La nostra epoca è caratterizzata da forti innovazioni tecnologiche dove sicuramente la spinta maggiore è rappresentata dall’Information Technology. Quasi tutte le azioni che svolgiamo quotidianamente utilizzano, volontariamente o involontariamente, dispositivi che, connessi alla rete, scambiano informazioni con altri dispositivi.

Si stima che nei prossimi cinque anni i dispositivi connessi in rete arriveranno ad essere 40 miliardi e, di conseguenza, i governi sono pronti a investire 900 miliardi di dollari entro il 2023 per sviluppare smart city, smart utility, sistemi di telecamere connesse . Inoltre, stante la continua crescita di dispositivi e la diffusione capillare della rete di connessione, nel 2020 il numero dei dispositivi connessi alla rete probabilmente supererà i 20.8 miliardi, quasi il triplo della popolazione mondiale.

L’ultimo ventennio ha visto una rapida crescita tecnologica di dispositivi mobili con capacità di connessione alla rete; milioni di persone fanno uso di Internet per gli utilizzi più disparati con conseguenza che le maggiori società hanno concentrato lo sviluppo verso dispositivi di utilizzo quotidiano controllabili tramite rete. Milioni di dispositivi sono in grado di coordinarsi e comunicare tra di loro, sfruttando la connettività Internet come piattaforma globale per lo scambio di informazioni. Nasce il concetto di Internet of Things (IoT), l’Internet delle cose, dove piccoli oggetti, quali orologi o cellulari, e oggetti più grandi, come televisori e addirittura abitazioni, possono interagire tra di loro: un braccialetto può monitorare i parametri vitali, un semplice sensore ad infrarosso può rilevare a distanza una presenza non autorizzata all’interno della nostra abitazione, un’autovettura è in grado di leggere i dati dai sensori distribuiti sulla strada.

Quando parliamo di IoT possiamo pensare ad un uso diverso della rete, in quanto gli oggetti riescono ad acquisire un’identità elettronica, comunicare tra di loro e usufruire di servizi indipendenti. I dati prodotti dai dispositivi IoT hanno una dimensione elevata in termini di grandezza e quindi per potere essere archiviati ed elaborati hanno bisogno di servizi indipendenti come il Cloud Computing.

Internet diviene un chiaro esempio di un network globale scalabile e di computer che operano attraverso piattaforme hardware e software eterogenee. Lo sviluppo di applicazioni sul Web, assieme alla loro disponibilità su una vasta gamma di dispositivi, desktop, laptop, tablet, smartphone, console etc., rendono la rete un miscuglio di risorse e interfacce utili alla creazione di nuove soluzioni distribuite cloud-based.
Nonostante innumerevoli vantaggi, si dovrà tener conto di una serie di problemi di carattere tecnico, maggiormente amplificati per l'elevato carattere innovativo delle tecnologie utilizzate, dapprima per l'identificazione degli oggetti, e successivamente, per la trasmissione e elaborazione dei dati. Le problematiche irrisolte riguardano la standardizzazione e le politiche di indirizzamento, con riferimento soprattutto ai protocolli di comunicazione, al format dei dati e a tutte le problematiche concernenti il trasporto. Inoltre, da non sottovalutare, cresce sempre più il problema di sicurezza degli apparati, con l’obiettivo di rendere le reti più sicure, e il problema di sicurezza dei dati personali, ovvero la privacy dei soggetti coinvolti.

Oggi, grazie al sempre più rapido sviluppo di tecnologie IoT, esistono sistemi sempre più complessi capaci di sfruttare al meglio il potenziale dei dati che generano e che si scambiano con altri sistemi in diversi ambiti, migliorando l’efficienza dei processi e abbassando il costo di beni e servizi. Per arrivare a questo livello di sviluppo è stato necessario attraversare una progressione di diversi stadi dei prodotti IoT dove inizialmente, in modo simile a come accadde nei primi anni della nascita di Internet e dei siti web, non era molto chiaro quale sarebbe stato il ruolo finale che questi prodotti avrebbero avuto nel mercato, se come oggetti semplicemente più intelligenti e capaci grazie all’elettronica incorporata o come qualcosa di più complesso, basato sulla comunicazione tra molteplici sistemi IoT e favorire l’aggregazione di diversi tipi di dati.

