Internet rzeczy (IoT) jest oparty na obiektach i urządzeniach, które są określane mianem „rzeczy” połączonych z Internetem, które są wyposażone w czujniki, oprogramowanie i inne rozwiązania technologiczne, pozwalające na przekazywanie danych do i odbieranie ich od innych rzeczy i systemów. Głównym celem Internetu rzeczy jest uczynić je bardziej dynamicznymi i wygodnymi w użyciu. Popularne moduły konstrukcyjne wykorzystywane w systemach Internetu rzeczy w każdej branży i w każdym zastosowaniu obejmują czujniki, rozwiązania przewodowe i bezprzewodowe, anteny, baterie oraz mniejsze złącza i komponenty pasywne, które napędzają inteligentne rzeczy — wymagające małej mocy, powiązane między sobą i tworzące cały ekosystem.

Czujniki gromadzą bardzo wrażliwe dane, tworząc most między światem fizycznym i cyfrowym. Konwertują one cenne informacje o świecie rzeczywistym na dane cyfrowe. Te z kolei są dalej przetwarzane i analizowane celem ich użytecznego wykorzystania, na przykład do usprawnienia produktów i usług dostarczanych użytkownikom urządzeń tworzących system Internetu rzeczy.

W każdej aplikacji typu smart czujniki odgrywają bardzo ważną rolę. Czujniki wykrywają zmiany fizyczne/chemiczne i po przetworzeniu zgromadzonych danych automatyzując one działanie aplikacji/urządzeń, aby zmienić je w rozwiązania inteligentne. Internet rzeczy integruje wiele typów czujników, urządzeń i węzłów, które mają możliwość komunikowania się między sobą bez interwencji ze strony człowieka. Rzeczy, takie jak czujniki i moduły uruchamiające są ze sobą fizycznie połączone za pośrednictwem wspólnych interfejsów: USB, GPIO, I2C, SPI i UART.

Esencją Internetu rzeczy są „rzeczy” i „dane”. Sprzęt wykorzystywany w systemach IoT składa się z komponentów elektronicznych, takich jak zintegrowane czujniki, inteligentne czujniki i urządzenia uruchamiające, układy elektroniczne umożliwiające łączność/komunikację oraz oprogramowania do przechwytywania, filtrowania i wymiany danych o wszystkich tych elementach, ich stanie i środowisku działania.

Z „rzeczami” powiązane są informacje, a one same mogą być statyczne lub dynamiczne i są zintegrowane w systemie. Pozwala to wielu obiektom/urządzeniom działać jak „rzeczy” inteligentne. Obiekty aktywowane dzięki technologii Internetu rzeczy dysponują inteligentnymi funkcjami, dzięki wykorzystaniu różnorodnych narzędzi i technologii. „Rzeczy” wyewoluowały dzięki konwergencji wielu technologii, analityki w czasie rzeczywistym, sztucznej inteligencji, uczenia maszynowego, czujników i systemów wbudowanych. Innymi systemami wsparcia, które tworzą szkielet ekosystemu Internetu rzeczy, są tradycyjne systemy wbudowane, sieci czujników bezprzewodowych, układy sterowania, systemy automatyzacji i wiele innych.

Czujniki są wykorzystywane w niemal każdym obszarze, aby tworzyć inteligentne środowisko internetu rzeczy — kilka przykładów to: inteligentne parkowanie, inteligentne zarządzanie ruchem ulicznym, inteligentne oświetlenie, inteligentne miasta, inteligentne pomiary i wiele więcej. Istnieje wiele różnych typów czujników, które mogą być bardzo proste, albo bardzo skomplikowane. Niektóre z często wykorzystywanych czujników IoT to: czujniki zbliżeniowe, czujniki położenia, czujniki zajęcia, czujniki ruchu, czujniki prędkości, czujniki temperatury, czujniki ciśnienia, czujniki chemiczne, czujniki wilgotności, czujniki jakości wody, czujniki na podczerwień, czujniki żyroskopowe, czujniki optyczne i cały wachlarz innych rozwiązań. Klasyfikacja czujników może być oparta na ich specyfikacji, metodzie konwersji, typie zastosowanego materiału, fizycznym sposobie wykrywania, właściwościach itp. Wszystkie te funkcje można zabezpieczyć na różnych poziomach integracji, w zależności od tego ile różnych typów czujników jest zintegrowanych w pakiecie lub module czujnikowym.

