分类： Uncategorized

Scanalytics 步行传感器和分析提升销量

Posted on by Pete Berta

店主想了解进店顾客数量、顾客何时在某一区域逗留和逗留时长以及其他方面有价值的指标。利用步行监控技术可以收集这些数据，然后用于进一步开发营销技巧、增加销量、提升客户成功率以及创建公司目标。目前，市场上有多种行人监控解决方案，包括红外运动检测、支持 Wi-Fi 和蓝牙的设备跟踪以及监控摄像头。每一种解决方案都有各自的优势，但用户需要精确度和可靠性更高、成本更低且结合分析功能的解决方案。

如何使跟踪技术符合标准

那么，这些现有行人监控技术的工作原理是什么？红外技术能够捕捉每一次通过门口的情况，但是当一群人同时进入并且无法区分个体时，这个问题就变得愈发棘手。跟踪手机和支持 Wi-Fi 的设备（例如平板电脑和笔记本电脑）是另一个选择，但在一项案例研究中，零售商发现这种方法只能捕捉到 10% 至 30% 的顾客。监控摄像头是提供先进分析可能性和报告功能的传统方法，但不适合短期解决方案（例如促销活动或快闪店）。总部位于美国密尔沃基的物联网 (IoT) 公司 Scanalytics 采用了另一种跟踪技术：集成地板压力监控。SoleSensor 技术可以实现经济、快速的即插即用式实施，薄如纸片的传感器可以放置在硬木地板上、地毯下、甚至户外（图 1）。永久性安装与临时安装则分别适用于年度分析跟踪或临时性促销活动使用。

图 1. SoleSensor 能够与各种零售环境无缝融合，通过即插即用式传感器实现无死角监控。（资料来源：Scanalytics Inc.）

每个传感器监测 2×2 英尺见方，一个基站则可监测 10×10 见方区域。通过四个连接器，客户能够以菊链方式从任意方向连接每个传感器，形成任意监测范围。所有软件维护及更新均以远程方式执行，安装 SoleSensor 后，不会造成工作中断，也不需要技术人员持续提供支持。除历史数据外，用户可以实时访问传感器持续收集的数据。传感器就位后，只需与 Wi-Fi 连接即可访问基于云的仪表板，甚至在下载应用后查看实时分析数据。

连接云端

每个网格均连接到收集数据的基站，在连接到 Wi-Fi 后，即可提供实时分析。英特尔物联网网关有助于提供单点数据聚合和计算，以便客户能够部署实时应用。Scanalytics 的 SoleSensor 还可以满足用户对于所需智能建筑应用的未来需求 – 传感器数据可用于支持一天的解决方案，到了第二天，便可通过控制该区域的灯光和 HVAC 帮助用户节约能源。Scanalytics 硬件和软件与英特尔网关相结合，可以提供可测量的数据，帮助客户更智能地部署资源。而且，每个 SoleSensor 面板均采用低能耗设计；客户使用 25 个 SoleSensor，每年的费用低于 5 美元。用户采用 Scanalytics 的 SoleSensor 技术，可以了解各种建筑物或环境中的人数及人员的行为方式。连接到传感器的基于云的软件平台利用传感器融合功能，可以使客户将一个位置的多种数据来源连接起来。客户可以定制在线仪表板和移动应用，从而查看和监控与其业务需求最相关的指标（图 2）。用户还能利用多项分析和事件触发的使用案例。此原始数据由英特尔网关设备收集，能够执行近似边缘的繁重计算。随后，分析平台会利用原始数据，并且利用在线仪表板和移动应用上生成的行为分析对步行通道进行重建。Scanalytics 还提供一个开放式 API 套件，允许集成其他企业系统。

图 2.
数据实时上传到定制仪表板上，可轻松访问，并且能够借助可行见解进行战略性改进。（资料来源：Scanalytics Inc.）

Scanalytics 的 SoleSensor 集成地板压力监控已成功部署到各种应用和行业中，包括零售、商业、医疗和智能家居。通过应用 Scanalytics 的 SoleSensor 得出的见解包括：

  • 一家零售商发现，在门前犹豫不决的人群中，有 60% 的人从未光顾。店主们于是采取措施在门口吸引顾客，避免错失商机。
  • 一家自行车店希望使用 SoleSensor 跟踪一晚促销的成功率，于是将有效销售客流与平均客流进行比较，发现了活动期间的最高客流量，并且对活动的效力进行了确认。
  • 一家医疗组织在年度会议期间使用 SoleSensor 跟踪总客流和促销展台吸引的客流、每次活动的参加人数明细、与会人流模式，并且确定能够以高价向参展商提供的大客流区域。

对通过客观和匿名测量人群获得的数据、各区域人流方式、各区域人流行为方式加以利用之后，可以改善客户体验，并且作出更明智的业务决策。地板压力监控与数据分析平台集成，可以使各种规模和各行各业的企业利用对于物理空间展开的数据分析。针对顾客与商店物理环境展开互动的方式收集商业情报，可以在客流路线、停留时间和参与度进行可视化分析的基础上，对于各项措施是否奏效产生深刻的见解。因此，对客户行为、参与度和体验形成宝贵的认识，进而强化客户体验、跟踪销售和营销举措以及实施最佳实践。

机器视觉赋予工业机器人自主观察和提升的能力

Posted on by Pete Berta

工业机器人设计师一直面临着提高生产力和效率的压力。因此，设计师们转而求助CV 和 3D 视频拍摄等新兴技术。这些功能有望在工业自动化方面实现突破性变革，但需要新的系统架构提供比上一代产品更高的性能和连接性，同时保持性能可靠、外形紧凑。工业机器人借助 3D 机器视觉技术，可以依据实时拍摄和分析的图像优化抓握和调节力度。因此，机器人可以更加灵活、准确地移动零件和组件。尽管能够“自主观察”的机器人大幅提高了生产力水平，但设计师们还是面临着相当大的设计挑战。这些选项包括：

  • 视觉引导机器人需要额外的摄像头硬件和高带宽 I/O 及接口，将 3D 摄像头连接到计算系统。
  • 从而能够在有限的空间和恶劣的环境中工作。
  • 有可靠的性能来执行深度学习算法，用以处理实时成像。