Per chiarire meglio il processo evolutivo che ha portato alla nascita di IoT come lo conosciamo oggi e per riflettere sui possibili utilizzi futuri è necessario analizzare i vari stadi della sua evoluzione e le condizioni e le necessità che ne hanno favorito lo sviluppo.

Concetti generali

Il termine IoT (“Internet of Things”, o letteralmente “Internet delle cose”) viene utilizzato la prima volta da Kevin Ashton, ricercatore presso il MIT (Massachussets Institute of Technology) e direttore esecutivo di Auto-ID Center (consorzio di ricerca) durante una presentazione presso Procter& Gamble nel 1999. Internet of Things è un neologismo, un termine di nuovo conio utilizzato in telecomunicazioni, nato dall’esigenza di dare un nome agli oggetti reali connessi ad Internet.

Una definizione generale è stata redatta dal gruppo di studio ITU’s Telecommunication Standardization Sectori (ITU-T) all’interno della raccomandazione ITU-TY.2060 (06/2012), che afferma: «IoT è un'infrastruttura globale per la società dell'informazione, che consente servizi avanzati collegando elementi, fisici e virtuali, basati su tecnologie di comunicazione e informazione interoperabili esistenti e in evoluzione».

Oggetti di uso comune hanno la capacità di comunicare tra loro e di interagire con gli esseri umani, evolvendosi in device intelligenti. Sono oggetti tradizionali che diventano SMART grazie all’accesso alla rete Internet e alla possibilità di scambiare informazioni.

In questo contesto gli oggetti possono collegarsi alla rete, comunicare il proprio status, i dati sul proprio operato, le statistiche, ed accedere ad informazioni utili per il proprio funzionamento, in modo del tutto automatico. Frigoriferi, braccialetti, termostati, orologi, ecc. diventano intelligenti, e quindi in grado di acquisire, elaborare e trasmettere informazioni, con o tra loro, tramite Internet. La nascita e l’evoluzione dei dispostivi IoT è stata possibile proprio grazie alla crescita esplosiva e dirompente della rete Internet, in grado di connettere vari host dislocati in tutto il mondo.
  

La nascita del concetto "Internet of Things"

Il concetto di "Internet delle cose" è stato introdotto per la prima volta nel 1999 da Kevin Ashton, britannico pioniere della tecnologia, in occasione di una presentazione alla Procter & Gramble di cui all'epoca era l'assistente del brand manager. Ashton scrisse:

«We need to empower computers with their own means of gathering information, so they can see, hear and smell the world for themselves, in all its random glory. RFID and sensor technology enable computers to observe, identify and understand the world—without the limitations of human-entered data».

«Abbiamo bisogno di potenziare i computer con i loro mezzi per raccogliere informazioni, in modo che possano vedere, ascoltare e annusare il mondo da soli, in tutta la sua gloria casuale. La tecnologia RFID e i sensori consentono ai computer di osservare, identificare e comprendere il mondo, senza i limiti dei dati inseriti dall'uomo».

Successivamente nel 2012, Rand Europe cercò di definire ulteriormente l'Internet delle cose in un rapporto di ricerca per la Commissione europea. Nel rapporto si affermava che:

«The Internet of Things builds out from today’s internet by creating a pervasive and self-organising network of connected, identifiable and addressable physical objects enabling application development in and across key vertical sectors through the use of embedded chips».


«L’Internet delle Cose nasce dall'Internet di oggi creando una rete pervasiva e auto-organizzante di oggetti fisici connessi, identificabili e indirizzabili che consentono lo sviluppo di applicazioni in e attraverso i settori verticali chiave attraverso l'uso di chip integrati».

