Большие надежды на маленькие датчики::БИТ 01.2018

Поиск по сайту

bit.samag.ru

Web

Рассылка Subscribe.ru

подписаться письмом

Вход в систему


Запомнить меня
Регистрация Забыли пароль?

О журнале

Ваше мнение

Статьи

Общие тенденции и тренды

Архив

Мероприятия

Календарь мероприятий

ноябрь

2024

показать все

Новости партнеров

14.11.2024

Обновление BI.ZONE Secure DNS: гибкая настройка фильтрации и максимальная скорость

14.11.2024

RED Security: в октябре количество DDoS-атак на ТЭК выросло в 3 раза

14.11.2024

Falcongaze представила новую версию DLP-системы — SecureTower 7 Helium

14.11.2024

ИСП РАН покажет результаты 30-ти лет работы на Открытой конференции в Москве

08.11.2024

Юбилейная конференция ЭОС: ЭОС: 30 лет лидерства на рынке автоматизации документооборота и обсуждение актуальных трендов

показать все

Статьи

21.11.2024

ИИ: маршрут не построен, но уже проектируется

18.11.2024

Глеб Шкрябин: «Надежные и масштабируемые системы — основа стабильной работы бизнеса в условиях больших нагрузок»

14.10.2024

Елена Ситдикова: «На разработчиках программного обеспечения для транспорта лежит большая ответственность перед пассажирами»

28.09.2024

Чем страшен ИИ, и с чем его едят

13.06.2024

Взгляд в перспективу: что будет двигать отрасль информационной безопасности

18.04.2024

5 способов повысить безопасность электронной подписи

18.04.2024

Как искусственный интеллект изменит экономику

18.04.2024

Неочевидный САПР: выход ПО за рамки конструкторской деятельности

18.04.2024

Скоро некому будет делать сайты и заниматься версткой

показать все

Большие надежды на маленькие датчики

Главная / Архив номеров / 2018 / Выпуск №01 (74) / Большие надежды на маленькие датчики

Рубрика: Тенденции

Денис Афанасьев, генеральный директор компании CleverDATA (группа компаний ЛАНИТ)

Большие надежды
на маленькие датчики

Как подключенные устройства меняют жизнь мегаполисов

Диджитализация все больше распространяется на городскую среду. «Умнеют» дороги, транспорт, коммунальные службы города, появляются городские системы безопасности, системы управления здравоохранением и другими сферами. Все это приближает крупные города к модели smart citу, или «умному городу».

Может, интеллектуальные системы – очередная дорогая игрушка зажиточных горожан? Цена городских ИТ-решений, конечно, высока, но многие мегаполисы уже исчерпали традиционные возможности развития и захлебываются от проблем – прежде всего транспортного коллапса и плохой экологии. Не менее актуальны неэффективное, непрозрачное управление, недостаточная мощность и нестабильная работа электросетей, плохая коммуникация между жителями и другие проблемы.

Поэтому урбанисты делают большую ставку на основные технологические тренды – интернет вещей, большие данные, искусственный интеллект, роботизацию и дополненную реальность. Три последних тренда только выходят на мировую сцену – к стартапам в этих сферах приковано повышенное внимание. А интернет вещей, предполагающий повсеместное использование датчиков с выходом в Сеть, все больше проникает в различные отрасли экономики – транспорт, промышленность, энергетику, торговлю.

Большие данные от маленьких датчиков

Интернет-технологии активно проникают во все сферы нашей жизни и, как следствие, увеличивают объем данных, доступных для обработки и практического использования не только при развитии смарт-городов, но и в бизнесе. Большие данные находят применение в совершенно разных отраслях и процессах в промышленности, медицине, телекоммуникации, рекламной индустрии – везде своя уникальная специфика, свои задачи и свой тип используемых данных. Рассматривая концепцию смарт-городов как единое поле для применения различных высоких технологий, можно говорить о потенциальной роли совершенно разных индустрий и компаний в единой инфраструктуре «умных городов».

Систему логистики автопарков можно значительно усовершенствовать за счет обработки больших данных, генерируемых в онлайн-режиме датчиками каждого автомобиля. Данные о передвижении, времени простоя, объеме загрузки и т.д. – при правильно реализованной аналитической работе с этими данными можно в режиме реального времени принимать точные решения, сократив затраты на простои до оптимального уровня и одновременно с этим усовершенствовать скорость доставки.

Тем не менее важно учитывать, что работа с данными в первую очередь предполагает большой пласт технической работы. Аналитическая составляющая данных – это зачастую верхушка айсберга. Несмотря на то что данные уже могут генерироваться в больших объемах, для того чтобы раскрыть потенциал аналитики данных и инструментов глубинного машинного обучения, важно предварительно правильно собрать все данные из различных источников и унифицировать.

Изначально большинство ИТ-систем проектировалось для решения своих бизнес-задач, не предполагая, что генерируемые в процессе данные могут использоваться в других системах. Таким образом, данные каждого источника могут обладать различными форматами, не связанными параметрами и идентификаторами. Кроме этого, большие массивы данных важно уметь «переваривать» и быстро обрабатывать, что дает соответствующую нагрузку на техническую инфраструктуру.

Работа с данными всегда кропотливая и сложная как с позиции инфраструктуры, так и грамотной аналитики. Безусловно, предъявляются высокие требования к компетенциям специалистов – для аналитической работы и извлечения пользы на практике потребуется аналитик данных или Data scientist (ученый по данным), совмещающий в себе и разработчика, и аналитика данных, и бизнес-аналитика. Это позволяет разбираться одновременно и в сфере аналитики, математики, статистики, и в вопросах технической реализации и практического применения в бизнесе. От грамотной аналитической работы и построенных аналитических моделей зависят правильно принятые решения, что в масштабах таких больших систем, как смарт-города, может играть определяющую роль для эффективного развития.

