چگونه با کامپیوتر در اینستاگرام پست بگذاریم

برای من همیشه جای سوال بود که چرا اینستاگرام، یکی از بزرگترین شبکه های اجتماعی حاضر در دنیا برای کاربران

نوشته چگونه با کامپیوتر در اینستاگرام پست بگذاریم اولین بار در تی ام ال منیجر پدیدار شد.

چگونه در خریدهای اینترنتی خود صرفه جویی کنیم

با پیدایش فروشگاههای اینترنتی متعدد فرایند خرید کالاهای اساسی نسبت به سالهای پیشین کاملا متفاوت شده است، در گذشته نه

نوشته چگونه در خریدهای اینترنتی خود صرفه جویی کنیم اولین بار در تی ام ال منیجر پدیدار شد.

چگونه از معتبر بودن یک سایت مطمئن شویم

از متداولترین سوالاتی که بارها و بارها از خود من پرسیده شده است، آیا سایت X یا Y معتبر میباشد؟

نوشته چگونه از معتبر بودن یک سایت مطمئن شویم اولین بار در تی ام ال منیجر پدیدار شد.

نصب دسکتاپ المنتری در اوبونتو ۱۸٫۰۴

همانطور که میدانید Gnome 3 دسکتاپ پیشفرض اوبونتو ۱۸٫۰۴ میباشد، اگر تجربه کار با محیط Gnome را داشته باشید میدانید

نوشته نصب دسکتاپ المنتری در اوبونتو ۱۸٫۰۴ اولین بار در تی ام ال منیجر پدیدار شد.

آموزش نصب و اجرای برنامه‌های run در لینوکس

از آنجاکه لینوکس توزیع‌های فراوانی دارد وجود انواع بسته های نرم افزاری هم برای آن دور ذهن نیست، فرمت .deb

نوشته آموزش نصب و اجرای برنامه‌های run در لینوکس اولین بار در تی ام ال منیجر پدیدار شد.

ساخت و توسعه نرم افزار (Software development)

توسعه نرم افزار عبارت است از فرایند تصور، تصریح، طراحی، برنامه نویسی، مستندسازی، آزمایش و رفع باگ در ساخت و نگه داری اپلیکیشن، فریم ورک یا سایر اجزای نرم افزاری.

توسعه نرم افزار، فرایند نوشتن و نگه داری منبع کد است، اما به معنایی وسیع تر، هرچیزی از ایده اصلی نرم افزارِ مطلوب، تا ظهور نهایی نرم افزار را، بعضاً در فرایندی طرح ریزی شده و ساختارمند، در بر میگیرد. بنابراین توسعه نرم افزار میتواند شامل پژوهش، توسعه جدید، نمونه سازی اولیه، اصلاح، استفاده مجدد، بازمهندسی، نگهداری یا هر فعالیتی که منجر به محصولات نرم افزاری می شود، باشد.

نرم افزار را میتوان برای اهداف متنوعی توسعه داد، که سه مورد از متداول ترین ها عبارت اند از براوردن نیازهایی خاص برای یک مشتری/تجارت خاص (نرم افزار مخصوص)، براوردن یک نیاز درک شده برای مجموعه ای از کاربران بالقوه (نرم افزار منبع باز و تجاری)، یا برای مصرف شخصی (مثلاً یک دانشمند ممکن است نرم افزاری برای خودکارسازی یک کار معمولی بنویسد). توسعه نرم افزار جاسازی شده، یعنی توسعه دادن نرم افزار جاسازشده، که مثلاً برای کنترل محصولات مصرفی استفاده می شود، نیازمند یکپارچه سازی فرایند توسعه نرم افزار با توسعه محصول فیزیکیِ کنترل شده باشد. نرم افزار سیستم، بر اپلیکیشن ها و خودِ فرایند برنامه نویسی تاکید میکند و اغلب جداگانه توسعه میابد.

نیاز به کنترل کیفیتِ بهتر برای پروسه توسعه نرم افزار منجر به ظهور رشته مهندسی نرم افزار شده است، که هدف آن کاربرد روش سیستماتیکِ الگوی مهندسی در پروسه توسعه نرم افزار است.

روش های متعددی برای مدیریت پروژه نرم افزاری وجود دارند، که به عنوان مدل یا متدلوژی یا فرایند های چرخه حیات توسعه نرم افزار شناخته میشوند. مدل آبشار یک نسخه سنتی از این دست است، که با ابتکار اخیر توسعه نرم افزار چابک تفاوت دارد.

اصول شناسی ها


یک فرایند توسعه نرم افزار (که به عنوان متدلوژی یا مدل یا چرخه حیات توسعه نرم افزار  نیز شناخته می شود) چارچوبی است که جهت ساختاربندی، طرح ریزی و کنترل پروسه توسعه سیستم های اطلاعاتی استفاده میشود. گستره وسیعی از چنین چارچوب هایی طی سالیان رشد یافته اند، هرکدام با نقاط قوت و ضعف مختص به خود. چند روش مختلف برای توسعه نرم افزار وجود دارد: برخی افراد یک روش مهندسی-بنیان و ساختار یافته تر را برای راه حل های تجاری انتخاب میکنند، در حالیکه دیگران ممکن است روشی افزایشی تر را انتخاب کنند، که در آن نرم افزار همگام با توسعه، بخش به بخش رشد میکند. یک متدلوژی توسعه سیستم لزوماً برای استفاده توسط تمام پروژه ها مناسب نیست. هرکدام از متدلوژی های موجود، بر مبنای ملاحظات مختلف فنی، سازمانی، تیمی و پروژه ای،  برای نوع مشخصی از پروژه ها بهترین تطبیق را دارد.

بیشتر متدلوژی ها در ترکیبی از مراحل زیر در توسعه نرم افزار اشتراک دارند:

  • تحلیل پروژه
  • تحقیق در مورد بازار
  • جمع آوری ملزومات برای راه حل تجاری پیشنهادی
  • درست کردن یک نقشه یا طرح برای راه حل نرم افزار-بنیان
  • پیاده سازی (کدنویسی) نرم افزار
  • آزمایش نرم افزار
  • گسترش
  • نگه داری و رفع باگ

این مراحل بطور دسته جمعی اغلب چرخه حیات توسعه نرم افزار یا SDLC نامیده میشوند. روش های مختلف توسعه نرم افزار ممکن است این مراحل را به ترتیب های مختلفی انجام دهند، یا زمان بیشتر یا کمتری را برای مراحل مختلف صرف کنند. سطح جزییات مستندسازیِ تولید شده نیز در هر مرحله از توسعه نرم افزار ممکن است متغیر باشد. همچنین ممکن است این مراحل به ترتیب اجرا شوند (یک روش “آبشار”-بنیان)، یا ممکن است در تکرارها یا چرخه های مختلف تجدید شوند (یک روش “شدید” تر).  روش شدیدتر معمولاً زمان کمتری را صرف طرح ریزی و مستندسازی، و زمان بیشتری را صرف کدنویسی و توسعه آزمایش های خودکار میکند. روش های “شدید” تر همچنین آزمایش پیوسته را در سراسر چرخه حیات، و نیز یک محصول کارا (یا بدون باگ) را در تمام اوقات ترقی میدهند. روش های ساختارمندتر یا “آبشار”-بنیان سعی در ارزیابی اکثر ریسک ها و توسعه یک نقشه دقیق برای نرم افزار، پیش از شروع پیاده سازی (کدنویسی) دارند، و از تغییرات بزرگ در طرح و بازنویسی کد در مراحل بعدی برنامه ریزی چرخه حیاتِ توسعه نرم افزار اجتناب میکنند.

مزیت ها و مضرت های چشمگیری در متدلوژی های مختلف وجود دارند، و بهترین روش برای حل یک مسئله توسط نرم افزار، اغلب به نوع مسئله بستگی دارد. اگر مسئله به خوبی درک شده باشد و یک راه حل اثربخش را بتوان پیشاپیش طراحی نمود، روش “آبشار”-بنیان تر ممکن است بهتر کار کند. اگر، از طرف دیگر، مسئله یکتا باشد (لااقل برای تیم توسعه) و ساختار راه حل نرم افزاری را نتوان به آسانی تجسم نمود، آنگاه یک روش افزایشی “شدید” تر ممکن است بهترین عملکرد را داشته باشد.

فعالیت های توسعه نرم افزار


شناسایی نیاز

منابع ایده برای محصولات نرم افزاری فراوان هستند. این ایده ها ممکن است از تحقیق بازاری شامل جمعیت شناسی مشتری های بالقوه جدید، مشتری های فعلی، فروشنده های موفقی که محصول را پس زدند، سایر کارکنان داخلی توسعه دهنده نرم افزار، یا یک شخص ثالثِ خلاق، الهام گرفته شوند. ایده های محصولات نرم افزاری معمولاً توسط پرسنل بازاریابی جهت امکان پذیری اقتصادی، تناسب با با کانال های توزیعی موجود، اثرات احتمالی روی خطوط تولید فعلی، ویژگی های ملزوم، و تناسب با اهداف بازاریابی شرکت ارزیابی میشوند. در فاز ارزیابی بازاریابی، مصرف هزینه و زمان تخمین زده میشود. در همان فاز اول، تصمیم گرفته میشود که بر پایه اطلاعات دقیق تر بدست آمده توسط کارکنان توسعه و بازاریابی، آیا پروژه باید پی گرفته شود یا خیر.

در کتاب” مناظره های بزرگ نرم افزاری” آلن ام. دیویس در فصل “ملزومات” و زیرفصل “تکه گم شده توسعه نرم افزار” بیان میکند:

” دانشجویان مهندسی، مهندسی یاد میگیرند و به ندرت با علم دارای یا بازاریابی مواجه میشوند. دانشجویان بازاریابی، بازاریابی یاد میگیرند و به ندرت با علم دارای یا مهندسی مواجه میشوند. بیشتر ما فقط در یک زمینه متخصص میشویم. چیزی که اوضاع را پیچیده میکند این است که تعداد اندکی از ما، افراد میان رشته ای را میان نیروهای کار ملاقات میکنند، پس چند قانون برای پیروی وجود دارد. اما برنامه ریزی تولید نرم افزار برای موفقیت توسعه، حیاتی است و الزاماً نیازمند دانش از چندین رشته است.”

از آنجا که توسعه نرم افزار ممکن است از آنچه مورد نیاز مشتری است تشکیل شود یا از آن فراتر رود، یک پروژه توسعه نرم افزار ممکن است به زمینه های کمتر فنی کشیده شود، مثل منابع انسانی، مدیریت ریسک، مالیکت معنوی، بودجه بندی، مدیریت بحران و غیره. این فرایندها ممکن است باعث همپوشانی نقش توسعه تجاری با توسعه نرم افزار شوند.

برنامه ریزی توسعه نرم افزاری

برنامه ریزی، مقصود هر فعالیتی است، و در آن میخواهیم چیزهایی را پیدا کنیم که به پروژه تعلق دارند. یک کار مهم در ساخت برنامه نرم افزاری، استخراج ملزومات، یا تحلیل ملزومات است. مشتری ها معمولاً ایده ای انتزاعی از آنچه به عنوان نتیجه نهایی میخواهند دارند اما نمیدانند نرم افزار باید چه کار کند. مهندسان ماهر و با تجربه نرم افزار در این مقطع، ملزومات ناقص، مبهم یا حتی متناقض را تشخیص میدهند. نمایش مکررِ زنده کد میتواند نادرستی ملزومات را کاهش دهد.

“گرچه در فاز ملزومات تلاش زیادی میشود که ملزومات کامل و صحیح باشند، اما این اتفاق به ندرت می افتد؛ لذا فاز طراحی نرم افزار موثرترین فاز در کمینه سازی اثر ملزومات جدید یا ملزومات متغیر است. ناپایداری ملزومات چالش برانگیز است زیرا زحمات آینده یا فعلی توسعه را تحت تاثیر قرار میدهد.”

هنگامی که ملزومات عمومی از مشتری جمع آوری شدند، باید تحلیلی از محدوده توسعه، تعیین و شفاف سازی شود. این مرحله اغلب مستندسازی محدوده نامیده میشود.

طراحی نرم افزار

هنگامی که ملزومات تعیین شدند، طراحی نرم افزار را میتوان در یک سند طراحی نرم افار تصریح کرد. این سند شامل یک طرح مقدماتی یا سطح بالا از واحدهای اصلی همراه با تصویری کلی (مثل یک بلوک دیاگرام) از چگونگی تناسب اجزا با یکدیگر است. زبان، سیستم عامل و اجزای سخت افزاری همگی باید در این مقطع شناحته شده باشند. سپس یک طرح دقیق یا سطح پایین ارائه میشود، شاید با نمونه سازی اولیه برای اثبات مفهوم یا تقویت ملزومات.

پیاده سازی، آزمایش و مستندسازی
پیاده سازی بحشی از پروسه است که در آن مهندسان نرم افزار در واقع کد را برای پروژه، برنامه نویسی میکنند. آزمایش نرم افزار یک فاز یکپارچه و حائز اهمیت از پروسه توسعه نرم افزار است. این بخش از پروسه تضمین میکند که نقص ها در سریعترین زمان شناسایی میشوند. در برخی فرایندها، که عموماً به عنوان توسعه آزمایش-رانده شناخته میشوند، ممکن است آزمایش ها درست قبل از پیاده سازی انجام شوند و راهنمایی برای درستی پیاده سازی باشند.

مستندسازی طرح یکپارچه نرم افزار به جهت نگهداری آینده و تقویت، در طی توسعه انجام میشود. این مرحله میتواند شامل نوشتن یک API، چه داخلی چه خارجی، باشد. فرایند مهندسی نرم افزارِ اخذ شده توسط تیم توسعه تعیین میکند در صورت نیاز، چه میزان مستندسازی داخلی لازم است. مدل های برنامه-رانده (مثل آبشار) معمولاً مستندسازی بیشتری نسبت به مدل های چابک ایجاد میکنند.

گسترش و نگهداری نرم افزار

گسترش مستقیماً پس از آنکه کد بطور مناسبی آزمایش شود، برای انتشار تایید شود، و به فروش برسد یا در یک محیط تولیدی توزیع شود، آغاز میشود. این مرحله میتواند شامل نصب، سفارشی سازی (مثلاً تنظیم کردن پارامترها روی مقادیر مورد نظر مشتری)، آزمایش و احتمالاً یک دوره طولانی ارزیابی باشد.

آموزش نرم افزار و پشتیبانی مهم است، زیرا نرم افزار تنها زمانی اثربخش است که به درستی استفاده شود.

نگهداری و تقویت نرم افزار جهت رفع ملزومات یا نواقصی که جدیداً کشف میشوند، میتواند زمان و زحمت زیادی بگیرد، زیرا ملزوماتِ از قلم افتاده ممکن است باعث تحمیل بازطراحی نرم افزار شوند.

زیرموضوعات


مدل چشم انداز

یک مدل چشم انداز، چارچوبی است که چشم اندازهایی روی سیستم و محیط آن ایجاد میکند که در فرایند توسعه نرم افزار استفاده میشوند. این مدل یک نمایش گرافیکی از معناهای اساسی یک چشم انداز است.

هدف از چشم اندازها و دیدگاه ها، قادر سازی مهندسان به درک سیستم های بسیار پیچیده و سازماندهی المان های مسئله و پاسخ آن، حول حوزه های تخصصی است. در مهندسی سیستم های متمرکز فیزیکی، چشم اندازها متناظر با توانایی ها و مسئولیت های درون سازمان مهندسی هستند.

