Iot Veri Toplama Nedir?
Nesnelerin interneti, yaşam biçimimizi veya işletmelerin işleyişini büyük ölçüde devraldı. Bununla birlikte, IoT mobil uygulamalarının ortaya çıkışıyla birlikte muazzam miktarda veri üretimine şahit olduk. Ayrıca katı veri güvenliği standartları, veri gizliliği süreçlerininin olmaması ve tutarsız veri formatları, IoT veri toplamayı zorlaştıran unsurlardır. Öyleyse, verilerden öngörü üretmesi mümkün olan en verimli şekilde toplandığından, saklandığından, organize ettiğinden ve derlendiğinizden nasıl emin olabilirsiniz?
IoT, günlük hayatımızın her alanında - yaşadığımız şehirler, kullandığımız araçlar, kendimize nasıl baktığımız, alışveriş yapma şeklimiz, çalışma şeklimiz v.b tüm alanlarda kullanıma girdi. Etrafımızda dikkatlice baktığımızda bir farklı şekillerde, verileri algılayan yada kendi aralarında değiş-tokuş yapan sensörler görüyoruz. Elbette bu kadar çok veri karar sistemleri için önemli bilgi oluşturma kapasitesi taşıyor. Bu kadar veri elbette kendisi ile beraber büyük sorumluluklar getirmektedir.
IoT’de Veri Toplamanın ÖnemiIoT, internet üzerinden birbirine bağlanan ve yerleşik sensörlere sahip IoT ağ geçitleri aracılığı ile veri alışverişi yapan “nesneler” veya fiziksel nesnelerden oluşan bir ağ olarak tanımlanır.
Örneğin, akıllı saatler, derin öğrenme algoritmaları çalıştıracak kadar güçlü çeşitli sensörler ve kablosuz protokollerle donatılmıştır. Uygulamalar, bu giyilebilir cihazlardan gelen sensör verilerini IoT bulutu aracılığıyla gönderir. Bu uygulamaları bugünlerde oyunlardan, fitness amaçlı birçok saat modeline kadar görebilirsiniz
Benzer şekilde, kapalı bir IoT ortamı, daha iyi kararlar almak için bu verileri işleyip manipüle ederek bir uzaktan kumanda sistemine sürekli olarak bilgi akışı sağlayan birden çok cihaz veya nesneden oluşur.
Şirketler, arızadan önce varlıklarını izleyerek ve bakım programlayarak plansız duruş sürelerini azaltmak isteyebilir. Geleneksel olarak, bir CNC makinesi gibi ekipmanı manuel olarak incelemek ve ardından eylem planını planlamak için sahaya bir bakım görevlisi gönderilirdi. Ancak asıl yapmaları gereken, IoT tabanlı bir kestirimci bakım stratejisi oluşturmaktır.
IoT ile şirket, sıcaklık ve titreşimler gibi hatalı varlık parametrelerini izleyen sensörler kurabilir ve varlık parametrelerindeki anormallikleri tespit etmek ve bir bakım görevine en çok ne zaman ihtiyaç duyulacağını tahmin etmek için bu verileri yapay zeka tabanlı uzak bir teşhis platformuna gönderebilir.
IoT cihazlarının topladığı veri türleri
Verilerin IoT’deki anahtar kelimeler olduğu aşikardır. IoT teknolojisinden yararlanan işletmeler, daha fazla veri elde etmek ve maksimum içgörü oluşturmak için bu verileri tam olarak kullanmak ister. Bit IoT sistemindeki veri kümeleri üç aşamada akar: Veriler, kaynakta sensörler aracılığıyla yakalanır (bunlar ya bir robottaki gibi yerleşiktir yada izlenen bağlı cihaza takılı harici sensörler aracılığıyla) Veriler daha sonra depolama ve organizasyon amaçları için bir sisteme iletilir. Veriler, eyleme dönüştürülebilir içgörüler oluşturmak için sistem tarafından tüketilir ve analiz edilir.
Süreç basit olsa da, IoT cihazlarının topladığı veri türü genellikle ilginç sonuçlar üretir.
