- L’expansion rapide et massive de l’IoT à la périphérie du réseau risque de conduire les structures informatiques centralisées et les réseaux eux-mêmes à leur point de rupture.
- L’augmentation massive du nombre de périphériques connectés (IoT), qui nécessitent une interactivité en temps réel, risque d’affaiblir les réseaux mobiles, alors que de plus en plus d’applications vont avoir besoin d’une faible latence pour une interactivité en temps réel.
- Adlink Technology explique comment l’Edge computing, utilisé conjointement avec le Cloud computing, permet de tirer pleinement profit des applications IoT et facilite les opérations d’acquisition et d’analyse des données IoT.
- Les données peuvent être sécurisées et traitées à la périphérie du réseau, permettant ainsi de prendre, le cas échéant, des mesures immédiates et de préserver les performances du réseau.
La nécessité de traiter et d’analyser les données de l’Internet des objets (IoT) fait progresser les systèmes de gestion informatique à un rythme effréné. Le groupe IDC estime que 737 milliards de dollars ont été consacrés à l’équipement et aux services de l’IoT en 2016, tandis que Gartner prévoit qu’il y aura 8,4 milliards de périphériques IoT installés d’ici fin 2017, et 20,4 milliards d’ici fin 2020, sans compter les ordinateurs et smartphones. L’adoption incroyablement rapide des technologies IoT s’explique par la grande quantité de données produites par les activités industrielles.
Le traitement, l’agrégation et l’analyse rapides d’un plus grand nombre de données provenant de diverses sources aident les entreprises à prendre des décisions pertinentes afin de simplifier leurs opérations, améliorer leur service clientèle et de prendre de l’avance sur leurs concurrents. Tirer pleinement avantage des initiatives de l’IoT représente cependant un sacré défi.
Ces défis concernent généralement l’agrégation de données provenant de sources multiples (qui, pour la plupart, n’avaient jamais encore été associées) pour délivrer une vision globale des opérations. Les organisations peuvent être réparties du point de vue géographique et opérationnel, et les équipements en place peuvent être d’architecture mécanique n’exploitant pas de technologies de contrôle et de communication numériques. De ce fait, certaines informations sont isolées et difficiles à exploiter.
En outre, certaines décisions doivent être prises en temps réel alors que ce n’est pas le cas pour d’autres. Les entreprises qui souhaitent surmonter ces difficultés doivent combiner des technologies, telles que l’Edge computing (ou informatique en périphérie de réseau) et le Cloud computing .
De manière générale, l’informatique a constamment évolué pour répondre aux besoins industriels en matière d’acquisition et d’analyse de données, en exploitant les technologies les plus avancées du moment. Dans les années 1960 et 1970, l’architecture qui prévalait mettait en œuvre un ordinateur central, chargé du traitement et du stockage des données. Celui-ci était connecté à des terminaux passifs.
Les années 1980 et 1990 ont vu l’essor de structures décentralisées reposant sur des PC opérant en mode client-serveur. Le début des années 2000 a été marqué par l’émergence des réseaux mobiles et étendus, ainsi que par le développement d’appareils informatiques mobiles disposant de davantage de puissance. Ce qui a donné naissance aux applications de traitement déporté sur des plates-formes Cloud.
Les solutions Cloud présentent de nombreux avantages, mais elles reposent essentiellement sur un modèle de réseau en étoile fortement dépendant de la connectivité au réseau. Cette architecture ne peut pas répondre complètement aux applications l’IoT.
L’expansion rapide et massive des appareils connectés à la périphérie du réseau risque de conduire les ressources informatiques centralisées ainsi que les réseaux à leur point de rupture. Cependant, les appareils, qui ne disposent pas des capacités de connexion à ces ressources, doivent tout de même partager et traiter des données.
Très souvent, les équipements IoT doivent prendre des décisions en temps réel, mais cela ne peut être fait suffisamment rapidement lorsqu’ils doivent communiquer à travers une série de réseaux avant d’accéder aux applications Cloud distantes. De plus, la transmission à travers les réseaux de données sensibles des applications IoT aux plates-formes Cloud pose des questions de sécurité.
