主流企业级物联网平台横评

访客:24910  发表于:2017-04-05 09:53:02

Watson、AWS、Azure三大物联网平台的相同之处在于:均是在云平台平台的基础上进行产品建设,除了物联网平台还之外,还有集成一些其他的服务。均可为客户端提供API助力连接到平台,在连接的过程中,只要遵循提供的传输协议即可,不需要绑定任何设备。当然,这三大平台也是各有自己的特色,接下来一起来看看Watson、AWS、Azure国外三大物联网平台,从平台定位、安全通信、连接、信息管理、数据处理、机器学习、安全、开发环境等方面的进行分析,让大家对这三大物联网平台各自的特点有一定的了解,这样就可以从中找到合适自己需求的物联网平台。

IOT定位分析

IBM Watson IoT

IBM Watson物联网平台通过基于云的服务实现扩展,可提供对IoT设备和数据的强大应用程序访问,可帮助用户快速编写分析来自应用程序、可视化仪表板和移动IoT应用程序等任何来源的数据。可执行强大的设备管理操作,并存储和访问设备数据,连接各种设备和网关设备。

AWS IoT

AWS IoT是一款托管的云平台,提供互联设备与云应用程序及其他设备交互,可以按照定义的业务规则快速筛选、转换和处理设备数据。借助AWS IoT平台,可使AWS其他服务来构建IoT应用程序,以便收集、处理和分析互连设备生成的数据并对其执行操。

Azure IoT

Azure IoT套件是一项云服务,整合多款微软IoT资产,集成解决方案。其支持物联网解决方案的记费、监控和分析,还利用了所有Azure相关的能力去连接设备和传感器,记录它们所产生的不同的、大量的数据,整合并编排了数据、管理、分析以及提供给决策者的流程。

媒体点评

三家IOT平台都提供了充分技术数据和丰富的业务解决方案,整合自身优势,轻松添加和管理链接设备生产的数据并执行操作。不过对于目前状态,我们认为在IBM Watson上的解决方案已完备,直接通过已有的IoT平台对应用进行方案快速编写分析,而微软的解决方案是通过Azure IoT套件整合了微软智能云中与物联网、大数据分析相关的各类服务来进行分析,AWS也类似,需和其他服务进行构建,才能产出解决方案。

IOT平台安全通信横比

IBM Watson IoT

MQTT是设备和应用程序用于与 IBM Watson IoT Platform 通信的主要协议,MQTT加密是採用传输层安全性 (TLS) 。其是由IBM公司Andy Stanford-Clark博士和Arcom公司ArlenNipper博士发明,用于在传感器和移动设备之间高效交换实时数据。MQTT 通过 TCP/IP 运行,并且在可以直接对 TCP/IP 编码时,还可选择使用库来处理 MQTT 协议的详细信息。 IBM® Watson IoT Platform 提供的客户机库、信息和样本可帮助将设备与 Watson IoT Platform 连接并集成。

Watson IoT Platform 的体系结构旨在防止设备冒充其他设备,以维护设备数据的完整性。设备通过使用只有您自己知道的客户机标识和认证令牌组合来连接到 Watson IoT Platform。注册设备或生成 API 密钥后,认证令牌将使用加密盐 (Salt) 进行加密并散列化以维护凭证的安全性。完全支持通过 TLS V1.2 进行连接。

AWS IoT

AWS IoT 服务支持标准通信协议(目前支持 HTTP、MQTT 和 WebSockets)。可使用 TLS 来确保通信安全。

AWS IoT 在所有连接点处提供相互身份验证和加密。AWS IoT 支持 AWS 身份验证方法(称为"SigV4")以及基于身份验证的 X.509 证书。使用 HTTP 的连接可以使用任一方法,使用 MQTT 的连接可以使用基于证书的身份验证,使用 WebSockets 的连接可以使用 SigV4。

使用 AWS IoT 生成的证书以及由首选证书颁发机构 (CA) 签署的证书,将所选的角色和/或策略映射到每个证书,以便授予设备或应用程序访问权限,或撤消访问权限。

通过控制台或使用 API 创建、部署并管理设备的证书和策略。这些设备证书可以预配置、激活和与使用 AWS IAM 配置的相关策略关联。

AWS IoT 还支持用户移动应用使用 Amazon Cognito 进行连接,Amazon Cognito 将负责执行必要的操作来为应用用户创建唯一标识符并获取临时的、权限受限的 AWS 凭证。

