에서 매우 일반적이지만 데이터를 보낼 때마다 패킷에 데이터에 대한 설명도 포함되어 패킷 크기가 원래 크기의 3배 이상으로 커지기 때문에 매우 비효율적일 수 있습니다. 패킷 크기가 클수록 대역폭 사용량이 증가하고 전송의 송신측과 수신측 모두에서 CPU 사용량이 증가합니다. 그 중간에 브로커를 배치하면 이제 유선상의 패킷 수도 두 배가 됩니다.
DDS와 같은 다른 솔루션을 사용하면 미들웨어에 의해 고유하게 직렬화 및 역직렬화되는 강력한 형식의 데이터를 사용할 수 있습니다. 스키마는 XML 또는 JSON의 경우와 달리 별도로 전송되므로 메시지(또는 샘플)당 패널티를 지불하지 않습니다. 이는 측면 필터링에도 매우 중요합니다. 구독자가 많은 단일 게시자를 설정한다고 가정해 보겠습니다. 일부 가입자는 모든 데이터를 원할 수 있지만 일부 가입자는 데이터의 일부만 원할 것입니다. 강력한 형식의 데이터 솔루션이 없으면 애플리케이션에서 이 필터링 기능을 모두 관리해야 하며, 이는 더 많은 코드를 작성해야 합니다. 유형 정보가 강력하게 정의된 DDS와 같은 솔루션을 사용하면 미들웨어가 모든 필터링을 관리할 수 있습니다. 적은 코드 =더 행복한 개발자 :). 실제로 RTI Connext DDS에는 데이터 전송의 작성기 측에서 이러한 필터링을 제공하기 위한 추가 기능이 있으므로 데이터를 필터링할 필요가 없는 응용 프로그램에서 유선의 대역폭 사용량과 CPU 처리량이 줄어듭니다.
모든 데이터가 동일하게 생성되는 것은 아닙니다. 이것은 무엇을 의미 하는가? 실시간 분산 애플리케이션의 일부 데이터는 스트리밍 센서 데이터입니다. 대부분의 경우 이러한 종류의 데이터는 전달된 데이터를 보장할 필요가 없습니다. 주어진 센서에 대해 주어진 데이터 전달 기한이 충족되었거나 더 중요하게는 충족되지 않았는지 신경 쓸 수 있습니다. 다른 데이터는 알람/이벤트 데이터일 수 있습니다. 이 데이터는 가용성 빈도에 대한 주기성이 없습니다. 그러나 배달을 보장하는 것은 매우 중요합니다. 또한 알람/이벤트 데이터에 중요한 것은 해당 데이터 소스가 살아 있는지 여부에 대한 지식입니다. 경보 생성기가 활성 상태가 아니면 실시간 시스템 내에서 치명적인 이벤트가 발생할 수 있습니다. 이는 애플리케이션의 다양한 데이터 흐름을 제어하는 서비스 품질(QoS) 측면 중 일부에 불과합니다. 서비스 품질은 현재 나와 있는 다른 모든 IIoT 솔루션과 비교할 때 DDS가 고유한 영역 중 하나입니다. 표준인 DDS는 QoS가 주제별로 적용된다는 개념을 해결하기 위해 처음부터 만들어졌습니다.
다음은 생산자 기반, 소비자 기반 또는 둘 모두에서 정의할 수 있는 모든 QoS(DDS 및 MQTT)입니다.
DDS에서 사용할 수 있는 이러한 QoS에 대한 설명은 이 리소스를 참조하십시오. DDS는 제공하는 QoS 정책에서 고유하지만 다른 인프라 솔루션도 일부 제한된 QoS 기능을 제공합니다. 이러한 QoS 기능은 브로커를 이중화 및 고가용성을 지원하는 솔루션의 기반으로 만드는 것을 중심으로 구성됩니다. MQTT를 사용할 때 3가지 기본 QoS 설정이 있습니다.
MQTT QoS에 대한 설명은 이 리소스를 참조하십시오.
시스템의 데이터가 손상될까 걱정하십니까? 그렇지 않은 경우 매우 엄격한 물리적 보안 솔루션이 필요하거나 외부 위협에 의해 액세스 및/또는 조작될 경우 데이터가 그다지 중요하지 않습니다. 이를 방지하기 위해 대부분의 IoT 통신 솔루션은 생산자와 소비자 간의 데이터 전송을 보호하기 위해 SSL/TLS 전송을 사용합니다. ZeroMQ는 또한 SASL을 사용한 인증 솔루션을 제공합니다. DDS는 인증, 접근 제어, 암호화/복호화, 데이터 태깅 및 로깅을 데이터 흐름(토픽)별로 지정할 수 있는 유일한 솔루션입니다. OMG DDS 보안 사양에 정의된 이 보안 구현은 기본적으로 인증 및 액세스 제어 개념을 디스커버리와 함께 연결합니다. DDS Secure와 관련된 자세한 내용은 이 리소스를 참조하십시오.
이제 모든 정보를 얻었으므로 제공하려는 애플리케이션 유형과 관련된 몇 가지 솔루션으로 평가 단계를 좁힐 수 있습니다. 행운을 빕니다!
인쇄 가능한 PDF 버전을 다운로드하려면 여기를 클릭하십시오.
사물 인터넷 기술
IIot 또는 산업용 사물 인터넷이라는 용어는 사물 인터넷의 산업적 응용을 지칭하는 데 사용됩니다. 우리는 공장의 기계에서 자동차 내부의 엔진에 이르기까지 모든 분야에서 이 기술을 사용하는 것에 대해 이야기하고 있습니다. 이 모든 것은 무선 기술이 장착된 고급 센서로 가득 차 있습니다. 이들은 다양한 산업 분야에서 디지털 인텔리전스를 광범위하게 사용할 수 있도록 데이터를 수집하고 공유할 수 있습니다. 다음은 산업용 IoT에 대해 알아야 할 모든 것입니다. 산업용 IoT 사용 사례 프로세스 자동화 산업용 사물 인터넷의 가장
데이터 레이크와 빅 데이터는 종종 잘못 이해되고 잘못 사용되는 두 가지 현대적인 용어입니다. 내재된 대용량 데이터로 인해 이러한 용어는 때때로 같은 의미로 사용됩니다. 그러나 데이터 레이크와 빅 데이터는 현재 정의가 아직 완전히 확립되지는 않았지만 다릅니다. 그림 1. 최신 데이터는 다양한 소스와 다양한 유형에서 가져올 수 있습니다. Analytics Vidhya 제공 이미지 사용 먼저 간략한 역사적 맥락을 살펴보자. 2000년대 후반, Facebook 및 Twitter와 같은 소셜 미디어 플랫폼의 폭발적인 성장과 함께