Aplikacje IoT różnią się między sobą w znacznym stopniu, ale wiele z nich potrzebuje wielu czujników rozlokowanych na dużym obszarze. Istnieją liczne techniki komunikacyjne, wykorzystywane przez czujniki na potrzeby łączenia, a każde urządzenie może korzystać z różnych protokołów komunikacyjnych. Czujniki, bramki, routery, oprogramowanie, platformy i inne systemy są powiązane ze sobą w obrębie ekosystemu Internetu rzeczy. Sposób, w jaki są między sobą powiązane określa się mianem sieci Internetu rzeczy. Zwykle odnosi się to do różnorodnych rozwiązań sieciowych, które różnią się między sobą w zakresie poboru energii, zakresu i przepustowości. Czujniki i transducery są połączone w sieci z wykorzystaniem różnych urządzeń sieciowych, na przykład hubów, bramek, routerów, mostków sieciowych i przełączników — wszystko zależy od zastosowania. Wybór właściwego sposobu łączności dla rozwiązań Internetu rzeczy lub technologii protokołów sieciowych wymaga rozwagi.

Rozwiązania na potrzeby łączności w obrębie IoT wykorzystują formaty wiadomości cyfrowych, które z kolei używają zestawu reguł do wymiany danych/komunikatów między urządzeniami. Można je implementować z wykorzystaniem rozwiązań łączności bezprzewodowej lub przewodowej. Rozwiązania bezprzewodowe charakteryzują się różnymi standardami łączności dalekiego i krótkiego zasięgu. Rozwiązania zabezpieczające łączność dalekiego zasięgu muszą wykorzystywać licencjonowane (komórkowe) lub nielicencjonowane standardy, znane jako LPWAN (Low Power Wide Area Networks — sieci rozległe o małej mocy). Rozwiązania sieciowe IoT krótkiego zasięgu transmitują dane na — w fizycznym rozumieniu — krótkich dystansach między odbiornikiem danych i bramką, która przetwarza dane z czujników; taka krótka odległość nie przekracza zwykle 150 metrów.

Bramki mogą komunikować się z czujnikami/urządzeniami za pośrednictwem różnorakich protokołów, a następnie przetwarzać dane z użyciem standardowego protokołu, takiego jak MQTT. Mogą one wstępnie przetwarzać i filtrować generowane dane w celu ograniczenia wymogów dla transmisji, przetwarzania i przechowywania.

Wi-Fi jest najpowszechniejszą technologią bezprzewodową dla sieci lokalnych. Jest wykorzystywane w wielu aplikacjach IoT, zwłaszcza w inteligentnych domach i biurach. Sieć Wi-Fi działa na częstotliwościach zbliżonych do 2,4 GHz lub 5 GHz. WiFi HaLow (802.11ah) i HEW (802.11ax) to dwa standardy Wi-Fi, które zostały opracowane specjalnie na potrzeby Internetu rzeczy.

Bluetooth to kolejny istotny dla Internetu rzeczy protokół, który znajduje zastosowanie w inteligentnych domach i aplikacjach przemysłowych. Ta technologia przechodzi właśnie przez etap znaczącego rozwoju. W odniesieniu do łączności to rozwiązanie charakteryzuje się niską mocą, dużym zasięgiem i wysoką przepustowością. Bluetooth V5 to najnowsza z wprowadzonych wersji standardu, a została opracowana specjalnie z myślą o Internecie rzeczy. Odznacza się czterokrotnie większym zasięgiem i dwukrotnie wyższą prędkością.