بیشتر مشخصات سیستم های پیچیده به قدری گسترده هستند که هیچ فردی به تنهایی نمیتواند تمام جنبه های آن ها را درک کند. علاوه بر این، همه ما علائق مختلفی در یک سیستم و دلایل متفاوتی برای بازرسی مشخصات آن داریم. یک مجری تجاری سوال هایی متفاوت راجع به پیکربندی سیستم میپرسد تا یک برنامه نویس سیستم. بنابراین هدف کلی چارچوب چشم اندازها، ایجاد منظرهایی متفاوت به مشخصات یک سیستم پیچیده است. هر یک از این چشم اندازها، مخاطبی را با علاقه به برخی از جنبه های سیستم خرسند میکند. متناظر با هر چشم انداز، یک زبان چشم انداز وجود دارد که واژگان و نمایش سیستم را برای مخاطبین آن چشم انداز بهینه سازی میکند.

 

چشم اندازها و زاویه ها در برنامه نویسی - مدیاسافت

جدول TEAF برای چشم اندازها و زاویه ها

فرایند تجاری و مدل سازی داده ها

نمایش گرافیکی وضعیت حاضرِ اطلاعات، ابزاری بسیار اثربخش برای نمایش اطلاعات به هردوی کاربران و توسه دهنگان سیستم است.

  • یک مدل تجاری، توابع متناظر با فرایند تحت مدل سازی و تشکیلاتی که عمل های این توابع را انجام میدهند نشان میدهد. با ترسیم فعالیت ها و جریان های اطلاعاتی، مبنایی برای تجسم، تعریف، درک و معتبرسازی طبیعت یک پروسه ایجاد میشود.
  • یک مدلِ داده، جزییات اطلاعات ذخیره شونده را بدست میدهد و هنگامی که محصول نهایی، فراوردهِ کد نرم افزار کامپیوتری برای یک کاربرد، یا  آماده سازی مشخصات تابعی برای تسهیل تصمیم ساخت یا خرید یک نرم افزار کامپیوتری است، بیشترین استفاده را دارد. شکل زیر را به عنوان مثالی از تعامل بین فرایند تجاری و مدل های داده ای مشاهده کنید.

معمولاً یک مدل پس از انجام مصاحبه ساخته میشود، که به آن تحلیل تجاری گفته میشود. این مصاحبه توسط یک مصاحبه گر انجام میشود که سوالاتی میپرسد که برای استخراج اطلاعات لازم جهت توصیف پروسه طراحی شده اند. مصاحبه گر، تسهیل کننده نامیده میشود تا روی این نکته تاکید شود که این شرکت کننده ها هستند که اطلاعات را فراهم میکنند. تسهیل کننده باید اطلاعاتی در مورد پروسه مورد نظر داشته باشد، اما این، به اندازه داشتن یک متدلوژی ساختارمند که توسط آن پرسش ها از متخصص پروسه پرسیده شوند، حائز اهمیت نیست. متدلوژی اهمیت دارد زیرا معمولاً تیمی از تسهیل کننده ها اطلاعات را از سراسر سازمان جمع آوری میکنند و نتایج اطلاعات  تمام مصاحبه گرها پس از تکمیل باید با هم تناسب داشته باشند.

مدل ها به گونه ای توسعه داده میشوند که یا وضع فعلی پروسه را تعریف کنند، که در این حالت محصول نهایی، مدل اسنپشات “همینطور که هست” نامیده میشود، یا مجموعه ای از ایده کارهایی که پروسه باید شامل باشد را تعریف کنند، که منجر میشود به مدل “چه میتواند باشد”. تولید پروسه و مدل های داده را میتوان برای تعیین اینکه پروسه های فعلی و سیستم های اطلاعاتی سالم هستند و تنها به اصلاحات و تقویت جزیی نیاز دارند، یا اینکه بازمهندسی به عنوان عملی اصلاحگر لازم است، استفاده نمود. ساخت مدل های تجاری، فراتر از یک راه نظارت یا اوتومات سازی پردازش اطلاعاتی شماست. میتوانید از آنالیز برای تغییر شکل اساسی نحوه انجام عملیات توسط تجارت یا سازمان خود استفاده  کنید.

 

عامل پردازش تجاری و مدل های داده - مدیاسافت

مثالی از تعامل پردازش تجاری و مدل های داده

مهندسی نرم افزار به کمک کامپیوتر

مهندسی نرم افزار به کمک کامپیوتر Computer-aided software engineering (CASE) ، در رشته مهندسی نرم افزار، کاربرد علمی مجموعه ای از ابزار و روش های نرم افزاری جهت توسعه نرم افزار است که منجر به  تولید محصولات نرم افزاری کیفیت بالا، بی نقص و قابل نگهداری میشود. این عبارت همچنین به روش هایی برای توسعه سیستم های اطلاعاتی همراه با ابزار خودکاری که در پروسه توسعه نرم افزار قابل استفاده هستند اشاره میکند. عبارت مهندسی نرم افزار به کمک کامپیوتر (CASE)، میتواند همچنین به نرم افزار مورد استفاده جهت توسعه خودکار نرم افزار سیستم ها، یعنی کد کامپیوتری، اشاره کند. عملکردهای CASE شامل آنالیز، طراحی و برنامه نویسی است. ابزار CASE روش های طراحی، مستندسازی و تولید کد کامپیوتری ساختارمند را در زبان برنامه نویسی مطلوب، خودکار سازی میکند.

دو ایده کلیدی مهندسیِ نرم افزار سیستم به کمک کامپیوتر (CASE)، عبارت اند از:

  •  پرورش کمک کامپیوتری در فرایندهای توسعه نرم افزار و نگهدری نرم افزار، و
  • یک روش مهندسی در توسعه و نگهداری نرم افزار.

ابزار معمول CASE جهت مدیریت پیکربندی، مدل سازی داده، تبدیل مدل، بازسازی کد و تولید منبع کد حاضر هستند.

محیط توسعه یکپارچه (Integrated development environment)

یک محیط توسعه یکپارچه (IDE) که به عنوان محیط طراحی یکپارچه یا محیط اشکال زدایی یکپارچه  نیز شناخته میشود اپلیکیشی نرم افزاری است که امکاناتی جامع برای برنامه نویسان کامپیوتر جهت توسعه نرم افزار فراهم میکند. معمولاً یک IDE از اجزای زیر تشکیل میشود:

  • ویرایشگر منبع کد،
  • کامپایلر یا مفسر،
  • ابزار خودکارسازی سازه، و
  • (معمولاً) اشکال زُدا (دیباگر).

IDE ها برای بیشینه سازی بهره وری برنامه نویس، توسط ایجاد مولفه های نزدیک بهم با رابط های کاربری مشابه طراحی میشوند. معمولاً یک IDE به یک زبان برنامه نویسی خاص تعلق میابد، تا مجموعه ای از ویژگی ها ایجاد کند که بیشترین تطابق را با پارادایم های برنامه نویسی زبان داشته باشد.

زیرنویس تصویر: آنجوتا، یک IDE سی و سی++ برای محیط GNOME.

زبان مدل سازی

یک زبان مدل سازی، زبانی مصنوعی است که میتوان از آن برای بیان اطلاعات یا دانش یا سیستم های درون یک ساختار که توسط مجموعه ای از قوانین سازگار، تعریف شده، استفاده کرد. این قوانین برای تفسیر معنای اجزای درون ساختار استفاده میشوند. زبان مدل سازی میتواند گرافیکی یا متنی باشد. زبان های مدل سازی گرافیکی از تکنیک های دیاگرامی با نمادهای نام گذاری شده که نمایانگر مفاهیم هستند و خطوطی که نمادها را متصل میکنند و روابط را نمایش میدهند  و سایر جزییات نموداری، برای نمایش محدودیت ها استفاده میکنند. زبان های مدل سازی متنی معمولاً از کلمات کلیدی استاندارد همراه با پارامترهایی برای ایجاد عبارت های قابل تفسیر توسط کامپیوتر استفاده میکنند.

مثال هایی از زبان های مدل سازی گرافیکی در رشته مهندسی نرم افزار عبارت اند از:

  • نمادگذاری مدل سازی پروسه تجاری(BPMN، و XML از BPML) مثالی از یک زبان مدل سازی پروسه ای است.
  • EXPRESS و EXPRESS-G (ISO 10303-11 ) یک زبان مدل سازی داده چند منظوره با استاندارد بین المللی است.
  • زبان مدل سازی تشکیلات گسترش یافته (EEML) معمولاً برای مدل سازی پروسه تجاری در چند لایه استفاده میشود.
  • فلوچارت، نمایشی ترسیمی از یک الگوریتم یا فرایند قدم به قدم است،
  • مفاهیم مدل سازی اساسی (FMC) زبان مدل سازی برای سیستم های نرم فزار-متمرکز.
  • IDEF خانواده ای از زبان های مدل سازی است، که مهمترین آن ها شامل IDEF0 برای مدل سازی تابعی، IDEF1X برای مدل سازی اطلاعات، و IDEF5 برای مدل سازی آنتولوژی ها است.
  • LePUS3 یک زبان توصیف طراحی بصری شئ گرا و یک زبان تصریحات سوری است که عمدتاً برای مدل سازی برنامه های شئ گرای بزرگ (جاوا، سی ++، سی #) و الگوهای طراحی مناسب است.
  • زبان توصیف و تصریح (SDL) یک زبان تصریح است که هدف آن توصیف و تصریح بدون ابهام رفتار رایانش توزیع یافته واکنشی است.
  • زبان مدل سازی یکپارچه (UML) یک زبان مدل سازی چندمنظوره است که به استانداردی صنعتی برای تصریح سیستم های نرم افزار-متمرکز تبدیل شده است. UML 2.0، نسخه فعلی، سیزده تکنیک دیاگرامی متفاوت را پشتیبانی میکند و پشتیبانی ابزاری گسترده ای دارد.

چنین نیست که تمام زبان های مدل سازی، اجراپذیر باشند، و برای آن هایی که هستند، استفاده از آن ها لزوماً به این معنا نیست که دیگر به برنامه نویسان احتیاجی نیست. برعکس، هدف از زبان های اجراپذیر مدل سازی، افزایش بازدهی برنامه نویسان ماهر است، تا بتوانند مسائل سخت تری را از قبیل محاسبه موازی و رایانش توزیع یافته حل کنند.

پارادایم برنامه نویسی

منظور از پارادایم برنامه نویسی، یک شیوه اساسی برنامه نویسی کامپیوتری است، که عموماً توسط متدلوژی مدیریت پروژه (مثل آبشار یا چابک) دیکته نمیشود. پارادایم ها از نظر مفاهیم و انتزاعات مورد استفاده برای نمایش عناصر یک برنامه (از قبیل اشیاء، توابع، متغیرها، محدودیت ها) و گام هایی که یک محاسبه را تشکیل میدهند (مثل مقداردهی ها،  ارزیابی ها، ادامه دادن، جریان های داده ای) با یکدیگر فرق دارند. گاهی اوقات مفاهیم اثبات شده توسط پارادایم بطور همکارانه در طراحی معماری سیستم سطح بالا استفاده میشوند؛ در موارد دیگر، محدوده پارادایمِ برنامه نویسی به ساختار درونی یک برنامه یا مدول خاص محدود میشود.

یک زبان برنامه نویسی میتواند چندین پارادایم را پشتیبانی کند. برای مثال برنامه های نوشته شده در سی ++ یا آبجکت پاسکال میتوانند رَویه ایِ محض، یا شئ گرای محض، یا دارای عناصری از هردو پارادایم باشند. طراحان و برنامه نویسان نرم افزار تصمیم میگیرند چگونه از عناصر این پارادایم ها استفاده کنند. در برنامه نویسی شئ گرا، برنامه نویسان میتوانند برنامه را به عنوان مجموعه ای از اشیاءِ در تعامل در نظر بگیرند، در حالیکه در برنامه نویسی تابعی، برنامه را میتوان به عنوان دنباله ای از ارزیابی های تابعیِ بدون وضع در نظر گرفت. با استفاده از کامپیوترهای برنامه نویسی یا سیستم های دارای پردازشگرهای متعدد، برنامه نویسی فرایندگرا، به برنامه نویسان اجازه میدهد اپلیکیشن ها را به عنوان مجموعه هایی از فرایندهای همزمان در نظر بگیرند که روی ساختمان های داده منطقاً مشترک کار میکنند.

همانطور که گروه های مختلف در مهندسی نرم افزار متدلوژی های مختلفی را توصیه میکنند، زبان های برنامه نویسی متفاوت، پارادایم های برنامه نویسی مختلفی را توصیه میکنند. برخی زبان ها به گونه ای طراحی شده اند که یک پارادیم را پشتیبانی کنند (اسمالتاک برنامه نویسی شئ گرا را پشتیبانی میکند، هسکل برنامه نویسی تابعی را پشتیبانی میکند)، در حالیکه سایر زبان های برنامه نویسی چند پارادایم را پشتیبانی میکنند (مثل آبچکت پاسکال، سی++، سی#، ویژوال بیسیک، کامن لیسپ، اسکیم، پایتون، روبی و اُز).

بسیاری از پارادایم های برنامه نویسی نه تنها با روش هایی که ممکن میسازند، بلکه با روش هایی که ممنوع میکنند نیز به خوبی شناخته میشوند. برای مثال، برنامه نویسی تابعی محض، استفاده از اثرات جانبی را ممنوع میکند؛ برنامه نویسی ساختارمند استفاده از عبارت های goto را ممنوع میکند. تا حدی به این دلیل، پارادایم های جدید توسط افرادی که به روش های قدیمی تر عادت دارند اغلب بیش از حد اصولی یا انعطاف ناپذیر پنداشته میشوند. اجتناب از برخی روش ها، اثبات قضایایی در مورد درستی یک برنامه یا صرفاً فهم رفتار آن را آسان میکند.

مثال هایی از پارادایم های سطح بالا عبارت اند از:

  • توسعه نرم افزار وجه-گرا (Aspect-oriented software development)
  • مدل سازی مختص دامنه (Domain-specific modeling)
  • مهندسی مدل-رانده (Model-driven engineering)
  • متدلوژی های برنامه نویسی شئ گرا (Object-oriented programming methodologies)
    • طرح شئ گرای گرادی بوچ (OOD)، که به عنوان طراحی و تحلیل شئ گرا (OOAD) هم شناخته میشود. مدل بوچ دارای شش دیاگرام است: کلاس، شئ، انتقال وضع، تعامل، مدول و پروسه.
  • مهندسی نرم افزار جستجو-بنیان (Search-based software engineering)
  • مدل سازی سرویس-گرا (Service-oriented modeling)
  • برنامه نویسی ساختارمند (Structured programming)
  • طراحی بالا-پایین و چپ-راست (Top-down and bottom-up design)
    • برنامه نویسی بالا-پایین (Top-down programming) : تکامل یافته در دهه ۱۹۷۰ توسط پژوهشگر IBM هارلان میلس (و نیکلاس ویرث) در برنامه نویسی ساختارمند توسعه یافته.

استفاده مجدد از راه حل ها

  • چارچوب نرم افزاری (software framework ) ، یک طرح یا پیاده سازیِ باز-استفاده پذیر برای یک سیستم یا زیرسیستم نرم افزاری است.
  • مولفه های موجود (مهندسی نرم افزار مولفه-بنیان) را میتوان استفاده مجدد و مونتاژ نمود تا اپلیکیشنی بزرگتر شکل گیرد.
  • API (رابط برنامه نویسی کاربردی، سرویس وب) مجموعه ای از “تعاریف، پروتکل ها و ابزار زیر-روال برای ساخت نرم افزار کاربردی” وضع میکند که در سازه های آتی میتوان از آن استفاده کرد.
  • مستندسازی منبع باز، به واسطه کتابخانه هایی از قبیل GitHub، کدهای رایگانی برای استفاده مجدد و پیاده سازی در اپلیکیشن ها و طرح های جدید در اختیار توسعه دهنگاه نرم افزار قرار میدهد.

نوشته ساخت و توسعه نرم افزار (Software development) اولین بار در مدیاسافت پدیدار شد.