Konum Verileri
Bunu bir dahili küresel konumlandırma sistemi olarak düşünün. Bu veri seti, sizi belirli bir konuma yönlendirmek yerine paketleri, ekipmanları ve paletleri gerçek zamanlı olarak izlemenizi sağlar. Örneğin, çiftçiler hasat mevsiminde ekipmanları takip edebilir. Veya tüketici düzeyinde, kayıp bir telefonu, dizüstü bilgisayarı ve hatta anahtarlarınızı izlemek için konum verilerini kullanabilirsiniz.
Durum Verileri
Bu, IoT verilerinin en temel, ham ve yayın kullanımı durum verileridir. En doğal biçimde toplanır, tüketilebilir bir biçime dönüştürülür ve adından daha karmaşık analizler için kullanılır.
Otomasyon Verileri
Geçen yıllarda, bağlantılı cihaz otomasyonu, şüphe ile karşılandı. Bununla birlikte, ister bir termostatta otomatik ayarları etkinleştirilmesi, ister bir ofiste aydınlatma lambalarının otomatikleştirilmesi olsun, son müşterilere pek çok kolaylık sağlar.
Veri Toplama Nasıl Çalışır?
Bir IoT sistemi içinde veri toplamayı mümkün kılmak için farklı katmanlar beraber çalışır. Bunları 5 ana katmanda tarif edebiliriz.
Cihaz katmanı
Birbirlerine veri aktaran cihazlar ve olay işleme katmanı, IoT mimarisinin cihaz katmanını oluşturur. Bu cihazlarda ya içlerinde gömülü sensörler bulunur yada bunlara bağlı cihaz verilerini izleyen ve ileten harici sensörler takılıdır.
İletişim katmanı
Bu katman, IoT mimarisinde cihazlar ve sistemler arasındaki iletişimi kolaylaştıran ağı oluşturur. Aygıtlar, HTTP/HTTPS, MQTT ve CoAP gibi protokolleri kullanarak iletişim kurar.
BT kenar katmanı
Kenar katmanı, cihaz donanımını, cihazdaki işlemleri çalıştıran ve yöneten yüklü işletim sistemini ve cihaza kodlanmış olan ve cihazda çalışma talimatlarını veren cihaz sabit bir yazılımı içerir. Kenar katmanı, algılama aktivitelerinden sorumludur.
Olay işleme katmanı
Bu katman, IoT cihazlarından iletilen tüm verileri depolayan, bu verileri temizleyen, düzenleyen, manipüle eden ve iç görü oluşturmak için analiz eden sistemlerden oluşur.
Bir örneğin, varlık bakımında kullanılan yapay zeka tabanlı bir teşhis platformudur. Bu, IoT sistemin arka ucunu, tüm verilerin depolandığı ve ön uç sistemin kullanılması ve kullanıcılara iç görü olarak sunması için hazırlandığı yeri oluşturur.
İstemci katmanı
Bu katman, verileri ve içgörüleri IoT sistemin kullanıcılarına sunar. Toplanan veriler ve üretilen içgörüler, bu katmandaki ön uç sistemler aracılığıyla karar vericiler tarafından görüntülenebilir ve kullanılabilir.
IoT Verilerinin İşlenmesi
Nesnelerin interneti sensörleri ve uygulamaları arasında iletilen çok büyük miktardaki verileri onlardan herhangi bir içgörü elde etmeden önce işlemeniz gerektiği açıktır. Ancak, veriler genellikle farklı kaynaklardan ve biçimlerden gelir.
Veri kümelerine herhangi bir analitik teknik uygulamadan önce üstlenmeniz gereken dört şey vardır:
- Verileri, uygulamanızla uyumlu standart bir biçime dönüştürün.
- Yeni biçimlendirilmiş veri kümelerinin bir yedeğini oluşturun.
- Doğruluğu arttırmak için eski, tekrar eden veya istenmeyen veri kümelerini kaldırın veya silin.