LPWAN to nowy globalny standard sieciowy, opracowany z myślą o sieciach inteligentnych i urządzeniach o ograniczonych zasobach, które są rozlokowane na dużych obszarach i wymagają do działania minimalnych energii. Te sieci zostały zaprojektowane na potrzeby aplikacji IoT, które charakteryzują się małą prędkością przesyłu danych, niskimi kosztami, wymagają dłuższej żywotności baterii oraz działają w lokalizacjach zdalnych lub w których panują trudne warunki otoczenia.

Wąskopasmowy Internet rzeczy (NB-IoT) jest standardem opartym na LPWAN, który umożliwia włączanie do ekosystemu szerokiej gamy nowych urządzeń i usług Internetu rzeczy. Umożliwia on dużej liczbie czujników/urządzeń gromadzenie i przesyłanie danych w obrębie dużych obszarów, jednocześnie oszczędzając i wydłużając żywotność baterii. Takie urządzenia są w stanie pracować na baterii przez lata, a nie tygodnie czy miesiące. Bramki IoT są niejednokrotnie wymogiem niezbędnym dla działania takich rozwiązań.

Sieci komórkowe tworzą szkielet infrastruktury dostępu do Internetu. Te sieci zorientowane są na obsługiwanie jak największych zakresów i przepustowości kosztem większego zużycia energii. Mogą one przesyłać bardzo duże ilości danych na długich dystansach, ale wiąże się to ze względnie szybkim wyczerpaniem baterii. Sieci komórkowe to rozwiązania dla zastosowań IoT, które obejmują transfery danych na duże odległości i małe opóźnienia. Wśród nich można wymienić: LTE-M (stworzone na bazie iteracji LTE), Cat-0 i Cat-1, EC-GSM i NB-LTE. Wszystkie te standardy działają płynnie w obrębie sieci LTE lub GSM i obsługują bogatą gamę aplikacji IoT.

Niektóre aplikacje, które wymagają globalnego zasięgu i/lub mobilności będą wykorzystywały technologie komórkowe, ale większość urządzeń Internetu rzeczy będzie korzystało z technologii niekomórkowych, dzieląc częstotliwości na nielicencjonowanych pasmach celem komunikacji między sobą i z aplikacjami IoT w chmurze.

Rozwiązanie łączności przewodowej wykorzystuje kabel Ethernet do łączenia się z siecią. Sieci przewodowe są dobrze zintegrowane z infrastrukturą, z którą bardzo łatwo nawiązać łączność — wystarczy dysponować linią telefoniczną.

Cztery główne komponenty Internetu rzeczy to: czujniki, sieć, przetwarzanie danych i interfejs użytkownika. W większości przypadków proces realizowany jest w pętli składającej się z trzech prostych etapów: wprowadzenie danych, przetwarzanie, wyprowadzenie danych.

Przechwycone surowe dane z czujników wymagają najpierw oczyszczenia i przetworzenia. Przetwarzanie jest realizowane z wykorzystaniem różnych technik obróbki danych, na przykład: usuwanie zakłóceń w obrębie danych, imputacja danych, wykrywanie anomalii danych, agregacja danych i inne technik manipulacji danymi (klasyfikacja, sortowanie i obliczanie). Integracja danych lub fuzja czujników jest procesem łączenia co najmniej dwóch źródeł danych, co pomaga w generowaniu dokładnych i dynamicznych wyników implikowanych przez system w różnych aplikacjach.

Systemy IoT wymagają specjalnych możliwości obliczeniowych na potrzeby przetwarzania i przechowywania danych. Przechowywanie dużych ilości danych na potrzeby wykonywania analizy danych i osiągania założonych wyników ma fundamentalne znaczenie. Uczenie maszynowe, sztuczna inteligencja i techniki głębokiego uczenia są źródłem obiecujących rozwiązań na potrzeby analizy dużych ilości danych generowanych przez czujniki IoT. Te technologie mają kluczowe znaczenie, ponieważ mogą być wykorzystywane w czasie rzeczywistym do automatyzacji procesów, przewidywania błędów wyposażenia i śledzenia zagrożeń dla bezpieczeństwa. Kiedy rozwiązania są całkowicie autonomiczne, sztuczna inteligencja wykorzystuje urządzenia sieci IoT do realizacji zadań. Wykorzystanie sztucznej inteligencji w zarządzaniu i analityce danych IoT pozwala organizacjom na szybkie izolowanie cennych informacji z całej masy jednorodnych zestawów danych i reagowanie na rzeczywiste warunki w czasie rzeczywistym.