这些要求需要以紧凑的外形将高吞吐量和低功耗计算能力相结合，还需要大范围的工作温度、智能电路保护和减振等可靠特性。提供这些功能通常需要多种计算平台，这无疑会增加成本和系统复杂度。OEM 现可提供集成的解决方案，最大限度降低成本和复杂度。

机器视觉加强版运动控制

Vecow 是一家机器视觉和成像解决方案开发商，主营业务是为基于视觉的工业机器人平台设计工作站级系统。传统上，这种设计需要两个嵌入式系统 – 一个用于 3D 视频拍摄，另一个用于机器控制。但有限的空间要求计算系统必须外形紧凑、功能强大。因此，Vecow 选择使用服务器级英特尔® 至强® 处理器 E3-1275 v6 开展设计，使得视频拍摄和运动控制功能能够集成在 RCS-9000F GTX1080 这一个平台之中（图 1）。

图 1. RCS-9000F GTX1080 是将视频拍摄和机器控制整合在一个嵌入式系统中的工业机器人系统。（资料来源：Vecow）

RCS-9000 能够使用具备企业级性能的工业级软件包处理实时视频拍摄、深度学习、运动控制和其他机器人工作负载。该系统可以同时操控最多 16 个 3D 摄像头，通过制造机器人实现支持机器视觉的视频拍摄。Vecow 称，采用至强处理器 E3-1275 v6 的主要原因是它的基频比其他 Skylake-S 和 Kaby Lake-S 架构处理器高出 7％。称为增强型 Intel SpeedStep® (EIST) 的频率调整技术可以在软件中实现处理器时钟速度动态变化，从而使得处理器能够满足瞬时功率需求，同时最大限度地降低功耗和发热。E3-1275 处理器采用集成英特尔® 核心显卡 P630 技术是另一项关键的设计考虑因素，旨在以高效的方式支持实时 3D 视频拍摄（图 2）。图形引擎使至强处理器能够提供 10 位高效视频编码 (HEVC) 硬件加速，增强 4K 视频编码和解码操作。

图 2.
英特尔® 至强® 处理器 E3-1200 v6 搭配 C236 芯片组，可以为一体机 CPU + GPU 解决方案提供多种接口选择。（资料来源：英特尔公司）

Vecow 声称 RCS-9000F GTX1080 是首款将灵活的 CPU 插槽与高端显卡相结合的机器视觉解决方案，可用于打造支持视觉的工业机器人。附加的图形引擎还使得系统能够同时运行 3D 视频拍摄和分析操作。除了增强型 CPU 和显卡之外，DDR4 纠错码 (ECC) 内存（配置最高 64 GB，2,400 MHz）还可以通过避免内存错误，确保系统可靠性。辅以 RCS-9000F 的无风扇设计以及 EN 50155 和 EN 50121-3-2 抗冲击和抗振动认证，工厂环境的可靠性得到增强。RCS-9000F 的规定工作温度范围是 -13ºF 至 140ºF，支持 80 V 浪涌保护。

一体机接口

在像制造机器人这样的任务关键型应用中执行 3D 视频操作时，如果可以并行执行任务，则更加高效。因此，Vecow 的 RCS-9000F GTX1080 计算解决方案分别为视频拍摄和数据分析提供了 USB 3.0 和 PCIe 插槽。得益于 i219LM 和 i210 以太网控制器，工业级计算系统能够通过多千兆位以太网 (GbE) LAN 接口控制机器人。这些高速 GbE 链路支持使用最多 16 个摄像头来执行机器视觉相关任务，以及实现机器人到机器人的连接。还可以通过附加 PCIe 扩展插槽的形式集成附加设备，进一步支持深度学习和机器视觉任务。因为多个 I/O 接口对于方便高分辨率数据传输和快速视频分析至关重要，所以，这款一体机平台提供了丰富的接口选择，适合进行各种操作。

从自动化到自主化

先进的 CV 和连接技术正在促使相对简单的工业机器人从孤立的系统向更复杂的自动化工作流程转变。但利用这些功能需要高度集成的计算平台，使每个机器人能够更快速、准确、持续地拍摄视频、分析数据并采取相应的行动。这对于日益自动化和自主化的机器而言至关重要。工业数据与 CV 系统集成顺应了工业物联网的大趋势，例如机器学习和数据分析。像 RCS-9000F GTX1080 这样的平台让工业机器人在这场持续的工业革命中起着重要的作用。

通过灵活的雾网关加速向工业物联网的过渡

Posted on by Pete Berta

OEM 可以使用工业物联网 (IIoT) 概念减少宕机时间、降低成本并提高运营效率，但向 IIoT 过渡需要相当大的前期投资。幸运的是，新的架构方法（例如雾计算）将降低这些成本，同时提高性能。主要问题是传统工业设备未配备适当的技术来支持隔夜迁移到 IIoT。对于通过企业网络与云进行通信的系统而言，需要考虑连接性、安全性和延迟问题，这意味着想要过渡到 IIoT 的组织通常需要进行成本高昂的改进、额外基础设施和重要设计工作。在此期间，关键系统也必须处于离线状态。

雾计算如何实现工业物联网迁移

如果不想采用这种大规模重新设计的方法，另外一种替代性选择就是使用雾计算，它允许以高效、独特和可扩展的方式创建 IIoT 边缘传感器网络。雾计算架构将资源分布在网络边缘附近，而不是将大部分智能设备置于集中式云中（图 1）。

图 1. 雾计算将智能设备置于工业传感器附近，可减少与云通信相关的带宽、延迟和安全问题。（资料来源：Nebbiolo Technologies）

通过将更多智能设备置于机器附近，雾计算架构可最大限度地降低与云通信相关的带宽、存储、延迟和安全问题。它们还允许使用更便宜和更简单的基础设施硬件。特别是对于工业组织来说，许多时间敏感型数据分析任务均可在雾层执行，而无需传输到后端企业服务器，从而可以在实时控制应用中快速做出决策并限制数据传输成本。总而言之，雾计算有助于减少希望加入 IIoT 的工业运营商的部署障碍。但是，进入雾计算领域需要强大、可靠且灵活的物联网网关平台。