- Mevcut veri kümelerinizi zenginleştirmek için diğer kaynaklardan ek yapılandırılmış veya yapılandırılmamış veriler ekleyin.
Olay, işleme katmanı bu verileri depolar, temizler ve iç görü oluşturmak için analiz eder. Bu iç görüler, istemci iletişim katmanında ön uç sistemler ve panolar aracılığıyla kullanıcılara sunulur.
IoT Veri Akışı
Tipik bir IoT ekosisteminde, her olay dahili ve harici olarak kurulmuş sensörler tarafından yakalanarak tek bir biçime dönüştürülerek, HTTP/HTTPS, MQTT ve CoAP gibi protokoller aracılığıyla iletilir. Bu protokoller, gerçek işleme için belirli bir merkezi hedefe iletmek üzere IoT cihazından güncellemelerin veya diğer bilgilerin alınmasını destekler. Ancak, bu aşamda, veri setlerinin gelecekte nasıl toplanacağına ve saklanacağına karar verilmelidir.
Bu, IoT verilerinin nasıl tüketileceğine bağlıdır. Bir yaklaşım seçebilir ve verilerin toplu olarak mı yoksa gerçek zamanlı olarak mı gönderileceğini belirleyebilirsiniz. Doğru analiz için veri noktalarının oluşturulması gereken sırayı onaylamanız gerekir.
Bunu bir perspektifte oturtmak, bir IoT mimarisinde veri toplama, çalışmaların tanımlamak için bir işletim sistemi ve aygıt yazılımının kurulu olduğu cihazlarla başlar.
IoT Verilerini Depolama
Gerçek zamanlı verilerin kullanılması maksimum doğruluk sağlar. Bunun nedeni, yaklaşımın her IoT cihazı tarafından oluşturulan eksiksiz verilere erişimi garanti etmesidir. Ancak bu, muazzam miktarda gelen veriyi işlemek anlamına gelir.
Ayrıca, farklı IoT cihazlarından alınan verileri sıralamak için uygun zaman damgasını koymak zordur. IoT verilerinin sunucuya ulaştığı hacmi ve ve hızı barındırabilen sistemlere başvurmalıdır. Ancak, veri toplama sıklığı açık bir gerekçeyle desteklenmelidir. Sensörlerin bunu ne sıklıkla yakalayıp depolama sistemine ilettiği iş ihtiyaçlarına göre değişir.
Bu, karar verilmesi gereken önemli bir parametredir, çünkü IoT mimarisine dahil edilen platformlar ve sensörler, seçilen veri toplama sıklığını temel alacaktır.
Aksi takdirde, bu durum bulut sistemlerini ciddi şekilde etkileyebilir ve IoT veri akışını sürdürmek için gereken ham hesaplama hem de ağ kaynaklarını engelleyebilir. Örneğin, veri toplama sıkışıklığının yüksek olduğu yerlerde gerçek zamanlı olarak veya veri toplama sıklığının düşük olduğu dönemlerde ve partilerde veriler toplanıp iletilebilir.
Bu nedenle, gerçek zamanlı olarak veri toplamak, onu son derece hassas ve anında kullanılabilir hale getirir. Ancak bu aynı zamanda IoT sisteminin sürekli olarak hemen işlenmesi gereken büyük miktarda veri üreteceği anlamına gelir.
Bunun için, çok büyük miktarda veriyi alabilen bir platform uygulamanız gerekecek. Gerçek zamanlı verilere erişim sağlamak için veri toplama sıklığının yüksek olmasını istediklerinden, yüksek performanslı bir çözüm edinmeye yatırım yapmayı seçebilirsiniz.
Veri toplama ve iletimi için popüler bir kullanım durumu, güvenlik sorunları içerir. İşletmeler bu tür cihazları gerçek zamanlı olarak izlemek istedikleri için verileri hızlı bir şekilde kullanabilir ve proaktif önlem alabilirler.
Platform Yaklaşımı
Gelen verileri doğrudan analiz etmeyi planlıyorsanız, benzersiz enerji tüketimi, gecikme süresi ve doğruluk gereksinimleri olan mobil cihazlara ve çeşitli kaynaklardan gerçek zamanlı olarak veri alabilen bir platforma ihtiyacınız var.