Azure IoT

Azure IoT 中心通过 MQTT、AMQP 和 HTTP 协议以本机方式支持通信。在某些情况下,设备或现场网关可能无法使用这些标准协议的其中一个,且需要协议自适应。在这种情况下,你可以使用自定义网关。自定义网关可以桥接进出 IoT 中心的流量,从而为 IoT 中心终结点启用协议自适应。你可以使用 Azure IoT 协议网关作为自定义网关,来为 IoT 中心启用协议自适应。

媒体点评

信息安全运营物联网软件平台所需的信息安全手段,比普通软件应用和服务所需的要求更高。数百万台设备与物联网平台连接,代表着我们需要处理的漏洞也是相应比例的。为了避免被窃听,物联网设备与物联网软件平台之间的网络连接需要通过强大的加密机制来保障。

数据收集协议是物联网平台各个组件之间用于数据通信的协议,在不同的IoT平台中,支持用MQTT协议来收集数据,以及使用SSL进行链路加密,但某个公司就能达到300万到400万行/秒的吞吐量。根据在物联网部署的系统性能上,MQTT作为一个轻量级的即时通讯协议,现已经成为物联网重要的组成部分,三个平台都有在使用。但是由于MQTT是IBM开发,并用于物联网领域,虽然服务端组件rsmb不开源,但是却是最快速,也最省流量的协议,除了IBM平台的使用可能对别的平台部署有一定的成本。但是就目前来说,如果你使用成熟的HTTP、AMQP等其他协议的方案来实现安全通讯,对于电子欺诈、拒绝服务攻击、数据篡改、信息窃取和非法权限提升等的防御,AWS和Azure都是不错的选择。

IOT连接方式横比

IBM Watson IoT

Watson IoT Platform Connect 是任何 Watson IoT Platform 服务的起始点。连接设备、创建应用程序、控制设备以及与第三方服务交互全部通过 Watson IoT Platform Connect 实现。通过使用网关,可将设备连接到 Watson IoT Platform,在不使用网关的情况下,设备无法连接到因特网。网关设备集成了设备功能和应用程序功能。网关可像设备一样接收命令和发送设备数据,但也可像应用程序一样将命令发送到所连接的其他设备。可以将无法直接连接到因特网的设备连接到网关设备,这样其设备数据可发送到网关设备,接着网关设备可将这些数据发送到 Watson IoT Platform 服务。通过组合设备管理 API 以及设备上安装的设备管理代理程序,提供了设备管理功能。受管设备可执行设备管理操作,这些操作可通过主 Watson IoT Platform 仪表板触发。通过设备管理,可重新引导、下载和安装固件更新,还可远程将设备重置为出厂设置,所有这些操作都从 Watson IoT Platform 用户界面执行。在 Watson IoT Platform 中构建了第三方服务集成,包括对 The Weather Company 天气位置服务(可用于查找设备所在位置的当前天气)的支持。

AWS IoT

AWS IoT 提供有 SDK,以帮助用户连接硬件设备或移动应用程序。利用 AWS IoT 设备 SDK,用户设备可以使用 MQTT、HTTP 或 WebSockets 协议连接和验证 AWS IoT 并与之交换消息。平台设备网关支持设备安全高效地与 AWS IoT 进行通信。设备网关可以使用发布/订阅模式交换消息,从而支持一对一和一对多的通信。凭借此一对多的通信模式,AWS IoT 将支持互连设备向多名给定主题的订阅者广播数据。

Azure IoT

Azure IoT设备将遥测数据(例如抽水站的传感器读数)发送到云终结点以进行存储和处理。在预测性维护方案中,后端可以使用传感器数据流来判断特定的泵何时需要维护。设备可以通过读取来自云终结点的消息,接收和响应云到设备的命令。设备还可以直接与云网关终结点通信;如果设备无法使用任何云网关支持的协议,则可以通过中间网关进行连接。通过持久的方法发送设备消息,以适应间歇性连接的设备。