灵活的雾网关将 IT 与 OT 相融合

由于雾架构中对云的依赖更少，雾网关必须提供云通常所提供的大部分功能。这些网关用作工业传感器与控制平台之间的连接点，负责执行大量本地数据存储和分析，并在需要时与其他外部系统进行通信。因此，它们必须包含类似于企业平台中的计算资源，同时支持工业环境所需的灵活连接和低功耗操作。来自 WIN Enterprises 的 IoT-380 Gateway 是低成本、易于使用且可快速部署的入门级物联网雾网关的示例产品（图 2）。

图 2.
来自 WIN Enterprises 的 IoT-380 Gateway 是一种用于工业物联网部署的灵活雾网关。（资料来源：WIN Enterprises）

基于英特尔凌动® 处理器 E3826 并且配备 4 GB 的 1067-MHz DDR3L 内存，IoT-380 旨在传输来自传感器的原始数据，并在本地处理它或将其发送到云端以供进一步分析。E3826 处理器为本地数据分析和数据包流式传输提供了充足的性能，同时融入了一系列功能，使其非常适合 IIoT 和雾环境。例如，该处理器的功耗只有 7 W，同时还支持 Intel SpeedStep® 技术。Intel SpeedStep 根据工作负载动态调整处理器的时钟频率，帮助节省电源，并在需要时提升性能。这些处理器还通过集成的英特尔® 虚拟化技术（英特尔® VT）提供虚拟化功能，以便出于安全目将关键工作负载与非关键工作负载进行分离。此外，IoT-380 还配备有两台英特尔® i210AT 以太网控制器，这些控制器根据 IEEE 802.1Qav 音视频桥接 (AVB) 标准来提升时间敏感型千兆位以太网 (GbE) 网络。这些控制器还支持节能以太网 (EEE) 技术，与 Intel SpeedStep 类似，可在低数据活动期间降低功耗。除了以太网之外，IoT-380 还包括一系列有线和无线通信选项，使其能够用于各种 IIoT 应用。其中包括 3G、LTE、Wi-Fi 和 USB 2.0/3.0。该网关的工作温度范围为 -10°C 至 +60°C，并且具有 VESA 安装功能，可在恶劣的环境下运行和安装。这些环境包括制造设施、石油钻井平台、远程电站和运输系统，其中对高级别的冲击和振动的耐受性至关重要。

保持简单（以及安全和低成本）

随着工业环境中连接到控制网络的设备数量不断增加，设计人员正在寻求提供有效、安全、低成本和简单的 IIoT 迁移路径。与消费者物联网相比，IIoT 具有更严格的要求，包括需要不打折扣的控制和更强的安全性。但是，为了达到最终目标，了解当前系统的连接功能和环境要求以及分析功能和数据交换方面的近期目标非常重要。诸如 IoT-380 之类的物联网网关对于有效部署 IIoT 雾网关至关重要。它充当了边缘设备和云之间的桥梁。而且，通过利用英特尔® 架构，它可确保与现有解决方案的向后兼容性，并确保向未来的 IIoT/雾网络迁移。

全面添加工业边缘分析

Posted on by Pete Berta

数据分析正在成为工业物联网 (IIoT) 的一项重要功能。一项最近研究显示，69％ 的决策者认为：到 2020 年，工业分析对企业成功而言至关重要，预测性和规范性机器维护将成为工业分析的主要应用。但是，工业分析在延迟、带宽和安全性等领域面临着特别的挑战。因此，工业分析通常必须在边缘操作，而不是在云端进行。边缘处理对自调整系统尤为重要，它必须将实时数据回收到反馈环路中，从而不断提升性能。虽然更快的处理器使得在边缘执行工业物联网数据分析变得更加可行，但工业机器仍然需要低功耗计算技术，并且长时间在恶劣的环境中可靠运行。任何新分析解决方案都必须与现有的旧系统进行交互操作。工业工程师希望为现有的控制系统增加边缘分析能力，其中一项选择便是：通过增加一个新的处理器模块来改良设计。此时，英特尔凌动® 处理器 C3000 实现了能源效率与计算、存储和功能改进之间的平衡，从而在边缘安装智能，无需从头开始安装。

采用英特尔凌动® 处理器的工业级边缘智能设备

英特尔凌动® 处理器拥有一系列架构更新，计算性能提升 2.3 倍且存储性能提升 4 倍。（图 1）。由于每个周期指令 (IPC) 增加了 30％，指令获取/解码功能获得了增强，无序 (OOO) 调度和新的内部结构体系结构更加卓越，因此处理性能获得提升。这一切对于执行实时边缘分析工作负载至关重要。

图 1. 英特尔凌动® 处理器 C3000 具有许多升级功能。（资料来源：英特尔）

在内存方面，C3000 融合了两倍第二层缓存，使得边缘分析系统可以快速访问数据。处理器还支持智能存储加速库 (ISA-L)，这是一款为需要高数据吞吐量和最小延迟的应用而优化的软件库。借助存储性能开发套件 (SPDK)，开发人员能将存储性能调整到他们所需使用状态。英特尔® SPDK 作为一个开放源代码工具集，有助于加快上市速度，打造面向未来的存储服务器和网关设计（如工业物联网中常见的存储服务器和网关）（图 2）。

图 2.
存储性能开发套件 (SPDK) 有助于打造面向未来的存储设计，同时加快产品上市速度。（资料来源：英特尔）

软件方面的新功能是可以支持 64 位应用程序。对于在更高级别工业物联网技术堆栈中使用英特尔® 至强® 处理器或英特尔® 酷睿™ 处理器的组织来说，这种 64 位指令集能够让组织统一边缘到云端的软件投入。而这只是企业效益进入运营技术 (OT) 领域的一种行为。

