Khi các điện toán đám mây được giới thiệu lần đầu tiên, xu hướng chuyển sang mọi thứ vào đám mây, nhưng do độ trễ của mạng và chi phí để truyền một lượng lớn dữ liệu, các nhiệm vụ hợp lý hơn vẫn được đặt tại biên. Với sự cải thiện về sức mạnh và khả năng xử lý, số lượng tác vụ được thực hiện trên các điện toán biên – Edge Computing sẽ tiếp tục tăng trưởng mạnh mẽ trong tương lai.
Chúng ta hãy cùng SmartFactoryVN xem xét một số ứng dụng của Edge Computing tại phần 2 này nhé.
Thông qua việc kiểm tra tất cả các case study được mô tả ở đây, chúng ta sẽ đưa ra các yêu cầu chung cho edge computing có thể phổ biến cho tất cả các case study Edge computing cụ thể :
- Truyền thông: Các thiết bị Edge phải tiếp tục hoạt động ngay cả khi truyền dữ liệu có thể bị gián đoạn tạm thời.
- Khả năng của thiết bị biên – Edge Device: Các thiết bị biên – Edge Device cần hỗ trợ khả năng edge computing: giao tiếp, tính toán cục bộ và lưu trữ cục bộ.
- Chức năng thiết bị biên – Edge Device: Các thiết bị biên – Edge Device có thể được tùy chỉnh với các tính năng để phù hợp với các ngành dọc khác nhau, chẳng hạn như kích thước nhỏ gọn, tiêu thụ điện năng thấp, chống rung, che chắn điện từ, chống thấm nước và chống bụi.
Quản lý an toàn
Mục tiêu: Sử dụng các thiết bị đeo dò khí để theo dõi nhân viên tiếp xúc với khí độc hại trong ca làm việc. Tạo dashboard hiển thị theo thời gian thực bằng cách sử dụng dữ liệu từ các cảm biến và điều chỉnh lịch làm việc hoặc quy trình làm việc để ngăn ngừa các vấn đề về sức khỏe.
Mô tả: An toàn trong môi trường hoạt động nguy hiểm hoặc đe dọa đến tính mạng, như dầu mỏ, nhà máy hoá chất, là vấn đề hàng đầu. Các vấn đề khác liên quan đến sản xuất, chẳng hạn như tình trạng của các công cụ được sử dụng, tình trạng của băng tải hoặc phương tiện được sử dụng để thực hiện quặng và lượng quặng sản xuất trong một khoảng thời gian đo.
Yêu cầu chính:
1. (Giám sát môi trường) phát hiện khí độc, phát hiện nhiệt độ môi trường và kiểm soát và kiểm soát ánh sáng cần phải được thực hiện.
2. (Giám sát cá nhân) hệ thống giám sát dấu hiệu quan trọng cá nhân phải được cài đặt cục bộ và dữ liệu được gửi đến một trạm giám sát trung tâm trong trung tâm điều hành.
Edge Boundary: Trang web hoạt động (ví dụ: tại văn phòng điều hành mỏ hoặc trung tâm điều hành).
Edge device: Máy theo dõi dấu hiệu quan trọng cá nhân (nhiệt độ cơ thể, nhịp tim và huyết áp, mức CO2), máy theo dõi cá nhân, máy theo dõi môi trường (nhiệt độ môi trường, mức CO, phát hiện khí độc, ánh sáng), dụng cụ, xe tải và xe không người lái, băng chuyền và thiết bị trọng lượng.
Theo dõi vận tải và chuỗi cung ứng
Mục tiêu: Kết hợp dữ liệu GPS thời gian thực với dữ liệu sử dụng xe từ các cảm biến để giám sát và tối ưu hóa vị trí và trạng thái của đội xe.
Mô tả: Một công ty vận tải phải vận hành phương tiện của mình một cách an toàn và hiệu quả. Ngoài việc định tuyến tối ưu trong các tuyến giao hàng, tình trạng cơ học của mỗi chiếc xe có thể góp phần bảo trì kịp thời để cải thiện hiệu quả vận hành và an toàn. Hoạt động ban đầu được thiết kế cho các xe tải riêng lẻ, nhưng nó có thể được mở rộng thành nhiều xe tải để tạo thành một trung đội xe tải không người lái để tăng hiệu quả hoạt động.