媒体点评

在很初创的物联网公司,都不具备设备的连接和管理功能。而IoT平台的连接不仅是包含数据连接,设备与设备之间的连接,更包含了IoT设备和人之间的连接。IBM 通过Watson IoT Platform Connect 实现。使用网关将设备连接到 Watson IoT Platform,并且还可以通过仪表板触发进行管理操作,而Azure IoT通过IoT Hub和Event Hub实现对各种IoT设备的连接,并且通过Cortana Device SDK、Azure Cognitive Services、Bot Framework来实现语音、人像、人机消息连接。AWS IoT 提供有 SDK,以帮助您轻松快速地连接硬件设备或移动应用程序,设备 SDK 也支持 C、JavaScript 和 Arduino,并且包含客户端库、开发人员指南和制造商移植指南。此外,您还可以使用开源替代资源或自行编写 SDK。三家的连接方式都不太一样,但是目前对于IoT平台的需求多样化较低,三家基本都能够满足。只是IBM可能是通过Watson IoT Platform Connect 实现,AWS和Azure则是通过SDK,还支持不同语言的自行编写,在效率上来说,IBM更好些,而从解决多样化需求上,AWS和Azure可能会较为突出。

信息管理能力横比

IBM Watson IoT

Watson IoT Platform 信息管理在设备所发送的数据到达 Watson IoT Platform 服务后对其进行控制。信息管理包括数据存储和转换。

设备上次事件高速缓存:通过使用 Watson IoT Platform 上次事件高速缓存 API,可检索设备上次所发送的事件。这在设备联机或脱机的情况下都适用,这样不管设备的物理位置或使用状态如何,您都可检索设备状态。对于最多 365 天之前发生的任何特定事件,可检索设备的上次事件数据。

设备事件数据存储:可以存储 Watson IoT Platform 服务中的设备事件数据以供将来使用。要执行深度分析以获取对该数据的洞察,数据存储是非常关键的第一步。例如,您可跟踪较长时间段内的更改,存储数据集,以用于功能强大的分析工具(包括用于 Watson API 和认知计算)。

AWS IoT

用户可以通过 AWS 管理控制台和 CLI 访问 AWS IoT。应用可以借助 AWS SDK(面向多种编程语言提供)轻松地访问 AWS IoT。AWS IoT 与 Amazon CloudWatch 集成,进一步简化了 IoT 应用的开发和操作。

为简化运行在互联设备上的代码的开发,AWS IoT 为 C、Node.js 和 Arduino Yún 平台提供了开源设备 SDK。此外,AWS IoT 还与硬件制造商建立了合作伙伴关系,以使 AWS IoT 设备 SDK 可在多种 IoT、嵌入式操作系统和微控制台平台上使用。

AWS IoT API 和命令还可以控制平面操作让您能够执行配置安全性、注册设备、配置数据路由规则、设置日志记录等任务。在数据层面操作让您能够以低延迟和高吞吐率的方式将互联设备的数据大规模传输到 AWS IoT。

Azure IoT

Azure IoT 提供具有SLA的最高等级服务保障,例如大多数服务可用性都在99.95%以上;Azure IoT服务还具有高度弹性伸缩能力,可以根据设备消息数量或者数据处理能力要求进行伸缩,无需修改任何代码;Azure IoT平台提供的都是PaaS层服务,用户无需考虑运维,只需按需求调用相应API即可。

媒体点评

信息的存储、跟踪、处理等方面对于三大平台来说优势都很明显,有着很强的能力支撑,而每家平台所提供的支撑方式不一样,IBM通过存储 Watson IoT Platform 服务中的设备事件数据以供将来使用,而AWS可以通过 AWS IoT API 和命令控制平面操作设置日志记录等任务。Azure IoT 提供具有SLA的最高等级服务保障,很难分出伯仲,对应自己的业务需求以及信任度来做最佳的选择。

数据处理方式横比

IBM Watson IoT

使用 Watson IBM Watson IoT Platform Analytics 可从设备生成的原始数据中获取所需的分析信息。

使用板和卡可视化实时数据:通过使用板和卡,可以查看表示来自一个或多个设备的数据集值的图形,以快速概览和了解设备数据。

通过使用板和卡,可以通过图形方式可视化来自一个或多个设备的数据集值,以快速概览数据和增进对数据的了解。创建板和卡,以将数据显示为原始数字、实时图形、量表等。向板添加成员,以便与组织中的其他用户共享。排列卡并添加解释性文本分隔符,以优化呈现。