پردازش تصویر دیجیتال چیست و چه مفاهیمی دارد؟

در علوم کامپیوتر، پردازش تصویر دیجیتال عبارت است از استفاده از الگوریتم های کامپیوتری جهت انجام پردازش تصویر روی تصاویر دیجیتال.

پردازش تصویر به عنوان زیربخش یا زمینه ای از پردازش سیگنال دیجیتال، مزیت های فراوانی نسبت به پردازش تصویر آنالوگ دارد. پردازش تصویر دیجیتال امکان اِعمال گستره وسیع تری از الگوریتم ها را روی داده های ورودی فراهم میکند و میتواند از مسائلی مثل تجمع نویز و اختلال سیگنال طی فرایند پردازش اجتناب کند. از آنجا که تصاویر روی دو بعد (شاید بیشتر از دو بعد) تعریف میشوند، پردازش تصویر را میتوان را به شکل سیستم های چندبعدی مدل سازی کرد.

 

تاریخچه پردازش تصویر


بسیازی از تکنیک های پردازش تصویر دیجیتال، یا پردازش عکس که اغلب اینگونه نامیده میشد، در دهه ۱۹۶۰ در آزمایشگاه جت پروپالژن، موسسه فناوری ماساچوست، آزمایشگاه های بل، دانشگاه مریلند و چند موسسه تحقیقاتی دیگر، برای کاربردهای تصویربرداری ماهواره ای، تبدیل استاندارد رادیوعکس، تصویربرداری پزشکی، ویدیوفون، شناسایی حروف و تقویت عکس، توسعه داده شدند. هزینه این پردازش با تجهیزات کامپیوتری آن زمان نسبتاً بالا بود. این موضوع در دهه ۱۹۷۰ با دسترسی به رایانه های ارزانتر و سخت افزار های مخصوص دستخوش تغییر شد و پردازش تصویر دیجیتال گسترش یافت. در آن زمان پردازش همزمان تصاویر برای برخی مسائل خاص مثل تبدیل استانداردهای تلویزیون ممکن بود. با سریعتر شدن رایانه های چندمنظوره، آنها جای سخت افزارهای مخصوص را برای تمام کارها به جز تخصصی ترین و کامپیوتر-محور ترین عملیات گرفتند. با فراهم شدن رایانه ها و پردازنده های سیگنالی سریع در سالهای ۲۰۰۰، پردازش تصویر دیجیتال، به متداول ترین شکل پردازش تصویر تبدیل شده است و عموماً، از آن نه تنها به این دلیل که استوارترین روش است، بلکه چون ارزانترین نیز هست استفاده میشود.

فناوری پردازش تصویر دیجیتال برای کاربردهای پزشکی در ۱۹۹۴ در تالار مشاهیر فناوری فضایی بنیاد فضایی معرفی شد.

وظایف


پردازش تصویر دیجیتال استفاده از الگوریتم های بسیار پیچیده تر را ممکن میسازد و لذا، میتواند هم عملکردی پیچیده تر در کارهای ساده، و هم پیاده سازی روش هایی که توسط ابزار آنالوگ غیرممکن است را ارائه کند.

به ویژه، پردازش تصویر دیجیتال تنها فناوری عملی برای موارد زیر است:

  • دسته بندی (Classification)
  • استخراج ویژگی (Feature extraction)
  • آنالیز سیگنال چند مقیاسی (Multi-scale signal analysis)
  • الگوشناسی (Pattern recognition)
  • افکنش (Projection)

برخی تکنیک ها که در پردازش تصویر دیجیتال استفاده میشوند عبارتند از:

  • انتشار ناهمسانگرد (Anisotropic diffusion)
  • مدل های مارکوف پنهان (Hidden Markov models)
  • ویرایش تصویر
  • بازیابی تصویر
  • تحلیل اجزای مستقل
  • فیلترینگ خطی
  • شبکه های عصبی
  • معادلات دیفرانسیل جزئی
  • پیکسلی سازی
  • تحلیل اجزای اصلی
  • نگاشت های خود-سازمانده
  • موجک ها (Wavelets)

تبدیلات تصویر دیجیتال


فیلترینگ

فیلترهای دیجیتال برای تار و واضح سازی تصاویر دیجیتال استفاده میشوند. فیلترینگ را میتوان در حوزه مکان با همگردش توسط هسته های خاصِ طراحی شده (آرایه فیلتری)، یا در حوزه فرکانسی (فوریه) با ماسک گذاری برخی ناحیه های فرکانسی خاص، انجام داد. مثال های زیر هر دو روش را نشان میدهند:

لایه گذاری تصویر در فیلترینگ حوزه فوریه

تصاویر معمولاً پیش از انتقال به فضای فوریه لایه گذاری میشوند، تصاویر فیلتر بالاگذر شده زیر، نتایج تکنیک های مختلف لایه گذاری را نشان میدهند:

تصاویر فیلتر بالاگذر - مدیاسافت

توجه کنید که فیلتر بالاگذر هنگام لایه گذاری صفر، در مقایسه با لایه گذاری تکراری لبه، لبه های اضافه تری را نشان میدهد.

مثال های کد فیلترینگ

مثال متلب برای فیلترینگ بالاگذر حوزه مکان:

img=checkerboard(20);                           % generate checkerboard
% **************************  SPATIAL DOMAIN  ***************************
klaplace=[0 -1 0; -1 5 -1;  0 -1 0];             % Laplacian filter kernel
X=conv2(img,klaplace);                          % convolve test img with
                                                % ۳x3 Laplacian kernel
figure()
imshow(X,[])                                    % show Laplacian filtered 
title('Laplacian Edge Detection')

 

تبدیلات آفینی

تبدیلات آفینی، تبدیلات اساسی تصویر از جمله مقیاس کردن، دَوَران، انتقال، بازتاب و برش را ممکن میسازند. به مثال های زیر توجه کنید.

تبدیلات آفینی - پردازش تصویر - مدیاسافت

کاربردها


تصاویر دوربین دیجیتال

دوربین های دیجیتال معمولاً دارای سخت افزارهای ویژه برای پردازش تصویر هستند(یا به صورت چیپ های ویژه یا بصورت مدارهای اضافه شده روی سایر چیپ ها)تا داده های خام را از حسگرهای تصویر، به یک تصویر تصحیح شده رنگی در یک فرمت فایل تصویری استاندارد تبدیل کند.

فیلم

جهان غرب (۱۹۷۳) اولین فیلمی بود که از پردازش تصویر دیجیتال برای پیکسلی سازی عکس برداری برای شبیه سازی دید یک ربات انسان نما استفاده کرد.

نوشته پردازش تصویر دیجیتال چیست و چه مفاهیمی دارد؟ اولین بار در مدیاسافت پدیدار شد.

اینترنت اشیا (IOT) چیست؟

اینترنت اشیا (IoT)، شبکه ای از دستگاه های فیزیکی، وسایل نقلیه، لوازم خانگی و دیگر مواردی است که در داخل آن ها از مدار های الکترونیکی، نرم افزار، حسگرها و عملگرهای مکانیکی استفاده شده است که همگی به اینترنت متصل هستند.

این اتصال به این اشیا اجازه می دهد تا به یکدیگر متصل شده و به تبادل اطلاعات بپردازند و به این ترتیب موقعیت های بیشتری را برای یکپارچه سازی مستقیم جهان حقیقی در داخل سیستم های کامپیوتری ایجاد کرده و در نتیجه، باعث افزایش بازده و مزایای اقتصادی و کاهش کار فیزیکی برای انسان می شود.

در سال ۲۰۱۷، تعداد دستگاه های IoT نسبت به سال قبلی، ۳۱ درصد افزایش یافت و به ۴/۸ میلیارد دستگاه رسید و تخمین زده می شود که این تعداد تا سال ۲۰۲۰، به ۳۰ میلیارد دستگاه برسد. پیش بینی می شود تا سال ۲۰۲۰، ارزش بازار جهانی IoT به ۱/۷ هزار میلیارد دلار برسد.

IoT شامل گسترش اتصال اینترنت به دستگاه هایی فراتر از دستگاه های معمول، مانند کامپیوتر های رومیزی، لپ تاپ ها، گوشی های هوشمند و تبلت ها و رساندن آن به دستگاه هایی غیرهوشمند و بدون دسترسی به اینترنت است. دستگاه هایی که این تکنولوژی در آن ها استفاده می شود می توانند بر بستر اینترنت با یکدیگر ارتباط برقرار کرده و تعامل داشته باشند؛ همچنین می توان از راه دور آن ها را زیر نظر گرفت و کنترل کرد.

تاریخچه اینترنت اشیا


تعریف اینترنت اشیا به دلیل همگرایی فناوری های مختلف، تجزیه و تحلیل های آنی، یادگیری ماشین، حسگر های مختلف به عنوان کالا و سیستم های نهفته تکامل یافته است. زمینه های معمول مانند سیستم های نهفته، شبکه های حسگر بی سیم، سیستم های کنترل، اتوماسیون( شامل اتوماسیون خانگی و اتوماسیون ساختمانی) و سایر زمینه ها، همه به فراهم آوردن امکان استفاده از اینترنت اشیا کمک می کنند.

مفهوم شبکه ای از دستگاه های هوشمند از سال ۱۹۸۲ میلادی نیز مطرح شده بود به طوری که یک ماشین کوکاکولای اصلاح شده در دانشگاه کارنگی ملون، به اولین وسیله متصل به اینترنت تبدیل شد. این دستگاه می توانست موجودی نوشابه های خود و این که آیا نوشابه های که به تازگی وارد دستگاه شده بودند خنک هستند یا خیر را گزارش کند. مقاله سال ۱۹۹۱ مارک وایزر در زمینه رایانش فراگیر، “کامپیوتر قرن بیست و یکم”، و همچنین رویداد های علمی مانند UbiComp و PerCom چشم انداز معاصر اینترنت اشیا را ایجاد کردند. در سال ۱۹۹۴، رضا راجی در نشریه تخصصی  IEEE Spectrum این مفهوم را به صورت “جابجایی بسته های کوچکی از داده به مجموعه بزرگی از گره ها به منظور یکپارچه سازی و اتوماسیون همه چیز، از لوازم خانگی گرفته تا سرتاسر کارخانه ها” توصیف کرد. بین سال های ۱۹۹۳ تا ۱۹۹۶،‌ چندین شرکت راه حل های مختلفی را مانند پروژه  at Work شرکت مایکروسافت یا NEST شرکت Novel، پیشنهاد کردند. زمانی که بیل جوی، در سال ۱۹۹۹ و در مجمع جهانی اقتصاد، ارتباطات دستگاه به دستگاه را به عنوان بخشی از چارچوب Six Webs خود در نظر گرفت، گسترش این زمینه سرعت بیشتری پیدا کرد.

واژه اینترنت اشیا، احتمالا اولین بار در سال ۱۹۹۹ و توسط کوین اشتون از شرکت  Procter & Gamble و در ادامه از شعبه MIT مجموعه آزمایشگاه های Auto-ID Center، ابداع شد. البته او عبارت “اینترنت برای اشیا” را ترجیح می دهد. در آن زمان، او RFID را برای اینترنت اشیا ضروری می دانست زیرا RFID به کامپیوتر ها اجازه می داد تا همه چیز را کنترل کنند.

در ژوئن ۲۰۰۲، مقاله ای تحقیقاتی با اشاره به اینترنت اشیا برای استفاده در کنفرانس Nordic Researchers in Logistics در نروژ، ثبت شد. قبل از این نیز مقاله ای به زبان فنلاندی در ژانویه ۲۰۰۲ منتشر شده بود. پیاده سازی تشریح شده در این مقاله، توسط Kary Främling و تیمش در دانشگاه صنعتی هلسینکی توسعه یافته بود و تطابق بیشتری با تعریف مدرن اینترنت اشیا، که عبارت از یک زیرساخت سیستم اطلاعاتی برای پیاده سازی اشیا هوشمند و متصل به یکدیگر است، دارد.

با تعریف اینترنت اشیا به گونه ای ساده و به صورت”زمانی که تعداد چیزها یا اشیا متصل به اینترنت از تعداد افراد متصل به آن بیشتر باشد” شرکت سیسکو تخمین می زند که IoT بین سال های ۲۰۰۸ و ۲۰۰۹ متولد شد. نسبت اشیا به افراد متصل به اینترنت از ۰۸/۰ در سال ۲۰۰۳ به ۸۴/۱ در سال ۲۰۱۰ افزایش یافته است.

کاربرد های اینترنت اشیا


مجموعه جامع از کاربرد های مختلف IoT اغلب به سه گروه مصرفی، شرکتی و زیرساختی تقسیم می شود.

کاربرد های مصرفی

بخش در حال افزایشی از دستگاه های IoT برای کاربرد های مصرفی تولید می شوند. این دسته شامل وسایل نقلیه متصل به اینترنت، اتوماسیون خانگی یا خانه های هوشمند، تکنولوژی های پوشیدنی، ابزارهای سلامتی، و لوازمی با قابلیت نظارت از راه دور است.

خانه هوشمند

دستگاه های IoT بخشی از مفهوم بزرگ تر اتوماسیون خانگی هستند که شامل سیستم های روشنایی، گرما و تهویه هوا، سیستم های رسانه ای و امنیتی هستند. مزایای بلند مدت این اتوماسیون شامل صرفه جویی در مصرف انرژی از طریق اطمینان پیدا کردن خاموش شدن لوازم روشنایی و الکترونیکی است.

 

خانه هوشمند - اینترنت اشیا - مدیاسافت

یک ترموستات یادگیرنده محصول شرکت Nest که وضعیت مصرف انرژی و آب و هوای محلی را گزارش می کند

کاربرد های شرکتی

واژه “اینترنت اشیا شرکتی”، به دستگاه هایی اشاره دارد که در محیط های شرکتی و اداری مورد استفاده قرار می گیرند. تخمین زده می شود که تا سال ۲۰۱۹، ۱/۹ میلیارد دستگاه مربوط به اینترنت اشیا شرکتی باشند.

کاربرد های زیر ساختی

نظارت و کنترل عملکرد زیر ساخت های شهری و روستایی مانند پل ها، ریل های قطار، مزرعه های بادی زمینی و دریایی، یکی از کاربرد های کلیدی اینترنت اشیا به شمار می رود. زیرساخت های IoT را می توان برای نظارت بر روی هر گونه رویداد یا تغییر در وضعیت سازه ای، که می تواند ایمنی سازه را به خطر انداخته و ریسک آن را افزایش دهد، استفاده کرد. IoT می تواند با صرفه جویی در هزینه ها، کاهش زمان، بهبود کیفیت روز های کاری، گردش کار بدون نیاز به کاغذ و افزایش بهره وری کمک فراوانی به صنعت ساخت و ساز کند. همچنین می تواند با کمک تجزیه و تحلیل داده ها به صورت آنی، در تصمیم گیری سریع تر و کاهش هزینه ها مفید باشد. می توان از IoT برای برنامه ریزی فعالیت های تعمیر و نگهداری به شیوه ای پر بازده استفاده کرد. این کار از طریق هماهنگ سازی وظایف بین سرویس دهندگان مختلف و استفاده کنندگان از این امکانات انجام می گیرد. علاوه بر این، از دستگاه های IoT می توان برای کنترل زیرساخت های حیاتی مانند پل ها، به منظور فراهم آوردن امکان دسترسی کشتی ها، نیز استفاده نمود. استفاده از دستگاه های IoT برای نظارت و کنترل زیرساخت ها احتمالا مدیریت حادثه و هماهنگی واکنش در شرایط اضطراری، کیفیت خدمات، زمان به کار را بهبود می بخشد و باعث کاهش هزینه های عملیاتی در همه زمینه های زیرساختی می شود. حتی زمینه های مانند مدیریت مواد زائد نیز می توانند از اتوماسیون و بهینه سازی که توسط اینترنت اشیا فراهم می شود، بهره مند شوند.