Trung đội thường được sử dụng cho xe tự lái. Chiếc xe dẫn đầu phát hiện làn đường và điều kiện giao thông để quyết định tốc độ tối ưu để cơ động. Thông tin này sau đó được truyền đạt thông qua các phương tiện sau trong trung đội. Mỗi chiếc xe đều có khả năng giao tiếp và điều khiển từ xe đến xe (V2V) để đảm bảo an toàn khi lái xe. Chiếc xe dẫn đầu thu thập thông tin, chẳng hạn như vị trí của đội xe và tình trạng hoạt động của từng chiếc xe và báo cáo cho văn phòng.
Yêu cầu chính:
1. Theo dõi xe dựa trên GPS được hỗ trợ bởi bản đồ địa phương.
2. Hệ thống giám sát tình trạng xe được lắp đặt cục bộ và dữ liệu sẽ được gửi đến một trạm giám sát trung tâm trong trung tâm điều hành.
3. Kết nối đến một vị trí trung tâm cung cấp cập nhật giao thông
Edge Boundary: Xe dẫn đầu của trung đội.
Edge device: Giám sát trạng thái xe (tốc độ động cơ, nhiệt độ, độ dày đệm và hệ thống phụ thủy lực, hệ thống phụ truyền, trạng thái trọng lượng và sốc, áp suất lốp, mức nhiên liệu, v.v.), theo dõi GPS, giám sát môi trường (nhiệt độ môi trường, phát hiện làn đường, vùng lân cận phát hiện xe), giám sát trạng thái container (để làm lạnh) và các thiết bị an toàn lái xe.
Bảo trì tiên đoán cho thang máy
Mục tiêu: Với các ứng dụng biên được cài đặt trên thang máy được kết nối, người vận hành và kỹ thuật viên có thể thực hiện bảo trì dự đoán thang máy dựa trên dữ liệu họ cung cấp ở cạnh.
Mô tả: Người vận hành thang máy được kết nối dựa vào các chức năng cạnh để đạt được bảo trì dự đoán hệ thống của họ để hệ thống trở nên đáng tin cậy hơn và giảm thời gian ngừng hoạt động của hệ thống. Chi phí vận hành của các hệ thống này được giảm đáng kể vì hiệu quả của hệ thống có thể được cải thiện đáng kể.
Một thang máy được kết nối sử dụng nhiều cảm biến để thu thập dữ liệu về tiếng ồn, độ rung, nhiệt độ, v.v … Trạng thái hoạt động của thang máy sau đó có thể được lấy từ việc phân tích dữ liệu được cảm nhận. Với thang máy được kết nối với các thiết bị điện toán biên và dữ liệu được cảm nhận được tải lên đám mây, người vận hành thang máy có thể có được trạng thái chạy của tất cả các thang máy của họ.
Sau đó, các kỹ thuật viên thang máy có thể thực hiện bảo trì dự đoán bằng cách sử dụng dữ liệu điện toán biên và dữ liệu trên đám mây, để kiểm tra và bảo trì các thang máy đó một cách có chọn lọc có nhiều khả năng thất bại dựa trên các phân tích. Bảo trì dự đoán làm tăng hiệu quả hoạt động của thiết bị đồng thời giảm chi phí bảo trì thông qua phòng ngừa sự cố có mục tiêu và tránh thời gian ngừng hoạt động ngoài dự kiến.
Yêu cầu chính:
1. Các Edge device cung cấp các thùng chứa, API mở cho phép các bên thứ ba phát triển các ứng dụng được cài đặt trên các Edge device.
2. Để hỗ trợ giám sát 7 x 24, các Edge device hỗ trợ cập nhật thời gian chạy phần mềm và chương trình cơ sở.
Edge Boundary: Trung tâm vận hành thang máy hoặc chính thang máy.
Edge device: Cảm biến hồng ngoại, cảm biến trọng lượng, đầu báo khói, cuộn cảm rung, tiếng ồn, cảm biến, camera và giao diện vận hành.