Celem osiągnięcia wydajnych mocy obliczeniowych w modelach analitycznych danych zachodzi potrzeba integracji różnorodnych nowych technologii, takich jak architektura rozproszonych zasobów informatycznych, chmura obliczeniowa i mgła obliczeniowa. Analityka na obrzeżach sieci pozwala na analizowanie danych w lokalizacjach rozproszonych w obrębie sieci, a nie w lokalizacjach scentralizowanych. Dane można analizować w czasie rzeczywistym na samych urządzeniach lub w zlokalizowanych się w pobliżu bramkach, które są podłączone do urządzeń IoT. Urządzenia na obrzeżach sieci mogą funkcjonować jako bramki, pozwalając innym urządzeniom w sieci na komunikowanie się z innymi hubami IoT. Bramka na obrzeżach sieci jest punktem dostępowym sieci dla aplikacji, które komunikują się z usługami opartymi na chmurze. Ponadto mogą one zapewniać translację protokołów sieciowych między sieciami, które korzystają z różnych protokołów.

Chmury obliczeniowe wykorzystują dane Big Data i technologie równoległych systemów rozproszonych na zdalnych serwerach chmury. Obsługują one olbrzymie ilości danych generowanych przez czujniki IoT, co pozwala systemowi na skuteczne świadczenie usług na rzecz aplikacji IoT. W ramach przetwarzania danych z czujników Internetu rzeczy z wykorzystaniem mgły obliczeniowej dane z czujników są przechwytywane i przetwarzane celem klasyfikowania różnych wzorów sygnałów przy użyciu sieci neuronowych. W oparciu na wyniki klasyfikacji sieci neuronowych identyfikacja zdarzeń i podejmowanie decyzji są realizowane na poziomie mgły obliczeniowej.

Platformy obliczeniowe i do przetwarzania na obrzeżach sieci IoT są oparte na komputerach jednopłytkowych (SBC) i dzięki temu stanowią dla projektantów źródło rosnącej liczby niedrogich i kompatybilnych rozwiązań. Dostępne są także różnorakie zestawy rozwojowe i narzędzia dla platform opartych na mikrokontrolerach (MCU), jednostkach mikroprocesorowych (MPU), cyfrowych procesorach sygnałów (DSP) i układach programowalnych bramek (FPGA), które są najbardziej efektywnymi sposobami na projektowanie i rozwijanie systemów opartych na Internecie rzeczy.

Do obsługi miliardów urządzeń Internetu rzeczy podłączonych do Internetu niezbędne są olbrzymie ilości energii. Może być to przyczyną marnotrawstwa znacznych ilości mocy elektronicznej. Ponieważ Internet rzeczy jest zoptymalizowany pod kątem wydajności energetycznej, jednorodna sieć IoT, składająca się z różnorodnych elementów obliczeniowych może być optymalizowana na potrzeby różnych zadań i może automatycznie odpowiadać na specyficzne zapotrzebowanie określonych aplikacji na energię. Niskie wartości prądu czuwania i prądu upływowego wymagają implementacji w obwodach i precyzyjnego taktowania celem osiągnięcia stanu wydajnego oszczędzania energii przez system.

Przetwarzanie dużych ilości danych i wykorzystanie inteligentnych algorytmów na potrzeby analizy danych w czasie rzeczywistym będzie pomocne w monitorowaniu zużycia energii. Dla wielu systemów IoT dostęp do nieprzerwanego źródła zasilania jest nieustanie pojawiającym się wyzwaniem. Problemem może być sposób implementacji lub koszt podłączenia urządzeń do źródła zasilania. W projektach uwzględniane są zasadnicze elementy systemów, na przykład mikrokontroler, interfejs bezprzewodowy, czujniki oraz rozwiązania do zarządzania zasilaniem systemu. Jednym z najważniejszych sposobów na minimalizowanie zapotrzebowania na zasilanie jest wybór właściwego kontrolera/procesora, który może charakteryzować się wyższą energooszczędnością.

