AI Trong Thực Tiễn – Một vấn đề nghiêm trọng đối với IoT công nghiệp

Vì AI có thể quản lý khối lượng dữ liệu khổng lồ được tạo ra từ IIoT, kiến trúc cơ bản của nó phải thực thi bảo mật và tăng cường khả năng hiển thị cho các nhà thiết kế IIoT để triển khai trong tương lai.

0

Trong khi IoT công nghiệp (IIoT) đang phát triển nhanh chóng, thì thường có một liên kết mạnh mẽ với các công cụ Trí tuệ nhân tạo (AI) và Machine Learning (ML) để quản lý luồng dữ liệu. Điều này đặt ra một loạt các thách thức bao gồm các yêu cầu về kết nối, bảo mật, lưu trữ và mô hình hóa. Các nhà thiết kế của các thiết bị IIoT và các dự án lớn hơn phải xây dựng các tình huống thay đổi trong các lĩnh vực này hoặc có nguy cơ gặp sự cố.

Trong khi IIoT đang đạt được sự trưởng thành, thị trường nói chung vẫn còn nhiều thách thức phải vượt qua. Một số trong những thách thức này là rào cản kỹ thuật đối với hoạt động của thiết bị IoT, chẳng hạn như các tiêu chuẩn kết nối và công nghệ pin, nhưng bức tranh thậm chí còn rộng hơn thế. Thế giới của IIoT không chỉ yêu cầu phần cứng IoT hoạt động đáng tin cậy và hiệu quả trong mọi môi trường mà còn phụ thuộc vào các mạng và dịch vụ hỗ trợ. Kết quả là việc triển khai IIoT không thể được xem là nâng cấp công nghệ hoặc ổ đĩa năng suất riêng biệt, nhưng các hệ sinh thái có tính kết nối cao nhạy cảm với một loạt các biến số – đặc biệt là thế giới đang phát triển của AI.

AI trong thế giới thực

Mặc dù AI đã tồn tại từ lâu dưới dạng khái niệm, việc đưa các nguyên tắc vào thế giới thực đã chứng minh một công việc phức tạp, nhưng là một điều thiết yếu cho nhiều ứng dụng IIoT tiềm năng. Theo dõi nhiều luồng dữ liệu từ một mạng lưới các cảm biến nhỏ, phát hiện sự bất thường và các mẫu đốm có thể được gắn cờ để bảo trì phòng ngừa hoặc vì hiệu quả tiềm năng là một phần quan trọng của IIoT – không có nó, lượng dữ liệu khổng lồ được tạo ra chỉ là những tiếng ồn.

Ví dụ, một phương tiện AI tự động hoàn toàn sẽ tạo ra khoảng 40 terabyte dữ liệu cho mỗi tám giờ lái xe – một khối lượng đáng kinh ngạc loại trừ mọi phân tích thủ công. Đây là một thách thức đối với các nhà thiết kế IIoT và AI – đảm bảo rằng các bộ dữ liệu mô hình hóa và đào tạo có độ chính xác cao và được thử nghiệm thực địa trước khi triển khai.

Các xem xét về mạng

Việc truyền và nhận khối lượng dữ liệu do IIoT tạo ra và cần phân tích bởi AI tạo ra những thách thức đáng kể trong chính nó, điều này đã dẫn đến việc phát triển của Edge AI, xử lý càng nhiều càng tốt trên thiết bị tại biên trước khi truyền tải chúng tới hệ thống phân tích trung tâm, có thể là trên các đám mây (cloud). Mạng đó xuất hiện một loạt các khả năng hiện có từ Wi-Fi đến 4G đến cáp quang phổ mới, các mạng LoRa và NB-IoT được thiết kế để chạy cùng với 5G. Quản lý sự cố mất điện và độ trễ không thể tránh khỏi trong các mạng này chắc chắn là một thách thức đang diễn ra, có thể có khả năng khắc phục với các kiến trúc mạng kiểu lưới. Nhưng ngay cả những điều này có thể thất bại, đặc biệt là trong các kịch bản IIoT, nơi có thể không phải lúc nào cũng có tùy chọn để tránh một điểm thất bại duy nhất.