Сенсоры с выходом в Сеть наряду с городскими информационными системами, данными с видеокамер, со спутников, из социальных сетей и со смартфонов жителей как раз и формируют массив больших данных в городах. Таким образом, IoT занимает лидирующие позиции среди технологий «умного города». Аналитики IHS Markit [1] подсчитали, что до конца этого года на мировой рынок IoT будет поставлено около 202 млн датчиков для смарт-городов. А менее чем через десять лет производители ежегодно будут поставлять для проектов в «умных городах» не менее 1,4 млрд таких устройств.

«Умные» от рождения

Идеальная модель «умного города» предполагает единую информационную платформу, которая объединяет сведения из различных обособленных отраслевых систем, таких как «умная медицина», «умное ЖКХ», «умные школы» и т.п. При этом все ветви городской исполнительной власти черпают сведения из единого операционного центра и через него воздействуют на определенные сферы городской жизни.

Но такие комплексные решения пока возможны лишь в только что построенных городах (например, южнокорейский город Сонгдо [2] или японский экологичный город Фудзисава [3]). Стоит отметить, что мировые производители технологий все чаще становятся инициаторами создания «городов-полигонов» для обкатывания своих новых решений.

Строительство «умного города» в китайском городском округе Вэйфан анонсировала Huawei [4]. Он нужен вендору для тестирования пилотных программ, сбора статистики и демонстрации всех возможностей своих технологий. Компания намерена развернуть в городе 5G-сети и создать специальный исследовательский центр, который займется аналитикой использования в городе новых технологий.

Panasonic и Nomura Real Estate создадут smart city в японском районе Цунашима в мегаполисе Иокогама [5] – там, где раньше располагалась фабрика Panasonic. В этом проекте акцент сделан на преодоление экологических проблем – планируется увеличить как минимум на 30% использование альтернативных источников энергии и на 40% снизить выбросы углекислого газа.

В России по канонам «умного города» изначально спроектирован Циолковский – он создается для сотрудников космодрома «Восточный» на месте поселка Углегорск. Инфраструктура Циолковского объединяет решения, которые по отдельности использовались в других российских городах. В четырех домах, уже сданных в эксплуатацию, технологии IoT осуществляют мониторинг систем безопасности и ЖКХ, отслеживают работу лифтов.

Лоскутное одеяло IoT-технологий

Пока на карте мира только-только появляются города, напичканные всевозможными интеллектуальными системами, подавляющее большинство мегаполисов выбирают путь постепенных преобразований: стремясь стать smart city, они шаг за шагом внедряют информационные системы в различные сферы и закладывают возможность объединения этих систем в дальнейшем. Таким образом, большинство городских ИТ-решений пока сравнимы с лоскутными заплатками на большом стеганом одеяле.

В Барселоне ультразвуковые сенсоры оповещают о наполнении мусорных контейнеров. Это позволяет управлять службой вывоза мусора и в итоге экономить топливо и рабочее время сотрудников. В австралийском Сиднее в дорожное полотно вмонтированы датчики, которые отсылают данные о загруженности трасс в специальные ЦОД, управляющие светофорами. Благодаря использованию этой системы протяженность пробок снизилась на 40%, длительность поездок сократилась на 20%.

В Москве работает интеллектуальная транспортная система [6], использующая в том числе технологии IoT – датчики скорости движения, GPS/ГЛОНАСС-датчики городского транспорта, а также обезличенные данные о передвижении по городу пользователей смартфонов. Вся информация о движении по столичным дорогам стекается в ситуационный центр ЦОДД. В зависимости от загруженности трасс он корректирует работу светофоров, выводит на информационные табло сообщения о ДТП, путях объезда, пробках.

Особое внимание безопасности

Как и у любых новых технологий, у IoT-решений немало своих слабых мест. И поскольку интернету вещей в будущем определена роль городского управления, значимость всевозможных угроз возрастает в разы.

Проблемы безопасности ядра сети 4G (Evolved Packet Core, EPC) [7], описанные разработчиком программ в сфере информационной безопасности Positive Technologies [8], угрожают интеллектуальным светофорам и уличному освещению, электронным информационным табло и знакам на дорогах и всем остальным элементам smart city, подключенным к мобильной связи четвертого поколения. Все эти проблемы основаны на недостатках протокола GTP и касаются также перспективных сетей 5G. Злоумышленникам для атак достаточно ноутбука, дистрибутива для тестов на проникновение и базовых навыков программирования.

Шанс выбиться в лидеры

В российских городах подключенные сенсоры используются преимущественно для сбора данных с последующей аналитикой. Иными словами, до интеллектуальных систем, способных самостоятельно принимать решения и менять ситуацию, рынок еще не дозрел. Однако и имеющиеся проекты повышают эффективность городского хозяйства и вызывают все больший интерес ко всему направлению IoT.

Пока Россия заимствует технологические решения у США, Европы и Китая. Но в сфере интернета вещей диспозиция может измениться всего за два-три года, и у нас есть шансы начать делиться собственными кейсами с другими странами, тем более что Москва, по оценкам PWC, уже вошла в пятерку мегаполисов [9], наиболее готовых к инновациям. А для этого нужно подтягивать к столичному уровню регионы с отстающей ИТ-инфраструктурой, создавать стимулы для внедрения инноваций, ускорять обмен знаниями в области городских информационных технологий, выводить тему преимуществ «умного города» в информационную повестку на всех уровнях государственного управления.