边缘的企业级功能

除了计算和存储优势之外，C3000 处理器还包含一组硬件辅助功能，可帮助实现更有效的边缘分析处理。首先，英特尔® QuickAssist 技术（英特尔® QAT）可提供高达 20 Gbps 速度，可用于加速和压缩加密工作负载，从而确保安全的数据传输，同时为其他任务留出宝贵的处理器周期。英特尔® 虚拟化技术（英特尔® VT-x）也采用用于定向 I/O（英特尔® VT-d）的英特尔® 虚拟技术和用于连接的英特尔® 虚拟技术（英特尔® VT-c）在 C3000 处理器中得以发展。如图 3 所示，英特尔® VT-d 隔离并限制对某些定义内存区域的 I/O 访问。这有助于消除与虚拟机 (VM) 相关的 I/O 故障，从而提高可靠性并增加工厂正常运行时间。

图 3. 用于定向 I/O 的英特尔® 虚拟化技术（英特尔® VT-d）将内存访问限制在已定义的内存区域。（资料来源：英特尔）

就其本身而言，英特尔® VT-c 与英特尔® 以太网控制器集成到新的英特尔凌动处理器中，以提供 I/O 虚拟化和服务质量 (QoS) 功能。这些功能通过端口分区以及多任务传输和接收队列的能力实现，从而实现 I/O 操作之间带宽分配的平衡（图 4a 和图 4b）。将这些任务从主机处理器卸到以太网控制器能减少 I/O 瓶颈，并提升生成大量传感器数据应用程序（例如机器人技术）的性能。

图 4a。用于连接的英特尔® 虚拟化技术（英特尔® VT-c）支持端口分区，从而减少 I/O 瓶颈。（资料来源：英特尔）

图 4b。用于连接的英特尔® 虚拟化技术（英特尔® VT-c）支持的多任务传输和接收队列。（资料来源：英特尔）

这些企业级技术对工业物联网系统至关重要，因为它们可使工业级处理器执行多个工作负载，寿命保障周期为 15 年。

可靠的改装

为了确保在工业物联网边缘分析系统中能够可靠运行，英特尔凌动处理器 C3000 受到“扩展环境运行温度” (eTEMP) 功能的支持。这能确保在 -40°C 至+ 85°C 的温度范围内可靠运行。除此之外，导致其高耐用性的另一个因素是该系列的低热设计功率 (TDP)，在部分 SKU 中仅为 8.5 瓦。因此，C3000 设备可以部署在工厂车间的被动冷却系统中，而纠错码 (ECC) 内存能确保边缘分析应用的数据完整性。考虑到设备的功能，OEM 现可提供基于 C3000 处理器的嵌入式主板解决方案，旨在为工业物联网边缘分析提供入口。例如，Quanmax 公司生产的 UATX-DNV0 是一款工业级单板计算机 (SBC)，搭载具有 2 至 16 个内核的英特尔凌动处理器 C3000（图 5）。它包括四个铜质 GbE LAN 端口、四个光纤 10 GbE LAN 端口和六个 SATA 插座。

图 5. Quanmax 公司的 UATX-DNV0 是工业级单板计算机 (SBC)。（资料来源：Quanmax 公司）

重要的是，UATX-DNV0 SBC 符合业界标准的 Micro-ATX 外形规格。因此，主板可以集成到最初支持 Micro-ATX 外形规格的机器中，开发人员无需重新设计整个系统。

工业物联网过去与未来之间的协调平衡

边缘分析是工业物联网的表现，想要实现就需要协调未来的技术和过去的基础设施。英特尔凌动处理器 C3000 标志着朝着这一目标迈进了一大步，将获得提升的性能和存储与企业级功能和工业级可靠性结合在一起。既然这样的改进在工业标准处理器模块上可供使用，那么工业工程师就能利用这些功能来添加边缘分析处理，而不会使以前的投入付诸东流。他们还将系统定位在工业物联网的下一阶段 – 通过机器学习实现边缘自主能力。

借助灵活的防火墙，确保工业物联网安全

Posted on by Pete Berta

在 IT 领域，防火墙是最有效工具之一，用于保护敏感的网络。企业防火墙充当敏感的内部网络和互联网之间的“守护者”，通过应用预先定义的安全规则，预防未经授权的外部流量访问公司设备，同时保护内部设备上的数据不受外界干扰。传统的防火墙很好理解。IT 部门通常购买现成的防火墙设备，并将全局规则应用于企业网络中的所有设备。另一方面，工业物联网网络所需的防火墙要复杂得多。主要原因是他们所保护的设备类型。在 IT 领域中，网络上大多数系统都配备了一定级别基于设备的保护，例如防病毒 (AV) 软件，可阻止恶意代码的执行（即使恶意代码通过防火墙防御）。企业系统还运行操作系统 (OS)，每当发现漏洞时都可以使用最新的软件补丁程序进行更新。因此，防火墙管理员能够实施基础级别的安全保护，仍然允许各种企业设备访问互联网。但许多工业设备运行的旧版操作系统 (OS) 不再支持安全补丁。即使采用较新的操作系统的工业设备也经常冻结软件，以确保平台的稳定性。另外，大多数工业系统受资源约束严重，无法运行本地 AV 技术。因此，工业网络防火墙为许多此类系统提供了完整的安全堆栈。由于安全要求因系统而异，因此工业防火墙通常专门用于单个生产设备或某件设备而非整个组织，并根据具体需求进行调整。它们由熟悉防火墙保护系统的操作工程师或服务技术人员进行部署和维护，支持的端口和 IP 地址远远少于企业级端口和 IP 地址。这些因素推动工业防火墙设备需要满足以下几项特别设计要求，包括：

  • 灵活，可满足多种系统的安全需求
  • 简单，方便熟悉工业系统的操作技术人员部署和维护防火墙
  • 耐用，能够承受恶劣环境（如工厂车间或大型机器内部）的影响
  • 可靠，在较长的工业生命周期内高效运行
  • 划算，可配置多个防火墙，用于保护工业网络上的所有设备

由于每个工业防火墙只保护少量设备，因此网络处理器无需提供尽可能高的数据吞吐量和计算性能。相反，支持工业防火墙设备的处理器应该具备成熟的技术和较广的市场采用率，同时还能解决上述问题。