Al di là delle molte definizioni che si possono dare è importante esplicitare il paradigma di tale fenomeno, che non è compiuto ma in continuo divenire; partito dall'identificazione tempo-discreta su tag RFID (Radio Frequency Identification) si è sviluppato fino a comprendere reti di sensori e attuatori che collegheranno in tempo reale il mondo fisico e digitale. Alla base dell'IoT vi sono gli oggetti intelligenti, i cosiddetti "smart object".

iot

Figura 1: Esempi di IoT

Secondo McKinsey nel 2015 gli oggetti connessi alla Rete erano più di 5 miliardi e saranno 28 miliardi entro il 2025. L’indagine interessa per lo più telefoni cellulari, ma anche braccialetti per il monitoraggio del sonno e del fitness, elettrodomestici, automobili, apparecchiature industriali, dispositivi medici e molto altro ancora. La rete degli oggetti connessi è qualcosa che impatta già oggi sulla vita di tutti noi, anche se spesso non ce ne rendiamo conto, e che nei prossimi anni è destinata a trasformare profondamente molti aspetti dell’economia e della nostra quotidianità. Gli ambiti di applicazione dell’Internet of Things sono potenzialmente infiniti: dalle smart home, le case intelligenti che regolano da sole temperatura e illuminazione in base alle condizioni esterne, alle auto che dialogano in tempo reale con la strada e con le altre vetture per evitare incidenti e ottimizzare consumi e percorsi; dalla medicina, con pacemaker e altri dispositivi in grado di allertare direttamente i soccorsi in caso di malore del portatore, all’agricoltura, con sensori immersi nel terreno che segnalano composizione e umidità del suolo al sistema che eroga acqua e fertilizzanti.

L’unico limite insomma sembra essere la fantasia. Qualunque oggetto, a patto di essere collegato alla Rete e di comunicare qualcosa a qualcuno, può ricadere in questa definizione. Molti operatori industriali hanno inserito centinaia o migliaia di sensori nelle proprie filiere produttive con l’obiettivo di scoprire che cosa succede nelle varie fasi di lavorazione. Queste sonde forniscono dati relativi a migliaia di parametri fisici, chimici e ambientali che permettono agli esperti di intervenire in tempo reale per modificare, per esempio, la composizione di una miscela o la temperatura di cottura di un alimento. Oppure possono inviare informazioni sulle misure di ogni pezzo prodotto così da eliminare quelli difettosi e avere una qualità che si avvicina al 100%.

L’Internet of Things è quindi una rete formata da miliardi di sensori e misuratori che ascoltano costantemente ciò che succede nell’ambiente esterno: il nostro corpo, un impianto industriale, una lavatrice o un lampione stradale.

I dati raccolti vengono immagazzinati in grandi database e poi elaborati con l’aiuto dei big data, supercomputer in grado di analizzare in poco tempo enormi quantità di dati alla ricerca di schemi che si ripetono, anomalie, deviazioni dallo standard e altri aspetti statisticamente significativi. Secondo Harriet Green, Global Head di IBM Watson IoT, nei prossimi anni l'Internet of Things diventerà la principale fonte di dati sull’intero pianeta. Comprendere questi dati e trasformarli in informazioni utilizzabili sarà compito delle intelligenze artificiali e dei sistemi di cognitive computing come Watson, sviluppato dalla stessa IBM. Nei prossimi anni l’Internet of Things è destinato a crescere anche in termini di valore economico. Secondo McKinsey (Mapping the value beyond the hype) nel 2015 il mercato dell’IoT valeva circa 655 miliardi di dollari, destinati a diventare 11.000 entro il 2025. Ciò significa che nel giro di 10 anni questo settore varrà circa l’11% dell’intera economia mondiale. 4.000 miliardi arriveranno dal mondo delle fabbriche, 1.700 dalle città che saranno più intelligenti ed ecologiche, altri 1600 dalle applicazioni per la salute e il fitness e 1.000 dall’automazione della vendita al dettaglio. Altro aspetto interessante di quella che è definita come la quarta rivoluzione industriale è che il 90% del valore economico creato dall’IoT sarà catturato dagli utenti: il 60% sarà destinato ai paesi industrializzati, ma il restante 40% aiuterà le economie dei Paesi in via di Sviluppo.
  

