Mais de vinte anos desde a criação do termo “Internet das Coisas” - do inglês, Internet of Things - IoT é agora um ecossistema maduro e pronto para dar um grande salto à frente, graças aos avanços de 5G e edge computing. As aplicações de Iot estão se expandindo para casos de missão crítica, latência ultrabaixa e alta densidade de casos de uso em todos os setores. De acordo com as previsões da IDC, o número de dispositivos IoT conectados crescerá para 55,7 bilhões até 2025.
Esse rápido crescimento depende de toda uma infraestrutura para apoiá-lo. Embora o 5G geralmente seja o centro das atenções para habilitar novos casos de uso de IoT, a edge computing já está trabalhando para resolver muitos dos problemas criados pelo aumento exponencial de IoTs.
Este post mostrará como o modelo de edge computing aborda os principais desafios, tais como análise de dados em tempo real, aumento exponencial nos dados, questões de segurança e privacidade, e a necessidade de maior conectividade e autonomia do dispositivo.
O que é IoT?
IoT refere-se ao conjunto de dispositivos “inteligentes” que permitem monitoramento, transmissão de dados, análises e outras ações por meio de uma conexão com a internet. Além disso, como escreve a ZDNet, “O termo IoT é usado principalmente para dispositivos cuja conexão com a internet normalmente não seria esperada e que podem se comunicar com a rede independentemente da ação humana. Por esse motivo, um PC geralmente não é considerado um dispositivo IoT e nem um smartphone - embora este último esteja repleto de sensores.”
Os exemplos de IoTs variam de dispositivos de monitoramento simples, como sensores, até máquinas complexas que realizam aplicações e serviços de missão crítica em uma variedade de setores. Essa ampla gama de IoTs inclui:
- dispositivos de uso pessoal como relógios inteligentes e monitores de saúde;
- aparelhos conectados como geladeiras e termostatos;
- veículos autônomos;
- gêmeos digitais para a realização de testes de fabricação;
- rastreamento de contêineres de embarque e logística;
- equipamentos agrícolas inteligentes para monitorar solo, clima e safras.
Os desafios da IoT
Apesar das possibilidades das IoTs, muitas empresas ainda hesitam em usá-las. Uma apresentação do Gartner de 2019 sobre plataformas e soluções de IoT observou que, embora 57% dos investimentos em IoT tenham apresentado retornos que excederam suas expectativas, especialistas em TI ainda listam uma série de obstáculos para a adoção [1]. Os entrevistados listaram algumas das principais barreiras para o sucesso como:
- segurança;
- questões relacionadas à privacidade;
- gerenciamento de dados e informações;
- confiabilidade e disponibilidade;
- questões relacionadas a custos e financiamento.
O uso de edge computing atenua esses desafios, processando os dados mais perto de onde são gerados ou necessários, proporcionando não apenas um processamento mais rápido, mas também outras vantagens, como custo-benefício, segurança e privacidade aprimoradas, insights de dados acionáveis e maior confiabilidade.
Processamento e análise em tempo real
Embora a internet tenha sido originalmente projetada para a comunicação entre os seres humanos, a expansão da conectividade sem fio em IoTs permite a geração de dados na velocidade de máquinas - e, como resultado, requer processamento de dados com a mesma velocidade. Além disso, conforme observado em um relatório da Deloitte de 2019, “como os dados podem se tornar essencialmente sem valor após serem gerados, muitas vezes em milissegundos, a velocidade na qual as organizações podem converter dados em insights e depois em ação é geralmente considerada missão crítica”.
Em outras palavras, os dados gerados por sensores IoT e outros dispositivos só são úteis na medida em que são acionáveis, exigindo análises em tempo real e respostas automatizadas. A edge computing permite tanto a redução da latência quanto a possibilidade de respostas acionadas por eventos que ocorrem automaticamente nos edge nodes, em vez de esperar que os dados façam longas viagens de ida e volta para a cloud.
Uma explosão de dados
Outro desafio que as IoTs apresentam é a grande quantidade de dados gerados, especialmente para sensores e outras IoTs que fornecem dados para machine-learning (ML) e algoritmos de IA. O envio de grandes quantidades de dados, da cloud e para a cloud, para processamento seria excessivamente caro. A edge computing reduz essa carga processando dados localmente. De acordo com o The New Stack, “O processamento de grandes quantidades de dados de sensores em edge reduz os custos de largura de banda de rede e de armazenamento de dados em cloud. Edge computing permite a análise e filtragem de dados mais perto dos sensores de modo que somente os dados relevantes sejam enviados para a cloud.”
Mas a explosão de dados gerados pela IoT não se limita apenas a dispositivos individuais que processam grandes quantidades de dados; ela se estende ao número cada vez maior de IoTs que estão sendo produzidas. Conforme observado no 2020 State of the Edge Report da LFE, “cada vez mais, cada carro, tomada de luz, robô de fábrica, interruptor de parede e outros aparelhos terão uma conexão com a rede… Esses dispositivos gerarão coletivamente zetabytes de dados, e a edge computing irá ativar esses dados e colocá-los para funcionar ”. Edge computing não só permitirá uma análise mais rápida desses dados, observa LFE, “também evitará muitos dos atrasos, custos e complexidades do envio de todos os dados coletados de volta a um local centralizado para processamento”.