基于英特尔凌动® 处理器的灵活型工业防火墙

英特尔凌动® 处理器 E3800 是一系列单核至四核的片上系统 (SoC)，拥有在工业环境中部署的传统性能，并且具备大多数工业防火墙设备所需的性能。该处理器还包括一组支持高级安全功能的集成硬件加速器，如果使用得当，可以显著降低工业防火墙设备设计的复杂性。首先，英特尔® 高级加密标准新指令（英特尔® AES-NI）可在独立于主 CPU 内核运行的硬件模块中获得批量加密、解密和验证任务的性能提升。这是工业防火墙的一个关键功能，因为它补充了网络处理器的主要功能，同时还为其他任务腾出空间。工业防火墙设计人员可以利用英特尔 AES-NI 提供的额外处理器资源的一种方式是：通过英特尔® 虚拟化技术 (Intel® VT-x)，允许多个虚拟机 (VM) 在相同的多核处理器上以接近本机的性能同时运行。同样重要的是，这些虚拟机之间保持安全的距离，为工业防火墙设计创造了多种可能。例如，在离散安全设备上虚拟机中运行的防火墙功能可以与其他服务分离，例如安全文件传输协议 (SFTP) 服务器允许传统工业系统无需额外硬件即可连接到互联网。另外，集成到现有某台机器中的工业防火墙可以将保护应用与控制功能分离，确保技术人员可以在不影响其他子系统的情况下维护一个子系统。这两种技术可以满足工业防火墙设备的灵活性和简单性要求，同时，英特尔凌动处理器 E3800 还可以承受恶劣的工业环境。SoC 具备在 -40°C 至 110°C 工作温度范围内运行的性能，3 瓦到 10 瓦的热设计功耗 (TDP) 降低了工业环境中导致可靠性问题风扇冷却需求。

灵活型工业防火墙解决方案框架

为了帮助开发可定制的工业防火墙，OEM 正在将基于 E3800 的解决方案推向市场，充分利用了上述诸多性能。例如，TQ-Group 的 MBox-V 是一种灵活、被动的冷却箱式 PC，可以作为桌面设备部署，或直接集成到安装 DIN 导轨的机柜中（图 1）。所有设备的内部电子设备都使用保形涂层，有助于抵御工厂车间常见的潮湿、气体、污垢和其他刺激物。

图 1. TQ-Group 的 MBox-V 支持灵活型工业防火墙。（资料来源：TQ-Group）

默认情况下，MBox-V 包含两个千兆以太网端口，两个 USB 端口和两个 Mini DisplayPort 接口，采用 100 mm x 100 mm x 23 mm 的硬件套件。但系统是完全可配置的，并且可以通过内部的 Mini PCIe 扩展卡集成附加接口和功能。该系统还支持可选型可信平台模块 (TPM)，从而提升安全性。从软件角度来看，MBox-V 可以预装基于 IP 表和 Linux 硬化版的标准工业防火墙堆栈。TQ-Group 进行的定期渗透测试可迅速发现堆栈中的任何漏洞，以便及时提供补丁。TQ 的堆栈产品也支持协议转换（FTP 到 SFTP）、网络接口、证书和密钥管理以及“隐形模式”操作（允许在白名单端口和 IP 地址之间建立通信路径）。审核和错误记录完成了功能设置。MBox-V 除了支持高级数据包过滤、入侵检测/预防和网关服务等附加功能之外，还可设计用于让用户上传自己定制的防火墙软件。TQ-Group 称，几家安全公司已经将 MBox-V 作为其工业防火墙设计的起点，软件方面会在其之上增加附加功能。

没有学习曲线的灵活性

所有类型的网络防火墙都有共同的目标：阻止敏感网络和设备上的恶意活动。但是工业网络及其连接的设备具有特别的安全需求，需要灵活、可靠、耐用的防火墙设备。像 MBox-V 这样的解决方案可以满足这些需求，并且工业工程师和 IT 人员都熟悉这种架构。这些小盒子是实施安全工业物联网网络的好方法，受学习曲线的影响非常小。

利用人工智能升级患者监护

Posted on by Pete Berta

五分之一的医疗保险患者在出院后 30 天内再次入院。此外，所有急诊室就诊中有 14％ 到 27％ 的患者被归类为非紧急护理病人，这意味着他们原本可以通过医生常规诊疗进行护理。而结果是：仅在美国每年就新增了 200 亿美元的医疗支出。如果医护人员和患者能够更好地获得信息，那么许多这样的就诊都可以免去。远程医疗平台看似是一种显而易见的解决方案。通过跟踪患者的生命体征和其他生物标志物，它本应该很容易就能避免不必要的再入院和急诊室就诊。但是生活不会这么简单。与旧系统的不兼容、安全问题、隐私要求和其他因素，让患者监护解决方案的部署障碍重重。更重要的是，医护人员很忙，几乎没有时间查看生物识别设备提供的所有数据。为了让这些解决方案发挥作用，他们需要配备能够评估和情境化数据的人工智能。这些平台还需要提供的不仅仅是病人与医生的简单连接。为了促进全面的多医护人员护理，系统还必须提供一个数据存储库，该数据存储库不仅可以由任何临床医生访问，同时还能保护敏感和高度监管的信息。

完备的监护平台

在这个领域取得重大进步的供应商是 HealthSaaS。如图 1 所示，该公司的认知患者监护平台 (Cognitive Patient Monitoring Platform) 是针对糖尿病、高血压、心房颤动、心力衰竭、COPD 和哮喘等各种疾病患者的监护解决方案。

图 1. HealthSaaS 认知患者监护平台将患者的数据提供给医护人员，并从医护人员那里返回数据。（资料来源：HealthSaaS）

该平台集成了蓝牙连接的医疗设备，如血压计、活动追踪器、药丸盒、脉搏血氧仪、血糖仪和体重秤。从这些系统收集临床数据后，HealthSaaS 认知规律引擎会在患者可能需要早期干预时向医生发送 HIPAA 安全通知以降低就诊可能性。患者也可以获得对平台数据的访问权限。认知患者监护平台在降低成本方面大显身手，这些成本节省包括降低了再入院率，减少了不必要的就诊，同时该平台还提高了用药依从性，改善了患者与临床医生之间的沟通。