L’evoluzione dei sistemi IoT

I dispositivi IoT come li conosciamo oggi sono già molto differenti rispetto ai primi prodotti (smart objects) che apparivano sul mercato qualche anno fa. Essi sono il risultato di un insieme di evoluzioni nella tecnologia che impiegano, ovvero sensori, connettività e firmware, e nella percezione della funzionalità che dovrebbero avere per raggiungere il loro massimo potenziale. Questa è basata principalmente sulla generazione, condivisione e aggregazione di diversi insiemi di dati per garantire la massima interazione tra prodotti e sistemi di prodotti IoT. Per descrivere questo cambiamento e comprendere quale sarà l’impiego che avranno in futuro è utile analizzare le fasi principali della loro evoluzione.
 

L’evoluzione di IoT da M2M

Il concetto di comunicazione tra calcolatori non è nuovo ed è da molto tempo impiegato nell’industria, dove i macchinari addetti ad un processo sono capaci di scambiarsi informazioni riguardo al loro stato in modo autonomo e con il minimo input da parte dell’operatore. Nei sistemi M2M la novità consisteva nella comunicazione a due vie tra macchinari, tipicamente in real-time, che consentiva di poter intraprendere autonomamente azioni in base agli stati rilevati dagli altri dispositivi. La principale differenza che però separa i più datati sistemi basati su M2M da quelli IoT odierni è la generale incapacità di poter sfruttare il potenziale dei dati che raccolgono dai vari sensori: il focus resta sui dispositivi e sul software che svolge il processo e i dati generati sono concepiti per essere trasmessi ed utilizzati all’interno della specifica applicazione che l’impianto in questione deve svolgere, formando un ambiente relativamente chiuso e con gestione centralizzata. Lo scopo principale delle informazioni raccolte era fornire servizi di diagnostica e allerta in real-time, per poi essere scartate quando considerate inutili per il contesto attuale. Mancava la consapevolezza del potenziale che i dati potevano fornire se riutilizzati in un contesto più ampio, ad esempio se aggregati a quelli di altri sistemi collegati attraverso una rete. Grazie ai progressi della tecnologia nella telecomunicazione e nell’elettronica e all’avvento del World Wide Web verrà data la possibilità di creare sistemi con queste caratteristiche, permettendo ai dati di uscire dai classici sistemi centralizzati, chiusi e poco interconnessi e di sfruttare il potenziale di Internet, seguendo i suoi principi di decentralizzazione, flessibilità e collaborazione.
 
Condizioni favorevoli alla nascita di IoT

L’implementazione di soluzioni IoT si basa sulla flessibilità e sulla modularità. Essendo un’infrastruttura caratterizzata da un controllo decentralizzato e dall’estendibilità, si ha la consapevolezza che nel tempo sarà soggetta a diversi cambiamenti ed estensioni, vista la varietà di dispositivi che vi dovranno interagire e per i quali si dovrà garantire interoperabilità. Con IoT il focus si sposta sui dati: si ha la consapevolezza che sfruttare i dati generati per aggregarli ed analizzarli permette di scoprire importanti correlazioni e di generare valore. È necessario quindi essere in grado di poterne gestire di ogni tipo e anche di non strutturati, i quali risultano scarsamente compatibili con i classici database relazionali, che divengono inefficienti per quell’ambito di utilizzo. La principale differenza rispetto ad un’architettura M2M è quindi la dissociazione dei dati dalla loro fonte e da una specifica applicazione: diventano significativi relativamente al contesto in cui vengono utilizzati.

