Mgła obliczeniowa to sposób na opracowanie bezpiecznej rozproszonej architektury w świecie opartym na danych. W artykule opisano osiem filarów architektury mgły obliczeniowej, realizowanej poza obszarem zakładowych sieci przemysłowych.
Obecnie przemysł produkcyjny uzyskuje znaczne korzyści z Przemysłowego Internetu Rzeczy (IIoT), ponieważ właściciele wielu fabryk i zakładów wykorzystują technologie IIoT do automatyzowania systemów, instalowania i integracji czujników mierzących różne parametry i dostarczających danych do monitoringu i analizy, zwiększenia wydajności produkcji i w efekcie końcowym zwiększania dochodów swoich firm. W osiągnięciu tych celów może pomóc wykorzystanie opisanych w dalszej części artykułu ośmiu filarów technologii tzw. mgły obliczeniowej (fog computing).
Ilość danych pochodzących z nowo podłączonych do sieci IIoT fabryk można mierzyć w petabajtach (1 petabajt = 1 mln gigabajtów). W zakładach przemysłowych działają bowiem miliony czujników podłączonych do sieci transmisji danych i dostarczających strumienie danych do przemysłowych systemów sterowania (ICS). Wiele zakładów i przedsiębiorstw w coraz większym stopniu korzysta również z autonomicznych dronów, robotów przemysłowych, kamer monitorujących fabryki itd.
Tradycyjne podejście znane z klasycznej technologii informatycznej (IT) do środowisk technologii operacyjnej (OT) nie może dotrzymać kroku wyzwaniom związanym z otrzymywaniem i obsługą tak dużych ilości danych, z szybkością ich dostarczania i przetwarzania, mobilnością i niezawodnością urządzeń, cyberbezpieczeństwem i prywatnością danych oraz przepustowością sieci w sterowanych, podłączonych do sieci przez dostawców lub trudno dostępnych środowiskach operacyjnych. Nadszedł zatem czas na nowe podejście do architektury systemów sterowania, aby umożliwić pełniejsze i efektywniejsze wykorzystanie potencjału technologii IIoT w strukturach tzw. mgły obliczeniowej.
Definicja mgły obliczeniowej
Mgła obliczeniowa (fog computing) jest przeznaczona dla środowisk o dużym zagęszczeniu danych, wykorzystujących wysoko wydajne obliczenia komputerowe (HPC – highperformance computing), w aplikacjach, których znaczenie jest istotne czy nawet krytyczne dla funkcjonowania zakładów, fabryk, przedsiębiorstw. Mgła oznacza tu pojawiającą się obecnie rozproszoną architekturę systemów sterowania, która stanowi pomost w ciągłości pomiędzy chmurą obliczeniową a urządzeniami obiektowymi podłączonymi do sieci IIoT („rzeczami”), a jednocześnie nie wymaga ciągłego utrzymywania połączenia warstwy, poziomu obiektowego sieci zakładowych z chmurą. Zasada działania mgły polega na selektywnym przesuwaniu obliczeń, przechowywania danych, komunikacji, sterowania i podejmowania decyzji bliżej podłączonych do Internetu Rzeczy (IoT) czujników i elementów wykonawczych, w których dane te są generowane i wykorzystywane. Mgła rozszerza, ale nie zastępuje inwestycji i wykorzystania technologii chmury obliczeniowej, umożliwiając wydajne, opłacalne, cyberbezpieczne i konstruktywne wykorzystanie technologii IIoT bezpośrednio w środowiskach produkcyjnych.