Truy xuất nguồn gốc
Mục tiêu: Các quy định trong ngành công nghiệp thực phẩm (ví dụ, EC 128/2002) yêu cầu các nhà sản xuất thiết lập các hệ thống cho phép truy xuất nguồn gốc của các sản phẩm thực phẩm trong tất cả các giai đoạn sản xuất, chế biến và phân phối. Trong khi case study này tập trung vào ngành công nghiệp thực phẩm, việc truy xuất nguồn gốc sản phẩm rất quan trọng đối với nhiều ngành công nghiệp.
Mô tả: Các miếng nhựa trong thanh sô cô la, ô nhiễm vi khuẩn của phô mai kem, thành phần khai báo sai trong các bữa ăn sẵn có từ mì ống Một sản phẩm thực phẩm có thể bị thu hồi vì bất kỳ lý do nào. Thời gian là điều cốt yếu khi nói đến việc thu hồi sản phẩm. Cùng với việc làm tổn hại đến danh tiếng của nhà sản xuất, những tình huống này có thể tốn kém, với chi phí tăng lên khi nơi ở của các sản phẩm cuối cùng trở nên ít rõ ràng hơn.
Mã vạch, QR CODE, RFID hoặc bộ tiếp sóng điện tử được sử dụng để xác định các đối tượng tùy thuộc vào việc chúng là các mặt hàng riêng lẻ, bao bì chính và phụ, pallet, xe tải hoặc container. Khi quyết định sử dụng công nghệ nào, các yếu tố tài chính và các đối tượng và quy trình liên quan phải được tính đến. Ví dụ, mã vạch có thể được in lên một quả trứng, trong khi các hộp chứa sáu hoặc mười hai quả trứng có thể được dán nhãn bằng mã 2D và văn bản đơn giản bổ sung như ngày tốt nhất trước ngày.
Mặt khác, một transponder có thể được thêm vào thùng hàng vận chuyển, pallet và các container tổng hợp khác. Các phương pháp nhận dạng sản phẩm khác nhau được mô tả ở trên đảm bảo rằng dòng nguyên liệu trong chuỗi cung ứng được dán nhãn, xác định và theo dõi.
Máy móc công nghiệp, xe được điều khiển tự động (AGV) và robot hợp tác hoặc các cobots đang ngày càng phổ biến trong khu vực sản xuất.
Các ứng dụng được nhắm mục tiêu nhiều nhất là đóng gói và xếp chồng, chọn và đặt, chăm sóc máy và lắp ráp và kiểm tra chất lượng. Vì các vấn đề có thể xảy ra ở bất kỳ bước nào trong chuỗi cung ứng bao gồm chất lượng hoặc xử lý nguyên liệu, ô nhiễm do người hoặc máy móc đưa ra hoặc quy trình bị lỗi, chất lượng sản phẩm và truy xuất nguồn gốc sản phẩm đòi hỏi phải phối hợp, ghi lại và xác minh con người, quy trình và máy móc liên quan.
Các cảm biến có khả năng tính toán biên edge computing cho phép các phương pháp nhận dạng sản phẩm này được kiểm tra đối với dữ liệu được lưu trữ để xác minh nhằm đảm bảo lưu lượng hàng hóa, con người, quy trình và máy móc. Sản phẩm phù hợp đi vào đúng gói và lên kệ với thông tin quan trọng xuất hiện chính xác trên bao bì và gia phả đầy đủ có sẵn trong đám mây.
Yêu cầu chính:
1. Xem xét các điều kiện môi trường xung quanh khi lựa chọn các thiết bị cạnh trong ngành công nghiệp thực phẩm, chẳng hạn như độ ẩm, kho lạnh và ngoài trời.
2. Vị trí và theo dõi các mặt hàng trong tất cả các giai đoạn sản xuất, chế biến và phân phối là rất quan trọng.
3. Các cảm biến và hệ thống thị giác máy tính xác định các hạt hoặc chất gây ô nhiễm trong thực phẩm.
4. Các cảm biến và edge computing để phối hợp, ghi lại và xác minh con người, quy trình và máy móc liên quan.
Edge Boundary: máy đặt cảm biến.
Edge Device: đầu đọc mã vạch cho mã 1D hoặc 2D, cảm biến tầm nhìn để ghi hình ảnh, thẻ RFID và đầu đọc RFID.