通过使用 Watson IoT Platform 云分析,可指定基于实时设备数据并且在满足条件时将触发警报和可选操作的规则条件。

AWS IoT

使用AWS IoT,可以连续地消化、过滤、转换和路由互联设备流式传来的数据。可以根据这些数据采取操作并路由它们,以做进一步的处理和分析。当然还可以通过规则引擎可以构建 IoT 应用程序,这些应用程序将收集、处理和分析互连设备在全局范围内生成的数据并根据数据执行操作,且无需管理任何基础设施。

规则引擎将提供数十个可用于转换数据的可用功能,并且可以通过 AWS Lambda 创建无限个功能。且会触发在 AWS Lambda 中执行 Java、Node.js 或 Python 代码,从而为您提供最高灵活度以及处理设备数据的能力。

Azure IoT

流分析云中的一种事件处理引擎,可实时快速开发,对现有数据属性进行深入了解。流分析提供与 Azure 事件中心的现成集成,可每秒接收数百万事件。流分析将实时处理接收的事件,从而比较多个流或将流与历史值和模型一起进行比较。它可检测异常、转换传入数据、在流中出现特定错误或条件时触发警报,并在仪表板中显示此实时数据。

Azure IoT平台每个单元每天可以处理高达3亿条消息数据,同时提供实时流式数据处理服务Stream Analytics,在大数据方面有兼容hadoop/storm/spark的HDinsight服务。绝大多数相关技术都是微软自研。

媒体点评

目前在分析生成物联网数据、计算及可视化方面提供的支持相对较少,而实时分析是物联网框架必备功能。从三大平台提供的数据处理能力来看,都打破了设备物联的瓶颈,通过不同的技术能力来提供信息的存储及能力,在实时分析上也难分伯仲。 IBM通过使用板和卡可视化实时数据,可以创建一条规则,用于确保在设备中断或设备温度达到峰值时,向用户设备上的仪表板发送警报,并向管理员发送电子邮件。使用云规则可为直接连接到云中 Watson IoT Platform 的设备触发规则;使用边缘规则可为连接到支持边缘分析的网关的设备触发规则。通过边缘分析,可将分析规则触发过程从云移至支持边缘分析的网关,通过执行靠近设备的分析处理,可显著降低上传到云的设备数据流量。设备将其数据发送到支持边缘分析的网关,在该网关中边缘分析规则对数据进行解析。根据规则及其操作,关键数据和警报可能会发送到 IBM Watson IoT Platform,在网关上触发警报,或者写入网关本地的文本文件。

而边缘分析需要采取措施来减少传感器设备与物联网服务器之间的大量网络带宽损耗。最佳的解决方案是使用轻量级的通讯协议。另一个办法就是使用边缘分析法,以减少传输到物联网服务器上的原始数据总量。即便是在简单的硬件嵌入系统中(如Arduino),也可以实现边缘分析法。

而通过我们的了解,IBM IoT平台除了在实时数据处理上,还在提供了上次事件高速缓存,能够做到365天前发生的事件检索,这大大加强了信息分析能力,在离线分析上应该IBM更胜一筹。

机器学习服务横比

IBM Watson IoT

IBM Watson拥有最先进的的自然语言辨识、机器学习、内容分析、图像影片分析等技术,能在几秒内解读百万本书籍、数千万则社群讯息、数亿则物联网资讯,从中归纳模式、察觉关联性,进而创造价值。

IBM Watson Retrieve and Rank 服务通过结合使用搜索与机器学习算法来检测数据中的“信号”,帮助用户找到与查询最为相关的信息。此服务基于 Apache Solr 而构建,开发人员可将其数据装入该服务,根据已知相关结果对机器学习模型进行培训,然后利用此模型,基于最终用户的问题或查询向这些用户提供经过改进的结果。

IBM Watson Natural Language Classifier 服务应用认知计算方法来返回语句或短语的最佳匹配类。例如,您提交了一个问题,该服务将返回最佳匹配答案的键,或者返回应用程序的后续操作。通过在训练时提供一组代表性字符串以及一组正确的类(每个字符串有一个或多个正确的类),可创建分类器实例。训练后,新的分类器可以接受新问题或短语,并返回排名靠前的匹配项,每个匹配项都具有可能性值。