Mgła obliczeniowa jest czasami określana jako technologia obliczania i przetwarzania danych do krawędzi sieci zakładowych (edge computing) poziomu obiektowego, jednak istnieją zasadnicze różnice pomiędzy tymi dwoma pojęciami. Mgła jest bowiem swoistym „nadzbiorem” funkcjonalności krawędzi sieci. Architektura mgły łączy zasoby i źródła danych pomiędzy urządzeniami rezydującymi w obszarze sieci lokalnej – do krawędzi sieci w hierarchiach pionowych (chmura-czujniki) i poziomych (funkcja-funkcja lub peer-to-peer), współpracując z zewnętrzną chmurą w celu osiągnięcia jak największej efektywności. Istnieje obecnie wyraźna tendencja do ograniczania technologii obliczeń realizowanych na krawędzi sieci do niewielkiej liczby warstw hierarchii pionowych, często związanych z funkcjami bram sieciowych, opartych na prostych protokołach.
Węzły mgły są fundamentalnymi elementami jej architektury. Węzeł mgły to każde urządzenie włączone do sieci poziomu obiektowego, które dostarcza dane sieciowe, przechowuje dane oraz udostępnia narzędzia przyspieszające transmisję i przetwarzanie tych danych w architekturze mgły. Przykładami węzłów mgły są sterowniki przemysłowe, przełączniki sieciowe, routery, wbudowane serwery, złożone bramy sieciowe, programowalne sterowniki logiczne (PLC) oraz inteligentne moduły końcowe IoT, takie jak kamery nadzorujące, różnego rodzaju czujniki itp.
Rys. 1. Osiem filarów architektury mgły obliczeniowej według Konsorcjum OpenFog. Architektura ta obejmuje: bezpieczeństwo, skalowalność, otwartość, autonomię, niezawodność/dostępność/serwisowalność (RAS), sprawność, organizację hierarchiczną oraz programowalność.
Korzyści z mgły obliczeniowej dla fabryki
Dzięki wykorzystaniu technologii IIoT wraz z architekturą mgły sieciowej, fabryki i zakłady przemysłowe mogą w znacznie większym stopniu skorzystać z rozwiązań komunikacji sieciowej oraz obsługi danych strumieniowych w warstwie węzłów mgły. Węzeł mgły znajdujący na niższym poziomie w hierarchii, na przykład zlokalizowany na pojedynczej maszynie, może być podłączony do zestawu lokalnych czujników i elementów wykonawczych, tak więc może analizować dane, interpretować anomalie, a następnie, w przypadku autoryzacji, autonomicznie reagować i kompensować odchyłki lub naprawiać błędy. Alternatywnie, węzeł mgły może wysyłać odpowiednie żądania usług wyżej w hierarchii mgły w celu interwencji wykwalifikowanego personelu technicznego, dostawcy usług konserwacji albo wykorzystania funkcji i możliwości technologii uczenia maszynowego.
Jeśli sytuacja wymaga podjęcia decyzji w czasie rzeczywistym, na przykład wyłączenia sprzętu zanim wystąpi jego awaria lub dostrojenia kluczowych parametrów procesu technologicznego, to węzły mgły mogą wykonać analizę i podjąć odpowiednie działania w czasie rzędu milisekund. Kierownictwo zakładu produkcyjnego nie musi więc podejmować takich szybkich decyzji w oparciu o analizę wykonaną w odległym centrum danych w chmurze. To pomaga uniknąć potencjalnych problemów wynikających ze zbyt wolnej transmisji danych, opóźnienia kolejek komunikatów danych lub przestojów sieci/serwera, które mogą doprowadzić do wypadków w zakładach, zmniejszenia wydajności produkcji lub pogorszenia jakości wyrobów.
W fabryce węzły mgły znajdujące się wyżej w hierarchii mogą być wyposażone w dodatkowe funkcje i narzędzia, umożliwiające spojrzenie na realizowane procesy przemysłowe w szerszej perspektywie. Chodzi tu przede wszystkim o takie funkcje, jak wizualizacja pracy linii produkcyjnej, monitoring statusu nieprawidłowo funkcjonujących maszyn, dostrajanie parametrów produkcyjnych, modyfikacja planów produkcji, zamawianie surowców i wysyłanie sygnałów alarmowych do odpowiednich ludzi.