Phân tích biên (Edge Analytics) và máy tính công nghiệp
Analytics được định nghĩa rộng rãi là một môn học chuyển đổi dữ liệu thành thông tin và giá trị doanh nghiệp thông qua phân tích có hệ thống. Phân tích công nghiệp là việc sử dụng phân tích trong các hệ thống IIoT.
Phân tích nâng cao là cốt lõi của cấp độ chuyển đổi thế hệ tiếp theo này và, khi được áp dụng cho dữ liệu máy, xử lý và lưới dữ liệu, cung cấp những hiểu biết và trí thông minh mới để tối ưu hóa việc ra quyết định và cho phép các hoạt động thông minh dẫn đến kết quả kinh doanh chuyển đổi và giá trị cho xã hội.
Những hiểu biết và trí thông minh mới này có thể được áp dụng trên mọi cấp độ của bất kỳ ngành nào nếu dữ liệu phù hợp có thể được thu thập và phân tích được áp dụng chính xác. Một số người nói dữ liệu là nguồn dầu mới. Nếu đó là trường hợp khác, thì phân tích dữ liệu là công cụ mới thúc đẩy chuyển đổi IIoT.
Công nghệ phân tích công nghiệp
Những tiến bộ trong các hệ thống IT và OT như khả năng tính toán, băng thông truyền thông, độ trễ thấp, khả năng phần mềm và công nghệ cảm biến đã loại bỏ các hạn chế về công nghệ và cho phép các phân tích được triển khai thông qua toàn bộ hệ thống IoT.
Ví dụ, nhìn vào lớp biên của hệ thống, khả năng xử lý có sẵn ở cạnh kết hợp với giao tiếp có độ trễ thấp đã cho phép các thuật toán được chạy trong các mô hình hỗ trợ thời gian thực tạo ra hiểu biết sâu sắc và kiểm soát thời gian thực cho hệ thống. Tương tự, nhìn vào lớp dữ liệu cloud, thứ từng không thực tế, thực hiện phân tích phát trực tuyến trên các tập dữ liệu khổng lồ, giờ đây có thể nhờ vào khả năng tính toán dữ liệu lớn và truyền thông băng thông cao. Những tiến bộ tương tự này cũng đã cho phép phân phối phân tích sao cho chúng không cần phải tập trung và có thể được thực hiện trên hệ sinh thái IIoT.
Phân tích nào nên được thực hiện ?
Hầu hết các triển khai phân tích công nghiệp sử dụng một cách tiếp cận hỗn hợp trong đó các phân tích chạy ở tất cả các tầng từ cạnh đến đám mây, với các phân tích ở một cấp cụ thể giải quyết một mục tiêu kinh doanh cụ thể.
Lợi ích chi phí bắt nguồn từ việc giảm lượng dữ liệu được gửi và lưu trữ trên đám mây. Phân tích biên giảm thiểu chi phí lưu trữ và xử lý dữ liệu có giá trị thấp và lặp lại. Phân tích mô hình không được giúp đỡ bởi nhiễu dữ liệu. Thay vì tạo ra một vấn đề dữ liệu lớn ồn ào không cần thiết, Phân tích biên có thể chắt lọc dữ liệu trước khi gửi nó lên đám mây.
Những cân nhắc về bảo mật cho tính toán biên (Security for Edge Computing)
Tại Hội nghị thượng đỉnh OpenStack ở Vancouver vào ngày 23 tháng 5, một nhóm chuyên gia đã tranh luận về những cân nhắc và thách thức về bảo mật đối với điện toán biên. OpenStack là một dự án công nghệ nền tảng đám mây nguồn mở được triển khai rộng rãi bởi các nhà mạng và doanh nghiệp lớn. Một case study mới nổi cho OpenStack nằm ở biên của mạng, thay vì chỉ trong một trung tâm dữ liệu.
Rob Hirschfeld, người sáng lập và CEO của RackN, nói rằng với edge computing, tầm quan trọng của mã hóa dữ liệu được phóng đại lên. Do thực tế là các triển khai điện toán biên có thể không có bảo mật vật lý như triển khai đám mây truyền thống, kẻ tấn công có thể đánh cắp ổ cứng hoặc có khả năng cắm vào khóa USB. Hirschfeld cũng đề xuất rằng tất cả các yếu tố điện toán nền tảng đáng tin cậy cần phải được bật cho edge computing.
