如何管理企业物联网解决方案的不确定性

所有可以计算的东西都必须计算出来！这是应该遵循的一个关键，以避免EIoT项目失败。然而，创建最可预测的物联网生态系统的可实现性如何？

这听起来似乎自相矛盾。虽然物联网解决方案旨在提高业务运营的透明度，但其技术实施仍可能存在很多不确定性。尽管基于物联网的应用程序(如物联网预测性维护和工业自动化)的实际效益已经得到证明，但如何预测和管理绝对精确的效益参数，这方面仍然具有挑战性。这自然会带来投资和回报计算方面的问题。

糟糕的初始策略以及计算能力的缺乏，是大多数EIoT计划失败的主要原因。企业应该与PSA合作，探索不确定性所依赖的因素以及如何将其最小化。这样，就有助于为企业创建可预测和可靠的物联网解决方案。

为什么要考虑EIoT背景下的不确定性？

不确定性是企业物联网解决方案中需要考虑的一个关键方面。它指的是可能导致偏离系统预期行为并导致不正确结果的各类事件。简单地说，这意味着不能确定物联网生态系统是否会像理论所建议的那样有效运作。通过理解和解决这些不确定性，可以努力创建更可靠、更高效的物联网系统。

导致偏离预期测量值的事件示例包括：

·数据不精确

·网络故障和延迟问题

·安全漏洞

·人为警报

这些看似微小且罕见的事件，就能导致无法确定企业物联网解决方案何时会开始产生回报。这一事实不仅恶化了业务运营，而且还创建了不可信模型，破坏了物联网解决方案的声誉。不确定性指标越高，物联网解决方案就越有可能无法实现性能目标，从而产生错误、假阳性和假阴性结果。一般来说，任何难以预测的事件都会增加系统的不确定性。

至于不确定性的原因，通常包括信息不完整、理解不足和备选方案不明确。以下因素将会使任何成熟的物联网生态系统面临高风险：

·物联网是全新且灵活的概念

物联网是一个快速发展的领域，这为新的意想不到的技术留下了空间。由于其模块化性质，在物联网生态系统中使用的技术没有限制。与技术相关的不确定性一起，这里还应该考虑到与社会、经济、监管和其他方面相关的各种不确定性。所有这些都是由于缺乏信息和对“互联世界”的理解不足而导致的。

·物联网系统与现实世界互动

真实的物理环境永远不可能是100%可预测的，也就是说，无法通过其初始状态的数据来表征其未来状态。当然，现实中也不可能为所有情况制定情景。对于实时事件的分析尤其如此，例如道路交通或人们在某些场所的突发行为。

·该系统主要基于CEP(复杂事件处理)

需要在物联网生态系统中对来自各种来源的事件进行处理，以确定系统做出决策的模式。不确定性是在数据收集阶段通过无效传感产生的。随后它们会通过处理规则并影响最终结果。于是，形成了一系列不确定性。

增加不确定性的因素

不确定性是现代系统的主要特征之一，与之相伴的还有复杂性和动态性。这些因素是高度相关的：对企业物联网解决方案来讲，系统越复杂、越动态，不确定性因素的整体评估就越重要。通常，复杂性是由物联网系统必须解决的各种挑战所决定的，而动态性则由其运行的环境所决定。

对于物联网生态系统功能，可能没有任何限制，它应该能够工作在任何环境、面对任何对象和人。因此，不确定性会随着系统的复杂性以及当它们被带到实质性网络时而增加。这些都是智能工厂、电网、智能建筑，尤其是智能城市遇到的实际例子。

就物联网解决方案有效性的预测来讲，影响预测性的主要因素包括：

·大量设备非同质

·快速可扩展性

·更多地使用无线数据传输

·操作过程中的人为参与

·冗余和多样化的数据

·缺乏网络安全措施

·旨在寻找问题的复杂分析模型

此外，在物联网生态系统中所涉及的特定应用程序中也存在不确定性。例如，复杂的人工智能，一般来说它还需要处理来自实验室或工厂之外的现实物理环境的各种输入，这些本质上都是无法预测的。因此，物联网和基于人工智能的应用程序缺乏信息，导致分析结果相互矛盾且不可靠。

