بیگ دیتا ، روی دیگر سکه کسب و کار IoT

بیگ دیتا قلب اینترنت اشیاء

هدف از توسعه IoT در ابعاد مختلف اعم از ایجاد شبکه، توسعه اپلیکیشن‌ها، استانداردسازی و غیره در راستای کسب منافع اقتصادی و اجتماعی است که این مهم در اشکال متعدد نظیر افزایش رضایت مشتری، مدیریت بحران، کاهش خرابی ماشین‌آلات، افزایش بهره‌وری کارکنان و مانند آن اجرا می‌گردد. این هدف محقق نمی‌شود مگر با تکیه بر بیگ دیتا و ابزارهای تحلیلی آن که از منظر اهمیت، قلب اینترنت اشیاء را تشکیل می‌دهد. در واقع دادگان تولید شده توسط میلیاردها جزء از IoT چنانچه مورد پردازش و تحلیل قرار نگیرند، به سختی می‌توان انتظار داشت که وعده‌های IoT محقق گردد. 

 

پردازش لحظه ای داده، نقطه عطف بین اینترنت اشیاء و بیگ دیتا

داده تولید شده توسط حسگرها و ابزارهای هوشمند، از نوع جریان داده  است. بر این اساس با استفاده از فناوری پردازش لحظه ای می‌بایست دادگانی که به صورت مستمر و لحظه‌ای توسط حسگرها در حال تولید هستند را در حین تولید تحلیل کرد و مبتنی بر آن به بینش لحظه ای دست‌یافته و از قدرت تصمیم‌گیری و عکس‌العمل سریع برخوردار شد. این مهم دستاورد ارزشمندی برای برخی از کاربردها نظیر مدیریت بحران، کنترل امنیت عمومی، مدیریت حمل و نقل، مدیریت سلامت، کنترل نرخ‌های حساس (بورس، ارز)، بازریابی مبتنی بر مکان و غیره محسوب می‌شود. 

 

مدل عملیاتی این نوع پردازش در قالب هوشمندی بیگ دیتا  طراحی و اجرا می گردد. به عنوان مثال اپراتور چاینا موبایل در طرح پایلوت خود از ابتدای سال 2015 برای محدوده شهر پکن اقدام به طراحی و پیاده سازی سامانه هوشمند کلان داده موبایل کرده است و نتایج حاصل از تحلیل لحظه ای دادگان CDR  شبکه خود را در قالب فروش خدمات «دسترسی به داشبورد» در اختیار مشتریان مجاز قرار داده است.

 

الزامات و چالش‌های بهره‌برداری از بیگ دیتای اینترنت اشیاء

طبق گزارش IBM (2015)، در حال حاضر 90 درصد داده تولید شده توسط در IoT، بلا استفاده می‌ماند، در نتیجه ارزش ویژه ای که در این داده‌ها (با نرخ تولید در حد میلی ثانیه) نهفته است از دست می‌رود. موانع مختلفی وجود دارد که امکان بهره‌برداری از دانش نهفته در بیگ دیتا به سادگی میسر نمی‌شود. مهترین این موانع به شرح زیر است:

  • ذخیره‌سازی: با توجه به سرعت و حجم بزرگ تولید داده، ذخیره‌سازی بیگ دیتا نیازمند سرمایه‌گذاری کلان برای فراهم کردن زیرساخت ذخیره‌سازی است. این چالش برای دادگانی که تاریخ مصرف کوتاهی دارند چندان مساله‌ساز نیست، چرا که پس از گذشت دوره عمر مفید داده، نیازی به نگهداشت آن نیست. اما در خصوص دادگانی که تاریخ مصرف بیشتری دارند (مانند تراکنش‌های مالی مبتنی بر راهکار ابزارهای پوشیدنی)، هزینه‌های ناشی از تامین زیرساخت ذخیره‌سازی یک چالش اساسی تلقی می‌گردد.
  • دسترسی و تبادل داده: با توجه به حریم خصوصی کاربران، دسترسی به برخی از انواع داده مانند لاگ گرفتن حسگرها و دوربین امنیتی و یا دادگان تراکنش‌های مالی و مانند آن به سختی امکان‌پذیر است. از سوی دیگر پروتکل تولید و ثبت داده در اشیاء مختلف تنوع زیادی دارد که این موضوع باعث می‌شود تبادل داده بین منابع مختلف مشروط به یکپارچه‌سازی استانداردهای تولید و ثبت داده باشد.
  • فناوری پردازش: روش‌های مختلفی برای پردازش جریان داده (داده‌ای که به صورت لحظه ای تولید می‌شود) ارائه شده است. اما فاصله زیادی تا رسیدن به دوره بلوغ دارند. به نحوی که وابستگی قابل توجهی به دخالت کاربر در مراحل مختلف پردازش دارند. در حالی‌که با توجه به روند صعودی حجم و سرعت تولید بیگ دیتا، ضرورت دارد زنجیره ذخیره‌سازی تا پردازش و تحلیل داده و تصمیم‌سازی مبتنی بر نتایج  آن، به سمت خودکار بودن و هوشمندی کامل نزدیک گردد. کوین اَشتون ملقب به پدر فناوری IoT در مصاحبه اخیر خود (4 نوامبر 2015) در این زمینه می‌گوید: «ما هیچ یک از علوم پایه‌ای لازم برای ساخت ماشینی که هدف‌گذاری کند و رفتار آگاهانه مبتنی بر تفکر را داشته باشد، نداریم». آزمایشگاه واتسون وابسته به IBM در زمینه یادگیری ماشین سرمایه‌گذاری و تحقیقات گسترده‌ای برای توسعه فناوری رایانش شناختی (Cognitive computing) انجام داده است که در راستای پاسخ به نیاز چالش فوق است، اما این فناوری هم در ابتدای راه است و تا نقطه تجاری‌شدن نیازمند پیشرفت و توسعه بیشتر است.
  • امنیت و مالکیت بیگ دیتا: در این بعد یک بار دیگر پای حریم خصوصی به میان کشیده می‌شود. اما این بار نه در سطح فردی، بلکه در مقیاس ملی و اجتماعی است. با توجه به اینکه دادگان اشیاء به صورت متمرکز (یا توزیع شده محدود) ذخیره‌سازی می‌شود، این مساله قابل طرح است که امنیت بیگ دیتای مورد نظر چگونه تامین می‌شود؟ سوال دیگر از این قرار است که مالکیت بیگ دیتای مذکور متعلق به چه کسی است؟ و چه افرادی پاسخ‌گوی امنیت و حریم خصوصی دادگان افراد در مقیاس اجتماعی و ملی هستند؟ بعنوان مثال بیگ دیتای مرتبط با صنعت سلامت چه در بخش درمان و یا بخش‌های تندرستی و بهداشت عمومی جزء اطلاعات استراتژیک و امنیت ملی کشورها تلقی می‌شود که عدم حفاظت و تامین امنیت آن پیامدهای غیرقابل جبرانی را به همراه خواهد داشت.

 

چالش‌های فوق برخی از مهم‌ترین مسائل پیش‌روی پیاده‌سازی سیستم‌های پردازش و تحلیل بیگ دیتا در حوزه IoT است. چنانچه در ابتدا نیز گفته شد، اهمیت تحلیل داده IoT در حدی است که عدم اجرای آن به قیمت عدم تحقق اهداف IoT تمام می‌شود. از اینرو بازیگران اصلی فعال در حوزه IoT و بیگ دیتا تلاش‌های زیادی برای حل مسائل آن در پیش گرفته‌اند. برخی از راه‌حل‌های ارائه شده به صورت عمومی بوده و مستقل از اقتضائات صنعت و بازار است. اما مسائلی مانند استانداردسازی ذخیره‌سازی و تبادل داده و یا امنیت و مالکیت داده  متناسب با شرایط کشورها تفاوت‌هایی با یکدیگر خواهند داشت که متولیان ذیربط (مانند نهادهای رگولاتوری) در هر کشور شایستگی تمهید آن را دارند.

 

مهدی کشتکار

ورود اعضا