Znaczenie ma także odpowiedni protokół sieciowy. Niektóre protokoły mogą wymagać większych przepustowości niż jest to niezbędne, a tym samym mogą zużywać więcej energii. Znaczące oszczędności w zużyciu energii można osiągnąć w drodze automatycznej obsługi interfejsów czujników i innych funkcji peryferyjnych. W węźle czujników ilość danych do wysłania przez łącze bezprzewodowe powinna być względnie mała. Dlatego ZigBee zapewnia optymalne rozwiązanie sieci typu mesh; Bluetooth Smart jest doskonałym wyborem dla standardowych, energooszczędnych konfiguracji punkt do punktu; chronione patentami rozwiązania pasma Sub-GHz zapewniają maksymalną elastyczność rozmiaru sieci, przepustowości i obciążenia danymi w konfiguracjach typu gwiazda lub punkt do punktu.

Pobór energii w trybach niskiej mocy i aktywnym, a także zapotrzebowanie na szybkie wybudzanie urządzeń ze stanu niskiej mocy do stanu pracy na pełnych obrotach będą stanowiły o znaczącej różnicy w oszczędzaniu energii baterii. Ostateczną kwestią uwzględnianą w projekcie aplikacji niskoenergetycznych jest zasilanie samo w sobie. W zależności od typu baterii zastosowanej w aplikacji bardzo często pojawia się wymóg stosowania przetwornic podwyższających napięcie lub podwyższających regulatorów przełączających.

Istnieje wiele dróg podejścia do kwestii unikania częstych problemów Internetu rzeczy ze zużyciem energii. Aby poprawić wydajność energetyczną urządzeń IoT, można łączyć liczne metody ograniczania poboru mocy i pozyskiwania energii. Pozyskiwanie energii jest jednym z systemów, w których konwersja zachodzi z jednej energii w drugą za pośrednictwem otoczenia. Ta zaawansowana technika znajduje szerokie zastosowanie w ostatnich latach i jest cenną alternatywą dla niektórych rozwiązań. Ograniczenie poboru mocy jest systemem integrowanym na poziomie komponentów sprzętu, poprzez wykorzystanie zaawansowanych technik zarządzania energią i różnorodnych trybów oszczędzania energii.

W przypadku systemów złożonych zintegrowane obwody zarządzania energią (PMIC) umożliwiają precyzyjne sterowanie całym systemem. Korzystając z jednego źródła zasilania, można tworzyć wiele szyn napięciowych, zasilających różne elementy systemów wbudowanych.

Niemal wszystkie uruchomione aplikacje IoT lub te, które są w trakcie uruchamiania wymagają wysokiego poziomu zabezpieczeń. Ponieważ rozwiązania Internetu rzeczy pojawiają się w rosnącej liczbie aplikacji, pojawiają się liczne wyzwania dla bezpieczeństwa, takie jak prywatność danych, bezpieczeństwo danych i ich jednorodność — wszystkie mają fundamentalne znaczenie dla działania całego ekosystemu Internetu rzeczy.

Każda aplikacja IoT może zostać skategoryzowana w obrębie jednej z poniższych warstw: wykrywanie, sieć, middleware lub aplikacja. Każda z tych warstw wykorzystuje inne technologie, które z kolei stwarzają inne problemy. Warstwa wykrywania to przede wszystkim fizyczne czujniki Internetu rzeczy i urządzenia uruchamiające. Warstwa sieci ma przede wszystkim za zadanie przekazywać informacje z warstwy wykrywania do jednostki obliczeniowej na potrzeby przetwarzania. Warstwa middleware działa jako most między warstwą sieci i aplikacji. Warstwa middleware obejmuje brokerów, magazyny danych trwałych, systemy kolejkowania, układy uczenia maszynowego itp. Bezpieczeństwo baz danych i bezpieczeństwo chmury to główne wyzwania w zakresie bezpieczeństwa w warstwie middleware. W warstwie aplikacyjnej zintegrowane są różnorodne, kompleksowe aplikacje oparte na Internecie rzeczy.

