根据国际电信联盟提出的基本定义,物联网在技术架构上可分为感知层、网络层和应用层,还有负责信息数据传输的通道,我们也可以将其算作传输层。当然,对于服务于工业领域的工业物联网来说,这些传统架构必不可少,但工业物联网作为物联网的一个分支领域,其内部架构以专用网络和仪器仪表为基础进行构建,其自身的体系和技术也与传统的物联网不尽相同。单从体系结构而言,工业物联网具有如下技术特点:
嵌入式
嵌入式技术是工业物联网的核心技术,它是将无任何“意识”和“感知”的物体实现智能化的关键,该属性使物体具有了根据外部环境自动变化的适应能力。
嵌入式的主要技术特点就是将软件和硬件相融合,利用了嵌入式CPU的小体积、低功耗、高集成度以及软件的效率高、可靠性好等特点,综合了智能机器人技术,推动工业物联网实现智能环境。
嵌入式系统的硬件由嵌入式CPU、总线设备和存储器组成,可以在工业设备的终端嵌入各式各样的智能传感器,并采集和分析相关数据。工业物联网用到的传感器包括温度传感器、速度传感器、光学传感器和压力传感器,嵌入式系统的软件包括文件系统、操作系统、图形客户端接口等,软件的嵌入也成为固件技术。固件是工业互联网最基本的工作软件,决定着硬件设备是否能正常运行,也影响着工业设备的性能和功能。
高度异构
在广义上讲,工业领域的数据之间结构差异非常大,也就是高度异构性,这和传统物联网中的数据重复化截然相反。在工业物联网中,每个不同领域的企业物联网应用系统中都包含着方面的不同数据,比如工程坐标、温度、物理尺寸、浓度、酸碱度和各种繁杂的企业运营和管理数据等。而且由这些数据组成的数据库之间也存在着异构,因为运行这些数据库的设备各不相同,包括大型服务器、小型机、个人电脑、工作节点和嵌入式主机等。此外,支撑各个数据库系统的操作系统也有异构现象,如贝尔实验室的UNIX系统、微软的Windows NT以及UNIX的克隆系统LINUX。总之,不同厂商的系统都可以加入进来。
其实,数据管理系统本身也存在着异构,如基于关系型数据系统的甲骨文服务器或者是结构化查询语言服务器等。当然,也可以是不同数据集合的数据库,例如,函数型、面向对象、层次、网络、模型和关系异构数据库系统。简而言之,工业物联网中的实时数据、关系型数据和媒体数据共同存在,公用和专用网络也是共存,其内部的行业、企业以及其他领域都有高度的异构性。
数据庞大
相对于传统的物联网,工业物联网所设计的范围更加广阔,跨越了多种企业、行业和领域,其中包含的数据量要远远大于传统的物联网数据。迄今为止,越来越多的企业需要操作大量的数据,例如,统计部门的数据整合、水利部门的水文数据和气象部门的气象数据。这些部门处理的数据量超出了我们的想象,这就决定了工业物联网所包含的数据量要远远大于传统的物联网系统,它不仅包括各种报表数据、文字、声音、图像和各种空间数据,还包括超文本等各种文化和环境数据信息。此外,目前的大部分工业企业内部的数据多为类型繁琐的非结构化数据,这就决定了商务智能建设和数据分析的复杂性。
随着信息技术和网络技术的发展,企业非结构化以及类型复杂的数据日益增多。据统计,非结构化数据有80%以上都存在于社交网络、工业互联网和电子商务行业之中,因此,大数据是物联网体系结构的一个明显特征。
安全需求高
和传统的物联网应用相比,基于工业物联网的企业往往有着更高的技术要求和经营风险,当然,利益回报也较高。在利益的诱惑下,很多黑客打起了盗取物联网内部数据的主意,因此,工业物联网尤其注重的就是安全问题。在网络安全技术、智能化设备排查漏洞、隐私保护和安全管理等方面,工业物联网的标准明显要高于传统物联网,很多研究团也都在尝试对工业物联网的技术逻辑结构进行重新分层和组合,以便建立更加稳定、安全的工业物联网环境。