Lo sviluppo delle tecnologie IoT ha subito una forte spinta dovuta ad una congiunzione di situazioni favorevoli che hanno reso la realizzazione di queste infrastrutture, soprattutto in termini di costi. Negli ultimi anni, grazie ai costanti progressi nella tecnologia, il costo della produzione di chip e sensori è calato a tal punto da permettere di incorporare negli oggetti processori in grado di realizzare tutte le funzioni richieste da una moderna architettura IoT, insieme ad una capacità di storage in grado di supportare la mole di dati che i dispositivi potrebbero scambiarsi, il tutto a prezzi sempre più bassi e di conseguenza più accessibili ai consumatori. In modo simile ai prezzi associati all’elettronica, anche la connettività ha subito una drastica diminuzione dei costi rispetto a soli pochi anni prima. Nonostante le tecnologie di comunicazione siano sempre state a disposizione anche dei sistemi M2M, in passato il costo per implementare una connessione tra dispositivi su larga scala sarebbe risultato quasi improponibile.

Tuttavia, con il passare del tempo l’utilizzo di queste tecnologie si è fatto sempre più frequente, facendo crollare i prezzi per le connessioni su rete cellulare e satellitare e favorendo lo sviluppo di tecnologie di comunicazione su larga scala ideali per implementazioni IoT. A tutto questo si deve aggiungere l’abbassamento dei prezzi relativi allo storage, caratteristica fondamentale per poter gestire i crescenti flussi di dati grazie anche allo sviluppo e all’adozione di servizi cloud, componente fondamentale per un’architettura IoT ideale.

Oltre ai problemi di costo per lo storage, il modo in cui i dati vengono processati e raccolti è un altro punto che è stato necessario affrontare, trattandosi della chiave per poter ottenere il massimo valore. Dovendo gestire enormi flussi di informazioni, un controllo centralizzato per un’architettura IoT risulta inefficiente e l’estensione delle capacità di storage per tenere il passo con la crescente mole di dati non è conveniente. Per questo si è reso necessario lo sviluppo di database distribuiti, gestiti logicamente come un solo file system ma fisicamente come cluster separati, permettendo di distribuire i dati in diversi modi ed eliminando il problema della scalabilità.

A tutto questo si devono aggiungere gli sviluppi negli algoritmi di gestione dei flussi di dati per favorirne la distribuzione parallela in real-time, caratteristica fondamentale in quanto la maggior parte delle applicazioni IoT ha bisogno di operare non solo su dati storici, ma anche generati in tempo reale per poter intraprendere azioni automatizzate di risposta agli eventi.

L’evoluzione per i database riguarda anche nuovi modi di gestire i diversi tipi di dati generati dai dispositivi di oggi, difficilmente compatibili con i classici database relazionali per via della loro eterogeneità. Per comprendere questo basti pensare alla necessità di dover integrare milioni di dispositivi differenti in cui ogni categoria di prodotti è potenzialmente dotata di una sua struttura per gestire i dati, oppure alla gestione efficiente di file audio e video. Di conseguenza i database relazionali continueranno ad avere il loro classico ruolo per quanto riguarda il trattamento di dati strutturati e prevedibili, ma per le altre categorie si dovranno integrare soluzioni adatte a gestirli in modo indipendente dalla loro struttura, come ad esempio NoSQL.

iot2


Le fasi di sviluppo dei prodotti IoT

Anche i dispositivi IoT hanno subito diversi cambiamenti nel corso degli anni, subendo modifiche alla loro implementazione mentre col tempo i produttori realizzavano le caratteristiche ideali di cui dovevano essere dotati. Si possono distinguere diverse fasi relative alla crescita di questi prodotti, partendo da quella di smart object: un dispositivo diventa programmabile e quindi più capace grazie alla capacità di eseguire semplici calcoli per rispondere ai comandi dell’utente o adattarsi automaticamente a certe condizioni esterne, grazie agli stati rilevati dai sensori. Il passo successivo è l’aggiunta della connettività: il dispositivo diventa controllabile a distanza grazie all’accesso ad Internet. Questo è un passaggio è importante poiché la visualizzazione dello stato del dispositivo da remoto ha permesso ai fornitori di comprendere l’importanza e l’efficienza derivata dallo sfruttamento dei dati generati. Le funzioni di monitoraggio a distanza non sono solo utili al consumatore, ma permettono anche al fornitore di poter eseguire manutenzione predittiva sui loro prodotti, potendo verificarne lo stato in tempo reale e migliorando in modo significato la qualità del servizio.