تولید

IoT می تواند موجب تحقق یکپارچه سازی بدون مشکل دستگاه های تولیدی مختلف که دارای قابلیت های تشخیص، شناسایی، پردازش، ارتباط، به کار اندازی و شبکه ای هستند، شود. چنین فضای سایبر-فیزیکی هوشمند و یکپارچه ای، راه را برای فرصت های جدید تولید در بازار باز می کند. کنترل و مدیریت تحت شبکه دستگاه های تولیدی، مدیریت دارایی ها و وضعیت ها یا کنترل فرآیند تولید، همه باعث می شوند تا IoT به قلمرو کاربرد های صنعتی و تولید هوشمند نیز وارد شود. سیستم های هوشمند IoT امکان تولید سریع محصولات جدید، پاسخ پویا به تقاضا برای کالا، بهینه سازی آنی تولید و شبکه های زنجیره تامین را از طریق شبکه کردن ماشین آلات، حسگر ها و سیستم های کنترل در کنار یکدیگر فراهم می کند.

سیستم های کنترل دیجیتال برای اتوماسیون کنترل فرآیند ها و ابزار های اپراتوری و سیستم های اطلاعات خدمت که برای بهینه سازی امنیت و ایمنی کارخانه ها به کار می روند همه در قلمرو IoT قرار می گیرند. اما این زمینه حیطه خودش را از طریق نگهداری و تعمیرات پیش گویانه، ارزیابی های آماری و اندازه گیری ها که همه با هدف افزایش قابلیت اطمینان پذیری انجام می شوند، به مدیریت دارایی نیز گسترش می دهد. سیستم های هوشمند مدیریت صنعتی را می توان با شبکه های هوشمند (Smart Grid) نیز یکپارچه سازی کرد تا بدین ترتیب بتوان از بهینه سازی مصرف انرژی به صورت آنی بهره مند شد. اندازه گیری ها، کنترل های خودکار، بهینه سازی کارخانه، مدیریت ایمنی و بهداشت و سایر کارکرد ها، همه از طریق تعداد زیادی حسگر شبکه شده فراهم می شوند.

واژه اینترنت اشیا صنعتی (IIoT)، اغلب در صنایع تولیدی مورد استفاده قرار می گیرد و به زیرمجموعه صنعتی IoT اشاره دارد. IIoT در تولید می تواند به حدی ارزش کسب و کار تولید کند که در نهایت به چهارمین انقلاب صنعتی منجر شود که به آن صنعت ۴.۰ گفته می شود. تخمین زده می شود که در آینده، شرکت های موفق بتوانند با استفاده از اینترنت اشیا درآمد خود را افزایش دهند. این کار از طریق ایجاد مدل های کسب و کار جدید و بهبود بهره وری، بهره برداری از تجزیه و تحلیل ها برای خلق نوآوری ها و دگرگون کردن نیروی کار انجام می شود. رشد احتمالی ناشی از پیاده سازی IIoT، تا سال ۲۰۳۰، ۱۲ هزار میلیارد دلار از تولید ناخالص داخلی جهان را ایجاد خواهد کرد.

اگرچه اتصال به اینترنت و به دست آوردن اطلاعات برای IIoT ضروری هستند اما نباید به عنوان هدف در نظر گرفته شوند بلکه باید به عنوان مبنا و مسیری برای رسیدن به چیزی بزرگ تر به آن ها نگاه شود. از میان همه تکنولوژی ها، نگهداری و تعمیرات پیش گویانه، نسبتا جذاب تر به نظر می رسد زیرا می توان آن را بر روی دارایی ها و سیستم های مدیریتی فعلی نیز پیاده سازی کرد. هدف سیستم های نگهداری هوشمند، کاهش زمان خرابی های غیرمنتظره و افزایش بهره وری است. به واقعیت تبدیل کردن این موضوع به تنهایی تا ۳۰ درصد از هزینه های تعمیر و نگهداری را کاهش خواهد داد. تجزیه و تحلیل کلان داده های صنعتی نقش کلیدی در تعمیر و نگهداری پیش گویانه دارایی های تولیدی خواهد داشت. البته این تنها قابلیت کلان داده های صنعتی نیست. سیستم های سایبر-فیزیکی(CPS)، تکنولوژی اصلی کلان داده های صنعتی است و در واقع، رابطی بین انسان و دنیای مجازی خواهد بود. سیستم های سایبر- فیزیکی را می توان با استفاده از معماری ۵C(اتصال، تبدیل، سایبر، شناخت و پیکربندی) طراحی کرد. این سیستم ها داده های جمع آوری شده را به اطلاعاتی که می توان بر مبنای آن ها عمل کرد، تبدیل می کند و در نهایت، برای بهینه سازی فرآیند ها در دارایی های فیزیکی مداخله می کند.

سیستمی هوشمند با قابلیت استفاده از IoT برای چنین مواردی در سال ۲۰۰۱ پیشنهاد شد و در ادامه در سال ۲۰۱۴ توسط مرکز تحقیقاتی صنعتی/دانشگاهی بنیاد ملی علوم آمریکا برای سیستم های نگهداری هوشمند (IMS) در دانشگاه سینسیناتی، در نمایشگاه IMTS 2014 در شیکاگو، بر روی یک اره نواری در معرض نمایش قرار گرفت. اره های نواری لزوما گران نیستند اما هزینه تسمه اره های نواری بسیار زیاد است زیرا بسیار سریع خراب می شوند. با این وجود، بدون استفاده از ابزار های تشخیص و تجزیه و تحلیل ها هوشمند، تنها با استفاده از تجربه می توان تخمین زد که چه زمانی تسمه اره نواری پاره می شود. سیستم پیش بینی خرابی توسعه یافته شده می تواند میزان از بین رفتن تسمه اره نواری را تشخیص داده و آن را زیر نظر بگیرد(حتی در حالتی که وضعیت در حال تغییر باشد) و بهترین زمان برای تعویض تسمه را به کاربر پیشنهاد دهد. این کار تجربه کاربری و ایمنی اپراتور را به طرز چشمگیری بهبود می بخشد و در نهایت منجر به صرفه جویی در هزینه ها می شود.

 

طراحی سیستم تولید - مدیاسافت

معماری طراحی سیستم تولیدی که از سیستم های سایبر-فیزیکی نیز استفاده می کند

اینترنت اشیا در کشاورزی

کاربرد های مختلفی از IoT در کشاورزی وجود دارد که برای نمونه می توان به جمع آوری داده در مورد دما، بارش، رطوبت، سرعت باد، آلودگی به آفات و محتوای خاک اشاره کرد. از این داده ها می توان برای خودکارسازی روش های کشاورزی، گرفتن تصمیمات آگاهانه برای بهبود کیفیت و کمیت محصولات، به حداقل رساندن ریسک و مواد زائد و کاهش زحمت لازم برای مدیریت محصولات اشاره کرد. برای نمونه، در حال حاضر کشاورزان می توانند دما و رطوبت خاک را از راه دور زیر نظر بگیرند و یا حتی داده های به دست آمده از طریق IoT را برای افزایش دقت برنامه های حاصلخیزی خاک مورد استفاده قرار دهند.

مدیریت انرژی

تعداد بسیار زیادی از دستگاه های مصرف کننده انرژی(کلید ها، پریز های برق، لامپ های حبابی، تلویزیون ها و…) قابلیت اتصال به اینترنت دارند که به آن ها اجازه می دهد تا با شرکت های تولید و توزیع برق ارتباط برقرار کرده و به این ترتیب، میزان تولید برق و مصرف انرژی را متعادل کرده و به طور کلی مصرف انرژی را بهینه سازی کنند. این دستگاه ها قابلیت کنترل از راه دور توسط کاربران و یا مدیریت از مرکز از طریق یک رابط ابری را دارند و امکان استفاده از کارکرد هایی مانند برنامه ریزی(روشن یا خاموش کردن از راه دور دستگاه های گرمایشی، کنترل اجاق گاز ها، تغییر وضعیت روشنایی و …) را فراهم می کنند. شبکه هوشمند یکی از کاربرد های IoT در سمت شرکت های توزیع برق است؛ سیستم ها اطلاعات مربوط به برق را جمع آوری کرده و با استفاده از آن ها، بازدهی تولید و توزیع برق را افزایش می دهند. با استفاده از زیر ساخت های کنتور های پیشرفته(کنتور های هوشمند) که به اینترنت متصل هستند، شرکت های تولید و توزیع برق نه تنها از مصرف کنندگان اطلاعات جمع آوری می کنند بلکه  می توانند دستگاه های خودکارسازی توزیع برق مانند ترانسفورمر ها را نیز مدیریت کنند.

نظارت بر محیط زیست

کاربرد های نظارتی IoT بر روی محیط زیست اغلب شامل استفاده از حسگر ها برای کمک به محافظت از محیط زیست از طریق نظارت بر کیفیت آب یا هوا، شرایط جوی و خاک و یا حتی زیر نظر گرفتن جابجایی حیات وحش و تغییرات محیط زندگی آن ها است. توسعه دستگاه های با منابع محدود که به اینترنت متصل هستند بدان معناست که خدمات اضطراری می توانند از کاربرد های دیگر،‌ مانند سیستم های هشدار زلزله و سونامی استفاده کنند تا کمک رسانی را به صورت موثرتری انجام دهند. دستگاه های IoT در این نوع کاربرد، معمولا منطقه جغرافیایی وسیعی را تحت پوشش قرار می دهند و همچنین قابلیت حرکت داده شدن را نیز دارند. این عقیده وجود دارد که استاندارد سازی که IoT برای زمینه تشخیص بی سیم به همراه می آورد می تواند آن را متحول کند.

اتوماسیون ساختمان و خانه

در زمینه اتوماسیون خانگی و اتوماسیون ساختمان، از دستگاه های IoT می توان برای نظارت و کنترل بر روی سیستم های مکانیکی،‌ برقی و الکترونیکی که در انواع مختلفی از ساختمان ها(عمومی یا خصوصی، صنعتی، موسسات یا مسکونی) استفاده کرد. در این رابطه، سه موضوع اصلی در ادبیات موضوع مورد بررسی قرار گرفته است:

  • یکپارچه سازی اینترنت با سیستم های مدیریت انرژی ساختمان به منظور ایجاد “ساختمان های هوشمند” که از اینترنت اشیا و از نظر مصرف انرژی پر بازده هستند
  • ابزار احتمالی برای نظارت آنی به منظور کاهش مصرف انرژی و نظارت بر رفتار افراد داخل ساختمان
  • یکپارچه سازی دستگاه های هوشمند در محیط ساخته شده و چگونگی استفاده از آن ها در کاربرد های آتی

استفاده در مقیاس کلان شهر ها

در حال حاضر، چندین مورد از استفاده بزرگ مقیاس از IoT برنامه ریزی شده یا در حال اجرا است. این کار امکان مدیریت بهتر شهر ها و سیستم ها را برای ما فراهم می کند. برای مثال، شهر  Songdo در کره جنوبی، در نوع خود اولین شهر هوشمند کاملا مجهز و تماما متصل به شمار می رود که به تدریج در حال ساخته شدن است و  تا ماه ژوئن ۲۰۱۸، حدود ۷۰ درصد بخش تجاری آن ساخته شده است. بسیاری از بخش های این شهر به گونه ای برنامه ریزی شده که با اتصال به اینترنت، به صورت خودکار عمل کرده و نیازی به مداخله انسان ندارند یا این مداخله بسیار ناچیز است.

یکی دیگر از موارد استفاده، پروژه ای در حال اجرا در سانتاندر اسپانیا است. برای این پروژه،‌ دو رویکرد اتخاذ شد. در این شهر ۱۸۰۰۰۰ نفری، تاکنون ۱۸۰۰۰ نفر اپلیکیشن شهر برای گوشی های هوشمند را دانلود کرده اند. این اپلیکیشن به ۱۰۰۰۰ حسگر متصل است و امکان استفاده از خدماتی مانند جستجوی جای پارک، نظارت بر شرایط محیطی، صورت جلسه دیجیتال شهر و کاربرد های دیگر را فراهم می کند. در این مورد، از اطلاعات زمینه ای شهر استفاده شده تا بازرگانان و تجار بتوانند از طریق یک مکانیزم پیشنهادات لحظه ای بر مبنای رفتار شهر که هدفش بیشینه کردن اثر هر یک از نوتیفیکیشن ها(اعلانات) است، از مزایای آن بهره مند شوند.

از دیگر نمونه های استفاده بزرگ مقیاس که در حال حاضر در حال ساخت هستند می توان به شهر دانش  Sino-Singapore Guangzhou اشاره کرد که در سن خوزه ایالت کالیفرنیا بر روی بهبود کیفیت هوا و آب، کاهش آلودگی های صوتی و افزایش بهره وری وسایل حمل و نقل کار کند و در بخش غربی سنگاپور در زمینه مدیریت هوشمند ترافیک فعالیت می کند. شرکت فرانسوی Sigfox در سال ۲۰۱۴ شروع به احداث یک شبکه بی سیم داده باند فوق باریک در منطقه خلیج سان فرانسیسکو کرد و به اولین کسب و کاری تبدیل شد که چنین پیاده سازی را در خاک ایالات متحده انجام دهد. در ادامه اعلام شد که این شرکت تا پایان سال ۲۰۱۶، در مجموع ۴۰۰۰ ایستگاه پایه(بی تی اس) که ۳۰ شهر را تحت پوشش خود در می آورند احداث می کند. کاری که این شرکت را به بزرگ ترین ارائه دهنده پوشش IoT در آمریکا تبدیل می کند.

یکی دیگر از مثال های استفاده در مقیاس بزرگ، شرکت حمل و نقل New York Waterways در شهر نیویورک است که تمامی کشتی های این شهر را به اینترنت متصل کرده تا بتواند بر آن ها به صورت زنده و در همه زمان ها نظارت کند. این شبکه توسط شرکت Fluidmesh، که یک شرکت توسعه شبکه های بی سیم برای کاربرد های حیاتی واقع در شیکاگو است، طراحی و اجرا شد. شبکه NYWW در حال حاضر مناطق Hudson River، East River و Upper New York Bay را تحت پوشش قرار داده است. با کمک این شبکه بی سیم، NY Waterway می تواند ناوگان خود و مسافران را به طریقی که قبلا میسر نبود، کنترل کند. کاربرد های جدید در این زمینه می توانند شامل امنیت،‌ مدیریت انرژی و ناوگان، صفحه نمایش های دیجیتالی، وای-فای عمومی، بلیت های غیرکاغذی و موارد دیگر باشند.

 

سایر زمینه های کاربرد

بهداشت و پزشکی

چشم انداز آینده این گونه به نظر می رسد که به زودی، شما میزان فعالیت ورزشی، ضربان قلب، فعالیت های مختلف و سایر داده های ضروری که توسط تلفن همراهتان جمع آوری می شوند را با پزشکتان به اشتراک خواهید گذاشت. “مراقبت های بیشتر و بیشتری در بیرون از بیمارستان ها و کلینیک ها ارائه می شود”. این بدان معناست که با افزایش تعداد بیمارانی که در خانه، یا در خانه های سالمندان و یا در سایر مراکز از آن ها مراقبت می شود، دستگاه های قابل حمل، از تلفن های هوشمند گرفته تا دستگاه های نظارتی، اهمیت فوق العاده ای پیدا خواهند کرد. از دستگاه های IoT می توان برای نظارت بر حال بیمار از راه دور و یا سیستم اعلانات اضطراری استفاده کرد. این دستگاه های نظارت بر سلامتی می توانند بازه گسترده ای را، از دستگاه های کنترل فشار خون و ضربان قلب گرفته تا دستگاه های پیشرفته که می توانند عملکرد دستگاه های قرار گرفته در بدن انسان، مانند دستگاه تنظیم کننده ضربان قلب، مچ بند های الکترونیکی Fitbit یا سمعک های پیشرفته را کنترل کنند، شامل می شود. برخی از بیمارستان ها شروع به استفاده از تخت خواب های هوشمند کرده اند که می توانند زمانی که بیمار بر روی آن ها خوابیده و یا زمانی که قصد بلند شدن از روی تخت را دارد، تشخیص دهند. این تخت ها همچنین می توانند خود را به صورت خودکار تنظیم کرده تا بدون نیاز به تنظیم دستی توسط پرستاران، فشار و تکیه گاه مناسب به بیمار اعمال شود. یکی از گزارش های شرکت Goldman Sachs در سال ۲۰۱۵، به این نکته اشاره می کند که دستگاه های سلامتی که از اینترنت اشیا استفاده می کنند می توانند سالانه تا ۳۰۰ میلیارد دلار در هزینه های مربوط به خدمات درمانی صرفه جویی کند. این کار از طریق افزایش درآمد و کاهش هزینه های مربوط به این بخش انجام می شود. حتی تحقیقات اخیر، از راهکار های IoT برای مصارف بهداشتی و درمانی به عنوان “اینترنت اشیا پزشکی” یاد می کنند.