Les entreprises se sont de plus rendues compte que le traitement, exclusivement dans le Cloud, de données provenant d’applications IoT pouvait augmenter les coûts de stockage et d’intégration informatiques.
Alliance du Edge et du Cloud computing
C’est pour ces raisons que l’architecture alliant l’Edge et le Cloud computing est en voie de devenir le modèle prédominant pour le traitement des données de l’IoT. Ce modèle hybride est également appelé Fog computing (informatique en brouillard), car il combine des ressources informatiques centralisées et distribuées au sein d’une architecture unique qui permet aux équipements périphériques de communiquer entre eux et avec les plates-formes Cloud.
La technologie en périphérie de réseau (Edge) progresse rapidement tout en gagnant en sophistication. Les équipements IoT sont de plus en plus intelligents, grâce à l’efficacité grandissante des capteurs et des processeurs qu’ils embarquent. Par exemple, une chaîne de montage composée de plusieurs machines et robots connectés constitue désormais un centre de traitement de données périphérique au réseau.
Les traitements qui ont successivement été confiés à un ordinateur central, au PC puis à une plate-forme Cloud, sont désormais déportés à la périphérie du réseau grâce aux progrès rapides des solutions d’Edge computing. La sophistication des solutions d’Edge computing et des capteurs IoT associée aux capacités grandissantes des technologies et des méthodologies de traitement et d’analyse de données rendent possibles la collecte en temps réel de données représentatives des opérations conduites sur le terrain.
Cela permet de s’affranchir des interactions humaines, mais augmente également le volume global de données. Des décisions peuvent être prises en temps réel en s’appuyant sur des données issues du monde réel grâce aux technologies d’Edge computing qui sont capables de répondre aux besoins de l’entreprise.
Alors que nombreux équipements IoT nécessitent une prise de décision temps réel à la périphérie du réseau, les entreprises doivent pouvoir s’appuyer sur une analyse de l’historique des données afin d’améliorer les processus et élaborer des modèles. Ce processus est optimisé lorsque les données issues de plusieurs appareils périphériques peuvent être combinées et centralisées afin de fournir la vision globale évoquée précédemment.
En outre, les informations tirées de l’analyse de l’historique des données peuvent être renvoyées aux appareils IoT en périphérie de réseau afin qu’ils puissent évoluer et améliorer leur processus de prise de décision temps réel. Le modèle combine désormais des solutions d‘Edge et de Cloud computing, au sein d’une architecture dans laquelle les équipements IoT périphériques opèrent en temps réel, en recueillant et en traitant des données brutes en périphérie de réseau, et en partageant des métadonnées avec le Cloud. Ce qui permet de réaliser une analyse historique complète et d’améliorer en continu les processus.
Adaptation de ce modèle à vos besoins
Alors que les exigences requises à l’élaboration d’une application de Cloud computing sont aujourd’hui connues, de nombreuses organisations ont besoin d’être soutenues dans leur processus de sélection de solutions pour l’IoT et l’Edge computing. Les architectures reposant sur des standards ouverts sont indispensables à la mise en œuvre de systèmes entièrement interopérables.
Des composants modulaires sont également requis pour permettre l’évolutivité et la personnalisation des applications. Le matériel doit être robuste pour fonctionner dans les conditions difficiles de nombreux environnements d’utilisation. Enfin, les solutions matérielles et logicielles intégrées simplifient le développement des applications IoT, accélèrent leur mise en œuvre et génèrent plus rapidement des bénéficies.
Usine et fabrication intelligentes
Les fabricants du monde entier adoptent les technologies permettant à leurs usines d’entrer dans l’ère de l’industrie du futur. Pourtant, jusqu’à 85 % des équipements traditionnels actuellement installés dans les usines ne peuvent pas être connectés. Dans de nombreuses situations, les équipements mécaniques existants ne disposent pas de capacités de pilotage et de communication numériques.
