賈雪琴,胡 云,邢宇龍
(中國聯通網絡技術研究院,北京100048)
隨著物聯網應用的不斷發展和技術的逐步成熟,物聯網平臺作為設備、信息、數據交互和處理的核心節點在全球范圍內其發展持續升溫,成為企業在物聯網上布局的新機遇。物聯網平臺能夠打破垂直應用形成的信息孤島,推動物聯網產業鏈上下游企業合作,并利用平臺數據衍生新的物聯網服務,成為整個物聯網產業生態的核心環節。同時,物聯網平臺自身的技術不斷與云計算、大數據等技術融合演進,市場前景和商業價值也不斷被挖掘,成為物聯網持續運營和產業規模擴大關鍵。
根據咨詢公司麥肯錫數據表明,未來物聯網價值鏈的最大份額將會在軟件和服務方面,而非硬件。至2025年,軟件和服務提供商營業收入占比將達到85%。在發展過程中,應用支持平臺、連接管理平臺等不同類型的平臺不斷涌現,根據Research and Markets的市場研究,現在已有超過260個公司提供物聯網平臺服務,推動服務和商業模式不斷創新發展。特別是隨著工業互聯網的快速升溫,各類型物聯網平臺發展呈爆發式增長的態勢。
物聯網平臺向下屏蔽差異性的網絡傳輸技術、數據采集模式、設備管理方式、數據表示格式,向上為多種物聯網應用提供共性技術(如資源注冊、發現、存儲、業務簽約和推送、組管理、設備管理等),是解決物聯網業務需求碎片化并賦能物聯網業務快速開發和部署的技術基礎。
物聯網平臺也是物聯網產業生態的基礎,連接感知終端,匯聚數據資源,支撐應用服務,促進產業鏈上下游協作。隨著連接終端增加、數據資源沉淀、分析能力增強、應用軟件豐富,依托物聯網平臺可形成對整個物聯網產業生態的巨大掌控力,因此物聯網平臺成為產業布局焦點。
為適用不同物聯網應用對平臺的能力需求,物聯網平臺需提供不同的能力以使能業務系統。根據能力的差異,物聯網平臺被分為連接管理平臺、設備管理平臺、應用支撐平臺、大數據分析平臺,見圖1[1]。上述四類平臺之間的能力切分有上下層級關系,即連接管理平臺向設備管理平臺提供基本的網絡連接管理能力;設備管理平臺向應用支撐平臺提供終端設備的管理;應用支撐平臺向大數據分析平臺提供共性基礎的網絡能力調用(如網絡位置能力)、資源注冊、資源發現、資源管理、資源訂閱等能力;大數據分析平臺根據業務邏輯實現大數據管理、大數據分析能力。

圖1 物聯網平臺的4種類型及其與物聯網應用的關系
物聯網應用主要是聚焦應用自身的業務邏輯關系并做相應處理,并根據需求選擇不同能力的物聯網平臺(如某些物聯網應用自身的數據處理能力和資源管理能力非常強,無需對接應用支撐平臺和大數據分析平臺)。
物聯網平臺云化能夠使能用戶將應用部署在云平臺上,以加快APP的開發和部署。選擇物聯網云平臺時需要考慮云平臺的開放性問題,以避免用戶被物聯網云平臺提供商“綁架”。
物聯網云平臺的開放性主要體現在云平臺與用戶系統之間的接口開放性。進一步,開放性可分為兩個維度:互操作性和可移植性。
物聯網云平臺與用戶系統的接口模型見圖2,由云平臺、用戶系統及其之間的接口構成。其中,云平臺包括APP代碼、APP環境、安全組件、用戶數據和衍生數據。
? APP代碼:在IaaS平臺和PaaS平臺的情況下是指用戶的應用代碼;而在SaaS平臺的情況下, APP代碼為云平臺提供商的代碼。
? APP環境:代表云平臺提供的操作系統和能力,也包括APP代碼在云平臺上運行需要調用的API。
? 安全組件:確保云服務安全的一系列能力,包括認證鑒權、數據加密、防火墻技術等。
? 用戶數據:來自云平臺用戶的數據,這些數據可能是保存在數據庫中的記錄,或者文件中的數據對象。
? 衍生數據:用戶使用云業務時所產生的數據,比如日志或者配置信息。
對三類接口的說明:
? 功能接口:與云平臺的主要功能相關。
? 管理接口:管理云平臺所需要能力,包括用戶身份、認證鑒權等。
? 商務接口:包括簽約信息、計費等涉及的能力。

圖2 物聯網云平臺與用戶系統的接口模型
從廣義上,互操作性是對不同系統間或者組件間可協同工作程度的度量。IEEE和ISO將互操作性定義為兩個或者更多系統或者應用間交互信息并能夠互相使用被交互信息的能力。
物聯網平臺的互操作性應該被看做物聯網平臺與其他各種應用系統能夠相互理解應用和業務接口、配置、認證授權形式、數據格式的能力。
實現互操作性的措施包括兩種:一是物聯網平臺和物聯網平臺用戶采用的都是標準接口,這樣兩者能夠直接對接;另一種是物聯網平臺用戶和平臺提供方的接口不一致時,需要對接口做映射,以解決異構問題。
可移植性是將實體從一個系統移到另一個系統,并且在新系統中還具備可用性的能力。缺乏可移植性會導致移植時需要花費大量成本來將源系統中的格式轉換為目標系統所需的格式。
可移植性可分為數據可移植性和應用可移植性。
數據可移植性指在無需重新輸入數據的情況下,將數據從源系統轉移到目標系統。數據轉移的難易程度是評估可移植性的核心所在。最理想的情況是源系統的數據格式能夠完全被目標系統所接受。不過,當雙方的數據格式不匹配時,可以通過通用的工具來進行轉換。