La fase successiva consiste nello sviluppo di sistemi formati da più prodotti che si occupano di funzioni simili, come ad esempio la gestione delle abitazioni, dove i vari dispositivi intelligenti come il termostato, il frigorifero e gli altri elettrodomestici sono interconnessi e si scambiano dati con lo scopo di migliorare l’efficienza nella gestione della casa. Questo è possibile perché le informazioni utili vengono aggregate per trarne conclusioni sulle azioni da intraprendere in modo autonomo, oltre ad essere gestibili direttamente dalla rete attraverso applicazioni su misura per il sistema.

A questo punto era chiaro che i prodotti per funzionare al massimo delle loro potenzialità avevano bisogno di comunicare il più possibile con l’ambiente circostante, senza limitare lo scambio di dati a una semplice comunicazione con il fornitore riguardante il loro stato ma condividendo dati utili con altri sistemi che potrebbero averne bisogno. Nacquero così diversi sistemi di prodotti per contendersi questo mercato, proponendo soluzioni simili anche per l’ambito industriale. La caratteristica che separa questa fase da quella precedente sta nel fatto che questi sono progettati sin dall’inizio per contemplare la loro inclusione e comunicazione in sistemi più grandi, in modo diverso dal semplice scambio di dati all’interno del dominio del solo fornitore.

L’ultima fase riguarda la comunicazione tra diversi insiemi di dispositivi, ovvero l’aggregazione di dati provenienti da diversi servizi, come quelli per la gestione della casa, il sistema operativo della macchina o qualsiasi altro dispositivo wearable, in modo da poter raccogliere più dati possibili per riuscire a scoprire pattern utili a migliorare ancora di più l’efficienza e la qualità dei servizi. Questo rappresenta un’impresa difficile per molte compagnie, poiché, nonostante preferirebbero mantenere il controllo sui dati generati dai loro prodotti, il quale consente loro di avere una semplificazione nella gestione e anche un vantaggio generale rispetto alla concorrenza, sono tuttavia obbligati nella pratica a doverli condividere in parte con altri sistemi per poter restare in competizione, creando di conseguenza dibattiti riguardo alla gestione e al possesso dei dati.

I problemi sul controllo delle informazioni in questione sono principalmente di natura commerciale ed economica, in quanto si teme che lo sfruttamento dei dati da parte di una compagnia che sviluppa servizi per i sistemi di prodotti possa portare un ingiusto svantaggio ai danni, ad esempio, delle aziende che producono i singoli dispositivi che possono interagirvi. Da un punto di vista puramente tecnologico, invece, un problema del genere potrebbe essere risolvibile se i sistemi IoT venissero implementati su un’architettura capace di propagare i dati e distribuirli a chi li richiede e nella forma in cui vengono richiesti, adeguata all’ambito specifico in cui verranno utilizzati. In questo modo le aziende potrebbero trovare un accordo tramite contratto per ricevere la vista sui dati di cui hanno bisogno, e i fornitori potrebbero continuare a ricevere i dati utili ai loro scopi tipici.

Per chiarire meglio le potenzialità di questi sistemi e l’importanza del ruolo che i dati assumono quando vengono aggregati e condivisi con altri dispositivi è utile analizzare in che modo possono provvedere a migliorare l’efficienza dei procedimenti, grazie soprattutto all’integrazione con altre tecnologie.