Architektura mgły obliczeniowej w rurociągu naftowym
Aby zilustrować działanie systemu sieciowego w architekturze mgły obliczeniowej w trudniejszych środowiskach przemysłowych, rozważmy rurociąg naftowy z zainstalowanymi czujnikami ciśnienia i przepływu oraz zaworami sterującymi i pompami. W tradycyjnym podejściu z wykorzystaniem chmury obliczeniowej odczyty z odległych czujników są przesyłane do takiej chmury przy użyciu drogich łączy satelitarnych w celu analizowania danych i wykrywania warunków pracy odbiegających od normalnych. Chmura wysyła polecenia z powrotem do elementów wykonawczych w celu odpowiedniego ustawiania położenia zaworów i tak dalej.
To podejście nie jest najbardziej optymalne, ponieważ duża przepustowość sieci jest bardzo kosztowna, zaś połączenia mogą zostać zerwane – szczególnie przy złych warunkach atmosferycznych. Przesyłane dane mogą być ponadto przechwycone przez hakerów, a czas trwania całego cyklu jest zbyt długi (setki milisekund), co może skutkować wydłużeniem czasów reakcji na krytyczne incydenty.
Po dodaniu mgły obliczeniowej hierarchia zadań i funkcji dla lokalnych węzłów mgły jest umieszczona w bezpośredniej bliskości rurociągu w celu połączenia czujników i elementów wykonawczych z niedrogimi, ale szybkimi lokalnymi obiektami sieciowymi. Węzły takie wprowadzają ponadto dodatkowe funkcje cyberbezpieczeństwa, jeszcze bardziej ograniczając możliwości cyberwłamań. Mogą reagować na warunki odbiegające od normalnych w czasie milisekund, szybko zamykając zawory, aby w bardzo dużym stopniu ograniczać np. wycieki ropy. Węzły mgły działają w sieciach przewodowych, optycznych i bezprzewodowych, a także wewnątrz sieci, zapewniając idealne dopasowanie połączeń z elementami przemysłowymi, opartymi na przewodowych systemach sterowania procesami technologicznymi (SCADA), interfejsach OPC UA, protokołach Modbus itp. Analiza danych w węźle mgły na poziomie lokalnym w zakładzie zdecydowanie zmniejsza zapotrzebowanie na przepustowość połączenia sieciowego z chmurą zewnętrzną, gwarantując niskie ogólne koszty utrzymania.
Równoważenie implementacji procedur sterowania pomiędzy chmurą a mgłą powoduje osiąganie lepszych wyników w całej firmie (koszty, sterowanie, bezpieczeństwo i zabezpieczenia). Przesunięcie większości funkcji podejmowania decyzji do mgły oraz wykorzystywanie chmury do okazjonalnego raportowania statusu lub odbierania poleceń czy dokonywania aktualizacji, tworzy lepszy i przede wszystkim bardziej efektywny sieciowy system sterowania.
Rys. 2. Węzły mgły obliczeniowej w inteligentnej fabryce. Pojedyncze maszyny, gniazda produkcyjne oraz linie produkcyjne są ze sobą połączone w sieci, tworząc infrastrukturę, która może być zoptymalizowana pod kątem dostarczania usług.
Pięć zalet mgły obliczeniowej
Wyższy poziom cyberbezpieczeństwa, szybsze i efektywne rozpoznawanie potrzeb produkcyjnych, szybkość działania, niewielkie opóźnienia przesyłu danych oraz wysoka sprawność operacyjna (SCALE – security, cognition, agility, latency and efficiency) to główne zalety technologii mgły obliczeniowej. O ile wybrany sprzęt IIoT i technologie zajmują się tylko specyficznymi aspektami, mgła obliczeniowa zajmuje się pełnymi wymaganiami SCALE.