همچنین می توان حسگر های مخصوصی را در محل زندگی افراد تعبیه کرد که سلامتی و وضعیت کلی افراد مسن را زیر نظر داشته باشند و همچنین از رسیدن درمان مناسب و کافی به آن ها و یا کمک به افرادی که قابلیت حرکت خود را از دست داده اند اطمینان حاصل کنند. سایر دستگاه های مصرفی مانند ترازو های متصل به اینترنت یا ابزار های پوشیدنی نظارت بر ضربان قلب، که از آن ها برای تبلیغ سالم زندگی کردن استفاده می شود نیز به لطف IoT به واقعیت تبدیل شده اند. پلتفرم های IoT نظارت بر سلامتی انتها به انتها نیز برای بیماران باردار یا کسانی که از بیماری های مزمن رنج می برند در دسترس هستند و به پزشکان اجازه می دهند تا علائم حیاتی و نیاز های دارویی آن ها را زیر نظر بگیرند.

شرکت DEKA، که کار اصلی آن تولید اندام مصنوعی است، توانسته دست مصنوعی تولید کند که با باتری کار می کند و از میو الکتریسیته استفاده می کند. این دستگاه مجموعه حس های گروه های عضلانی را به کنترل حرکتی تبدیل می کند و با الهام از لوک اسکای واکر( از جنگ ستارگان)، دست لوک نام گذاری شده است.

مراقبت از سالمندان

یکی از کاربرد های کلیدی خانه هوشمند، کمک به افراد معلول یا سالمندان است. این سیستم های خانگی از تکنولوژی های کمکی برای برطرف کردن ناتوانی های مشخص مالک دستگاه استفاده می کنند. کنترل صوتی می تواند به کاربران در زمینه محدودیت های بینایی و حرکتی کمک کند. در عین حال، سیستم های هشدار را می توان به صورت مستقیم به کاشت های حلزونی که برای افراد با معلولیت های شنوایی استفاده می شوند، متصل کرد. همچنین این دستگاه ها را می توان به قابلیت های امنیتی اضافی نیز مجهز کرد. این قابلیت ها شامل حسگر هایی هستند که شرایط اضطراری پزشکی مانند از دست دادن تعادل یا تشنج را تشخیص می دهند. استفاده از تکنولوژی خانه هوشمند به این طریق، می تواند آزادی و کیفیت زندگی بیشتری را در اختیار افراد بگذارد.

حمل و نقل

اینترنت اشیا می تواند در یکپارچه سازی ارتباطات، کنترل و پردازش اطلاعات در بین سیستم های حمل و نقل مختلف، کمک کند. کاربرد IoT به همه جنبه های سیستم های حمل و نقل(وسایل نقلیه، زیرساخت ها و کاربر یا راننده) گسترش می یابد. تعامل پویا بین این اجزای یک سیستم حمل و نقل، امکان ارتباط بین و داخل وسایل نقلیه، کنترل هوشمند ترافیک، پارک هوشمند، دریافت عوارض الکترونیکی، مدیریت لجستیک و ناوگان، کنترل خودکار وسایل نقلیه و مسائل مربوط به ایمنی و مسیر را فراهم می کند. برای مثال، در زمینه مدیریت لجستیک و ناوگان، IoT می تواند به صورت پیوسته موقعیت و شرایط محموله و دارایی ها را از طریق حسگر های بی سیم زیر نظر داشته باشد و در صورت وقوع استثنا های مدیریتی(تاخیر، صدمه دیدن، دزدی و…) هشدار های مشخصی را ارسال کند. در صورت ترکیب با یادگیری ماشین،‌ اینترنت اشیا می تواند با اعلام هشدار های خواب آلودگی به رانندگان و همچنین ارائه اتومبیل های خودران، تصادفات رانندگی را نیز کاهش دهد.

روند ها و خصوصیت ها


اصلی ترین روند قابل مشاهده در زمینه اینترنت اشیا در سالیان اخیر، رشد انفجاری دستگاه های متصل و قابل کنترل توسط اینترنت بوده است. بازه گسترده کاربرد های تکنولوژی IoT، به این معناست که ویژگی های هر دستگاه می تواند با دستگاه دیگر متفاوت باشد اما خصوصیات پایه ای وجود دارد که در میان بیشتر دستگاه ها یکسان است.

 

نقشه راه تکنولوژی: اینترنت اشیا

نقشه راه تکنولوژی: اینترنت اشیا

هوش

هوش محدوده ای و کنترل خودگردان، بخشی از مفهوم اولیه اینترنت اشیا نیستند. هوش محدوده ای و کنترل خودگردان لزوما به ساختار های اینترنتی نیاز ندارند. با این حال، روند های اخیر نشان می دهد که در شرکت هایی مانند اینتل، تمایل به تحقیق به زمینه یکپارچه سازی مفاهیم IoT و کنترل خودگردان تغییر پیدا کرده است و نتایج اولیه در این راستا، اشیا را به عنوان نیروی پیشران اینترنت اشیا خودگردان در نظر گرفته اند.

در آینده، اینترنت اشیا ممکن است به شبکه ای غیرقطعی و باز تبدیل شود که در آن نهاد های هوشمند( خدمات تحت وب، اجزای معماری سرویس گرا) و اشیا مجازی( آواتار ها) توسط سیستم های مختلف قابل استفاده شدن هستند و بسته به شرایط و محیط، می توانند به صورت مستقل(در راستای اهداف خودشان یا در راستای اهداف مشترک) عمل کنند. رفتار خودگردان از طریق جمع آوری و استدلال اطلاعات زمینه و همچنین توانایی شی برای تشخیص تغییرات محیط(خرابی موثر بر حسگر ها) و اعمال اقدامات کاهنده بخش عمده ای از روند تحقیقات فعلی را تشکیل می دهد که برای اعتبار بخشی به اینترنت اشیا ضروری است.

محصولات و راه حل های جدید IoT در بازار برای حمایت از چنین اتوماسیون زمینه مبنایی، از تکنولوژی های مختلفی استفاده می کنند اما برای فراهم آوردن امکان استفاده از واحد های حسگر و سیستم های سایبر-فیزیکی هوشمند در محیط های واقعی، به شکل های پیچیده تری از هوش نیاز است.

معماری

این سیستم احتمالا نمونه ای از معماری رویداد محور خواهد بود که به حالت پایین به بالا تبدیل شده(بر مبنای زمینه فرآیند ها و عملیات و به صورت آنی) و هر گونه سطح فرعی را نیز در نظر خواهد گرفت. در نتیجه، رویکرد های مدل محور و کاربردی ممکن است در کنار یکدیگر وجود داشته باشند یا حتی توسط معماری های جدید تر، پویا تر و داده محور تر جایگزین شوند.

در یک اینترنت اشیا،‌ معنی یک رویداد الزاما بر مبنای مدل قطعی یا نحوی نخواهد بود بلکه می تواند بر مبنای زمینه ی خود رویداد باشد. این نیز یک وب معنایی خواهد بود. در نتیجه، الزاما به استاندارد های متداول که نمی توانند همه زمینه ها و کارکرد ها را در بر بگیرند نیازی نخواهد داشت: برخی از عناصر(خدمات، اجزا و آواتار ها) خود ارجاع خواهند بود و اگر زمانی نیاز شد، خود را با استاندارد های موجود سازگار می کنند(پیش بینی همه چیز، چیزی بیشتر از تعریف یک “قطعیت جهانی” برای هر چیزی که با استفاده از هیچ یک از رویکرد های بالا به پایین فعلی و استانداردسازی ها ممکن نیست، نخواهد بود).

بر مبنای اینترنت اشیا، وب اشیا معماریی برای لایه کاربرد اینترنت اشیا است که به دنبال همگرایی داده ها از دستگاه های IoT به اپلیکیشن های تحت وب است که می تواند موارد استفاده کاربردی نوآورانه ای را به وجود بیاورد. به منظور برنامه ریزی و کنترل جریان اطلاعات در اینترنت اشیا، یکی از راستای های معماری پیش بینی شده، مدیریت فرآیند های تجاری در همه جا(BPM Everywhere) نام دارد که ترکیبی از مدیریت فرآیند سنتی، استخراج فرآیند ها و قابلیت های ویژه است تا بتواند به صورت خودکار تعداد زیادی دستگاه هماهنگ را کنترل کند.

معماری شبکه

اینترنت اشیا به مقیاس پذیری فوق العاده بزرگی در زمینه فضای شبکه نیاز دارد تا بتواند از پس افزایش شدید تعداد دستگاه ها بر بیاید. از IETF 6LoWPAN برای اتصال دستگاه ها به شبکه های IP استفاده می شود. با توجه به این که میلیارد ها دستگاه فضای اینترنت افزوده می شود،‌ IPv6 نقش اساسی در مدیریت مقیاس پذیری لایه شبکه بر عهده خواهد داشت. پروتکل برنامه های محدود شده IETF، ZeroMQ و MQTT امکان حمل داده های سبک را فراهم می کنند. MQ در MQTT از مجموعه محصولات صف بندی پیام MQ شرکت IBM می آید.

محاسبات مهی گزینه قابل اطمینانی برای جلوگیری از جریان یافتن چنین حجم عظیمی از اطلاعات از طریق اینترنت به شمار می رود. توان محاسباتی دستگاه های لبه ای را می توان برای تحلیل و پردازش اطلاعات به کار گرفت و به این ترتیب از مقیاس پذیری آنی و آسان بهره برد.

ملاحظات مربوط به اندازه

اینترنت اشیا ۵۰ تا ۱۰۰ هزار میلیارد شی را رمزنگاری کرده و حرکت آن ها را ردیابی خواهد کرد. انسان هایی که در محیط های شهری نقشه برداری می شوند هر کدام توسط ۱۰۰۰ تا ۵۰۰۰ شی قابل ردیابی محصور شده اند. در سال ۲۰۱۵، ۸۳ میلیون دستگاه هوشمند در خانه های مردم وجود داشت. این عدد تا سال ۲۰۲۰ به ۱۹۳ میلیون افزایش خواهد یافت و قطعا در آینده نزدیک نیز به رشد خود ادامه خواهد داد.

تعداد دستگاه های با قابلیت اتصال به اینترنت، از سال ۲۰۱۶ تا سال ۲۰۱۷، ۳۱ درصد افزایش یافت و به ۴/۸ میلیارد دستگاه رسید.

ملاحظات مربوط به فضا

در اینترنت اشیا، موقعیت جغرافیایی دقیق یک شی و همچنین ابعاد جغرافیایی دقیق آن حیاتی خواهند بود. در نتیجه، ردیابی حقایق مربوط به یک شی، مانند موقعیت آن در فضا و زمان، اهمیت کمتری دارد زیرا شخصی که اطلاعات را پردازش می کند می تواند تصمیم بگیرد که آیا این اطلاعات برای عمل در حال انجام، مهم هستند یا خیر و در صورت مهم بودن، می تواند تصمیم بگیرد که این اطلاعات را اضافه کند(یا این که اقدامی انجام ندهد).در این زمینه بهتر است به یاد داشته باشیم که برخی اشیا در اینترنت اشیا، حسگر ها هستند و معمولا، موقعیت مکانی حسگر ها مهم است. GeoWeb و  Digital Earth کاربرد های امیدوار کننده ای هستند که زمانی که چیز ها به صورت سازمان دهی شده و از طریق موقعیت مکانی به یکدیگر متصل شوند، ممکن خواهند شد. با این حال، چالش های باقی مانده شامل محدودیت های مقیاس فضایی متغیر ها، نیاز به سر و کار داشتن با مقادیر عظیمی از داده، و فهرست سازی برای جستجوی سریع و عملیات همسایه ای هستند. در اینترنت اشیا، اگر اشیا بتوانند با ابتکار عمل خودشان عمل کنند، نقش واسطه گری انسان از بین می رود. پس در این اکوسیستم اطلاعاتی، باید به زمینه فضا-زمان که ما انسان ها آن را بدیهی در نظر می گیریم، نقشی محور داده شود. درست همان طور که استاندارد ها نقشی کلیدی اینترنت و وب ایفا می کنند، استاندارد های مکانی نیز نقشی کلیدی در اینترنت اشیا دارند.

راه حلی برای یک مسئله

بسیاری از دستگاه های IoT این پتانسیل را دارند تا بتوانند بخشی از بازار را به خود اختصاص دهند. Jean-Louis Gassée(از دانش آموختگان اولیه اپل و یکی از موسسان  BeOS) در مقاله ای در Monday Note به این موضوع اشاره کرده و در آن پیش بینی کرده که محتمل ترین مشکل، چیزی است که او از آن با نام “سبد دستگاه های کنترل از راه دور” یاد می کند. منظور از این مشکل این است که ما صد ها برنامه برای تعامل با صد ها دستگاه داریم که پروتکل های مشترکی برای برقراری ارتباط با یکدیگر ندارند. برای بهبود تعامل کاربری، برخی از رهبران عرصه تکنولوژی در حال متحد شدن با یکدیگر برای ایجاد استانداردهای ارتباطی بین دستگاه ها هستند تا بتوانند این مشکل را حل کنند. برخی دیگر به مفهوم تعامل پیش بینانه دستگاه ها روی آورده اند که در آن “داده های جمع آوری شده برای پیش بینی و شروع کار های مختلف در دستگاه های مشخص به کار رفته” و آن ها را وادار به همکاری با یکدیگر می کنند.

چارچوب ها


چارچوب های IoT می توانند در حمایت از تعامل بین اشیا کمک کنند و امکان ایجاد ساختار های پیچیده تر مانند رایانش توزیع شده و برنامه های توزیع شده را فراهم کنند. در حال حاضر، به نظر می رسد برخی چارچوب های IoT بر روی راهکار های ثبت داده آنی متمرکز شده اند و به این ترتیب مبنایی برای کار با تعداد زیاد اشیا ایجاد می کنند و باعث تعامل آن ها با یکدیگر می شوند. پیشرفت های آتی می تواند منجر به محیط های یکپارچه توسعه نرم افزاری شوند که می توان از آن ها برای توسعه نرم افزار های سازگار با سخت افزار های اینترنت اشیا استفاده کرد. شرکت ها در حال توسعه پلتفرم های تکنولوژی هستند که بتوانند چنین کارکرد هایی را برای اینترنت اشیا فراهم کنند. پلتفرم های جدید تری نیز در حال توسعه هستند که هوش بیشتری را به سیستم اضافه می کنند.

REST یک معماری مقیاس پذیر است که به اشیا اجازه می دهد تا از طریق پروتکل انتقال ابرمتن( Hypertext Transfer Protocol) با یکدیگر ارتباط برقرار کنند و برنامه های IoT به راحتی از آن برای برقراری ارتباط بین یک شی و وب سرور مرکزی استفاده می کنند.