聚合、人工智能和应用程序

HealthSaaS 认知患者监护平台的优势在于能够将以前孤立来源的数据聚合到统一的中央存储库中。一旦收集了这些数据，就可以为关键医疗利益相关者（如患者、医生、药剂师、保险公司等）提供更全面的治疗意见。而在设备方面，认知患者监护平台利用英特尔® Healthcare Application Platform（英特尔® HAP）和 Flex* 物联网计算引擎（一种在英特尔® 处理器上运行的企业级 Android 软件堆栈）（见图 2）实现了这一目标。通过使用数据编排程序和安全连接器，英特尔® HAP 能够以统一、持续合规的方式将连接的医疗设备的数据推送到 HealthSaaS 平台。

图 2.
英特尔® Health Applications Platform 包括数据编排和安全通信组件。（资料来源：英特尔）

认知患者监护平台后端托管在微软的 Azure 云服务上。Azure 云服务不仅可以让 HealthSaaS 平台随着部署的增长轻松扩展，还可以基于连接设备、其他云系统和电子健康记录 (EHR) 的数据创建多层应用程序。这些应用程序可以由一个或多个用户角色组成，每个用户角色都有自己的文件、配置和权限。AkēLex 就是这样的一个应用程序，它是预先集成在 HealthSaaS 解决方案中的一组认知计算工具，可以充分利用汇集在认知患者监护平台中的数据。AkēLex 是一个动态决策引擎，它结合了患者历史数据、用药记录、实验室和其他测试结果，可帮助临床医生提供更好的护理。该技术基于自适应知识引擎 (Akē)，这种引擎利用人工智能生成问题，能够帮助医生减少误报、克服偏差并收集更详细的信息（图 3）。这些信息通过 HealthSaaS 平台以消息或警报的形式近乎实时地传送给医生。

图 3. AkēLex 帮助在治疗过程中告知临床医生相关信息。（资料来源：AkēLex Inc.）

保护敏感的患者数据

当然，将所有这些敏感的患者数据汇集在一起并为多方提供访问权限，会引起严重的安全和隐私问题。HealthSaaS 认知患者监护平台通过多种方式解决这些问题。首先，所有进出认知患者监护平台的数据都通过 SSL (HTTPS) 加密方式进行加密。而在这些数据进入数据中心后，Microsoft Azure 可提供物理、管理和技术方面的保障，以协助用户遵守 HIPAA。Azure 服务还遵循 SAS 70 Type II、FISMA 以及 ISO 27001 等行业标准，这些标准有助于管理数据中心环境中信息的安全处理。例如，所有 HealthSaaS 信息和安全系统都分区部署在不同的服务器上，这有助于防范数据泄漏和安全漏洞。HealthSaaS 认知患者监护平台的另一项功能是修正机制，它可以用来“涂抹掉”患者和多个医护人员之间所共享的文件上的个人信息（图 4）。这进一步降低了意外泄露患者敏感信息的机率。

图 4. 遏制个人身份信息无意泄露的修正功能。（资料来源：HealthSaaS）

这些功能结合在一起，满足或超出了《医疗信息技术促进经济和临床健康 (HITECH) 法案》与《HIPAA 准则》的所有相关要求。

不同的医疗观

美国国立卫生研究院 (NIH) 的数据表明，远程医疗平台可以将可避免的再入院率降低 70％，其成本也比实际医院替代方案低。但远程医疗系统的部署一直受制于不兼容的技术，大家对安全和数据隐私的担忧也日益增加。得益于像 HealthSaaS 认知患者监护平台这样的平台中的创新软件组件，这些挑战正在被一一克服。现在，患者可以更快速地与医护人员交换临床数据，做出更好的决策，并享受比以往更高质量的医疗服务。

从智能建筑到智慧建筑

Posted on by Pete Berta

建筑拥有者面临着成本和租户舒适度之间的矛盾。一方面，能源使用量仅减少 10% 就足以为美国 每年节省 400 亿美元的商业建筑开销。另一方面，为了防止租户抱怨，您对恒温器的操作空间非常有限。智能建筑技术可以帮助解决问题，但部署起来却困难重重。多年来，众多供应商为绝大多数建筑安装了繁杂的设备。仅从这些系统中提取数据就是一项挑战，而让它们共同工作几乎是不可能的。

整合建筑系统

Rudin 管理公司在曼哈顿运营着最大规模的商业建筑组合，对这个问题有着第一手经验。该公司想改善资产的运营状况，却找不到能与所有建筑系统协作的解决方案。所以该公司提出了自己的解决方案：NANTUM。NANTUM 平台没有制造商依赖性，不受制造商、型号或制造年份的制约，能直接连接任何建筑系统。设备是否装有建筑管理系统 (BMS) 并不重要。通过公开所有建筑系统的数据，NANTUM 让该公司紧密有序地优化整个建筑的运营。结果，公司节省了大量成本，租户也更加满意。

成效显著

Rudin 首先将 NANTUM 部署在一个位于纽约市公园大道 345 号的建筑中，该建筑占地 180 万平方英尺。效果立竿见影：能源使用量降低了 9%，每年节省 60 万美元。同时，推销电话和陌拜电话减少了 70%（图 1）。

图 1. 最初的部署产生了可观的成果。

看到这些可观的成果后，Rudin 决定将技术转移至一家新公司：Prescriptive Data。通过与世界分享 NANTUM，新公司旨在帮助其他建筑所有者和运营人员打破分割建筑系统的孤岛。为了将该平台从单一建筑扩展为全行业解决方案，Prescriptive Data 与英特尔合作，进行了三项主要升级：

  • 将 NANTUM 从本地安装软件转变为基于云的解决方案。
  • 建立 Prescriptive Data 宣称业界最大的建筑 API 库。
  • 增加人工智能 (AI)，根据建筑物的占用率、天气和热特性优化运营。