另一个例子是物联网解决方案中开发的智能反应系统。复杂的应用程序需要处理多个信号，以决定要执行的操作。这可能需要评估概率的自适应软件，从而带来相当大的不确定性问题。例如，物流物联网解决方案可以分析来自交通传感器的数据，以及第三方信息(如天气、拥堵、道路状况)，以决定是否允许车辆出行。

如何最大限度地减少企业物联网解决方案的不确定性、并使EIoT系统更具可预测性呢？建议采取以下措施：

·最大限度减少数据收集层面的不确定性

数据质量差是物联网生态系统中结果不精确和行为缺陷的根本原因。基于糟糕的初始数据而做出的错误判断，会大大降低解决方案的有效性。已故障、趋于故障、传感器校准不良、RFID问题以及其他外部因素，都会产生嘈杂的数据。首先，必须避免与传感器相关的问题；其次，所有数据在发送到分析处理之前，都必须经过过滤。

·定期对有效性指标进行评估

这种方法有助于完善对所需投资和预期投资回报的估计。一旦考虑了不确定性，就可以更容易地计算最好和最坏情况，从而可以定期对ROI和BEP进行评估。除了加强风险评估，这种方法还为即将创建的物联网解决方案增加了可信度。对企业物联网解决方案的“精确”预测，现实中都是实现的少，而没有实现的多。可以采用场景方法提前检测前所未有的事件，以免受不确定性的不良后果。

·对物联网生态系统去中心化

在集中式系统中，兼容性挑战、中断和过载频繁发生。为了最大限度地减少这些“意外事情”，并简化物联网系统的可扩展性，最好是利用边缘技术进行去中心化。边缘技术支持在更靠近不依赖云的数据源(现场)的位置创建额外的处理节点，从而消除与速度限制相关的传输瓶颈。这对于包括实时操作和高级分析在内的复杂物联网应用程序尤其重要。

·采用科学的研发方案

如果决定对一个创新的物联网项目进行长期投资，那么就将无法对特定的不确定性视而不见。现成的软件显然不适合，而需要创建一个定制系统，尽管相当复杂。将各种数学模型应用于有价值的数据分析是有益的。此外，仿真可能在这里有所帮助。如果创建一个具有多个数据源的复杂系统，最好先进行仿真。

·经常重新评估网络风险

网络安全是一个与物联网解决方案相关的单独漏洞。多个数据源自然会增加攻击面，而整体系统连接会给中央单元或数据存储带来危险，即使在入侵物联网设备时也是如此。随着新设备的连接和物联网生态系统新技术的实施，企业网络安全措施必须及时更新。

结论

快速开发的企业物联网方案，若能够将不精确度降至最低，便能在市场上保持竞争力。从长远来看，那些期待更大成功的企业，必须能够更快更好地驾驭如下事项：

·复杂/动态系统中的不确定性

复杂和动态系统中会出现不确定性，源于其本身的复杂性、各种人为因素、忽视安全措施以及利用不可靠网络等。

·正确计算投资回报

在物联网解决方案的投资和回报计算时，必须充分评估不确定性，以考虑所有可能的情况。

·网络安全更新

为了使系统更具可预测性，需最大限度地减少传感器问题，缓解网络压力，并牢记网络需要安全更新。

·复杂数学模型

对EIoT解决方案来说，如果最高精度为关键时，需在软件中采用复杂的定制数学模型，来进行数据处理和分析。

(参考原文：how-to-manage-uncertainty-when-creating-iot-solutions-for-enterprises）

本文为《电子工程专辑》2024年3月刊杂志文章，版权所有，禁止转载。点击申请免费杂志订阅