Почему же так много определений, и все они разные?

Вопервых, технологии развиваются так быстро, что постоянно появляется новое наполнение термина, которое не всегда стыкуется с предыдущими толкованиями. Это красноречиво иллюстрирует рис. 4, где эволюция IoT отождествляется с несколькими стадиями и, по сути, с разными технологиями.

Рис. 4. Эволюция технологии «Интернет вещей»

Вовторых, очень часто новую технологию определяют как совокупность факторов, отличающую ее от предшествующей, а потом эту предшествующую технологию включают в новое понятие. Движимые маркетинговыми устремлениями вендоры хотят старые технологии называть новыми именами. Аналитики тоже, следуя моде и стремясь продемонстрировать значимость описываемого рынка, используют один так называемый зонтичный термин, совмещая в нем несколько понятий.

Аналогичная ситуация наблюдается и в отношении других новых терминов. Возьмем, к примеру, термин SaaS, возникший для обозначения следующей ступени развития технологии ASP. Сегодня в ряде публикаций ASP-проекты стали включать в рынок SaaS, что, строго говоря, некорректно.

Примерно то же происходит и с термином IoT: с одной стороны, это следующая ступень развития M2M-технологий, с другой стороны, во многих источниках говорится, что рынок M2M-решений является подмножеством IoT, а в некоторых источниках используют аббревиатуру IoT/M2M.

Еще одна причина неоднозначности термина заключается в том, что на базе IoT решаются разные классы задач. В частности, Кайван Карими говорит о наличии, как минимум, двух классов задач, которые объединяет термин IoT. Первая задача — это удаленный мониторинг и управление набором взаимосвязанных сетевых устройств, каждое из которых может взаимодействовать с объектами инфраструктуры и физической среды. Например, датчик температуры и влажности контролирует сеть приборов, которые управляют системой климата умного здания (окон, жалюзи, кондиционеров и пр.). Более экзотический пример — датчик на руке владельца умного дома подает сигнал о психофизическом состоянии хозяина всем умным устройствам, находящимся в сети; каждое из них реагирует определенным образом, в результате чего меняется освещенность, фоновая музыка, кондиционирование. Здесь основная функция не аналитическая, а именно управляющая. Вторая задача — это использование данных, получаемых с конечных узлов (смартустройств с возможностью подключения и зондирования) для интеллектуального анализа с целью выявления тенденций и взаимосвязей, которые могут генерировать полезную информацию для обеспечения дополнительной выгоды в бизнесе. Например, отслеживание поведения посетителей в магазине с помощью бирок на товарах: сколько времени и возле каких товаров останавливаются посетители, какие товары берут в руки и т. п. На основании данной информации можно изменить расположение товаров в зале и увеличить объем продаж. Еще один пример — из сферы автострахования. Размещение в автомобилях устройств, снабженных акселерометром, позволит страховой компании собирать данные о степени аккуратности вождения клиента. Фиксироваться могут не только столкновения, но и, например, резкий наезд на предмет или бордюр. Чем аккуратнее водит клиент, тем дешевле страховка, а лихач платит больше. В последних примерах не стоит задача управления — здесь выполняется сбор данных и их обработка методами современной аналитики. Статистическая информация обо всех клиентах позволит компании правильно прогнозировать свои риски.

Вработе «What the Internet of Things (IoT) Needs to Become a Reality» («Чтотребуется IoT, чтобыстатьреальностью») Кайван Карими пытается представить обобщенную схему IoT-решения (рис. 5). Согласно данной схеме, это стек, в который входит шесть слоев: устройства зондирования и/или смартустройства, узлы подключения, слой встроенных узлов обработки, слой удаленной облачной обработки данных; шестой слой может выполнять две функции. Первая, обозначенная как «приложение/действие» означает, что решение используется для того, чтобы осуществлять удаленное управление устройством либо автоматически управлять процессом на основе зондирующих устройств. Второй вариант — «аналитика/большие данные» подразумевает, что задача нацелена на использование данных, получаемых с зондирующих устройств для анализа и выявления тенденций и взаимосвязей, которые могут генерировать полезную бизнес-информацию.

Сходную типовую архитектуру IoT-решения дает компания Microsoft (рис. 6).

Рис. 6. Типовая архитектура IoT-приложений (источник: Microsoft)

Рис. 7. Экосистема «Интернета вещей»

Сходную иллюстрацию IoT приводят авторы из CBSG (рис. 8), представляя IoT как интеграцию разрозненных сетей узкого индустриального назначения в единую сеть с добавлением дополнительных сервисов безопасности аналитики и управления.

Рис. 8. IoT как «Сеть сетей» (источник: CBSG)