جمع‌آوری داده با فهمیدن داده فرق دارد


فرض کنید یک داشبورد IoT به ده‌ها دستگاه متصل است.


هر چند ثانیه اطلاعات جدیدی وارد سیستم می‌شود:


دما
رطوبت
ولتاژ
جریان
فشار
وضعیت دستگاه
میزان باتری
وضعیت اتصال شبکه

از نظر فنی همه‌چیز درست کار می‌کند. داده‌ها دریافت می‌شوند و روی داشبورد نمایش داده می‌شوند.


اما یک سؤال مهم وجود دارد:


چه کسی قرار است دائماً این همه داده را بررسی کند؟


در محیط‌های واقعی تقریباً غیرممکن است که یک نفر در تمام طول روز ده‌ها نمودار و عدد را زیر نظر داشته باشد.


به همین دلیل یک سیستم اینترنت اشیای کاربردی نباید فقط اطلاعات را نمایش دهد؛ بلکه باید مشخص کند چه زمانی واقعاً اتفاق مهمی افتاده است.


مشکل مانیتورینگ سنتی


بسیاری از سیستم‌های مانیتورینگ حول یک داشبورد طراحی شده‌اند.


کاربر صفحه را باز می‌کند، نمودارها را بررسی می‌کند، مقادیر مختلف را با هم مقایسه می‌کند و تلاش می‌کند رفتار غیرعادی را پیدا کند.


تا زمانی که تعداد دستگاه‌ها کم باشد، این روش قابل مدیریت است.


اما با افزایش تعداد تجهیزات، بررسی دستی اطلاعات به‌سرعت دشوار می‌شود.


ممکن است یک اتفاق مهم میان هزاران داده عادی گم شود.


برای مثال یک یخچال صنعتی ممکن است چند هفته بدون مشکل کار کند، اما ناگهان دمای آن شروع به افزایش کند.


اگر در همان لحظه کسی داشبورد را بررسی نکند، ممکن است مشکل زمانی شناسایی شود که بخشی از محصولات آسیب دیده‌اند.


داده وجود داشته، اما در زمان مناسب به تصمیم تبدیل نشده است.


هشدار هوشمند داده را به اقدام تبدیل می‌کند


یک پلتفرم IoT هوشمند می‌تواند داده‌های ورودی را دائماً بررسی کند و مشخص کند آیا شرایط تعریف‌شده‌ای رخ داده است یا نه.


برای مثال:


دما از ۸ درجه بیشتر شده است
سطح مخزن به کمتر از ۲۰ درصد رسیده است
موتور جریان غیرعادی مصرف می‌کند
یک دستگاه بیشتر از پنج دقیقه آفلاین بوده است
رطوبت به‌طور ناگهانی تغییر کرده است
سطح باتری وارد محدوده بحرانی شده است

در چنین شرایطی سیستم می‌تواند به‌صورت خودکار هشدار ایجاد کند.


در نتیجه دیگر لازم نیست کاربر دائماً داشبورد را نگاه کند؛ اتفاقات مهم مستقیماً به اطلاع او می‌رسند.


هر تغییر کوچکی نباید تبدیل به هشدار شود


یکی از مشکلات مهم سیستم‌های مانیتورینگ، پدیده‌ای به نام خستگی از هشدار یا Alert Fatigue است.


اگر کاربر برای هر تغییر جزئی یک نوتیفیکیشن دریافت کند، بعد از مدتی احتمالاً بیشتر هشدارها را نادیده خواهد گرفت.


برای مثال تغییر لحظه‌ای دما از ۲۴ به ۲۵ درجه ممکن است کاملاً طبیعی باشد.


یک سیستم بهتر می‌تواند قوانین دقیق‌تری داشته باشد؛ مثلاً:


فقط زمانی هشدار بدهد که مقدار چند دقیقه خارج از محدوده باقی بماند
تنها در صورت عبور قابل‌توجه از آستانه هشدار ایجاد کند
برای ساعات مختلف شبانه‌روز محدوده‌های متفاوت داشته باشد
رفتار غیرعادی تکرارشونده را تشخیص دهد
برای یک مشکل ثابت، دائماً هشدار تکراری ارسال نکند

هدف این نیست که تعداد اعلان‌ها بیشتر شود.


هدف این است که اعلان‌های مفیدتری ارسال شوند.


هشدارها می‌توانند سطح اهمیت متفاوت داشته باشند


تمام اتفاقات اهمیت یکسانی ندارند.


یک سیستم مانیتورینگ حرفه‌ای می‌تواند رویدادها را بر اساس شدت دسته‌بندی کند.


برای مثال:


اطلاع‌رسانی

دستگاه با موفقیت ری‌استارت شده است.


هشدار

سطح باتری به کمتر از ۲۵ درصد رسیده است.


بحرانی

یک دستگاه اصلی در خط تولید پاسخ نمی‌دهد.


این دسته‌بندی باعث می‌شود تیم سریع‌تر تشخیص دهد کدام اتفاق نیاز به واکنش فوری دارد و کدام مورد را می‌توان بعداً بررسی کرد.