- Wysoki poziom cyberbezpieczeństwa
Tradycyjne środki w zakresie cyberbezpieczeństwa w zakładach przemysłowych koncentrują się przede wszystkim na ochronie obwodowej (perimeter-based protection), wykrywającej zagrożenia dla przemysłowych systemów sterowania. Nowe żądania realizacji operacji sterowania są przekierowywane do chmury w celu dokonania procesów ich uwierzytelniania i autoryzacji. Modernizacje sprzętu i aktualizacje oprogramowania są zwykle dokonywane podczas planowanych przestojów systemu. Jeśli cyberatak przełamie mechanizmy ochronne firewalla, najczęstrzą reakcją jest ręczne wyłączenie systemu w celu przeprowadzenia tzw. kwarantanny i usunięcia złośliwego oprogramowania, co może spowodować przestój nawet całej fabryki. We współczesnych sieciowych systemach sterowania procesami takie podejście jest już nie do przyjęcia.
Za pomocą technologii mgły obliczeniowej funkcje zabezpieczeń są realizowane na poziomie lokalnym, nie zaś w chmurze, wykorzystując tę samą korporacyjną politykę IT, sterowanie i procedury. Większość węzłów sieciowej mgły zawiera sprzętowe źródło zaufania (RoT – root of trust), które jest podstawą łańcucha zaufania w przesyłaniu i przetwarzaniu danych od czujnika i elementu wykonawczego najniższego poziomu, przez hierarchię mgły, aż do chmury. Ruch sieciowy jest monitorowany – od poziomu zewnętrznej sieci – Internetu, do rozproszonej sieci mgły. Wykorzystywane jest do tego celu uczenie maszynowe, które wykrywa aktywności odbiegające od normalnych w lokalnym kontekście, mogące oznaczać potencjalny cyberatak.
Jeśli zostanie wykryte zagrożenie, węzły mgły działają jako bramy sieciowe, blokując ruch sieciowy ze strony hakerów i chroniąc kluczową sieć zakładową. Przy takiej konwencji organizacji sieci bardzo cenne dane mogą być przetwarzane lokalnie, bez opuszczania zakładu produkcyjnego. Architektura mgły zapewnia także rozproszoną warstwę kognitywną dla implementacji tanich modułów końcowych IoT, co pozwala na bardziej opłacalne wdrożenie technologii łańcuchów bloków (blockchain) w całej sieci, nawet gdy niektóre elementy sieci wykazują brak wystarczających zasobów obliczeniowych, niezbędnych do pełnego wdrożenia tej technologii.
2. Rozpoznawanie potrzeb produkcji
Architektura mgły obliczeniowej wyznacza optymalne miejsca do wykonywania obliczeń, przechowywania danych i realizacji funkcji sterowania w łańcuchu chmura-rzecz (cloud-to-thing). Decyzje mogą być podejmowane w urządzeniu końcowym IoT lub za pomocą pobliskiego węzła mgły, unikając potrzeby transportowania danych zawsze do chmury. Dane są przetwarzane i analizowane lokalnie, autonomicznie i efektywnie. Przefiltrowana wersja otrzymywanych informacji jest przesyłana za pośrednictwem hierarchii mgły do centrum danych zarządu firmy w celu przeprowadzenia jej analizy. Takie rozwiązania wspierają przyszłe planowanie i długoterminowe ulepszenia.
Inteligentne czujniki mogą podejmować autonomiczne decyzje, również te wymagające kompromisu, zachowania odpowiedniego balansu, a dotyczące realizacji produkcji. Wiele połączonych w sieci maszyn może się komunikować w granicach środowisk produkcyjnych i uczyć się na podstawie podejmowanych decyzji, ulepszając swoje działanie na przestrzeni czasu.
W szczególności architektura mgły może odtwarzać i wykorzystywać umiejętności doświadczonych operatorów, tworząc tzw. cyfrowego bliźniaka (digital twin), który wykorzystuje dane zebrane z czujników umieszczonych na narzędziach produkcyjnych. Cyfrowy bliźniak to cyfrowa replika fizycznych zasobów, procesów i systemów, która dostarcza funkcje i dynamikę dla działania urządzenia IoT w ciągu jego cyklu życia. Dzięki temu jeden operator może monitorować i zarządzać wieloma urządzeniami w różnych lokalizacjach – nawet w przeszłości, teraźniejszości i w przyszłości – wszystko dzięki mechanizmowi symulacji cyfrowego bliźniaka.