تکنولوژی های لازم برای اینترنت اشیا


تکنولوژی های زیادی وجود دارند که امکان استفاده از IoT را فراهم می کنند. یکی از موارد ضروری برای این زمینه، شبکه مورد استفاده برای برقراری ارتباط بین دستگاه های یک IoT است. این نقش توسط تکنولوژی های مختلف بی سیم یا باسیم  ایفا می شود.

آدرس پذیری

ایده اولیه Auto-ID Center بر مبنای برچسب های RFID و شناسایی منحصر به فرد از طریق کد الکترونیکی محصول است اما این ایده به اشیا دارای آدرس IP یا URI تکامل پیدا کرده است. دیدگاه دیگر، که از دنیای وب معنایی می آید بر تبدیل همه اشیا( نه فقط اشیا الکترونیکی، هوشمند یا RFID دار) به حالت آدرس پذیر از طریق پروتکل های نام گذاری موجود مانند URI، تمرکز می کند. اشیا خودشان صحبت نمی کنند اما واسطه های دیگر مانند سرور های متمرکز قدرتمند که برای مالکان انسانیشان عمل می کنند می توانند آن ها را مخاطب قرار دهند. یکپارچه سازی با اینترنت به این مفهوم اشاره می کند که دستگاه ها از یک آدرس IP به عنوان شناساگر منحصر به فرد استفاده خواهند کرد. با توجه به فضای آدرس دهی محدود IPv4( که امکان داشتن ۳/۴ میلیارد آدرس منحصر به فرد را فراهم می کند)، اشیا موجود در IoT باید از نسل بعدی پروتکل اینترنت IPv6 استفاده کنند تا بتوانند خود را با فضای آدرس دهی بسیار بزرگ مورد نیاز هماهنگ کنند. علاوه بر این، دستگاه های اینترنت اشیا از پیکر بندی خودکار آدرس به صورت stateless که در IPv6 وجود دارد نیز بهره می برند زیرا این حالت، سربار پیکربندی بر روی میزبان و فشرده سازی ۶LoWPAN را کاهش خواهد داد. در واقع، تا حد زیادی می توان گفت آینده اینترنت اشیا بدون پشتیبانی IPv6 ممکن نخواهد بود و در نتیجه، استفاده جهانی از IPv6در سال های آتی، برای توسعه موفقیت آمیز IoT در آینده ضروری خواهد بود.

وایرلس کوتاه برد

  • شبکه مش بلوتوث- مشخصاتی که شبکه مش متفاوتی را با تعداد گره های بیشتر و لایه کاربرد استانداردسازی شده نسبت به Bluetooth Low Energy ایجاد می کند
  • Li-Fi – تکنولوژی ارتباطات بی سیم که شبیه به استاندارد Wi-Fi است اما از ارتباطات نور مرئی برای افزایش پهنای باند استفاده می کند
  • NFC – پروتکل های ارتباطی که به دو دستگاه الکترونیکی اجازه می دهند تا در فاصله ۴ سانتی متری با یکدیگر ارتباط برقرار کنند.
  • QR Code ها و بارکد ها – برچسب های نوری که توسط ماشین ها قابل خوانده شدن هستند و اطلاعاتی را در مورد کالایی که به آن متصل هستند در خود ذخیره کرده اند.
  • RFID – تکنولوژی که از میدان های الکترومغناطیسی برای قرائت داده های ذخیره شده در برچسب های تعبیه شده در کالا های مختلف استفاده می کند
  • Thread- پروتکل شبکه ای بر مبنای استاندارد IEEE 802.15.4، شبیه به ZigBee و دارای قابلیت آدرس پذیری IPv6
  • پروتکل امنیت لایه انتقال- پروتکل امنیتی شبکه
  • Wi-Fi – تکنولوژیی برای شبکه های محلی بر مبنای استاندارد  IEEE 802.11 که در آن دستگاه ها می توانند از طریق یک اکسس پوینت مشترک یا به صورت مستقیم و بدون واسطه با یکدیگر ارتباط برقرار کنند
  • Z-Wave – پروتکل ارتباطی که امکان انتقال اطلاعات با برد و تاخیر زمانی کم را در نرخ ها و مصرف توان کمتری نسبت به Wi-Fi فراهم می کند. از این پروتکل عمدتا برای اتوماسیون خانگی استفاده می شود
  • ZigBee- پروتکل های ارتباطی برای شبکه های شخصی که بر مبنای استاندارد  IEEE 802.15.4 طراحی شده و دارای توان مصرفی کم، نرخ انتقال داده کم، هزینه کم و توان عملیاتی بالا

وایرلس میان برد

  •  HaLow- حالت تغییر یافته استاندارد Wi-FI که برد بیشتری را برای ارتباطات با توان مصرفی کم و با نرخ انتقال پایین فراهم می کند
  • LTE-Advanced- مشخصات ارتباطی با سرعت بالا که برای شبکه های تلفن همراه استفاده می شود. این مشخصات تغییراتی را در استاندارد LTE ایجاد می کند که باعث افزایش برد، توان عملیاتی بیشتر و تناخیر زمانی کمتر می شود

وایرلس دوربرد

  • LPWAN – شبکه های بی سیم که به گونه ای طراحی شده اند که امکان ارتباطات دور برد با نرخ انتقال داده پایین را فراهم می کنند و توان و هزینه های مورد نیاز برای انتقال اطلاعات را کاهش می دهند. از جمله تکنولوژی ها و پروتکل های  LPWAN می توان به موارد روبرو اشاره کرد: LoRaWan, Sigfox, NB-IoT, Weightless
  • VSAT – تکنولوژی ارتباطات ماهواره ای با استفاده از دیش های کوچک برای داده های باند باریک و پهن باند
  • Wi-Fi دور برد

ارتباط سیمی

  • Ethernet – استاندارد شبکه با کاربرد عمومی که از زوج به هم تابیده و فیبر نوری به همراه هاب ها و سوییچ های شبکه استفاده می کند
  • MoCA – مشخصاتی که امکان توزیع ویدئو های HD و محتوا را در سرتاسر خانه فراهم می کند. این کار از طریق کابل های کواکسیال موجود انجام می شود.
  • PLC – تکنولوژی ارتباطی که از سیم کشی الکتریکی برای انتقال توان و داده ها استفاده می کند. مشخصاتی مانند HomePlug یا  G.hn از PLC برای شبکه کردن دستگاه های IoT استفاده می کنند

استاندارد ها و سازمان های استاندارد سازی

در ادامه لیستی از استاندارد های فنی برای IoT  به همراه سازمان هایی که هدفشان تنظیم موفقیت آمیز این استاندارد ها است، ارائه خواهد شد. بیشتر این استاندارد ها، استاندارد های باز به شمار می روند.

نام کوتاه نام کامل استاندارد های در حال توسعه نکات دیگر
Auto-ID Labs Auto Identification Center RFID شبکه شده و تکنولوژی های تشخیصی در حال ظهور
EPCglobal تکنولوژی کد محصول الکترونیکی استاندارد هایی برای استفاده از تکنولوژی کد محصول الکترونیکی(EPC)
FDA سازمان غذا و داروی آمریکا سیستم UDI برای شناساگر های منحصر به فرد دستگاه های پزشکی
GS1 استاندارد هایی برای شناساگر های منحصر به فرد(UID) و RFID کالا های تند مصرف، محصولات بهداشتی و سایر کالا ها سازمان اصلی که شامل اعضایی مانند GS1 US می باشد
IEEE موسسه مهندسان برق و الکترونیک طراح استاندارد های تکنولوژی های ارتباطی موجود نظیر   IEEE 802.15.4
IETF کارگروه مهندسی اینترنت استاندارد هایی که شامل  TCP/IP می شوند
MTConnect Institute MTConnect استانداردی برای صنعت تولید در زمینه تبادل اطلاعات با ابزار های ماشینی و سایر تجهیزات صنعتی است. این استاندارد برای زیرشاخه اینترنت اشیا صنعتی IoT حائز اهمیت است.
O-DF Open Data Format O-DF استانداردی است که در سال ۲۰۱۴، توسط کارگروه اینترنت اشیا کنسرسیوم The Open Group منتشر شد. در این استاندارد، ساختار مدل اطلاعاتی کلی مشخص می شود که می توان از  آن برای توصیف هر “شی” استفاده کرد و همچنین در صورتی که همراه با استاندارد O-MI مورد استفاده قرار بگیرد، می توان از آن برای انتشار، به روز رسانی و پرس و جوی اطلاعات  استفاده کرد.
O-MI Open Messaging Interface O-MI استانداردی است که در سال ۲۰۱۴، توسط کارگروه اینترنت اشیا کنسرسیوم The Open Group منتشر شد و در آن، مجموعه محدودی از عملیات کلیدی مورد نیاز در IoT تعریف می شود که به عنوان نمونه های شاخص این عملیات می توان به انواع مختلف مکانیزم های اشتراک بر مبنای الگوی ناظر اشاره کرد.
OCF Open Connectivity Foundation استاندارد هایی برای دستگاه های ساده که از CoAP (پروتکل برنامه های محدود شده) استفاده می کنند OCF جایگزین OIC می شود
OMA Open Mobile Alliance OMA-DM و OMA LWM2M  برای مدیریت دستگاه های IoT و همچنین GotAPI که چارچوب امنی را برای کاربرد های IoT فراهم می کند
XSF XMPP Standards Foundation گسترش پروتکل های XMPP که استاندارد باز پیام رسانی فوری به شمار می رود

مسائل سیاسی و مشارکت مدنی


برخی از پژوهشگران و فعالان معتقدند که در صورتی که شبکه های دستگاهی در برابر کنترل کاربر و پلتفرم های تعاملی باز باشند، می توان از IoT برای ساخت مدل های جدیدی از مشارکت مدنی استفاده کرد. فیلیپ هاوارد، نویسنده و استاد دانشگاه، می نویسد که حیات سیاسی در حکومت های دموکراتیک و رژیم های اقتدار گرا توسط نحوه استفاده از IoT برای مشارکت مدنی شکل داده خواهد شد. او معتقد است برای این که این اتفاق بیفتد،‌ هر دستگاه متصل به اینترنت باید بتواند لیستی از “بهره برداران نهایی” که از داده های حسگر های دستگاه بهره مند می شوند را افشا کند و همچنین، شهروندان باید بتوانند سازمان های جدیدی را به لیست بهره برداران اضافه کنند. علاوه بر این، او معتقد است گروه های مدنی جامعه باید شروع به توسعه استراتژی های IoT مخصوص به خود کنند تا بتوانند از طریق آن از داده ها استفاده کنند و با مردم تعامل داشته باشند.

مقررات دولتی در زمینه IoT


یکی از پیشران های اصلی اینترنت اشیا،‌ داده ها هستند. موفقیت ایده متصل کردن دستگاه به یکدیگر به منظور افزایش بازده آن هاة به دسترسی به اطلاعات و ذخیره و پردازش آن ها بستگی دارد. برای این منظور، شرکت هایی که در زمینه IoT فعالیت می کنند داده ها را از منابع مختلف جمع آوری می کنند و آن ها را برای پردازش بیشتر در شبکه ابری خود ذخیره می کنند. این کار، راه را برای تهدیدات حریم شخصی و امنیتی و آسیب پذیری تک نقطه ای چندین سیستم باز می گذارد. مشکلات دیگر مربوط به انتخاب مصرف کننده و مالکیت داده ها و نحوه استفاده از آن ها هستند. اگرچه مقررات و نظارت بر مسائلی چون حریم خصوصی، امنیت و مالکیت داده هنوز در اول راه خود هستند اما این مقررات همواره در حال توسعه و تکامل هستند. مقررات IoT به کشور بستگی دارند. برخی از نمونه های قوانینی که مربوط به حریم خصوصی و جمع آوری اطلاعات هستند عبارتند از: لایحه حریم خصوصی ایالات متحده مربوط به سال ۱۹۷۴، دستورالعمل های OECD در زمینه محافظت از حریم شخصی و جریان فرامرزی اطلاعات شخصی مربوط به سال ۱۹۸۰ و دستورالعمل اتحادیه اروپا به شماره ۹۵/۴۶/EC مربوط به سال ۱۹۹۵.

در گزارشی که توسط کمیسیون تجارت فدرال در ژانویه ۲۰۱۵ منتشر شد، سه توصیه زیر مطرح شد:

  • امنیت داده – در زمان طراحی IoT، شرکت ها باید از جمع آوری، ذخیره و پردازش ایمن اطلاعات در همه زمان ها اطمینان حاصل کنند. شرکت ها باید از رویکرد “دفاع عمقی” استفاده کرده و داده ها را در هر مرحله رمزنگاری کنند.
  • رضایت داده – کاربران باید این انتخاب را داشته باشند که چه داده هایی را با شرکت های IoT به اشتراک بگذارند و همچنین در صورتی که اطلاعات کاربران در معرض خطر قرار گرفت، باید به آن ها اطلاع داده شود.
  • کمینه سازی داده (Data minimization) – شرکت های IoT باید تنها اطلاعاتی را جمع آوری کنند که به آن ها نیاز دارند و همچنین باید اطلاعات جمع آوری شده را تنها برای مدت محدودی نگهداری کنند.

با این حال، تا این جا FTC تنها تا مرحله توصیه کردن پیشرفته است. بنابر یکی از تحلیل های FTC،‌ چارچوب فعلی، که از لایحه FTC، لایحه گزارش اعتبار منصفانه و لایحه محافظت از حریم خصوصی کودکان در فضای مجازی تشکیل شده است، به همراه توسعه برنامه های آموزش مصرف کننده و هدایت کسب و کار، شرکت در تلاش های چند سهامداری و ارائه خدمات مشاوره به سازمان های مختلف در سطح فدرال، ایالتی و محلی برای محافظت از حقوق مصرف کنندگان کافی خواهد بود.

یک قطعنامه تصویب شده توسط مجلس سنا در ماه مارس ۲۰۱۵، در حال حاضر توسط کنگره در دست بررسی است. این قطعنامه، نیاز به تهیه یک سیاست کلی در زمینه IoT و مسئله حریم خصوصی و امنیت را به رسمیت می شناسد. علاوه بر این،‌ به منظور ایجاد انگیزه در اکوسیستم IoT، در ماه مارس ۲۰۱۶، یک گروه دو حزبی متشکل از ۴ سناتور، لایحه ای با نام نوآوری در حال توسعه و پرورش اینترنت اشیا را به سنا پیشنهاد کردند که کمیسیون فدرال ارتباطات را ملزم به ارزیابی نیاز به طیف بیشتر برای اتصال دستگاه های اینترنت اشیا می کرد.

چندین استاندارد مربوط به صنعت اینترنت اشیا در حال حاضر در زمینه اتومبیل ها استفاده می شوند زیرا بیشتر نگرانی های ناشی از استفاده از خودرو های متصل به اینترنت به دستگاه های مربوط به سلامتی نیز مرتبط می شود. در حقیقت، آژانس NHTSA در حال آماده سازی دستورالعمل های امنیت سایبری و بانک اطلاعاتی از بهترین اقدامات به منظور ایمن تر کردن سیستم های کامپیوتری اتومبیل ها می باشد.