无须猜测

升级平台的优势始于消除猜测。“如果您接到 40 楼租户打来的电话，抱怨温度过低，您必须上楼看一下才能决定怎么做,”Prescriptive Data 营销主管 Matthew Stetson 介绍到。“现在您只需看一眼机房的读数并做出相应调整即可。”

当然，NANTUM 不是唯一一个可以公开建筑物数据的平台。但是其他建筑自动化平台往往局限于单一供应商的设备，这意味着运营者仍需在许多系统中摇摆不定。“人们已经应用疲劳了，”Stetson 说道。“我们的平台消除了使用 18 种不同应用处理 18 种不同事务的压力。”

因为 NANTUM 没有制造商依赖性，它可以集合整个系统的数据。无论是针对独立建筑还是整个建筑组合，运营人员和管理人员都可以通过高效的仪表板让数据变得可视化。此外，随着向云平台的迁移，无论是建筑物的地下室还是管理公司的会议室，您都可以随时随地访问这些仪表盘。

增加 AI

但是，仅仅收集数据还不足以控制成本。您仍需要分析数据，这才是主要的挑战。“在一幢 40 层的大楼里，您可以轻松拥有 3 万个传感器，这些传感器每 1 至 5 秒收集一次数据。”Stetson 说道。每天可能有多达 4300 万个数据点在多个系统中分离。为了充分利用所有数据，NANTUM 与英特尔的人工智能专家密切合作，共同开发一款先进的机器学习系统。这种设置能学习建筑物的节奏、观察入住模式和其他建筑动态，以便每天推荐建筑设定点（图 2）。

图 2.
NANTUM 自动推荐设定点。

例如，NANTUM 能检测出员工离开建筑去享用午餐，并使用此模式降低午间的能耗。又如，该平台能监测建筑的热度动态，并确定在一天较晚的时候启动 HVAC 系统，同时还能在租户抵达之前保持合适的温度。人工智能 (AI) 系统从现有的建筑以及类似的建筑中学习。“无需花费一年的时间了解建筑的节奏，我们能应用类似建筑的数据来迅速获得提升”，Stetson 说道。NANTUM 甚至可以利用天气数据和实时占用率来实时调整建议。所有这些智能都运用到了直观的显示屏当中，供建筑操作人员利用并进一步优化性能。

面向未来创新

NANTUM 最重要的一点就是它能像建筑操作系统一样运行。开放式架构和易于整合的独立系统意味着，无论是技术还是业务战略，设施经营都能紧追未来的脚步。让支持新技术变得轻松。“现在，智能建筑在新建筑中最为常见，类似百叶窗的东西可用来调节阳光”，Stetson 说道。NANTUM 的平台性质还保持了业务战略的灵活性。想在组合中加入新建筑？没问题。构建管理 API 可能存在于 NANTUM 库中——如果没有，Prescriptive Data 可进行构建（图 3）。

图 3. NANTUM 拥有高度的可交互性。

英特尔引领的神经元革命

英特尔的合作关系在实现所有这些优势的过程中发挥了关键作用。例如，这家科技巨头的物联网 (IoT) 网关允许 Prescriptive Data 移动到云端。NANTUM 的第一个版本需要在每个建筑中都部署一个服务器。通过采用轻盈灵活的英特尔® 物联网网关取代服务器，Prescriptive Data 可以将其平台核心移动到云端，加快部署速度，并将智能水平提升到新高度。“英特尔能让我们快速、高效地进行扩展”，Stetson 说道。“我们利用物联网网关在建筑中的系统与云端之间建立连接。这是一种近似于即插即用的可扩展性。通过连接互联网并访问建筑的传感器网络，我们可以马上显示并分析数据”。Stetson 表示，安装通常需要 3 到 6 周 的时间，可快速提升初始节约成本。传统的建筑自动化软件需要 2 年才能实现投资回报 (ROI)。有了 NANTUM，建筑通常仅需 3 到 6 个月就能实现 ROI。

快速的 ROI

事实上，自新平台发布以来，公司的 ROI 一直趋于稳定。重新设计后，Prescriptive Data 的总公司 Rudin 能在一年内为 17 家大型公司部署技术。那么结果如何呢？能耗降低 31%，每年节省 540 万美元。Stetson 表示，这是相当典型的数字。一般来说，客户每年每平方英尺可节省 0.55 美元。且不仅仅是节约成本。提升租户舒适度、运营更加环保，这也是一种强有力的市场工具。

亚马逊如何在预算之内实现安全性扩展

Posted on by Pete Berta

物联网对于安全的需求是显而易见的，安全的核心原则众人皆知。但开发人员往往缺乏时间和资源来制作安全解决方案。上市时间和成本压力是“罪魁祸首”。开发者经常面临着“艰苦的斗争”，他们试图说服管理层，在安全方面的投资是有价值的。甚至指出生产线停工或后端网络被黑客攻击等风险都不奏效。如果您的公司是刚接触网络连接设备，并缺乏安全故障的第一手经验，这种情况会更加明显。然而，安全建立的最佳做法是设置为默认项，而不是“亡羊补牢”，因为攻击向量的数量会持续增加。同时，物联网的网络复杂性也在增加。真正的安全措施不仅可以保护您自己的设备免受直接攻击，还可以防范来自物联网数据链中受保护程度较低的子系统的后门攻击。威胁正在不断演变。所以，开发人员需要使用最新的补丁来及时更新安全解决方案。除了上述问题外，可扩展性是一个问题。但是对于小型部署来说，自主研发的安全解决方案难以应对不断扩大的威胁，而商业解决方案则可能过于昂贵，显得“小题大做”。

物联网服务平台在成本和功能方面的扩展

Amazon Web Services (AWS) 物联网平台为这些挑战提供了一个富有吸引力的答案。作为完整的端到端服务，该平台允许用户将设备连接至 AWS 服务和其他设备，保护数据和交互、处理并操作设备数据，还能让应用程序与设备进行交互（即使在离线状态下）（图 1）。