Dans d’autres situations, l’infrastructure connectée est constituée d’une multitude d’équipements dont les contrôleurs et les langages de pilotage sont incompatibles. Ces équipements connectés ne peuvent donc pas être surveillés ni contrôlés depuis une plate-forme commune. Cette disparité du point de vue physique, du fait de la diversité des équipements, à laquelle s’ajoute celle du point de vue numérique, causée par des équipements exploitant des technologies mécaniques et analogiques, rend difficile, voire impossible, de tirer parti des technologies de l’IoT afin de maximiser les process d’une usine selon ses exigences spécifiques.
Le partage des données, en particulier en temps réel, est pourtant crucial pour le fonctionnement des usines intelligentes. Les solutions d’Edge computing récupèrent les données des ports de diagnostic et d’interfaces utilisateurs ne disposant pas de capacités de connexion. Elles les convertissent dans un format approprié puis les transmettent à travers un réseau IP industriel conventionnel. Ce qui permet donc d’intégrer rapidement et facilement des fonctionnalités d’usine intelligente aux process de fabrication existants.
Ces données peuvent alors être combinées aux données provenant de machines numériques plus récentes afin de fournir une vision complète des opérations internes. Une console centrale intégrant un grand nombre de machines, de systèmes, de capteurs intelligents et d’autres technologies IoT vient compléter ce dispositif.
Les gestionnaires peuvent être avertis immédiatement de la défaillance ou du dysfonctionnement d’une machine avant même que la production ne soit impactée. La corrélation des données historiques et opérationnelles fournit des informations pertinentes indispensables à la planification et à la programmation des opérations de maintenance préventive. Ces deux scénarios conduisent à la baisse des coûts d’exploitation ainsi qu’à l’amélioration de l’efficacité opérationnelle.
Les usines intelligentes déploient divers équipements d’Edge computing dans toute l’entreprise pour exploiter les données issues des capteurs intelligents et des machines connectées, afin de contrôler les coûts de production, et d’accroître la productivité, l’efficacité et la flexibilité de production. Les fabricants qui adoptent un modèle hybride associant l’Edge et le Cloud computing sont les mieux placés pour relever les défis d’un marché terriblement dynamique et concurrentiel.
Mise en réseau, télécommunications et Edge computing mobile
Dans le domaine des communications mobiles, l’expérience de l’utilisateur est déterminée en fonction de la bande passante (quantité maximale d’informations qui peut être transmise à travers un canal sur une période de temps donnée) et de la latence (temps nécessaire à la transmission d’une quantité d’informations donnée à travers un canal). Bien que de nombreux outils à la disposition de l’utilisateur final se concentrent sur la mesure de la bande passante, les ingénieurs réseau savent depuis longtemps que la latence est un paramètre plus significatif pour évaluer la qualité du service, car l’amélioration de la latence réduit le temps d’attente de l’utilisateur.
Il est relativement facile pour les réseaux mobiles d’améliorer la bande passante en augmentant le nombre de canaux ou de stations de base. Cependant, réduire la latence est beaucoup plus difficile, puisqu’il faut améliorer les performances de chacun des composants de connexion réseau.
Face au nombre croissant d’utilisateurs sur les réseaux, les opérateurs de réseaux mobiles doivent relever des défis majeurs. Cependant, le rythme d’adoption actuellement constaté laisse présager que le nombre d’appareils est voué à drastiquement augmenter. Les utilisateurs ne pouvaient pas accéder jusqu’à aujourd’hui simultanément à autant d’ordinateurs, de tablettes et de smartphones. Mais le nombre d’équipements IoT autonomes augmente très rapidement.
L’augmentation massive du nombre d’équipements IoT interagissant en temps réel risque de mettre les réseaux mobiles en difficulté, alors que de plus en plus d’applications vont exiger de faibles latences pour interagir en temps réel. La technologie 5G de téléphonie et télécommunication 5G va offrir une bande passante plus élevée et une latence plus faible à chaque utilisateur. Ce qui va nécessiter de modifier radicalement l‘architectures des réseaux LTE.