Umożliwia to tworzenie infrastruktury opartej na mgle obliczeniowej, która uczy się z historii realizacji procesów produkcji w zakładzie, umożliwia sterowanie w czasie rzeczywistym bieżącymi procesami produkcyjnymi oraz ekstrapoluje parametry produkcyjne, które mogą być wymagane dla przyszłych uruchomień produkcji. Wszystko to odbywa się w jednym zintegrowanym systemie. Wdrożone w warstwach mgły cyfrowe bliźniaki pozwalają operatorom na symulowanie, w odpowiedzi na zapotrzebowanie, zmian parametrów procesowych cyfrowo w systemie, bardzo blisko rzeczywistego zakładu przemysłowego i bez niebezpieczeństwa popełnienia błędów mających wpływ na jakość wyrobów, mogących spowodować uszkodzenie sprzętu produkcyjnego lub stworzenie niebezpiecznych warunków pracy w zakładzie.
3. Zwinność działania firmy
Środowiska produkcyjne mogą fluktuować pod względem ilości generowanych i przetwarzanych danych oraz wielkości produkcji. Poprzez hierarchię swoich węzłów mgła obliczeniowa może zarządzać żądaniami, zapotrzebowaniem na moc maszyn w systemie rozdziału obciążeń, dystrybuując zadania do realizacji przez maszyny nie w pełni wykorzystywane. Hierarchiczna struktura węzłów mgły formuje dynamiczne grupy wymiany informacji dla uzyskania efektywnej współpracy. Na przykład w przypadku chwilowego braku mocy produkcyjnej w jednej fabryce można przesunąć produkcję do wolnego sprzętu w innej fabryce firmy.
Możliwość dokonywania tego typu dynamicznych zmian pomaga w organizowaniu i sterowaniu przepływem informacji pomiędzy maszynami. Rozpatrzmy następujący przykład: Maszyna 1 wierci otwór w arkuszu blachy, a następnie maszyna 2 umieszcza w nim śrubę. Jeśli położenie otworu wykonanego przez maszynę 1 odbiega od wymaganego, przekraczając granice tolerancji, to identyfikator wyrobu oraz informacja o tej odchyłce są wysyłane do maszyny 2, która wówczas dokonuje automatycznego dostrojenia, zapobiegając wyprodukowaniu wadliwego wyrobu.
Mgła obliczeniowa ułatwia także tworzenie bogatszych, opartych na oprogramowaniu środowisk produkcyjnych. Ponieważ fabryki przestawiają się na produkcję wysoko zróżnicowaną o niskiej skali (high mix/low volume production) wyrobów według specyfikacji klientów, to możliwość ponownego programowania węzłów mgły w górę hierarchii umożliwia cyfrowemu przedsiębiorstwu nadążanie za zmianami na rynku.
4. Małe opóźnienia przesyłu danych
Większość przemysłowych systemów sterowania wymaga małych opóźnień przesyłu danych przez sieć, mniejszych od pojedynczych milisekund, co leży poza zakresem możliwości przetwarzania głównych usług w chmurze obliczeniowej. W fabryce może być wymagane opóźnienie wykonania polecenia wynoszące zaledwie 10 µs, aby zapobiegać wyłączaniu linii produkcyjnej, unikać wypadków, przywracać zasilanie lub poprawiać błędy produkcyjne. Architektura sieciowej mgły zmniejsza opóźnienia przesyłu danych, ponieważ eliminuje bezwładność czasową obiegu danych pomiędzy czujnikami zainstalowanymi na linii produkcyjnej, chmurą i z powrotem do elementów wykonawczych. Ta latencja obejmuje opóźnienie przesyłu danych do chmury (siecią bezprzewodową lub światłowodową), kolejkowanie opóźnień oraz opóźnienia usług serwera w chmurze. Może ona wynosić ponad 100 ms, nawet w dobrze zaprojektowanych sieciach chmur. Lokalny węzeł mgły może reagować na otrzymane informacje i podejmować decyzje w czasie krótszym od milisekund.