數據可移植性包括兩個方面。第一個方面是必須具有從源系統中獲得用戶數據的能力,同時還需要具備將用戶數據導入到目標系統的能力。一般是通過API(即云業務API接口)或者Web接口(如通用的FTP接口)來實現。當源系統的API與目標系統的API接口不一致時,需要采用工具來轉換。
數據可移植性的第二個方面是句法(如JSON句法、XML句法)和語義。數據的句法在源系統和目的系統是一致的情況下,雙方交互的數據可以直接被解析。如果被交互的數據句法不一致,一般需要通過工具來轉換。如果交互雙方對被交互的數據語義理解存在不一致時,數據移植就會出現困難,甚至是難以移植。因此數據可移植性是用戶在選擇物聯網平臺時需要重點考慮的問題。
應用可移植性是將應用或者應用組件從源系統移到目標系統,并且能夠在目標系統中運行的能力。被移植的應用或者組件一般需要重新編譯并且連到云業務中。具備可移植性的應用在移植時不需要對代碼做大的改動。
物聯網云平臺開放性中的互操作性主要與圖2中所示的三個接口有關,涉及功能接口、管理接口和商業接口。這三個接口的互操作性是相互獨立的,即某個接口能實現互操作,并不保證其他兩個接口也能夠實現互操作。
開放性中的應用可移植性與用戶APP代碼相關,主要涉及到IaaS平臺和PaaS平臺(對于SaaS平臺而言,應用 code屬于物聯網云平臺提供商的,所以不存在移植問題)。用戶需要通過APP環境來評估IaaS和PaaS平臺的應用可移植性。
開放性中的數據可移植性與通過云業務環境讀取數據的能力相關。一般情況下,數據可移植性主要涉及到用戶數據,但在某些情況下也會涉及到衍生數據。用戶需要特別注意SaaS業務下的用戶數據的可移植性,因為在SaaS平臺下,數據模板和存儲格式都是由云提供商定義和維護的。因此選用SaaS平臺的用戶需要了解數據該如何注入到云平臺,以及如何把數據從云平臺中取出來。IaaS和PasS平臺的用戶數據都是由用戶自己定義和維護所以數據可移植性一般不是問題。
oneM2M標準被認為是比較符合電信運營商定位的、適合提供公共服務的一種物聯網共性平臺技術、國際影響力比較大,其Type 1成員包括8個國家/地區的標準化組織,分別為:ETSI(歐洲)、CCSA(中國)、TTA(韓國)、TTC(日本)、ARIB(日本)、ATIS(美國)、TIA(美國)、TSDSI(印度)。oneM2M標準覆蓋的范圍包括:平臺對網絡連接的管理、對設備的管理、對應用業務的使能、對內容和數據的處理等。2017年3季度oneM2M發布了release 2版本[2],相對于release 1[3],新版本更加適用于商用部署。韓國已經根據oneM2M標準做了物聯網平臺的商用部署。oneM2M將在物聯網平臺功能演進方面起到引領作用。
隨著物聯網業務對低時延、高可靠、大帶寬網絡傳輸的需求,邊緣云技術成為近期熱點。邊緣云是在靠近人、物或數據源頭的網絡邊緣側,融合網絡、計算、存儲、應用核心能力的新的網絡架構和開放平臺,就近提供邊緣智能服務,滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求[3]。物聯網云平臺的部分功能也將向邊緣云遷移,以更加高效的滿足用戶需求。
物聯網平臺技術在不斷演進發展。全球物聯網平臺發展已進入爆發期,各種類型的企業分別基于自身優勢通過平臺來建立圍繞自身的產業生態和商業模式。在此洪流中,運營商充分利用自身優勢,在立足網絡的基礎上,從管理網絡連接和管理SIM卡的生命周期為起點,建立網絡連接管理平臺,逐步向著設備管理、應用使能、大數據分析的方向拓展業務范圍。互聯網企業(如阿里巴巴、騰訊、百度等)、工業制造企業(如海爾、三一、富士康等)也紛紛利用各自優勢搶灘各種物聯網通用平臺和物聯網行業特色平臺。
本文對物聯網平臺的基本類型進行了介紹,并對物聯網云平臺的開放性評估模型和具體的要素進行了探討,將有利于用戶對物聯網云平臺的評估和選擇。
[1] 王淑玲,胡云,從光磊,等. 電信運營商物聯網平臺發展思考[J]. 郵電設計技術,2017(8): 7-10.
[2] oneM2M. Functional architecture TS-0001 release 2[EB/OL]. http://member.onem2m.org/static_Pages/others/WPM-pages/TR-TS_List.htm.
[3] oneM2M. Functional architecture TS-0001 release 1[EB/OL]. http://member.onem2m.org/static_Pages/others/WPM-pages/TR-TS_List.htm.
[4] ETSI GS MEC 003 V1.1.1. Mobile edge computing (MEC) framework and reference architecture. 2016-03.