L’envoi de contenus, d’applications et de services vers les systèmes informatiques périphériques (Edge) grâce aux solutions MEC (Multi-Access Edge Computing) peut alléger la charge des réseaux mobiles et des centres de données du Cloud qui augmentera avec la croissance du nombre d’équipements IoT. La technologie MEC met en place des nœuds intelligents à la périphérie du réseau mobile pour émuler une part du réseau principal, des contenus et des applications cachés, et pour optimiser l’exécution d’applications à la périphérie du réseau.
Les applications de mesures de distance, de positionnement et de suivi d’appareils avec précision, ainsi que celles concernant la mise de vidéos en cache et leur analyse sont actuellement les deux applications qui ont été largement implémentées en exploitant des solutions MEC.
Deux types d’applications illustrent l’immense valeur ajoutée apportée par la technologie MEC. La première application nécessite l’analyse des données de localisation transmises en temps réel. La réalisation de cette opération en périphérie du réseau supprime la latence due à la transmission des données à travers le réseau jusqu’à la plate-forme Cloud. La seconde application évite de charger les réseaux par les flux vidéo. Leurs analyses sont accélérées par leur exécution à la périphérie du réseau plutôt que de transmettre ces flux vidéos à travers ce réseau à la plate-forme Cloud. Pour que tirer le meilleur parti des projets MEC, il faut opter pour une architecture, ainsi que des logiciels et du matériel appropriés.
Les périphériques doivent reposer sur des standards ouverts et présenter une conception modulaire offrant aux exploitants de réseaux la flexibilité et les capacités d’extension nécessaires afin de préserver leurs investissements. Le matériel doit être suffisamment robuste pour supporter les conditions difficiles rencontrées sur le terrain.
La technologie MEC promet d’importants avantages aux opérateurs de réseau. La réduction de la latence est rendu possible, par le fait qu’il n’est plus nécessaire aux données de traverser le réseau pour rejoindre la plate-forme Cloud et en revenir. La réduction de la latence améliore l’expérience client. Ce qui peut se traduire par une augmentation des revenus des opérateurs.
Les opérateurs profitent également d’une sécurité accrue, car ils sont en mesure d’appliquer une stratégie renforcée à la périphérie du réseau, en empêchant aux flux de données indésirables de pénétrer dans leurs réseaux. En outre, l’architecture MEC permet aux opérateurs de rationaliser leurs opérations grâce aux analyses temps réel du trafic et de l’activité de l’utilisateur.
Défense et aéronautique
Les industries du domaine de la Défense et de l’aéronautique exigent une analyse immédiate de leurs équipements IoT ainsi que d’autres données pour atteindre leurs objectifs tant concernant leurs missions à court termes que ceux portant sur leur stratégie à long terme. Dans les secteurs de la Défense et de l’aéronautique, les décisions, qu’elles soient prises par les hommes ou des systèmes automatisés, peuvent être vitales .
Le Fog computing est essentiel aux opérations exigeant un traitement temps réel, car il permet de connaître immédiatement ce qui se passe localement grâce au traitement en périphérie de réseau, et au transfert des seules informations indispensables au Cloud. Ce qui réduit la latence et rend possible la communication temps réel. Le cloud computing permet ensuite la consolidation des données recueillies par les équipements d’Edge computing géographiquement dispersés.
L’utilisation d’une solution hybride basée sur l’Edge et le Cloud computing permet de combiner la puissance de ces technologies pour traiter efficacement les données afin de prendre des décisions rapides et pertinentes. Le modèle militaire de la boucle OODA (observer, orienter, décider et agir, voir ci-dessous) s’adapte particulièrement bien au processus de collecte, d’analyse, de partage et d’exploitation des données.