W szczególności architektura mgły sieciowej może pomóc w prawidłowym funkcjonowaniu robotów i dronów. Maszyny te muszą wykonywać złożone sekwencje szybkich ruchów. Sterowanie tymi ruchami musi być realizowane w czasie rzędu milisekund lub nawet mikrosekund w przypadku sterowania napędem silnikowym w celu zachowania bezpieczeństwa i precyzji pozycjonowania. Jeśli zostanie wprowadzone zbyt duże opóźnienie pomiędzy wieloma klasami systemów sterowania, to sterowanie pracą fizycznej fabryki może stać się niestabilne. Mgła reprezentuje system ze wszystkimi uniwersalnymi korzyściami płynącymi z wykorzystania narzędzi chmury, ale z małymi opóźnieniami przesyłu danych, co pomaga w zapewnieniu stabilności systemu sterowania.
5. Wysoka sprawność operacyjna
Interoperacyjność jest kluczem do osiągnięcia wysokiej sprawności operacyjnej. Ponieważ systemy przemysłowe ewoluują od systemów opracowanych w określonym celu oraz dyskretnych w kierunku systemów elastycznych, zdefiniowanych przez oprogramowanie oraz modularyzowanych i rozproszonych, producenci coraz częściej zaczynają zdawać sobie sprawę z tego, że aktualny poziom inter-operacyjności systemów jest już niewystarczający, a wynika to ze złożoności systemów, połączeń sieciowych i czujników, które w znakomitej większości aplikacji wykorzystują różne protokoły i metody komunikacyjne. Węzły mgły mogą pracować jako „interpretatory” lub bramy sieciowe protokołów dla tych istniejących w zakładach starszych systemów. Węzły mgły zbierają i normalizują zarówno dane o różnych formatach i protokołach, pochodzące z czujników zainstalowanych na sprzęcie w zakładzie, jak i połączenia sieciowe pomiędzy czujnikami a systemami sterowania, umożliwiając tym czujnikom i systemom łatwe połączenia, bez konieczności stosowania różnych dodatkowych metod uzyskiwania dostępu do danych dla każdego systemu.
Ponadto mgła obliczeniowa zwiększa wydajność systemów przez odciążanie maszyn w przypadku szczytowego zapotrzebowania na produkcję i przenoszenie jej na inne dostępne maszyny. W każdej fabryce węzły mgły zbierają, agregują i analizują niezbędne dane związane z ogólną zdolnością produkcyjną. Wirtualna platforma dynamicznie łączy węzły mgły znajdujące się w różnych fabrykach. W ten sposób tworzy wirtualną grupę węzłów mgły, starając się produkować ten sam wyrób, niezależnie od fabryki, w której węzły te działają. Dane zebrane przez węzły mgły są wysyłane z powrotem do wirtualnej platformy w celu podejmowania decyzji dotyczących odpowiedniego wykorzystania zasobów w różnych fabrykach firmy.
Rys. 3. Schemat blokowy mgły obliczeniowej oraz jej poziomej architektury na poziomie systemu.
Konserwacja prognozowana i proaktywna
Konserwacja prognozowana i proaktywna były zachwalane jako jedne z największych beneficjentów technologii IIoT. W rzeczywistości wykorzystanie IIoT w tym obszarze było zbyt powolne z powodu złożoności procedur udostępniania danych różnych formatów i wykorzystywania różnych protokołów komunikacyjnych. Istnieją ponadto realne obawy o wyciek cennych informacji poza fabrykę – ujawnienie ich zewnętrznym dostawcom usług konserwacji. Mgła obliczeniowa pomaga w identyfikowaniu nieprawidłowości funkcjonowania sprzętu w fabryce, zanim one wystąpią, poprzez realizację zagregowanego procesu. Węzeł mgły, zlokalizowany na pojedynczej maszynie lub w jej pobliżu, jest połączony z odpowiednim dla niej elementem wykonawczym w celu szybszego reagowania, jak to opisano już wcześniej w scenariuszu inteligentnej fabryki.