هشدار باید به فرد مناسب برسد


در یک سیستم بزرگ منطقی نیست تمام هشدارها برای تمام کاربران ارسال شوند.


می‌توان اعلان‌ها را بر اساس نوع دستگاه، محل نصب، مسئول مربوطه یا شدت رویداد مدیریت کرد.


برای نمونه:


خطاهای فنی برای تیم تعمیرات ارسال شوند
هشدارهای دما به مدیر تأسیسات برسند
خطاهای بحرانی هم‌زمان برای چند مسئول ارسال شوند
رویدادهای کم‌اهمیت فقط داخل داشبورد ثبت شوند

این ساختار باعث می‌شود کاربران با حجم زیادی از اعلان‌های غیرضروری مواجه نشوند.


هشدار می‌تواند مستقیماً یک عملیات را اجرا کند


اینترنت اشیا می‌تواند یک قدم جلوتر هم برود.


گاهی سیستم برای واکنش به یک اتفاق نیازی ندارد منتظر تصمیم انسان بماند.


وقوع یک شرط می‌تواند مستقیماً یک Action را اجرا کند.


برای مثال:


با افزایش دما سیستم خنک‌کننده پشتیبان روشن شود
در صورت تشخیص جریان بیش از حد، موتور خاموش شود
با کاهش سطح آب، پمپ فعال شود
در صورت قطع ارتباط، ماژول ارتباطی ری‌استارت شود
دستگاه هنگام بروز خطا وارد وضعیت امن شود

در این حالت IoT از مانیتورینگ ساده وارد مرحله اتوماسیون می‌شود.


سیستم فقط نمی‌گوید مشکلی رخ داده؛ بلکه می‌تواند برای حل یا کنترل آن واکنش نشان دهد.


تاریخچه هشدارها خودش یک منبع ارزشمند از داده است


هشدارها فقط در لحظه وقوع مشکل کاربرد ندارند.


بررسی تاریخچه آن‌ها می‌تواند الگوهایی را آشکار کند که در میان داده‌های خام به‌سادگی دیده نمی‌شوند.


برای مثال ممکن است مدیر متوجه شود که یک دستگاه مشخص تقریباً هر دوشنبه بعدازظهر هشدار افزایش دما ایجاد می‌کند.


این الگو می‌تواند نشانه یکی از موارد زیر باشد:


افزایش بار کاری
مشکل سیستم تهویه
نیاز به سرویس دستگاه
شرایط محیطی خاص
فرسودگی تدریجی یکی از قطعات

با چنین اطلاعاتی، کسب‌وکار می‌تواند از تعمیرات واکنشی به سمت نگهداری پیشگیرانه حرکت کند.


یک داشبورد IoT خوب باید نیاز به توجه را کمتر کند


یکی از اهداف اصلی اتوماسیون این است که نیاز به نظارت دائمی انسان کاهش پیدا کند.


یک پلتفرم IoT مناسب باید اجازه دهد شرایط عادی تعریف شوند و توجه کاربر فقط روی استثناها قرار بگیرد.


به‌جای اینکه مدیر دائماً بپرسد:


«الان وضعیت تمام دستگاه‌های من چطور است؟»


سیستم باید بتواند پاسخ دهد:


«همه‌چیز عادی است؛ فقط این دو دستگاه نیاز به بررسی دارند.»**


همین تفاوت ساده می‌تواند نحوه مدیریت تجهیزات متصل را به شکل جدی تغییر دهد.


سوکت و مانیتورینگ مبتنی بر رویداد


پلتفرمی مانند Soocket می‌تواند مانیتورینگ تجهیزات، کنترل از راه دور، نمایش داده‌ها و تعریف عملیات مختلف را در یک محیط یکپارچه کند.


با تعریف شرط‌ها و Actionهای مختلف برای دستگاه‌ها، می‌توان فرایندهای مانیتورینگ را بر اساس رفتار واقعی تجهیزات طراحی کرد؛ نه اینکه فقط به نمودارهای ثابت وابسته بود.


هرچه تعداد دستگاه‌های متصل بیشتر شود، اهمیت این نوع معماری مبتنی بر رویداد نیز بیشتر خواهد شد.


جمع‌بندی


ارزش اینترنت اشیا به این نیست که حجم زیادی داده تولید کند.


ارزش واقعی زمانی ایجاد می‌شود که این داده‌ها باعث تصمیم سریع‌تر و دقیق‌تر شوند.


هشدارهای هوشمند پلی میان مانیتورینگ و اقدام هستند.


به‌جای بررسی مداوم داشبورد، می‌توان مشخص کرد چه اتفاقاتی اهمیت دارند، اجازه داد سیستم آن‌ها را به‌صورت خودکار بررسی کند و فقط در زمان لازم کاربر را درگیر کند.


در همین نقطه است که یک پلتفرم IoT از مجموعه‌ای از نمودارها فراتر می‌رود و به یک سیستم هوشمند برای مدیریت عملیات تبدیل می‌شود.