Sistem menghadirkan pembelajaran mendalam ke perangkat Internet of Things
Software

Alat untuk mengotomatiskan pemrograman perangkat untuk aplikasi IoT


Kredit: Pixabay / CC0 Domain Publik

Internet of Things (IoT) telah mengantarkan era baru, dengan item sehari-hari berkembang menjadi apa yang sekarang kita sebut sebagai sistem fisik siber. Sistem ini adalah mekanisme fisik yang dikendalikan atau dipantau oleh algoritme komputer dan saling terkait secara mendalam melalui internet. Sistem semacam itu telah menembus masuk ke industri dan digunakan serta digunakan terutama untuk mengelola dan mengontrol proses industri, sehingga memunculkan apa yang disebut Industri 4.0. Profesor penelitian ICREA, Jordi Cabot dan peneliti Abel Gómez, dua anggota Lab Penelitian Sistem, Perangkat Lunak, dan Model (SOM) di Institut Interdisipliner Internet Universitat Oberta de Catalunya (UOC) (IN3), bekerja sama dengan pusat penelitian teknologi IKERLAN, telah merancang alat baru yang inovatif untuk mengotomatiskan dan merampingkan pembuatan sistem yang menggunakan komunikasi event-driven asinkron, salah satu arsitektur komputer yang paling banyak digunakan di sektor ini. Alat tersebut adalah yang pertama menggunakan spesifikasi AsyncAPI yang baru dipublikasikan, yang menstandarkan pekerjaan dengan jenis arsitektur ini. Prototipe, awalnya dikembangkan sebagai bagian dari proyek MegaMa @ Rt2, bersifat open-source dan dengan demikian tersedia secara online gratis.

Dalam infrastruktur TI di mana banyak perangkat harus berkomunikasi satu sama lain, seperti di pabrik dengan mesin yang berbeda untuk dipantau dan dikendalikan, keseluruhan informasi biasanya dikelola oleh node pusat. Untuk mencegah infrastruktur ini runtuh karena komponen yang salah, arsitektur asynchronous berbasis peristiwa di-deploy. Di antara keuntungan dari arsitektur ini adalah kerusakan pada satu komponen tidak memicu kerusakan sistem secara penuh. Salah satu paradigma paling populer disebut arsitektur publish-subscribe, di mana pesan tidak dikirim ke penerima tertentu. Menurut Abel Gómez, “saluran yang dibagikan oleh semua perangkat di jaringan sudah diatur, dan ketika satu elemen, baik komputer, server, atau jenis perangkat lain, ingin menerima informasi tertentu, yang harus dilakukan adalah berlangganan ke kategori pesan tertentu. Dengan cara ini, saat perangkat lain dapat memberikan informasi, perangkat tersebut akan menerbitkannya di saluran bersama di bawah kategori yang disepakati, dan hanya perangkat langganan yang akan menerima pesan yang dipublikasikan tentang topik ini. “

Meskipun arsitektur terdistribusi ini sangat skalabel dan fleksibel, mereka bukannya tanpa masalah karena masih belum ada standar pemrograman yang ditetapkan seperti yang ada untuk pembuatan situs web, misalnya. Oleh karena itu, sektor masih perlu menyepakati kategori pesan, serta format dan struktur internalnya. Peneliti berkata: “Karena tidak ada bahasa yang sama dan mereka adalah infrastruktur yang terdistribusi, kemungkinan setiap elemen diprogram oleh orang yang berbeda tinggi, artinya pesan dapat bervariasi antar perangkat. Akibatnya, jika ada divergensi dalam nama topik atau format yang digunakan, penerima tidak akan menerima atau tidak tahu cara menguraikan konten.