Istnieją liczne bramki, które łączą wszystkie te warstwy, aby usprawnić przepływ danych. Pojemna warstwa bramek łączy wiele urządzeń, ludzi, obiektów i usług w chmurze. Pomaga dostarczać rozwiązania sprzętowe i oprogramowaniowe dla urządzeń Internetu rzeczy. Szyfrowanie i rozszyfrowywanie danych IoT, a także translacja protokołów na potrzeby komunikacji między warstwami są obsługiwane przez bramki.

Kluczowym celem ochrony Internetu rzeczy jest zapewnienie bezpieczeństwa danych, prywatności i poufności, a także bezpieczeństwa infrastruktur, urządzeń i usług świadczonych w środowisku IoT.

Obecne i przyszłe rozwiązania odpowiadające na zagrożenia IoT obejmują różnorodne mechanizmy, takie jak blockchain, architektura rozproszonych zasobów informatycznych, mgła obliczeniowa i uczenie maszynowe.

Szyfrowanie blockchain to potężny oręż do obrony przed manipulowaniem danymi z urządzeń Internetu rzeczy, narzędzie do blokowania dostępu i udzielania pozwoleń współpracującym urządzeniom na dostęp do sieci IoT. Może być to najlepsze rozwiązanie na potrzeby bezpieczeństwa i ochrony prywatności danych IoT, ponieważ jest ono podstawą rozwiązań odpowiadających na wiele wyzwań w środowisku IoT, które w swojej naturze jest zdecentralizowane, dlatego nie wymaga scentralizowanego systemu nadrzędnego do zarządzania transakcjami.

Urządzenia IoT na obrzeżach sieci gromadzą dane z czujników i przekazują je między sobą, dlatego obrzeże sieci może być dogodnym punktem dostępu do sieci i kluczowych systemów, czyniąc je podatnym na cyberataki i problemy z fizycznymi zabezpieczeniami (manipulowanie przy urządzeniu) Zagrożenie dla danych i prywatności, zdalne manipulowanie przy urządzeniach oraz cyberataki nasilają się przy wymianie bardzo dużych ilości danych.

Uczenie maszynowe (ML) wydaje się stanowić obiecujące rozwiązanie w zakresie zabezpieczenia urządzeń IoT przed cyberatakami poprzez zapewnianie zróżnicowanego podejścia do obrony przed atakami w porównaniu do innych tradycyjnych metod. W wielu branżach i sektorach wykorzystuje się uczenie maszynowe w celu uruchamiania rozwiązań, w tym w zakresie bezpieczeństwa IoT.

Wytwarzająca półprzewodniki firma Arm — która dostarcza popularne rozwiązania wykorzystujące architekturę systemu domu inteligentnego tworzoną przez urządzenia zabezpieczające, żarówki, urządzenia AGD i wiele więcej — wprowadziła nowe ramowe rozwiązania bezpieczeństwa, określane mianem architektury bezpieczeństwa platformy (PSA), celem zwiększenia bezpieczeństwa rozwiązań Internetu rzeczy. Pomoże to inżynierom projektantom rozwiązań elektronicznych na integrowanie systemów bezpieczeństwa bezpośrednio w oprogramowaniu układowym urządzenia. Architektura PSA to także opracowywane na potrzeby urządzeń konsumenckich modele zagrożeń dla Internetu rzeczy, sprzęt do oceny bezpieczeństwa i rozwiązania architektury oprogramowania układowego oparte na „podejściu wykorzystującym najlepsze praktyki”.

Chmura obliczeniowa jest oparta na współdzieleniu zasobów, co jest istotnym warunkiem funkcjonowania platform Internetu rzeczy. W procesach w obrębie chmury obliczeniowej olbrzymia ilość danych jest gromadzona przez urządzenia IoT i przechowywana na serwerach zewnętrznych. Użytkownik ma dostęp do usług w chmurze z dowolnej lokalizacji za pośrednictwem każdego urządzenia, które dysponuje możliwością łączności internetowej. Chmura jest źródłem usług opartych na elastycznych i skalowalnych zasobach, które są zawsze dostępne. Osiągnięcie równowagi między przechowywaniem i przetwarzaniem danych na obrzeżach sieci lub w chmurze ma niezwykłe znaczenie. Przechowywanie zbyt dużej ilości danych na obrzeżach sieci może prowadzić do nadmiernego obciążenia urządzeń i wpływać na funkcjonowanie całego systemu.