یکی از گزارش های اخیر بانک جهانی، چالش ها و فرصت های موجود در زمینه استفاده از اینترنت اشیا در دولت ها را مورد بررسی قرار داده است که شامل موارد زیر است:

  • هنوز زمان زیادی از استفاده از IoT در دولت ها نگذشته است
  • چارچوب های سیاست گذاری و مقرراتی به اندازه کافی توسعه نیافته اند.
  • با وجود پیشنهاد های با ارزش بالا، مدل های کسب و کار شفاف نیستند
  • از نظر سازمانی و ظرفیتی، اختلاف زیادی بین دولت و بخش خصوصی وجود دارد
  • ارزیابی و مدیریت بدون ثبات داده ها
  • مانع بزرگی به نام زیر ساخت ها
  • نقش دولت به عنوان فراهم آورنده امکان استفاده از IoT
  • موفق ترین پیاده سازی ها در مقیاس پایلوت خصوصیات مشترکی دارند(شراکت عمومی-خصوصی، محلی بودن، رهبری)

انتقاد ها و جنجال ها


تکه تکه شدن پلتفرم ها

IoT از تکه تکه شدن پلتفرم ها و نبود استاندارد های فنی رنج می برد. منظور از تکه تکه شدن پلتفرم ها، حالتی است که دستگاه های IoT مختلف، چه از نظر سخت افزاری و چه از نظر نرم افزار در حال اجرا بر روی آن ها، کار توسعه برنامه هایی که به صورت منسجم بین اکوسیستم های تکنولوژیکی غیرمنسجم کار کنند را دشوار می کنند. مشتریان ممکن است در سرمایه گذاری بر روی نرم افزار های مالکیتی یا دستگاه های سخت افزاری که از پروتکل های اختصاصی استفاده می کنند درنگ کنند زیرا ممکن است این گونه نرم افزار ها یا دستگاه به مرور از بازار حذف شده یا شخصی سازی و برقراری ارتباط با سایر دستگاه ها برای آن ها دشوار شود.

ماهیت رایانش آریختی IoT نیز مشکلی برای امنیت آن به شمار می رود زیرا پچ های ارائه شده برای باگ های موجود در هسته سیستم عامل، اغلب به کاربران دستگاه های قدیمی تر یا ارزان تر نمی رسند. مجموعه ای از تحقیقات به این نکته اشاره می کند که ناتوانی تولید کنندگان در پشتیبانی از دستگاه های قدیمی تر از طریق پچ ها و بروز رسانی ها، حدود ۸۷ درصد دستگاه های اندرویدی فعال را آسیب پذیر کرده است.

حریم خصوصی، اختیار و کنترل

فیلیپ هاوارد، نویسنده و استاد دانشگاه،‌ می نویسد که اینترنت اشیا، پتانسیل بسیار زیادی برای قدرت بخشیدن به شهروندان، شفاف کردن دولت و گسترش دسترسی به اطلاعات دارد. با این حال، هاوارد هشدار می دهد که تهدید های مربوط به حریم خصوصی، پتانسیل کنترل اجتماعی و سواستفاده های سیاسی  نیز بسیار بزرگ هستند.

نگرانی های مربوط به حریم خصوصی، بسیاری را مجاب کرده که فکر کنند این احتمال وجود دارد که زیر ساخت های کلان داده، مانند اینترنت اشیا یا داده کاوی،‌ به صورت ذاتی با حریم خصوصی ناسازگار هستند. نویسنده آمریکایی، آدام گرین فیلد ادعا می کند که این تکنولوژی ها نه تنها به فضای عمومی تعرض می کنند بلکه از آن ها برای دائمی کردن رفتار های هنجاری استفاده می شود. این برای اثبات خود به موردی استناد می کند که در آن تعدادی بیلبورد تبلیغاتی که به دوربین های مخفی مجهز بودند جمعیت شناسی افرادی را که برای خواندن تبلیغات توقف می کردند را بررسی می کردند.

شورای اینترنت اشیا، رواج افزایش یافته نظارت دیجیتالی به دلیل اینترنت اشیا را با مفهوم ساختار سراسربین که در قرن هجدهم میلادی توسط جرمی بنتام مطرح شد، مقایسه می کند. این ادعا توسط کار های فیلسوف های فرانسوی، میشل فوکو و ژیل دلوز مورد دفاع قرار گرفت. در کتاب مراقبت و تنبیه: تولد زندان، فوکو ادعا می کند سراسربین عنصر مرکزی مراقبت بود که جامعه در جریان عصر انقلاب صنعتی آن را توسعه داد. فوکو همچنین معتقد بود سیستم های مراقبتی که در کارخانه ها و مدارس ایجاد شده بود همه بازتابی از چشم انداز سراسربینی بنتام هستند. دلوز، در مقاله اش در سال ۱۹۹۲ با نام “توضیحاتی در مورد جوامع کنترل” می نویسد که جامعه مراقبتی به یک جامعه کنترلی تبدیل شده است و کامپیوتر، به عنوان ابزار مراقبت و کنترل جایگزین سراسربین شده است و درعین حال، کیفیت هایی شبیه به سراسربینی را نیز حفظ کرده است.

حریم خصوصی خانوار ها را می توان تنها از طریق بررسی الگوی ترافیک شبکه مصرفی خانه هوشمند و بدون نیاز به تشریح محتوای رمزنگاری شده اطلاعات اپلیکیشن ها در معرض خطر قرار داد. با این حال، می توان از یک طرح تزریق بسته های مصنوعی برای جلوگیری ایمن از چنین نقض حریم خصوصی استفاده کرد.

پیتر-پاول وربیک، استاد فلسفه تکنولوژی در دانشگاه توئنته هلند می نویسد که تکنولوژی در حال حاضر نیز بر روی تصمیم گیری های اخلاقی ما تاثیر می گذارد که این موضوع به نوبه خود‌ بر عاملیت، حریم خصوصی و اختیار انسان اثر می گذارد. او هشدار می دهد که به تکنولوژی تنها به عنوان یک ابزار برای انسان نگاه نشود بلکه پیشنهاد می دهد به عنوان یک عامل فعال در نظر گرفته شود.

جاستین بروکمن، از مرکز دموکراسی و تکنولوژی، نگرانی خود از تاثیر IoT بر حریم خصوصی مصرف کننده را  ابراز کرده و می گوید:” در فضای تجاری افرادی وجود دارند که می گویند اوه کلان داده ها…بیایید همه چیز را جمع آوری کنیم و برای همیشه نگه داریم؛ بعدا به کسی پول می دهیم تا به فکر امنیت آن ها بیفتد. سوال مطرح شده این است که آیا می خواهیم یک چارچوب سیاست گذاری داشته باشیم که این مسئله را محدود کند یا خیر”.

تیم اورایلی معتقد است روشی که شرکت ها دستگاه های IoT را به مصرف کنندگان می فروشند صحیح نیست. او به این موضوع که IoT تنها به منظور افزایش بهره وری از طریق اتصال همه انواع دستگاه ها به اینترنت طراحی شده را انکار می کند و معتقد است هدف اصلی IoT، غلبه بر محدودیت های بدن انسان است. وقتی حسگر ها و داده ها به عنوان عامل اصلی تصمیم گیری مطرح شوند، کاربرد های IoT کاملا متفاوت خواهند بود.

هیات تحریریه مجله WIRED نیز نگرانی خود را از این موضوع مطرح کرده است. یکی از اعضای این تحریریه می گوید:” قرار است حریم خصوصی خود را از دست بدهید. در واقع حتی بدتر از این. شما تنها حریم خصوصی خود را از دست نخواهید داد بلکه مجبور خواهید بود بازنویسی مفهوم حریم خصوصی را در جلوی چشمانتان نگاه کنید.”

اتحادیه آزادی های شهروندی آمریکا نیز نگرانی خود را از توانایی IoT برای کاهش فرسایشی کنترل انسان ها بر زندگی خودشان ابراز کرده است. این اتحادیه می نویسد:” در حقیقت هیچ راهی وجود ندارد که بتوان پیش بینی کرد این قدرت های عظیم که به صورت ناموزون در دست شرکت های به دنبال برتری اقتصادی و دولت های به دنبال کنترل بیشتر انباشته می شوند، چگونه مورد استفاده قرار خواهند گرفت. احتمال زیادی وجود دارد که کلان داده ها و اینترنت اشیا کنترل زندگی خودمان را برای ما سخت تر خواهند کرد زیرا ما در برابر شرکت های قدرتمند و دولت ها شفاف و شفاف تر خواهیم شد در حالی که آن ها در برابر ما مبهم و مبهم تر عمل خواهند کرد.”

در پاسخ به نگرانی های روزافزون در زمینه حریم خصوصی و تکنولوژی های هوشمند، در سال ۲۰۰۷، دولت بریتانیا اعلام کرد که به طور رسمی اصول حفظ حریم خصوصی از نظر طراحی( Privacy by Design) را در اجرای برنامه کنتور های هوشمند خود  رعایت خواهد کرد. این برنامه به جایگزینی کنتور های برق سنتی با کنتور های برق هوشمند منجر خواهد شد که می توانند مصرف انرژی را دقیق تر اندازه گیری و مدیریت کنند. با این حال، جامعه کاپمیوتر بریتانیا شک دارد که اصلا ازاین اصول استفاده شده باشد. در سال ۲۰۰۹، پارلمان هلند برنامه کنتور های هوشمند مشابهی را رد کرد و علت آن را نگرانی های مربوط به نقض حریم خصوصی عنوان کرد. این برنامه هلندی در ادامه مورد بازبینی قرار گرفت و در سال ۲۰۱۱ به تصویب پارلمان رسید.

ذخیره داده ها

یکی از چالش های پیش روی تولید کنندگان برنامه های IoT، تمیز کردن، پردازش و تفسیر مقادیر زیادی از اطلاعات است که توسط حسگر ها جمع آوری می شود. برای تحلیل اطلاعات به دست آمده، راه حلی پیشنهاد شده که به آن شبکه های حسگری بی سیم گفته می شود. این شبکه ها، داده ها را بین گره های حسگر به اشتراک می گذارند و آن ها نیز به یک سیستم توزیع شده فرستاده می شوند تا تجزیه و تحلیل داده های حسگر ها انجام بگیرد.

چالش دیگر، ذخیره این حجم زیاد از داده ها است. بسته به نوع برنامه و کاربرد، ممکن است به جمع‌آوری اطلاعات با نرخ بالا نیاز باشد که این امر خود منجر به نیاز به فضای ذخیره سازی بیشتر خواهد شد. در حال حاضر اینترنت، ۵ درصد از انرژی تولید شده را به خود اختصاص می دهد و چالش ترسناکی به نام رساندن توان به دستگاه های IoT به منظور جمع آوری و ذخیره اطلاعات، همچنان وجود دارد.

امنیت

نگرانی هایی مطرح شده که اینترنت اشیا بدون در نظر گرفتن مناسب چالش های امنیتی جدی موجود و تغییرات مقرراتی که ممکن است مورد نیاز باشند، در حال توسعه با سرعت زیاد است. بیشتر نگرانی های فنی مشابه نگرانی های مربوط به سرور های معمولی، ایستگاه های کار و گوشی های هوشمند است اما چالش های امنیتی منحصر به IoT نیز درحال توسعه یافتن هستند. از این جمله این چالش ها می توان به کنترل های امنیتی صنعتی، سیستم های هیبریدی، فرآیند های کسب و کار مخصوص IoT و گره های انتهایی اشاره کرد.

بنا به نظرسنجی وب سایت Business Insider که در سه ماهه آخر سال ۲۰۱۴ انجام گرفت، ۳۹ درصد پاسخ دهندگان گفتند که امنیت بزرگ ترین نگرانی آن ها در استفاده از تکنولوژی اینترنت اشیا است. به طور مشخص، با گسترش زیاد اینترنت اشیا، حمله های سایبری احتمالا به تهدیدی بیش از پیش واقعی تبدیل خواهند شد. در مقاله ای که در شماره ژانویه مجله فوربز منتشر شد، جوزف اشتاینبرگ، نویسنده بخش امنیت سایبری بسیاری از لوازم برقی خانگی متصل به اینترنت را که در حال حاضر نیز می توانند در خانه مردم بر علیه آن ها جاسوسی کنند را (مانند تلویزیون ها، لوازم آشپزخانه، دوربین ها و ترموستات ها) معرفی کرد. نشان داده شده که دستگاه هایی که در خودرو ها توسط کامپیوتر ها کنترل می شوند(مانند ترمز ها، موتور، قفل ها، قفل صندوق عقب و کاپوت، بوق، سیستم گرمایش و داشبورد) نسبت به حمله مهاجمانی که به شبکه روی برد دسترسی دارند، اسیب پذیر هستند. در برخی موارد،‌ سیستم های کامپیوتری ماشین به اینترنت متصل هستند که امکان سواستفاده از آن ها از راه دور را نیز فراهم می کند. از سال ۲۰۰۸، محققان امنیتی توانسته بودند نشان دهند که می توانند بدون اجازه، تنظیم کننده های ضربان قلب را از راه دور کنترل کنند. بعد ها هکر ها توانایی خود در کنترل از راه دور پمپ های انسولین و دستگاه های شوک کاشتنی(ICD) را نیز ثابت کردند. دیوید پوگ، نویسنده آمریکایی معتقد است گزارش های اخیر منتشر شده در زمینه کنترل از راه دور برخی از کارکرد های اتومبیل ها توسط هکر ها به خاطر برخی عوامل کاهنده خیلی جدی نیستند. مثلا باگی که امکان هک را فراهم می کرد قبل از انتشار این گزارش برطرف شد یا این که برای هک لازم بود تا محققان امنیتی به ماشین مورد نظر دسترسی فیزیکی داشته باشند تا بتوانند برای هک آن آماده شوند.

شورای ملی اطلاعات آمریکا در گزارش غیر محرمانه ای به این نکته اشاره می کند که جلوگیری از دسترسی دشمنان ایالات متحده، مجرمان و افراد شرور به شبکه های حسگری و اشیا کنترل از راه دور کاری دشوار خواهد بود. یک بازار آزاد برای داده های جمع‌ آوری شده حسگر ها به همان اندازه که به نفع تجارت و امنیت عمل می کند، به جاسوسان و جنایتکاران نیز اجازه می دهد تا اهداف آسیب پذیر را شناسایی کنند. بنابراین، اگر ثابت شود که ترکیب موازی عظیم حسگر ها اساسا با متمم چهارم قانون اساسی مبنی بر تفتیش بدون دلیل سازگاری ندارد، ممکن است باعث اختلال در انسجام اجتماعی شود. به طور کلی می توان گفت جامعه اطلاعاتی به اینترنت اشیا به عنوان یک منبع غنی اطلاعات نگاه می کند.

در پاسخ به نگرانی های روزافزون در زمینه امنیت، بنیاد امنیت اینترنت اشیا(IoTSF) در ۲۳ سپتامبر ۲۰۱۵ شروع به کار کرد. ماموریت IoTSF امن کردن اینترنت اشیا از طریق افزایش آگاهی و نحوه صحیح استفاده است. هیئت موسس این بنیاد از خدمات دهندگان حوزه تکنولوژی و شرکت های مخابراتی مانند BT، Vodafone،‌ Imagination Technologies و Pen Test Partners تشکیل شده است. علاوه بر این، شرکت های بزرگ فناوری اطلاعات به طور پیوسته در حال توسعه راه حل های نوآورانه به منظور اطمینان پیدا کردن از امنیت دستگاه های IoT هستند. بر اساس تخمین های شرکت تحقیقاتی KBV Research، بازار کلی امنیت IoT بین سال های ۲۰۱۶ تا ۲۰۲۲ با نرخ ۹/۲۷ درصد رشد خواهد کرد که این امر ناشی از نگرانی های روزافزون زیرساختی و کاربرد های مختلف اینترنت اشیاست.

در سال ۲۰۱۶، یک حمله توزیع شده محروم سازی از سرویس(DDoS) که توسط دستگاه های اینترنت اشیا که در حال اجرای بدافزار Mirai بودند یک ارائه دهنده DNS و تعدادی از وب سایت های بزرگ را از دسترس خارج کرد. بدافزار Mirai تا قبل از آن، حدود ۶۵۰۰۰ دستگاه اینترنت اشیا را تنها در ۲۰ ساعت اولیه پخشش آلوده کرده بود. در نهایت تعداد آلودگی ها به ۲۰۰ تا ۳۰۰ هزار مورد رسید. برزیل، کلمبیا و ویتنام حدود ۴۱ درصد آلودگی ها را به خود اختصاص داده بودند. بدافزار Mirai دستگاه های IoT خاصی مانند DVR ها، دوربین های IP camera، روتر ها و پرینتر ها را هدف قرار داده بود. تولید کنندگان اصلی که بیشترین تعداد آلودگی ها را به خود اختصاص داده بودند عبارتند از  Dahua، Huawei، ZTE، Cisco، Zyxel و MikroTik. در سال ۲۰۱۷،‌ Junade Ali، دانشمند کامپیوتر در شرکت CloudFlare به این نکته اشاره کرد که به دلیل پیاده سازی ضعیف الگوی انتشار-اشتراک، آسیب پذیری های ذاتی DDoS در دستگاه های IoT وجود دارد.