Solusi baru sekarang sudah siap, berusaha untuk menstandarkan pemrograman arsitektur yang digerakkan oleh peristiwa: spesifikasi AsyncAPI. Spesifikasi ini memungkinkan pengguna untuk menentukan semua informasi relevan yang diperlukan untuk merancang dan menjalankan perangkat IoT di lingkungan ini. Namun, AsyncAPI masih dalam tahap awal pengembangan dan oleh karena itu alat yang mendukungnya masih terbatas. Meskipun demikian, para peneliti telah mengembangkan alat berdasarkan proposal baru ini yang memungkinkan pengguna untuk mengotomatiskan pembuatan pesan dalam format yang sesuai, serta mengirim dan menerima pesan tersebut. Abel Gómez berkata: “Banyak pekerjaan yang dilakukan untuk mengimplementasikan program untuk perangkat IoT melibatkan pembuatan pesan dalam format yang diharapkan pelanggan saluran dan juga” menerjemahkan “pesan dari perangkat lain untuk memproses informasi. Jumlah yang besar kode karena itu harus diprogram dan, bila dilakukan secara manual, ini dapat menjadi sumber kesalahan. “

Gomez berkata, “Dengan mengadopsi alat baru ini, kami dapat secara signifikan mempersingkat waktu yang dibutuhkan untuk mengembangkan dan meluncurkan program, yang mendukung interoperabilitas, meningkatkan kualitas kode dan pada gilirannya membatasi jumlah kesalahan dalam siklus hidup pengembangan perangkat lunak.

Model untuk mengoptimalkan program berdasarkan data deret waktu

Tantangan lain yang ditimbulkan oleh integrasi sistem fisik siber di Industri 4.0 adalah kebutuhan untuk meningkatkan pengelolaan data deret waktu terkomputerisasi, seperti suhu atau data lain yang dikumpulkan secara terus menerus. Rangkaian data historis ini adalah kunci untuk memantau runtime sistem, meningkatkan proses industri, dan menunjukkan sumber kesalahan yang mungkin terjadi setelah kegagalan yang dahsyat. Di bidang ini, para peneliti UOC telah bekerja sama dengan kelompok penelitian Austria untuk merancang model teoritis yang menggabungkan teknik berbasis model dan basis data deret waktu untuk mengotomatiskan bagian dari proses pengembangan.

Basis data deret waktu mendukung penyimpanan dan analisis data historis dalam jumlah besar, seperti pembacaan suhu lemari es industri secara berkala. Informasi ini kemudian memungkinkan operasi yang berbeda untuk dilakukan, seperti menghitung suhu maksimum atau rata-rata selama periode waktu tertentu. Yang terpenting, proyek ini bertujuan untuk mengintegrasikan kalkulasi deret waktu seperti ini ke dalam model, yaitu representasi dari sistem komputer tertentu yang mengotomatiskan seluruh proses dan menghilangkan kebutuhan untuk mengkodekan fungsinya berulang kali untuk kasus yang berbeda. Abel Gómez berkata, “Kami telah menemukan model yang memungkinkan kami untuk mengoptimalkan kueri historis dengan memanfaatkan basis data deret waktu. Model ini menguraikan bahasa kueri yang disukai dan struktur yang sesuai dari basis data deret waktu yang akan mendukung model itu.”

Menurut para peneliti, proposal ini bermanfaat karena memungkinkan untuk mengotomatiskan proses pemrograman dan menghindari risiko kesalahan pengkodean potensial, karena model akan menentukan semua informasi yang diperlukan agar dapat berjalan dengan baik. “Model ini akan mengurangi waktu pemrograman dan prevalensi kesalahan. Dengan menghasilkan kode secara otomatis dari model, Anda tidak memiliki pemrogram yang melakukannya dengan tangan yang dapat membuat kesalahan,” kata Gómez.


Komputasi neuromorfik dengan memristor


Informasi lebih lanjut:
Alexandra Mazak dkk. Model Temporal pada Database Rangkaian Waktu., Jurnal Teknologi Objek (2020). DOI: 10.5381 / jot.2020.19.3.a14

github.com/SOM-Research/asyncapi-toolkit

Disediakan oleh Universitat Oberta de Catalunya

Kutipan: Alat untuk mengotomatiskan pemrograman perangkat untuk aplikasi IoT (2020, 10 Desember) diambil 10 Desember 2020 dari https://techxplore.com/news/2020-12-tool-automate-device-iot-applications.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Keluaran Singapore Hari Ini