Les données acquises par des capteurs sont analysées en périphérie du réseau (sur un appareil portable, dans un tank, sur un drone ou un avion), afin de déclencher des actions immédiatement et en temps réel. Les postes de commandement sur le terrain agrègent ensuite les informations pour approfondir leur connaissance de la situation et décider des actions appropriées à mener sur le champ de bataille. Le commandement stratégique agrège de son côté les informations pour prendre des mesures nécessaires conformément à ses objectifs à long terme, et ce, en prenant en compte l’ensemble du théâtre des opérations. Le Fog computing est employé dans le domaine militaire pour accroître l’efficacité et la réactivité de la gestion de la maintenance et des stocks d’armement.
Les actifs, tels que les tanks et les avions, transmettent l’état de fonctionnement des systèmes embarqués et les inventaires aux entrepôts et aux centres de maintenance du matériel via le Cloud. Lorsque ces actifs sont de retour de leurs missions, les opérations de maintenance et d’entretien, ainsi que réarmement auront déjà été planifiées afin d’assurer la disponibilité maximale des équipements.
En réduisant au minimum le temps passé au dépôt, la disponibilité pour le combat de ces ressources coûteuses est maximisé. Les communications entre les différents niveaux doivent être rapides et sécurisées afin d’exploiter efficacement les données acquises par les capteurs sur le champ de bataille. Le traitement des données en périphérie du réseau et l’envoi au Cloud uniquement des données et des métadonnées nécessaires garantissent cette rapidité.
Les dispositifs de sécurité à la périphérie du réseau sont entièrement inviolables et doivent le demeurer à travers l’ensemble des éléments du réseau et du Cloud. Chaque niveau doit être en mesure de fonctionner indépendamment d’une déconnexion au réseau, afin de prendre immédiatement les décisions nécessaires à la protection de vies humaines.
Autres secteurs d’application de l’Edge et du Cloud Computing
Les utilisations présentées ci-dessus mettent en lumière les atouts de l’Edge computing, lorsqu’il est notamment utilisé parallèlement au Cloud computing. Il ne s’agit là que de quelques exemples parmi tant d’autres. Les solutions d’Edge computing peuvent être employées partout où des données issues de capteurs doivent être analysées en temps réel afin de déclencher automatiquement des actions et d’autoriser des prises de décisions immédiates, ainsi que pour sécuriser, agréger et rationaliser les données issues d’équipements IoT avant de les transmettre aux plates-formes Cloud pour une analyse plus approfondie.
• Services de santé : utilisée pour recueillir et analyser les données d’accessoires ou de capteurs portés par le patient qui permettent le suivi de ses symptômes, de ses médicaments, de son alimentation, de ses activités et de ses signes vitaux, tout en gérant d’autres équipements médicaux dédiés à domicile et à l’hôpital, et dans des applications cliniques et de télé-santé.
• Vente : utilisée pour gérer et analyser les données des points de vente et des systèmes de contrôle des stocks, ainsi que des balises Wi-Fi et Bluetooth, des afficheurs numériques, des vidéos en magasin, des paniers de plates-formes de e-commerce et des outils d’achat collaboratifs afin de proposer des offres et des informations personnalisées sur les produits aux clients en magasin.
•Bâtiments intelligents : utilisée pour la gestion et l’entretien préventif des systèmes d’éclairage, de chauffage, de ventilation et de climatisation, ainsi que des ascenseurs, des systèmes électriques, de plomberie, de sécurité, et de protection contre les incendies.
• Villes intelligentes : utilisée pour la gestion et l’entretien préventif des feux tricolores, des horodateurs, de l’éclairage ainsi que des véhicules autonomes, etc.
A propos d’Adlink Technology
Adlink Technology, spécialiste de, propose des solutions permettant la mise en place d’architecture d’Edge computing afin d’améliorer l’efficacité des processus de prise de décisions à partir de la collecte et l’analyse de données dans de nombreux secteurs industriels. Adlink offre une variété de composants indispensables ainsi que de plates-formes dédiées à l’Internet Industriel des objets (IIoT) à la fois génériques et spécifiques à un marché afin de servir les secteurs de l’automatisation, des communications, des transports, du médical ainsi que les marchés gouvernementaux et de la Défense.