IBM Watson AlchemyAPI 提供一组服务,支持企业和开发人员构建相关应用程序,用于理解 Web 页面、新闻文章和博客中的内容和文本上下文。例如,开发人员可以使用 AlchemyAPI 执行以下任务:提取任何可公开访问的 Web 页面、发布的 HTML/文本文档或预先定义的新闻文章库中提及的人员、地点、公司和其他实体。

AWS IoT

Amazon Machine Learning 提供可视化的工具和向导,指导您按部就班地创建机器学习模型,而无需学习复杂的机器学习算法和技术。当您的模型准备好以后,Amazon Machine Learning 只要使用简单的 API 即可让您的应用程序轻松获得预测能力,而无需实现自定义预测生成码或管理任何基础设施。

Amazon Machine Learning 采用与 Amazon 内部数据科学家社区多年来一直使用的机器学习技术相同的技术,具有稳定可靠、容易扩展的特点。此服务使用强大的算法通过发现已有数据中的规律来创建机器学习模型。然后,Amazon Machine Learning 会使用这些模型来处理新数据并为应用程序生成预测结果。

Amazon Machine Learning 具有极强的可扩展性,每天可以生成数十亿条预测结果,并以高吞吐量实时地将其送出。使用 Amazon Machine Learning 不需要对硬件或软件事先投入资金,只需要根据使用量付费,所以不妨先从小规模做起,然后根据应用程序的发展情况再酌情进行扩展。

Azure IoT

Azure 机器学习是基于云的强大预测分析服务,使用它可以快速创建预测模型,并将其部署为分析解决方案。 使用 Azure 云运行机器学习试验或构建解决方案时,不需要购买昂贵的硬件或基础结构。

Azure 机器学习不仅提供预测分析建模工具,还提供完全托管的服务,可以通过此服务将预测模型部署为随时可用的 Web 服务。 Azure 机器学习提供可在云中创建完整预测分析解决方案的工具:可以快速创建、测试、操作和管理预测模型。

媒体点评

以上两家IoT平台的机器学习能力都具有很强大的算法和技术,包括极强的扩展性及预测分析能力。

通过我们对IBM Watson机器学习服务了解,能够提供能反覆学习与修正,使得结果越来越精准。其能力与传统撰写程式或分析模型的作法大相径庭,因为传统作法只能在既有模式中找答案,而IBM Watson则能在一个开放而无预设立场的前提下,从资料中萃取洞察。当然,三大企业都在的示例毋庸置疑,究竟谁能率先取得突破仍是一个未知数。

IOT平台安全解析

IBM Watson IoT

作为基于云的服务,IBM Watson IoT Platform 嵌入了安全性作为其体系结构的重要方面。

以下文档回答了有关如何保护组织数据的一些常见问题,重点介绍了以下具体方面:

合规性:用于为安全性设置基准的外部标准。

认证:确保正尝试访问您组织信息的用户、设备或应用程序的身份。

授权:确保用户、设备和应用程序有权访问您组织的信息。

加密:确保数据仅可由授权方读取,无法进行拦截

AWS IoT

AWS IoT 在所有连接点处提供相互身份验证和加密,因此,绝不会在无可靠身份的设备和 AWS IoT 之间交换数据。AWS IoT 支持 AWS 身份验证方法(称为“SigV4”)以及基于身份验证的 X.509 证书。还支持用户移动应用使用 Amazon Cognito 进行连接,Amazon Cognito 将负责执行必要的操作来为应用用户创建唯一标识符并获取临时的、权限受限的 AWS 凭证。

Azure IoT

Azure IoT 中心可连接、监视并控制数百万在各种操作系统和协议上运行的 IoT 资产,以通过 Azure IoT 中心快速开始你的物联网项目。如果需要,控制特定设备的访问权限以保持系统的完整性。借助这些资产建立可靠的双向通信(即使间歇性连接),以便分析传入的遥测数据并根据需要发送命令和通知。利用每设备身份验证,通过合适的凭据与设备通信,提升 IoT 解决方案的安全性。

媒体点评

物联网设备其实都存在很多高位的漏洞,比如心脏出血漏洞、DDos漏洞以及很多弱密码和跨站脚本漏洞,在面临这些安全隐患中其实三大平台都有着自己的解决方案。都通过了认证、授权、加密等方法,对企业生产IoT产品前将安全融入产品生命周期,提升了整体的安全性能。