اگرچه امنیت همچنان یک نگرانی به شمار می رود اما درحال حاضر اقدامات زیادی برای محافظت از دستگاه ها در حال انجام است. داده های این دستگاه ها از استاندارد های رمزنگاری پیروی می کند و در موراد انتها به انتها نیز از رمزنگاری استفاده می شود. برای کمک به این سناریو ها، از گواهی های  x.509 نیز برای اعتبار سنجی هویت دستگاه ها استفاده می شود.

کارشناسان امنیت به اینترنت اشیا به عنوان تهدیدی برای اینترنت معمولی نگاه می کنند. برخی معتقدند انگیزه بازار برای ایمن تر کردن دستگاه های IoT کافی نیست و لازم است تا مقررات دولتی بیشتری برای ایمن تز کردن اینترنت اشیا تنظیم شود.

درک کلی از IoT برای امنیت کاربران ساده ضروری است. بروزرسانی نرم افزار های آنتی ویروس و استفاده از بروزرسانی ها در کاهش حملات سایبری موثر خواهد بود.

در سال ۲۰۱۷، پروژه اشیا را راه اندازی کرد که امکان مسیردهی به دستگاه های IoT را از طریق یک دروازه وب اشیا امکان پذیر می کند.

طراحی

با توجه به شناخت گسترده از ماهیت در حال تکامل طراحی و مدیریت اینترنت اشیا،‌ پیاده سازی های پایدار و ایمن راهکار های IoT باید به گونه ای طراحی شوند که “مقیاس پذیری بی نظم(آنارشیک)” را در بر بگیرند. کاربرد مفهوم مقیاس پذیری بی نظم را می توان به سیستم های فیزیکی(اشیا واقعی کنترل شده) نیز بسط داد که علت آن این است که این سیستم ها نیز به گونه ای طراحی شده اند که بتوانند آینده های نامطمئن مدیریتی را نیز در بر بگیرند. بنابراین، این مقیاس پذیری بی نظم راهی رو به جلو برای به تحقق در آوردن پتانسیل اینترنت اشیا از طریق محدود کردن گزینشی سیستم های فیزیکی برای فراهم آوردن امکان وجود رژیم های مدیریتی مختلف بدون به خطر انداختن فیزیکی سیستم به شمار می رود.

مایکل لیتمن، دانشمند علوم کامپیوتر دانشگاه Brown معتقد است اجرای موفق اینترنت اشیا به در نظر گرفتن قابلیت استفاده رابط آن و همچنین خود تکنولوژی نیاز دارد. این رابط ها نه تنها باید کاربر دوست تر باشند بلکه باید یکپارچه تر نیز باشند:” اگر کاربران مجبور باشند رابط های مختلفی را برای جارو برقی، قفل ها، آب پاش ها، لامپ ها و قهوه ساز های خود یاد بگیرند، دیگر نمی توان گفت زندگیشان راحت تر شده است.”

تاثیر پایداری محیط زیستی

یکی از نگرانی های مربوط به تکنولوژی اینترنت اشیا، به اثرات محیط زیستی تولید،‌ استفاده و در نهایت دور انداختن این همه دستگاه های غنی از نیمه رسانا می باشد. الکترونیک مدرن لبریز از انواع مختلفی از فلزات سنگین و فلزات نادر خاکی و همچنین مواد شیمیایی به شدت سمی است. این باعث می شود تا بازیافت صحیح آن ها بسیار دشوار باشد. قطعات الکترونیکی اغلب سوزانده می شوند یا محل های دفن زباله رها می شوند. علاوه بر این، هزینه انسانی و محیط زیستی معدنکاری فلزات نادر خاکی که بخش حیاتی الکترونیک مدرن به شمار می روند همچنان در حال افزایش است. این امر منجر به مطرح شدن سوالات اجتماعی مربوط به اثرات محیط زیستی دستگاه های IoT در طول عمرشان می شود.

منسوخیت عمدی دستگاه ها

بنیاد مرز های الکترونیکی از این که شرکت ها می توانند از تکنولوژی های لازم برای پشتیبانی از دستگاه های متصل به اینترنت برای غیرفعال کردن یا اصطلاحا بریک کردن آن ها از طریق یک بروزرسانی نرم افزاری یا از طریق غیرفعال کردن سرویسی که برای کار کردن دستگاه مورد نیاز است، استفاده کنند، نگرانی خود را ابراز کرده اند. برای نمونه، وقتی شرکت Nest Lab شرکت Revolv را خریداری کرد و تصمیم گرفت که سرور مرکزی که دستگاه های Revolv  از آن استفاده می کردند را قطع کند، دستگاه های اتوماسیون خانگی که با قول اشتراک همیشگی فروخته شده بودند به دستگاه هایی غیرقابل استفاده تبدیل شدند. با توجه به این که Nest شرکتی است که متعلق به شرکت آلفابت( شرکت مادر گوگل) است، بنیاد مرز های الکترونیکی معتقد است این کار ” برای شرکتی که هدفش فروش خودرو های خودگردان، دستگاه های پزشکی و سایر ابزار های فوق پیشرفته ای که ممکن است برای حیات یا امنیت فیزیکی شخص حیاتی باشند، سابقه ای وحشتناک به شمار می رود.”

مالکان باید این اختیار را داشته باشند تا دستگاه های خود را به سرور دیگری منقل کنند یا برای داشتن نرم افزاری بهتر با شرکت های دیگر همکاری کنند اما چنین اقداماتی بند ۱۲۰۱ قانون کپی رایت هزاره دیجیتال DMCA را نقض می کند که تنها استثنا در آن مربوط به استفاده محلی است. این موضوع افراد دست به آچاری را که می خواهند از تجهیزات خودشان استفاده کنند مجبور می کند تا وارد یک ناحیه قانونی خاکستری شوند. بنیاد مرز های الکترونیکی معتقد است خریداران باید از خرید دستگاه های الکترونیکی و نرم افزار هایی که به خواسته های تولید کننده اهمیت بیشتری نسبت به خواسته های مشتری می دهند، اجتناب کنند.

نمونه هایی از دستکاری مخرب بعد از فروش شامل  Google Nest Revolv، حریم خصوصی غیرفعال در اندروید، غیرفعال کردن لینوکس در پلی استیشن ۳ توسط سونی و EULA اجباری بر روی Wii U هستند.

واژه شناسی گمراه کننده

کوین لونرگان، نویسنده مجله Information Age، از واژه های مربوط به حوزه IoT با عنوان باغ وحش واژه ها یاد می کند. نبود یک واژه شناسی شفاف از نظر کاربردی مفید نیست و منبع گمراهی برای مصرف کننده به شمار می رود. شرکتی که در حوزه IoT کار می کند می توان در زمینه های مختلفی مانند فناوری حسگر ها، شبکه سازی، سیستم های نهفته یا بخش تحلیلی فعال باشد. بنا به لونرگان، واژه IoT قبل از تلفن های هوشمند، تبلت ها و دستگاه هایی که امروزه می شناسیم، ابداع شد و فهرستی بلند بالا از واژه هایی با درجه های مختلف همپوشانی و همگرایی تکنولوژیکی وجود دارد: اینترنت اشیا، اینترنت همه چیز(IoE)، اینترنت صنعتی،‌ رایانش فراگیر، تشخیص فراگیر، سیستم های سایبر-فیزیکی(CPS)، شبکه های حسگر های بی سیم(WSN)، اشیا هوشمند، اشیا همکاری کننده، ماشین به ماشین(M2M)،‌ هوش محیطی، تکنولوژی عملیاتی(OT) و فناوری اطلاعات. در زمینه اینترنت اشیا صنعتی(IIoT) که زیر شاخه صنعتی IoT محسوب می شود، کارگروه انتخاب واژه کنسرسیوم اینترنت صنعتی لیستی از واژه های متداول و قابل استفاده مجدد ایجاد کرده تا از وجود واژه شناسی نامتناقض در بین موارد منتشر شده توسط کنسرسیوم اینترنت صنعتی اطمینان پیدا کند. IoT One هم بانک اطلاعاتی از واژه های مربوط به اینترنت اشیا ایجاد کرده که قسمتی از آن مربوط به هشدار به وجود آمدن واژه های جدید است و زمانی که واژه جدیدی منتشر می شود، آن را اطلاع رسانی می کند. تا ماه مارس ۲۰۱۷،‌ این بانک اطلاعاتی ۷۱۱ واژه مربوط به اینترنت اشیا را در خود جا داده است و به این ترتیب، مطالب منتشر شده در این زمینه را به صورت جامع و شفاف نگه می دارد.

موانع استفاده از IoT


نبود قابلیت همکاری و واضح نبودن گزاره ارزش

با وجود اعتقاد مشترک به پتانسیل IoT، رهبران صنعتی و مصرف کنندگان برای استفاده بیشتر از آن با موانعی مواجه هستند. مایک فارلی در مجله فوربز معتقد است که اگرچه راهکار های IoT برای استفاده کنندگان اولیه جذاب است، اما آن ها فاقد قابلیت همکاری یا موارد استفاده واضح برای کاربران نهایی هستند. تحقیقی که توسط شرکت اریکسون در زمینه میزان استفاده از IoT در بین شرکت های دانمارکی انجام شد نشان می دهد بسیاری از آن ها در مشخص کردن این که ارزش IoT برای آن ها  دقیقا در چه چیزی است، ناتوان هستند.

نگرانی های حریم خصوصی و امنیتی

بنا به تحقیق اخیر که توسط  Noura Aleisa و Karen Renaud در دانشگاه گلاسکو انجام شد،‌ “پتانسیل اینترنت اشیا برای نقض آشکار حریم خصوصی یک نگرانی به شمار می رود” و بیشتر تحقیقات “به صورت نامتوازن بر نگرانی های امنیتی IoT متمرکز شده اند”. در میان “راهکار های پیشنهاد شده در زمینه تکنولوژی های مورد استفاده آن ها و میزانی که اصول مبنایی حریم خصوصی را رعایت می کنند” تنها چند مورد عملکرد کاملا رضایت بخشی داشتند. Louis Basenese، مدیر سرمایه گذاری در  Wall Street Daily، از عدم توجه صنعت به مسائل امنیتی انتقاد کرده است:

“با وجود هک های بزرگ و هشدار دهنده، تولید کنندگان دستگاه ها رویکرد خود را تغییر نداده اند و به جای امنیت بر سوددهی متمرکز شده اند. مصرف کنندگان باید تماما بر روی داده های جمع آوری شده کنترل داشته باشند به طوری که حتی بتوانند در صورات انتخاب، تمام داده های خود را پاک کنند…بدون تضمین های حفظ حریم خصوصی، استفاده گسترده از اینترنت اشیا اتفاق نخواهد افتاد.”

در دنیای پسا-اسنودن با افشاگری های جاسوسی گسترده، مصرف کنندگان به محافظت حریم خصوصی خود توجه بیشتری می کنند و می خواهند تا قبل از خرید آن ها،‌ دستگاه های IoT برای پیدا کردن آسیب پذیری های احتمالی امنیتی و نقض حریم خصوصی زیر نظر گرفته شوند. بنا به نظرسنجی مصرف کننده های دیجیتالی شرکت Accenture،‌ که در آن ۲۸۰۰۰ مصرف کننده در ۲۸ کشور مختلف در زمینه استفاده شان از تکنولوژی مورد پرسش قرار گرفتند، “امنیت از یک مشکل ناخوشایند به مانع اصلی و علت ترک دستگاه ها و خدمات اینترنت اشیا توسط مصرف کنندگان تبدیل شده است.” همچنین این نظر سنجی نشان داد “از بین مصرف کنندگانی که از حملات هکر ها آگاهی داشتند و همچنین مالک دستگاه های IoT بودند یا قصد داشتند در ۵ سال آینده مالک آن ها شوند،  ۱۸ درصد تصمیم گرفتند استفاده از این خدمات را تا زمانی که تضمین کافی در زمینه امنیتی دریافت کنند، متوقف کنند.” این بدان معناست که مصرف کنندگان امروزه بیشتر درک می کنند که خطرات ناشی از نقض حریم خصوصی و تهدیدات امنیتی بسیار بیشتر از گزاره ارزش دستگاه های IoT است و ترجیح می دهند تا خرید یا اشتراک اینگونه کالا ها و خدمات را به تاخیر بیندازند.

ساختار های نظارتی سنتی

تحقیق شرکت اریکسون در زمینه استفاده از اینترنت اشیا در بین شرکت های دانمارکی به تضاد بین IoT و ساختار های نظارتی سنتی شرکت ها اشاره می کند. “علت این تضاد این است که IoT هنوز دارای عدم قطعیت ها و فقدان پیشینه تاریخی است.” از میان پاسخ دهندگان به این نظرسنجی، ۶۰ درصد اعلام کردند که “باور ندارند دارای توانمندی های سازمانی باشند” و ۷۵ درصد اعلام کردند که” فاقد فرآیند های لازم برای استفاده از فرصتی به نام IoT هستند.” این امر منجر به نیاز به درک فرهنگ سازمانی به منظور تسهیل فرآیند های طراحی سازمانی و آزمایش اقدامات جدید مربوط به مدیریت نوآوری شده است. فقدان رهبری دیجیتال در عصر دیجیتال نوآوری و استفاده از IoT را با مشکل مواجه کرده تا جایی که بسیاری از شرکت ها، با وجود عدم قطعیت موجود، “منتظر بودند تا پویایی بازار خودش را نشان دهد” یا اقدامات آتی در زمینه IoT در انتظار ” حرکت رقبا، کشش مشتریان یا نیاز های مقرراتی” بود. برخی از این شرکت ها در معرض خطر کداک شدن(کداک در زمان عکاسی فیلمی(آنالوگ) پیشتاز بازار بود تا این که اختلال دیجیتال با ورود عکس های دیجیتال، بازار را از دست آن ها خارج کرد) و ناتوانی در دیدن “نیرو های مخربی که بر صنعت آن ها تاثیر می گذارد” و “پذیرش حقیقی مدل های کسب و کار جدید که این تغییرات مخرب به همراه می آورند” قرار دارند. اسکات آنتونی در مجله Harvard Business Review می نویسد کداک دوربین دیجیتال را ابداع کرد، در این تکنولوژی سرمایه گذاری کرد و حتی متوجه شد که عکس ها به صورت آنلاین به اشتراک گذاشته خواهند شد اما در نهایت درک نکرد که اشتراک آنلاین عکس ها، نه به عنوان راهی برای گسترش کسب و کار چاپ عکس بلکه خودکسب و کار جدیدی به شمار می رود.

برنامه ریزی کسب و کار و مدل ها

بنا به تحقیقی که در سال ۲۰۱۸ انجام گرفت، ۷۰ تا ۷۵ درصد موارد استفاده از IoT در مرحله پایلوت یا نمونه اولیه گیر کرده اند و نتوانسته اند به مقیاس اصلی برسند که بخشی از مربوط به نبود برنامه ریزی کسب و کار است.

تحقیقات در ادبیات موضوع و پروژه های IoT نشان از برجستگی نامتوازن تکنولوژی در پروژه های IoT دارد که اغلب به جای این که در زمینه نوآوری مدل های کسب و کار تمرکز کنند، اغلب بر مبنای مداخلات تکنولوژیکی به جلو حرکت می کنند.

نوشته اینترنت اشیا (IOT) چیست؟ اولین بار در مدیاسافت پدیدار شد.