Chmura to miejsce przechowywania danych oraz źródło funkcji obliczeniowych dla urządzeń Internetu rzeczy, które są udostępniane jako „usługi w chmurze”. Infrastruktura jako usługa (IaaS), Platforma jako usługa (PaaS) oraz Oprogramowanie jako usługa (SaaS) to dostępne typy usług w chmurze. Niektóre z popularnych rozwiązań platformy Internetu rzeczy (IoT) w chmurze to: Artik Cloud, Autodesk Fusion Connect, AWS IOT, GE Predix, Google Cloud IoT, Microsoft Azure IoT Suite, IBM Watson IoT, ThingWorx, Intel IoT Platform, Salesforce IoT Cloud, Telit DeviceWise, Zebra Zatar Cloud, macchina.io, ThingSpeak i Particle Cloud.

Technologia komórkowa 4G zapewnia szerokopasmowy dostęp do Internetu przy użyciu modemów bezprzewodowych, smartfonów i innych urządzeń mobilnych. Systemy 4G oferują ulepszone kluczowe usługi, takie jak połączenia wideo HD, wyższe pasmo przenoszenia (BW), wysoką przepustowość danych, lepszą QoS i usługi strumieniowego przesyłania gier online. Ich pasmo przenoszenia wynosi 40 MHz ustanawiając wymóg prędkości maksymalnej na 100 Mb/s.

Na przykład platforma w chmurze IoTConnect ® obsługiwana przez Avnet spełnia unikalne wymogi różnych branż i sektorów przemysłu, takich jak inteligentne miasta, wytwórstwo, ochrona zdrowia, przetwarzanie żywności (FMCG — towary szybkozbywalne), rynek detaliczny, budownictwo, usługi środowiskowe i wiele więcej. Najważniejszymi cechami platformy IoTConnect są: łatwa konfiguracja, powiadomienia, monitorowanie i analityka w czasie rzeczywistym, wielowarstwowe bezpieczeństwo, integracja, łączność, interoperacyjność i oprogramowanie obsługujące systemy na obrzeżach sieci. Niektóre z usług oferowanych przez IoTConnect obejmują: inteligentne zasady, zarządzanie urządzeniami, analityka w czasie rzeczywistym, monitorowanie zdalne, śledzenie zasobów i infrastruktura danych.

Platforma IoTConnect wspiera wiele protokołów interfejsów, w tym: Bluetooth, 802.15.4/ZigBee lub 6LoWPAN, ModBus, CAN Bus, BACnet, CoAP, MQTTS, HTTPS, AMQP i wiele więcej. Platforma IoTConnect może łączyć się niemal z każdym urządzeniem IoT dzięki najwydajniejszym przemysłowym protokołom, wspierając komunikację z chmurą platformy IoTConnect. Pozwala ona łączyć istniejące systemy CRM i ERP na potrzeby tworzenia systemów o większej złożoności i inteligencji.

Platforma IoTConnect wykorzystuje infrastrukturę definiowaną oprogramowaniem (SDI), co przekłada się na łatwość aktualizacji i niezależność wszystkich powiązanych zasobów sprzętowych. IoTConnect® może przechwytywać i analizować olbrzymie ilości danych pozwalając organizacjom na bezpieczne łączenie się z wieloma źródłami danych, urządzeniami, czujnikami, sprzętem i układami sterowania. Po przyłączeniu wszystkich zasobów dane są agregowane, filtrowanie, przechowywane i analizowane. Następnie dane są konwertowane na proste do zrozumienia raporty, wykorzystując narzędzia wizualizacji danych oraz udostępnianie właściwym osobom, w stosownym czasie, aby poprawić podejmowanie decyzji.