Integrazione di IoT con Big Data

Le prime implementazioni di tecnologie IoT avevano come scopo principale, almeno dal punto di vista del fornitore del prodotto, il monitoraggio dei sistemi basato sull’invio di segnali da parte della macchina per dare informazioni sullo stato rilevato dai sensori, permettendogli di poter controllare lo stato attuale del dispositivo e provvedere eventualmente ad una manutenzione. Queste funzionalità sono poi diventate sempre più realizzabili ed efficienti grazie alla crescita delle reti wireless e alla possibilità di monitorare i dati in tempo reale, permettendo l’implementazione anche in sistemi fortemente dipendenti da continui cambiamenti dell’ambiente esterno, come ad esempio nei mezzi di trasporto. I sistemi sono poi diventati più complessi, evolvendosi nelle loro capacità computazionali, non più limitate alla semplice lettura dei loro sensori e invio di segnali ma implementando una comunicazione di tipo duplex, permettendo ai produttori di poter interagire direttamente e a distanza inviando messaggi ai dispositivi per far fronte alle segnalazioni inviate, comunicare azioni da intraprendere ed eventualmente gestire gli aggiornamenti del software. La necessità di poter effettuare operazioni di controllo da remoto ha quindi accelerato ulteriormente lo sviluppo di dispositivi sempre più capaci.

Avendo a disposizione sistemi più complessi che generano sempre più dati, il focus è passato dal gestirli all’interno di un’applicazione specifica all’utilizzarli anche per scopi esterni al sistema, affinché ne derivassero informazioni utili attraverso la loro analisi anche in altri contesti e venisse migliorata l’efficienza e la produttività. In questo modo, mentre prima si osservava un sistema per capirne lo stato attuale in modo da poterne gestire meglio la manutenzione, grazie alla mole di informazioni a disposizione è diventato possibile gestire eventuali casi futuri effettuando manutenzione predittiva, facilitata dalla raccolta di dati più arricchiti grazie alle segnalazioni inviate da migliaia di dispositivi, anche in tempo reale, e portando a un ulteriore minimizzazione dei costi. Un successivo potenziamento di questi metodi prevede l’integrazione di queste grandi quantità di dati con l’automazione dei procedimenti, per non avere solo la previsione di cosa potrà succedere, ma anche prescrivendo al sistema una serie di azioni da intraprendere autonomamente ed in tempo reale per reagire alle mutate condizioni. Lo scopo di questo è renderlo adattabile e in grado di reagire in modo autonomo grazie alle sempre più ricche informazioni a disposizione che contribuiscono a fornire una vista più precisa dello stato del sistema.

La gestione di dataset di grandi dimensioni per derivarne informazioni utili prende il nome di Big Data ed è caratterizzata dalla necessità di sfruttare una quantità di dati tale da rendere quasi inadeguate le attuali tecnologie, necessitando di soluzioni in grado di gestire tutti gli aspetti legati alla cattura, allo storage, alla trasmissione in tempo reale e all’analisi di elevate quantità di informazioni di diversa struttura. I sistemi IoT moderni devono essere in grado di svolgere tutti questi compiti per fornire i servizi descritti. Lo sviluppo di tecnologie legate ai Big Data è fortemente correlato alla loro evoluzione: basti guardare allo sviluppo di database non relazionali per far fronte alla diversa struttura dei dati trattati, o al costante miglioramento delle reti wireless, che devono poter trasferire una quantità di informazioni crescente in modo esponenziale con lo sviluppo di IoT.

Gli elementi caratterizzanti fondamentali dei Big Data sono volume, varietà e velocità. Il volume dei dati, crescente esponenzialmente a causa del sempre maggiore numero di dispositivi in comunicazione, è indicativo del fatto che per analizzarli e trasmetterli è necessario provvedere al loro storage, realizzando soluzioni adeguate in termini di capacità di memoria e di gestione dei database. La varietà riguarda invece la loro struttura che può assumere varie forme, non solo testuali e numeriche come lo erano per la maggior parte in passato ma anche audio, video, immagini e altro. Sono quindi necessari database che non siano legati ad una precisa strutturazione delle informazioni, insieme a metodi efficienti per ricavarne relazioni utili all’analisi. La velocità si riferisce all’ovvia constatazione che enormi dataset possono aver bisogno di essere gestiti con elevata rapidità se si vuole dargli valore in un certo contesto, specialmente se legati a processi di analisi o automazione la cui efficienza può dipendere fortemente dai dati ricevuti entro un certo lasso di tempo.