Węzły mgły automatycznie wybierają najodpowiedniejsze trasy komunikacyjne dla danych niezbędnych producentom sprzętu oraz dostawcom usług konserwacji i bezpiecznie przesyłają dane do systemu utrzymania ruchu w czasie rzeczywistym.
Jeśli system utrzymania ruchu w fabryce, na podstawie analizy otrzymanych danych, wykryje oznakę awarii, to natychmiast sprawdzane są stany magazynowe pod względem dostępności części zamiennych i harmonogramy konserwacji zostają odpowiednio skorygowane, co ma mały wpływ na produkcję. Niewielkie odchyłki od normalnych odczytów z czujników mogą wskazywać zbliżającą się awarię i umożliwiać systemowi dokonanie naprawy, zanim nastąpi katastrofalne uszkodzenie sprzętu.
Aby utrzymać poufność danych w fabryce, węzły mgły autonomicznie określają zawartość danych i wysyłają odpowiednie dane tylko do systemów, które ich wymagają. Zastosowanie klasyfikacji i szyfrowania danych oraz wirtualnych sieci prywatnych (VPN) może zapewnić jeszcze bezpieczniejszą komunikację. To w dużym stopniu zmniejsza niebezpieczeństwo niezamierzonego ujawnienia informacji firmowych w każdym kierunku.
Osiem filarów architektury mgły obliczeniowej
Konsorcjum OpenFog stworzyło platformę otwartej, interoperacyjnej architektury mgły obliczeniowej, opartą na ośmiu atrybutach wysokiego poziomu, zwanych filarami. Te osiem filarów to: cyberbezpieczeństwo, skalowalność, otwartość, autonomia, niezawodność, zwinność, organizacja hierarchiczna i programowalność. Poniżej opisano sposób dopasowania ich do środowisk automatyki przemysłowej.
- Cyberbezpieczeństwo
Jak już wcześniej zostało wspomniane, cyberbezpieczeństwo jest sprawą kluczową dla środowisk mgły obliczeniowej. Mgła umożliwia systemom produkcyjnym bezpieczny przesył danych i działanie na ich podstawie w kompleksowym środowisku obliczeniowym. Połączenia T2F (rzeczy-mgła, things-to-fog), F2F (mgła-mgła, fog-fog) oraz F2C (mgła-chmura, fog-cloud) mogą być ustanowione dynamicznie dla wielu aplikacji.
2. Skalowalność
Poprzez lokalne przetwarzanie większości informacji mgła obliczeniowa zmniejsza ilość danych, które muszą być przesyłane z fabryki do chmury. To z kolei prowadzi do redukcji kosztów i wymagań w zakresie przepustowości sieci dla zasobów produkcyjnych i większości zewnętrznych dostawców usług w chmurze. Moc obliczeniowa, przepustowość sieci oraz wielkość sieciowych urządzeń magazynujących mgły mogą być dynamicznie skalowane według zapotrzebowania.
3. Otwartość
Interoperacyjna architektura OpenFog („Otwarta Mgła”) umożliwia transparentne wykrywanie/odkrywanie zasobów (resource discovery) oraz udostępnianie ich za pomocą interfejsów programowania aplikacji (API – application programming interface). Interfejsy te ponadto umożliwiają sprzętowi w fabryce łączenie się z odległymi dostawcami usług konserwacji oraz innymi partnerami firmy.