“Có bảo mật được nhúng trong cơ sở hạ tầng mà hiện tại chúng tôi không sử dụng, một phần vì nó không được tự động hóa tốt”, Hirschfeld nói.
Với điện toán đám mây truyền thống, hầu hết các tài sản đều nằm trong cùng một trung tâm dữ liệu hoặc ít nhất là cùng một nhà cung cấp dịch vụ. Với edge computing, Glen McGowan, kiến trúc sư chính của Dell EMC cho các giải pháp của nhà cung cấp đám mây và NFV, cho biết lưu lượng truy cập đang chảy qua các phân đoạn mạng công cộng không tin cậy. McGowan đề xuất rằng tất cả lưu lượng điện toán biên đều nên đi qua VPN Tunel an toàn được bảo vệ cao nhất có thể.
Trong triển khai tính toán biên:
- Bảo mật phải được tích hợp cho từng thiết bị và ở mọi cấp độ của kiến trúc,
- Điểm cuối của máy tính và mạng phải được theo dõi và quản lý,
- Các bản vá mới nhất phải được áp dụng,
- Các cuộc tấn công phải được cách ly và cách ly
- Các thành phần bị ảnh hưởng phải có khả năng được phục hồi và sửa chữa
Đối với McGowan, một trong những thách thức hàng đầu đối với điện toán biên là thiếu khung bảo mật chung. Theo quan điểm của ông, cần có sự đồng thuận về các thực tiễn tốt nhất cho điện toán biên. Theo quan điểm của Hirschfeld, thách thức hàng đầu đối với điện toán biên là tự động hóa khả năng triển khai edge computing được cập nhật và vá đầy đủ .
Vì vậy, các bước để bảo mật máy tính cạnh là gì?
- Mã hóa mọi thứ: Bằng cách mã hóa tất cả dữ liệu, ngay cả khi dữ liệu bị đánh cắp, kẻ tấn công sẽ có tiện ích hạn chế.
- Sử dụng các đường hầm an toàn: Vì edge computing không phải tất cả nằm trong một trung tâm dữ liệu được bảo mật, nên kết nối phải được tăng cường khi sử dụng VPN và các đường hầm an toàn.
- Lặp lại liên tục ngoài thiết lập ban đầu: Các tổ chức đang triển khai edge computing cần phải có các quy trình để cho phép lặp lại liên tục ngoài thiết lập ban đầu để xử lý các vấn đề bảo mật vá lỗi và mới nổi.
- Sử dụng Phát hiện mối đe dọa Chủ động : Do edge computing theo định nghĩa không tập trung, nên việc các nhà cung cấp sử dụng các công nghệ phát hiện mối đe dọa chủ động để xác định sớm các vấn đề tiềm ẩn là rất quan trọng .
- Tự động vá và xác nhận lỗi : Do edge computing có khả năng liên quan đến số lượng lớn thiết bị phân tán, cần phải đảm bảo rằng việc vá được tự động hóa mà một bản vá đã cho đã được xác thực và thực hiện đúng.
Kết luận
Điện toán biên đã được triển khai trong nhiều dự án triển khai IIoT; tuy nhiên, nhu cầu hiện đại hóa các kiến trúc biên đã trở nên rõ ràng với sự xuất hiện của điện toán đám mây. Sự giảm giá nhanh chóng về chi phí bộ xử lý và bộ nhớ cho phép logic quyết định nâng cao hơn gần với nơi dữ liệu được tạo ra, ở biên.
Ngành công nghiệp đã học được rằng cách tiếp cận một giải pháp phù hợp với tất cả các nhóm yêu cầu chưa bao giờ là đủ đối với IIoT. Cũng đúng là các nhà thiết kế hệ thống IIoT luôn biết ranh giới biên ở đâu và thiết bị nào trong hệ thống có thể được phân loại là thiết bị biên.
Các nhà thiết kế hệ thống được thử thách thực hiện một kiến trúc được quản lý, bố trí, đáng tin cậy và an toàn. Giai đoạn tiếp theo của công việc sẽ là giải quyết những lo ngại chuyên sâu hơn về những vấn đề khác biệt về các loại chuẩn giao tiếp, kết nối và bảo mật thông tin.