Bu platform,ağ geçidi bağlantı sorunlarına hızlı yanıt verebilecek bant genişliğine sahip olmalıdır. Buna kesinti, sunucu arızası veya bağlantı kaybı dahildir. Ayrıca veri kaybını önlemenize yardımcı olur. Bu nedenle, bu verilere dayanarak sonuca engel olmamak için bir risk değerlendirmesi yapmalı, amaca veya hedefe dayalı uygun veri toplama yönetimine karar verilmelidir.
Veri toplamaya yönelik hedef odaklı yaklaşımlar.
Nesnelerin interneti veri kümelerini toplamak ve depolamak için benimsenen yaklaşım, büyük ölçüde belirli bir kullanım durumunun hedef gereksinimlerine bağlıdır. Bunlar, enerji tüketimi, doğru veriler, mahremiyetin korunması, yanıt süresi vb. çeşitli gereksinimler tarafından motive edilen birçok veri toplama sürecini içerir. Filtreleme, sıkıştırma, yorumlama, toplama vb. yöntemlerle toplanan IoT veri kümelerinin hacmini azaltabilirsiniz.
Doğruluk hassasiyetli veri toplama
Bu veri toplama yönteminde, veri yakalama ve iletme sıklığı, gereken doğruluk düzeyine bağlıdır. Veri kesinliği kritik parametre olarak belirlenir ve veri toplama sıklığı, işletmeye istenen doğruluğu neyin verdiğine göre belirlenir.
Zaman Kritik veri Toplama
Bu stratejide, toplamanın zaman kritikliğine göre sıklığa karar verilir. İki ölçüm arasındaki maksimum gecikme olarak kabul edilen bir maksimum gecikme değeri sabittir. Sensörlerin bu gecikme değeri içinde veri toplamasını ve iletmesini sağlamak için okumaya ilişkin zaman damgası ölçülür.
Enerji odaklı veri toplama
Bu veri toplama yönteminde, enerji tüketimi ana parametredir ve veri toplama sıklığına karar vermede kritik rol oynar. Veri üreten, ölçen ve ileten cihazlar ve sensörler, ağ ve olay işleme katmanındaki platformlar da enerji tüketir. Veri yakalama sıklığı ne kadar yüksek olursa, enerji tüketimi de o kadar yüksek olur. Bu yöntemde işletme, ihtiyaç duyulan doğruluk seviyesini ve kabul edilebilir enerji tüketimi miktarını sabitler. Frekans her iki değeride karşılayacak şekilde ayarlanması gereklidir.
Gizlilik odaklı veri toplama
Bu stratejide, verilerin toplanma yöntemi ve sıklığı IoT güvenlik standartlarına göre belirlenir. Veri toplama ve iletme sıklığı ne kadar yüksek olursa, veri ihlali olasılığıda o kadar yüksek olur. Seçilen frekans, hangi güvenlik seviyesinin gerekli olduğuna bağlıdır. Ek olarak, bir veri toplama stratejisinin seçilmesinde güvenlik birincil faktör olduğunda, güvenlik sorunlarını azaltmak için farklı gizlilik tekniklerini kullanılarak toplanan verilere gürültü eklenir.
Veri toplama ile ilgili zorluklar
İşletmeler, kaliteli ve tutarlı veri kümeleri toplama konusunda birçok zorlukla karşılaşabilir. Veri toplama uygulamalarını iyileştirmeye yönelik yöntemler geliştirmek için, öncelikle veri toplama sürecindeki engelleri belirlemek önemlidir. Aşağıdaki bölümde, farklı IoT cihazlarından veri toplarken karşılaşabileceğiniz yaygın zorluklar açıklanmaktadır.