图 1. 亚马逊网络服务 (AWS) 物联网平台可确保端到端的安全性。（来源：Amazon Web Services）

它由六个主要要素组成，依次为：

  • 设备端 SDK，具有连接性和身份验证库
  • 身份验证和授权服务，可限制交换到具有可靠身份的设备
  • 注册表，可为每个设备建立唯一标识并追踪关于设备的元数据
  • 设备网关，可确保安全、高效通信（一对一和一对多）
  • 规则引擎，可在全球范围内收集、处理、分析和操作数据
  • 设备镜像，可让用户为每个设备创建持续的虚拟版本或“镜像”

AWS IoT 平台由来自 AWS 的高级安全、身份和合规性产品提供支持。其中包括 SSL/TLS 证书、云目录、密钥存储和管理、访问控制以及敏感数据分类等，不再一一赘述。对于希望加快开发速度，确保在连接的所有点进行身份验证以及实现端到端加密的开发人员，AWS IoT 平台都具有许多必要的元素。此外，它还可以扩展至数十亿台设备和数万亿条消息，从而满足大多数用户的需求。

GE Predix 和 LED 携手简化物联网部署

Posted on by Pete Berta

物联网通常被视为“魔术”。企业期望物联网可以提高运营效率、缩短产品上市时间并降低成本，但是却往往不知道如何实现所有这些长远的目标。答案有些“语出惊人”。通过将 GE Automation and Controls 的 Predix 平台（图 1）与智能照明相结合，您可以实现什么目标？

图 1. LED 照明是连接的关键（来源：GE Automation & Controls）

照明和分析的组合看似奇怪，但它们可以协同工作来解决快速扩展的需求。我们先从照明开始说起。部署物联网传感器通常意味着重新安装传感基础设施。但是退一步来说，了解所需的基础设备中已经安装并且可能会重复使用的元素是相当明智的选择——没有什么比照明插座的分布更广泛了。Current by GE 的智能照明说明了这一点。这些灯在 LED 灯具中集成了各种各样的传感器，可以部署到现有的基础设施中。灯具使用 zigbee 或其他低功耗无线网络接口与网关或其他汇聚点进行通信，使整个设置可高度扩展并且易于部署。在软件方面，Predix 提供“平台即服务” (PaaS)，开发人员可以编写一次并随时随地部署（图 2）。

图 2.
Predix 平台可处理从数据收集到云分析的所有内容。（来源：GE Automation and Controls）

Predix 的关键要素是：

  • Predix 机器：该软件层用于收集数据并将其推送至 Predix 云。它部署于网关、控制器和传感器上，也可以运行本地分析。
  • Predix 服务：这些服务让开发人员建立、测试和运行行业互联网应用程序。它还提供微服务市场，开发人员可以发布自己的服务并从第三方获取服务。
  • Predix 云：一个全球性、安全的云基础设施。符合重要行业（如卫生保健和航空）严格的监管标准。

为了举例说明这一切如何结合在一起，GE 为南卡罗来纳州格林维尔的燃气轮机工厂配备了智能灯具。在该案例中，照明传感器测量装配站附近的空气温度，让工厂的工人知道部件何时足够冷却，从而安全地添加下一个转子。这一见解有助于最大限度地降低缺陷，同时无需重新制作零件。该特殊设施的好处包括：能源使用量减少 24％，产值增加了数十万美元。GE facility（通用电气公司）可以算是利用现有基础设施简化物联网网络部署的一个富有吸引力的案例。通过以上方法以及 Predix 进行数据收集、分析和云连接，开发人员很快意识到物联网在执行预测分析、降低成本、改善流程和系统可靠性方面存在的潜力。

独立设备边缘分析和传感器连接

Posted on by Pete Berta

根据“物联网边缘分析”报告，企业的物联网生成数据使用率仅为 10％。更不用说进行深入分析了。存在的问题很大程度上是关于通过网络传输所有这些数据。有限的带宽使得多数物联网数据不可避免地被困在边缘。这一情况激发了雾计算的出现。雾计算强调尽可能接近数据源执行分析。这样会降低延迟，同时也不会占用网络带宽。想要充分利用这一技术，分析智能必须从云端重新分配到边缘。这意味着将处理资源进行重新分配，或双重应用传感器和云之间现有资源。虽然沿途许多节点（如路由器和网关）已拥有先进的处理和内存资源，然而其他节点却受到了更多的限制。尤其是网络边缘的传感器和其他设备受到成本、功耗以及空间约束的限制。因此，物联网网关往往是能够执行的首要分析。网关能够执行的原因有二： 首先，它们的性能和内存可满足要求。其次，它们集成了来自多个异构网络的传感器数据，因此可以分析和处理多个数据输入和来源。这种从多个来源获取数据的能力不容小觑。诸多物联网网络涵盖 Modbus、以太网、zigbee、蓝牙、Wi-Fi 和蜂窝网络等等。因此，网关分析不仅取决于网关的性能，还取决于创建可管理多种协议的软件堆栈。

异构网络的单一来源管理

Greenwave Systems AXON 分析平台是为了简化该项任务而创建。作为独立分析引擎，该平台可使 OEM 和企业可捕获、分析和处理网络中任何区域的实时性能数据。如工业控制器之类的物联网设备可以使用称为 AXON Predict 的版本（图 1）。该软件直接嵌入设备，执行持续监视并作出相应的反应。如果发生特别事件，可发送信息或直接致电员工，同时也有防止设备故障的自我修复功能。

图 1. AXON Predict 提供持续监控和实时洞察。（图片来源：Greenwave Systems）

就网络而言，物联网网关可以使用 Predixion RIOT One（凭借最低限度的配置和设置可连接至无数设备）。RIOT one 反过来与 Wind River Helix Device Cloud 的连接器预集成，支持简单的云连接。为解决连接问题，Greenwave 的物联网 AXON 平台将来自各种设备的通信所需翻译转换成通用且基于 IP 的语言，补充了公司的分析解决方案。此外，它还可以通过高级无线网关、Wi-Fi 路由器、远程控制、电源插座、感应灯、扬声器或灯控感应等跨网络的不同设备或功能提供单一来源管理。利用 AXON 分析平台和物联网，现在可以在网络的每个层面添加智能功能，这有助于解决意外停机等造成重大损失等问题，并为最终用户和制造商提供实时洞察力。