解决方案分析

IBM Watson IoT

共建车联网生态,打造智能出行体验

IBM 与合作伙伴共同打造车联网平台与产业链,利用结合路网、交通、天气等数据源的大数据分析技术,构建绿色出行解决方案以降低运输能耗,提升交通效率,提供绿色、智能的出行服务与体验。

构建水行业物联网,实现水资源可持续利用

中国面临着严重的水资源问题。IBM 帮助水行业应用物联网、云计算和大数据等先进技术,以科学监控和管理实现水安全和水资源的可持续利用,促进环境产业升级与转型。

物联网助力清洁能源产业新发展

IBM 与合作伙伴携手打造中国液化天然气产业的物联网技术创新与产业模式升级平台。通过技术创新、设备升级、数据分析等手段,实现液化天然气产业从以要素为驱动向以模式为驱动的全面转型。

SilverHook Powerboats 开发了一款赛艇竞技应用,开发速度提高了40%。SilverHook 团队借助 IBM Internet of Things Platform 可直接将数据流发送到云端,进而能够快速在IBM Bluemix 平台上构建应用,以一种高效的方式为比赛选手和赛艇迷进行分析并提供洞察力。 借助IBM 技术,SilverHook 团队构建原型所需的时间缩短了40%,在三个月内便交付了一种带有数据可视化功能的综合性分析解决方案。

AWS IoT

目前使用地区不包含中国

Azure IoT

Windows 10 IoT专为广泛的智能设备而设计,包括从小型工业网关到销售点终端和ATM等更大、更复杂的设备。结合最新微软开发工具和Azure物联网服务,合作伙伴可通过数据采集、存储和处理创建可行性商业智能并提高业务收入。通过采用Windows 10 IoT操作系统,提供端对端解决方案,从而发掘更多商机,敬请期待。

使用 Azure服务实现此 IoT 解决方案体系结构时,Azure IoT 中心是重要的构建基块。IoT 套件可针对特定 IoT 方案提供此体系结构的完整端到端实现。例如:远程监视解决方案让用户能够监视设备的状态,例如自动贩卖机。预见性维护解决方案可帮助预测设备的维护需求(例如远端抽水站的水泵),以及避免意外停机。

媒体点评

物联网不仅能推动未来产品与服务创新,更能利用与最新技术的融合,打造全新商业模式,加速行业变革。这么多年没有发展起来,最重要的一个原因是因为不同行业的需求不同,且物联网是碎片化市场,有着不同的标准。而IBM 正利用出色的云计算、大数据分析技术与本土用户、合作伙伴合建物联网生态,共同推出越来越多针对不同行产业的商业应用,在车联网、水务行业、新能源行业都有成熟的解决方案,AWS据了解并没有在中国落地,而Azure IoT主要是基于windows平台,在终端和ATM更大更复杂的设备上较为成熟。

总结

物联网模式的快速发展需要强大的物联网软件平台,能通过物联网用例满足出现的需求。本文中,我们简单的通过三个平台的一些功能进行了一些陈列和简单的分析,希望能够给关注物联网技术人员的一个大概了解。而相对来说,具有一定优势的IBM Watson IoT大致总结以下三点:

(1) 提供Node-RED 可视化的物联网开发工具, 做为动态设定处理数据规则

Node-RED是一种以新颖有趣的可视化方式将硬件设备,API和在线服务连接在一起的工具;

(2)采用 MQTT 做为物联网传送协议;

(3) 集成IBM 认知运算的Watson 各类服务, 使用在物联网的运用上。

相信到2017年后,IoT将为生活提供更多便利。在智慧家庭、车联网、水务、能源、电力、钢铁等多个领域中,随着今年6月冻结标准的低功耗物联网技术NB-IoT更是引起了产业链各方高度关注,NB-IoT的商用轨迹日益清晰,无论是IBM还是其他企业,我们都希望能够与合作伙伴加快物联网部署,为传统行业带来全新的市场机会,实现更大的商业成功以及市场拓展。

(via:工业IOT)

评论(0)

您可以在评论框内@您的好友一起参与讨论!

--> --> -->
<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");