Katı veri güvenliği standartları
Sektöre bağlı olarak, toplanan veriler dolandırıcılığa açık olabilir ve katı güvenlik tedbirlerine gereksinim duyabilir. Örneğin, tıbbi nesnelerin interneti cihazları, sıkı incelemeye tabi olan hassas hasta bilgilerini toplar. IoT veri toplama, büyük hacimli verilerin toplanmasını ve verilerin cihazlar ve sistemler arasında taşınmasını içerdiğinden, ekosistemde kuruluş için risk oluşturabilecek boşluklar veya güvenlik açıkları olabilir.
Veri gizliliği süreçlerinin olmaması
Bazı durumlarda birçok IoT uygulaması, ekosistemin bir parçası olmak ve bireylerin kişisel verilerini toplamak için telefonlar, dizüsütü bilgisayar kameraları ve mikrofonlar gibi kişisel kullanıcı cihazları gerektirir. AB’nin GDPR adlı veri koruma yasası veya bir ABD federal yasası olan HIPAA gibi, kişilerle ilgili verileri koruyan farklı yasalar, veri gizliliğini zorlaştırabilir.
Büyük veri hacimleriyle nedeniyle karmaşıklık
IoT mobil cihazlarının 2025 yılına kadar tahmini 80 zettabayt veri üretileceği tahmin edilmektedir. Bir IoT ekosistemindeki birbirine çok bağlı çok sayıda cihaz göz önüne alındığında bu şaşırtıcı değildir. Büyük hacimli verileri depolamak, iletmek ve işlemek önemli bir zorluktur.
Tutarsız veri biçimleri
Bir IoT mimarisindeki veriler birçok farklı cihazdan yakalanır. Tutarlılık oluşturmak için zaman damgası eklenmesi, bir sıralamaya tabi tutulması ve diğer veri kaynakları ile ilişkilendirilmesi gereken yapılandırılmamış verilerdir. Verilerdeki tutarlılık olay işleyicilerine karar verme sürecinde eyleme dönüştürülebilir iç görüler sunması için çok önemlidir.
IoT cihazları ve uygulamalarıyla uyumsuzluk.
Bir IoT ağındaki cihazlar farklı markalar tarafından üretildiğinden ve farklı tiplerde olduğunda bu cihazların mimarisi ve protokolleri de farklılık gösterir. Tüm cihazların IoT sensörleriyle uyumlu olmasını sağlamak bazen zor olabilir. Uyumluluk sorunları, veri karmaşıklığı zorluklarını daha da arttırır.
IoT verilerini verimli bir şekilde toplama hazır mısınız?
Verileri, IoT sistemindeki can damarıdır. Bir işletmede IoT uygulamasının tüm amacı, verileri daha doğru bir şekilde etmek ve kullanmaktır. Bu nedenle veri toplama IoT’nin bel kemiğidir. Zorlukları ve karmaşıklıkları göz önüne alındığında, gelişmiş kablosuz teknolojiler, Büyük Veri, sıkıştırma motorları ve yapay zeka gibi gelişen teknolojik atılımların işletmelerin bu engelleri aşmasına yardımcı olduğunu görmek inanılmaz.
Makine öğrenimi, uç bilgi işlem ve diğer gelişmiş teknolojileri devreye alarak işinizi iyileştirmek için veri kümelerini gözden geçirmenin ve bunlardan içgörüler toplamanın uygun maliyetli ve verimli yollarını bulabilmelisiniz.
Endüstriler, endüstriyel cihazlar aracılığıyla IoT’den katlanarak yararlanacak ve karar vericilerin IoT’nin nasıl çalıştığı ve uygulanması gerektiği konusunda daha fazla farkında olmaları gerekiyor. Bir IoT uygulama geliştirme şirketine danışmak dijital dönüşümün başlangıç aşamalarındaki işletmeler için ihtiyatlı bir fikirdir.
Tek bir güvenilir ortağa sahip olmak, projeniz için ölçeklenebilir ve güvenilir bir IoT mimarisi oluşturmanıza yardımcı olacaktır. BNA’daki geliştiriciler enerji, sağlık, otomotiv, lojistik ve diğer büyük sektörler için bağlantılı uygulamalar geliştirme konusunda deneyimlidir.