Các thách thức về dữ liệu

Một phương tiện AI tự động ở cấp cao hơn, không chỉ mang theo một loạt các cảm biến khác nhau để phát hiện các phương tiện, mối nguy hiểm và con người khác, yêu cầu phản ứng ngay lập tức với các kích thích như một chướng ngại vật bất ngờ xuất hiện mà còn tự hành và di động. Tuy nhiên, sự kết hợp của các yêu cầu này cũng phù hợp với hầu hết các kịch bản IIoT. Ví dụ, các cảm biến âm thanh được triển khai để phát hiện rung động trong máy móc của nhà máy cần phải có khả năng đáp ứng với sự thay đổi cường độ đột ngột rất nhanh hoặc có nguy cơ không tốt hơn các cảm biến câm sẽ vẽ ra sự tan vỡ của một cỗ máy đắt tiền. Hầu hết các kịch bản IIoT sẽ bao gồm nhiều loại cảm biến để cho phép các kết quả dương tính giả được lọc ra và các ứng dụng cực đoan hơn cũng sẽ liên quan đến một số mức độ dư thừa.

An ninh dữ liệu

Có thể cho rằng thách thức lớn nhất là duy trì an ninh mạng và đảm bảo rằng dữ liệu vận hành, cá nhân hoặc kiểm toán không thể bị rò rỉ. Mặc dù dữ liệu cá nhân / khách hàng có thể không phải là vấn đề đối với hầu hết các kịch bản IIoT, khả năng các cuộc tấn công có động cơ thương mại để có được hoặc làm hỏng dữ liệu kiểm toán hoặc hoạt động là rất đáng kể.

Giữ các thiết bị được vá với các lỗ hổng mới nhất là một cuộc chiến đang diễn ra, vì bất kỳ chủ sở hữu thiết bị hoặc nhóm IT doanh nghiệp nào cũng biết, nhưng các thiết bị IIoT không dễ quản lý. Băng thông thấp có thể là một thách thức đối với các mạng được thiết kế chủ yếu để truyền dữ liệu, trong khi các hạn chế lưu trữ cục bộ và hạn chế nguồn có thể khiến các cập nhật thường xuyên gặp sự cố hoặc không thể thực hiện được. Ngoài ra, việc mở khóa bộ nạp khởi động để cho phép các bản cập nhật được thực hiện trên cơ sở đặc biệt có khả năng gây ra sự cố, cho phép kẻ tấn công có được chỗ đứng vững chắc trên mạng trong thời gian dài nếu chúng có thể giới thiệu rootkit hoặc thỏa hiệp tương tự.

HRoT – TPM, FPGA?

May mắn thay, câu hỏi về bảo mật IIoT đã được chú ý rất nhiều, với Hiệp hội Internet công nghiệp gần đây đã xuất bản “Data Protection Best Practices White Paper”, một tài liệu nhằm giải quyết câu hỏi về bảo mật dữ liệu trong các mạng IIoT. Khuyến nghị cốt lõi là việc triển khai IIoT nên dựa vào bảo mật dựa trên phần cứng (được gọi là Root of Trust hoặc HRoT dựa trên phần cứng), không chỉ xác thực bộ tải khởi động thiết bị mà còn thiết lập một chuỗi tin cậy từ điểm đó thông qua HĐH thiết bị, các ứng dụng và sau đó trên mạng, ngăn chặn bộ tải khởi động hoặc thao tác hệ điều hành. Thật không may, ở đây, các tiêu chuẩn và cách tiếp cận có thể khác nhau, với một số nhà sản xuất nhúng chip TPM để xử lý các yêu cầu về mật mã và những người khác sử dụng chip dựa trên công nghệ đồ họa có hiệu quả tương tự.

Con đường rõ ràng phía trước

Mặc dù, ngay từ cái nhìn đầu tiên, những thách thức mà IIoT và AI phải đối mặt là rất đáng kể, sự chăm chỉ của những người chấp nhận sớm, một kho công nghệ trưởng thành và đổi mới đơn giản đã giải quyết được nhiều vấn đề lớn nhất, trong khi những vấn đề khác đang chờ sự đồng thuận. Mặc dù AI mang đến cơ hội để quản lý và phân tích khối lượng dữ liệu khổng lồ đang được đề cập, nhưng đó là kiến trúc cơ bản phải thực thi bảo mật và tăng cường khả năng hiển thị, cũng như triển khai bằng chứng trong tương lai càng nhiều càng tốt. Đây sẽ là một lĩnh vực trọng tâm thiết yếu cho các nhà thiết kế IIoT.

BÌNH LUẬN

Vui lòng nhập bình luận của bạn
Vui lòng nhập tên của bạn ở đây