Segurança e Privacidade
À medida que as IoTs geram cada vez mais dados, surge outro desafio: protegê-los para garantir a privacidade e a administração adequada de informações confidenciais. Um artigo de 2020 da Security Magazine resume os inúmeros desafios de segurança relacionados a IoTs, incluindo:
- capacidade dos dispositivos de interagir com o mundo físico;
- uso em ataques DDoS;
- grandes superfícies de ataque, incluindo a aplicação, a plataforma e o hardware;
- configurações de caixa preta.
Esses riscos de segurança são agravados pelo baixo poder de computação e memória de muitos dispositivos IoT, tornando-os difíceis de criptografar e resultando em protocolos de segurança fracos. No entanto, esse efeito pode ser mitigado pela edde computing, conforme observado em um estudo de 2020 da revista Digital Communications and Networks. Ele afirma que, “colocar mecanismos de segurança em uma camada edge confiável pode aliviar os desafios de segurança causados por restrições de recursos na camada de dispositivo IoT.”
Além disso, os desafios de privacidade que resultam da expansão de dispositivos IoT em áreas como da saúde podem ser superados por meio de edge computing. Como escreve a Wired UK, “Uma técnica conhecida como aprendizagem federada permite que um algoritmo seja treinado através de múltiplos servidores ou dispositivos edge que armazenam amostras de dados locais, sem que os dados precisem ser compartilhados ou trocados… Isso permite que a IA aprenda com os casos de uso, entretanto, protege a privacidade dos usuários ”. Em outras palavras, a edge computing permite que o processamento ocorra nos próprios dispositivos, garantindo a privacidade dos usuários e melhorando a segurança de seus dados.
Confiabilidade e Autonomia
Um dos problemas relacionados à confiabilidade na cloud está na conectividade com a internet. É que as IoTs expandem essa conectividade em áreas que podem não ser acessíveis a conexões sem fio. Isso se aplica não apenas a cenários atuais e emergentes - como instalações de minas e porões com dispositivos IoT industriais, e expansão do acesso à internet para áreas geográficas com baixa conectividade, como a África Subsaariana -, mas também a futuros casos de uso envolvendo dimensões das profundezas do oceano e do espaço sideral.
IoTs de missão crítica também precisarão reduzir a dependência da conectividade para evitar falhas em caso de perda de conexão. Nesses casos, a edge computing melhora a autonomia, permitindo que os processos ocorram no edge do dispositivo ou através de um gateway e servidor edge para garantir que IoTs como carros autônomos e dispositivos médicos pessoais possam continuar a monitorar e responder a eventos em tempo real.
Casos de uso para Edge e IoT
Para resumir, a edge computing ajuda a resolver os desafios da IoT, proporcionando uma série de benefícios, incluindo:
- menor latência;
- largura de banda e disponibilidade;
- conectividade de rede;
- segurança de rede;
- autonomia;
- privacidade dos dados;
- relação custo-benefício.
Como resultado, a edge computing é necessária para IoTs com dados sensíveis ao tempo, grandes volumes de dados, requisitos rigorosos de privacidade de dados ou aqueles que exigem recursos autônomos, latência ultrabaixa ou operam em áreas com baixa conectividade. Um relatório da Forrester 2020 lista uma série de casos de uso onde a edge computing pode ser usada em vários setores para melhorar IoT [2]. A lista inclui:
- automotivo: carros autônomos e informações e entretenimento sobre veículos;
- fabricação: automação de fábrica e supervisão remota;
- assistência médica: telecirurgia robótica e monitoramento remoto de pacientes;
- mídia e entretenimento: aplicações de vídeo imersivo e jogos AR/VR;
- smart cities and utilities: edifícios inteligentes e transporte inteligente.
Edge Computing com a Azion
A Plataforma de Edge da Azion maximiza os benefícios da edge computing para IoT com um modelo serverless que reduz custos e simplifica as operações do dia a dia, proporcionando às empresas mais tempo para desenvolver soluções IoT inovadoras. Com nossa plataforma serverless, as empresas pagam apenas pelos recursos que utilizam, em vez de particionar antecipadamente, simplificando o gerenciamento de recursos, eliminando custos de recursos desperdiçados e reduzindo a barreira à entrada com custos iniciais mais baixos.
Além disso, nossa solução de computação serverless, Edge Functions, facilita aos desenvolvedores a construção e execução de funções orientadas a eventos, uma solução ideal para IoTs que geram volumes de informações que devem ser analisados e executados em tempo real. Conforme explicado por um artigo de 2020 na revista Read-Write, o uso do banco de dados requer taxas de dados moderadas e não há necessidade de respostas em tempo real. Mas isso não vai funcionar quando você tem grandes fluxos de dados chegando a cada segundo que precisam de análise imediata.” O Edge Functions, que é dimensionado automaticamente em resposta a eventos no edge da rede, fornece a escalabilidade e o processamento em tempo real necessários para os aplicativos IoT.
Para saber mais sobre os recursos, benefícios e preços do Edge Functions, visite a página do produto em nosso site ou entre em contato com o setor de vendas para obter maiores informações sobre a Azion e as IoT.
Referências:
[1] Goodness, E. (2019). The Future of the IoT Platform and Solutions Market (pp. 7-10, Rep.). San Diego, CA: Gartner.
[2] Pelino, M., & Staten, J. (2020). How 5G And Edge Computing Advance IoT Value (p. 16, Rep.). Cambridge, MA: Forrester.
