IoT データの編成方法
- 産業企業のモノのインターネットの生産および製造アプリケーションは、一般にワークショップのモノのインターネットまたは製造モノのインターネットと呼ばれます.RFID、センサー、ワイヤレスネットワーク通信、GPS測位、オーディオおよびビデオシステムなどの技術を使用することにより、製造計画と製造リソース「人、機械、材料、法律、環境などの情報をリンクし 5つの主要な製造リソースをインテリジェントに識別、検索、追跡、監視、管理し、企業コマンドの管理要件を満たす発送、環境モニタリングなど。
- ものづくりの五大資源は、静的属性と動的属性に分けられ、例えば、工作機械の静的属性は、管理情報（設備コード、設備名、設備分類など）、静的パラメータ（作業環境、送り速度、切削パラメータなど）、動的パラメータ（工作機械の状態、旋盤の完成率、旋盤の負荷率、保守記録など）。
- 静的な属性は、生産プロセスの影響を受けず、生産プロセスが開始される前に決定されています. これらは、ワークショップのサイト管理では一定のデータですが、これらのデータは永久に固定されるわけではなく、生産プロセスが終了した後にユーザーが調整できます. ; 動的データ 常に変化しているデータであり、ワークショップ内の IoT データのほとんどは動的データです。
IoTデータ管理技術
ワークショップのモノのインターネットは典型的な複雑な情報システムであり、データ品質管理、データの融合と統合、複雑なイベント処理、データの保存と処理、セキュリティ アクセス制御など、データ管理のすべての側面を含みます。
1. データ品質管理
- モノのインターネットのデータ品質は、正確性、信頼性、完全性の 3 つの指標によって測定できます。
- 無線周波数識別とセンサーネットワークデータの品質管理を改善するという点では、主に読みすぎたデータと読み間違えたデータをクリアし、読み逃したデータを埋めるために使用されます.データクリーニングは通常、確率統計と時空間相関の方法を使用します. .
2.データの融合と統合
IoT データ空間でのデータ オブジェクトのポリモーフィズムは、マルチタイプ、異種、非統一モードで表されます。したがって、次のようになります。
(1) ワークショップのための統一されたデータモデルを構築し、データを統一的に表現する必要がある。
(2) 統合データ モデルに基づいて、異種データを統合データ フレームワークにマッピングおよび変換する方法を検討します。
(3) モノのインターネットのデータ ソースは分散され、自律的で独立しており、データ統合の過程で、関連するデータ ソースを自動的に検出する必要がある場合があります。
(4) データの出所を記録し、データのトレーサビリティを実現する。
(5) ワークショップの製造リソースは常に変化しており、この変化はデータの一貫性、バージョンおよびモデルの更新などに影響を与えます。データの進化のプロセスを記録できる必要があります。
3. 複合イベント処理
典型的なIoTアプリケーションでは、上位層システムは各オブジェクトのステータスと動作を監視し、確立されたプログラムに従ってインテリジェントな応答を行い、対応する動作を完了するように制御します。通常、オブジェクトの動作はイベントの形で表現されます。
4. セキュリティアクセス制御
モノのインターネットのオープン化により、複雑な推論手法を使用して個人情報を推測できるようになりました.感覚データのプライバシーをどのように保護するかは、厄介な問題になっています. しかし同時に、モノのインターネットにおけるオブジェクトの異質性と移動性により、プライバシー保護の複雑さが増しています。