4. Autonomia
Autonomia zapewniana przez mgłę obliczeniową pozwala producentowi wykonywać wyznaczone działania nawet w przypadku, gdy komunikacja z centrum danych jest ograniczona lub zerwana. Zasoby mogą być wtedy udostępniane innym fabrykom. Można zmniejszyć liczbę zatrzymań linii produkcyjnej poprzez wczesne wykrycie możliwych awarii oraz zastosowanie konserwacji prognozowanej. Kluczowe systemy fabryki mogą kontynuować pracę nawet wtedy, gdy chmura jest niedostępna lub przeciążona.
5. Niezawodność/dostępność/serwisowalność (RAS – reliability/availability/serviceability).
Wysoka niezawodność, dostępność i serwisowalność węzłów mgły umożliwiają ich działanie w trudnych i zasadniczych dla firmy środowiskach produkcyjnych. Te atrybuty pomagają w realizacji funkcji zdalnego utrzymania ruchu oraz konserwacji prognozowanej, a także przyśpieszają wszelkie wymagane naprawy.
6. Zwinność – lokalna inteligencja
Mgła obliczeniowa umożliwia szybkie, lokalne oraz inteligentne podejmowanie decyzji w ramach objętego nią systemu sterowania. Mniejsza awaria w fabrycznym sprzęcie produkcyjnym może być szybko wykryta i usunięta, zaś linie produkcyjne mogą szybko przystosowywać się do nowych wymagań. Zwinność umożliwia także wykonywanie konserwacji prognozowanej, co skraca przestoje fabryki.
7. Hierarchia
Architektura OpenFog pozwala na wykonywanie operacji typu M2F, F2F i F2C zarówno na hali fabrycznej, jak i poza nią. Ponadto umożliwia ona uruchamianie wielu różnych usług oraz usług hybrydowych w węźle mgły i w chmurze. Monitoring i sterowanie, wsparcie operacyjne i wsparcie biznesowe dla produkcji mogą być wdrożone w dynamicznej i elastycznej hierarchii wielu warstw węzłów mgły, w której każdy komponent systemu sterowania w fabryce jest uruchamiany dokładnie na optymalnym poziomie hierarchii architektury sieciowej mgły.
8. Programowalność
Dzięki wdrożeniu architektury mgły w sieciach poziomu obiektowego, fabryki mogą stać się bardziej wydajne przez ponowną alokację i przydzielenie celów zasobom, na podstawie rzeczywistych potrzeb firm. Programowalność oparta na mgle obliczeniowej może umożliwić dynamiczne zmiany linii produkcyjnych i sprzętu, przy jednoczesnym utrzymaniu ogólnej wydajności produkcji. Może ona ponadto tworzyć dynamiczne łańcuchy wartości i analizować dane w zakładzie, zamiast wysyłać je w tym celu do chmury.
Usieciowione środowiska produkcyjne mogą dużo zyskać na wdrożeniu różnych technologii IIoT. Pozostają fundamentalne wyzwania, ponieważ niekompatybilne systemy oraz przeciążone sieci muszą obsługiwać duże ilości danych, przesyłać je z dużą prędkością oraz zapewniać ich cyberbezpieczeństwo. Mgła obliczeniowa dostarcza otwarte, interoperacyjne i bezpieczne architektury sieciowe, które umożliwiają firmom produkcyjnym optymalizację operacji sterowania i zarządzania w oparciu o sygnały z czujników.
Architektura i koncepcja mgły obliczeniowej w zastosowaniach sieciowych znajduje się obecnie na bardzo wczesnym etapie rozwoju. Tworzy jednak nowe możliwości dla producentów oraz inżynierów procesu, poszukujących pomocy w ukształtowaniu świata aplikacji i obsługi przemysłu produkcyjnego za pomocą tego typu podejścia, wykorzystującego rozproszoną i otwartą architekturę systemu sterowania.
Charles Byers jest głównym inżynierem w firmie Cisco Systems oraz współprzewodniczącym komitetu technicznego Konsorcjum OpenFog.