Per chiarire i benefici relativi all’analisi dei dati, specialmente se aggregati e confrontati in tempo reale ed eventualmente da più sorgenti, è bene descrivere i principali metodi di analitica i cui processi si evolvono insieme a queste tecnologie per trarne valore.
  

Analitica descrittiva, predittiva e prescrittiva

I processi legati all’analitica si sono evoluti, spinti dalle possibilità date dall’analisi dei Big Data, e possono essere catalogati in base ai risultati che forniscono. Il processo più basilare relativo all’analisi dei dati è noto semplicemente come diagnostica, o Business Intelligence in ambito aziendale, dove un qualsiasi tipo di dati relativo ad un prodotto o procedimento viene analizzato con lo scopo di ricavare informazioni aggiuntive utili per valutare o migliorare le decisioni strategiche da prendere a riguardo. Grazie all’avvento dei Big Data si possono distinguere tre fasi successive riguardanti l’analitica.

L’operazione principale che può essere tipicamente svolta sui dati è l’analitica descrittiva, ovvero l’analisi che fornisce come output una descrizione dello stato, attuale o passato, di un sistema o dispositivo. L’aumentare della quantità e della varietà dei dati permette di effettuare analitica predittiva, che offre informazioni volte a prevedere gli stati futuri in cui si potrà trovare il sistema grazie al processamento di dataset attuali o storici, integrati eventualmente con appositi algoritmi e Machine Learning per evidenziare pattern comuni utili nei procedimenti da seguire: l’obiettivo di questi procedimenti è cercare di capire cosa potrà succedere in futuro.

Il passo successivo riguarda l’analitica prescrittiva ed è un potenziamento delle tecniche precedenti, con la differenza che i dati utilizzati sono per la maggior parte analizzati in contesti real-time in quanto le capacità predittive vengono utilizzate per istruire il sistema (dotato per lo scopo di appropriate tecnologie quali complessi algoritmi e Machine Learning) in modo da consentirgli di valutare, in base ad una serie di fattori tra cui il possibile rischio, le azioni da intraprendere autonomamente per adattarsi ai cambiamenti e portare ad uno scenario futuro ideale per il processo da svolgere. La differenza sostanziale di quest’ultimo procedimento consiste nella sua dipendenza non solo dalle informazioni disponibili in tempo reale, ma anche dai dati esterni al sistema, che diventano nella maggior parte dei casi fondamentali per la corretta interpretazione dei fattori che potrebbero influenzare lo svolgimento delle operazioni. Un esempio per questo caso è rappresentato dalla macchina dotata di guida autonoma, che per il raggiungimento dello scopo ha bisogno di analizzare non solo i dati generati internamente al proprio sistema (riguardanti ad esempio lo stato del serbatoio o la condizione dei freni), ma anche quelli provenienti dall’ambiente esterno quali le informazioni sulla strada, la posizione delle altre macchine e le condizioni meteo.

Tutti gli aspetti principali della tecnologia partono ovviamente dalla definizione di un’architettura per questo mondo, che già rappresenta un vero e proprio dilemma proprio a causa della sua natura frammentaria. Si parte identificando i due concetti chiave nell’Internet of Things: Things (dispositivi) e Server-Side Architecture (supporto per i dispositvi). Parliamo di un vero supporto server-side (e non solo di Internet) perché molto spesso abbiamo uno o più altri elementi architetturali, che fanno da ponte tra i dispositivi sensoristici (che quasi sempre sono entità a basso consumo che non sono in grado di esporsi autonomamente sul web) e il vero e proprio Server che rappresenta la connessione a internet. Questo elemento aggiuntivo è spesso impersonato da uno o più Gateway a bassa potenza, che a seconda dello scenario e della funzionalità di una certa soluzione IoT, può svolgere funzioni di aggregazione, processare eventi, oppure fare semplicemente bridging tra diversi dispositivi e Internet, come si nota nella figura 3.

iot3

Figura 3: Architettura Internet of Things General-Purpose

 

0
0
0
s2sdefault