物聯(lián)網(wǎng)現(xiàn)在被廣泛認(rèn)為是一種變革力量。根據(jù)Juniper Research的調(diào)查，到2020年底，將有385億臺(tái)設(shè)備連接到互聯(lián)網(wǎng)，自2015年以來增長了285%。

但是隨著更多的設(shè)備互連，故障的數(shù)量也會(huì)增加。例如，根據(jù)Juniper的數(shù)據(jù)，即使2-3%的設(shè)備出現(xiàn)性能問題，也會(huì)有5 - 7.5億設(shè)備出現(xiàn)性能問題。

[[334108]]

Juniper報(bào)告指出，用戶每天至少報(bào)告1.2個(gè)問題。這些規(guī)模將壓倒IT支持和操作團(tuán)隊(duì)?？焖侔l(fā)現(xiàn)問題并試圖更快地解決它是行不通的，簡單的自動(dòng)化往往會(huì)崩潰。

根據(jù)Vanson Bourne的一項(xiàng)調(diào)查(通過IoT Now)，大約有四分之三的CIO擔(dān)心IoT性能問題“會(huì)破壞運(yùn)營并損害收入”。

以下是物聯(lián)網(wǎng)帶來的6個(gè)運(yùn)營挑戰(zhàn)：

1. 細(xì)粒度的配置

邊緣具有許多精細(xì)的配置，這些配置通過API進(jìn)行個(gè)性化和連接。這些通常需要手動(dòng)設(shè)置、配置和干預(yù)。

2. 網(wǎng)絡(luò)限制

在傳感器和機(jī)器生成數(shù)據(jù)的時(shí)代，工作量的大小、復(fù)雜性和屬性將達(dá)到巨大的規(guī)模。在目前沒有大規(guī)模邊緣網(wǎng)絡(luò)實(shí)現(xiàn)的情況下，傳入的工作負(fù)載可能使設(shè)備不堪重負(fù)，并且網(wǎng)絡(luò)限制會(huì)帶來大規(guī)模的性能問題。高密度的物聯(lián)網(wǎng)設(shè)備也會(huì)增加網(wǎng)絡(luò)擁塞。在物聯(lián)網(wǎng)的某些領(lǐng)域中，也缺乏存在檢測，所有東西都必須通過智能集線器或路由器。因此，日志、監(jiān)視、報(bào)告和其他操作功能將很快超出人類的能力。

3. 工作量問題

網(wǎng)絡(luò)限制和帶寬限制不斷上升。更多設(shè)備的激增增加了負(fù)載。許多物聯(lián)網(wǎng)功能需要較低的延遲才能有效使用，并且將需要本地服務(wù)器或服務(wù)提供商為具有獨(dú)特要求的工作負(fù)載提供新的帶寬和QoS。即使不考慮人為操作成本，實(shí)施起來也會(huì)變得昂貴。

4. 環(huán)境因素

物聯(lián)網(wǎng)設(shè)備所在的物理環(huán)境可能包括高濕度、極端溫度、未經(jīng)測試的地形等。這些變量以無數(shù)不可預(yù)測的方式影響物聯(lián)網(wǎng)設(shè)備的性能。運(yùn)營需要做好準(zhǔn)備，在沒有人為干預(yù)的情況下，在一定范圍內(nèi)自主地預(yù)防、發(fā)現(xiàn)和解決問題。

5. 集成問題

許多設(shè)備需要自己的軟件，這些軟件可能不一定與標(biāo)準(zhǔn)物聯(lián)網(wǎng)網(wǎng)關(guān)、集線器、路由器、協(xié)議等兼容。不同接口之間缺乏集成將導(dǎo)致更高的故障率和更長的檢測時(shí)間。

6. 零散的服務(wù)和支持

快速檢測、分析和修復(fù)問題的能力可以決定物聯(lián)網(wǎng)設(shè)備的成功與規(guī)模。原始設(shè)備制造商(OEM)的保修很昂貴，而且操作數(shù)十億臺(tái)設(shè)備的物聯(lián)網(wǎng)技術(shù)也很缺乏。ISP和SIs在處理學(xué)習(xí)曲線和技能短缺的同時(shí)，對(duì)各種復(fù)雜設(shè)備的性能和操作負(fù)有更大的責(zé)任。公司的IT部門被成千上萬的新設(shè)備和數(shù)以百萬計(jì)的警報(bào)所淹沒，這使得檢測、預(yù)測和修復(fù)變得更加困難。

如何幫助擴(kuò)展物聯(lián)網(wǎng)

邊緣計(jì)算的實(shí)現(xiàn)可以解決數(shù)據(jù)管理、延遲和網(wǎng)絡(luò)可靠性方面的一些問題。但它仍然無法抵消上述操作的復(fù)雜性。由于遠(yuǎn)程生存能力、大型數(shù)據(jù)集、快速變化的工作負(fù)載和硬件集成而導(dǎo)致的問題仍然存在。

自主能力感知與上下文相關(guān)的系統(tǒng)狀態(tài)，并基于上下文和狀態(tài)做出決策和執(zhí)行操作。上下文不僅是環(huán)境，也是外部因素(如工作負(fù)載、生態(tài)系統(tǒng)中發(fā)生的事件等)的理想狀態(tài)。

自主操作需要考慮非常不同的指標(biāo)。傳統(tǒng)的平均解決時(shí)間(MTTR)的時(shí)代已經(jīng)一去不復(fù)返了。自主操作可以測量平均預(yù)防時(shí)間(MTTP)和平均識(shí)別時(shí)間(MTTI)。

建議各組織做好自主化準(zhǔn)備，并開始通過考慮其用例和工作負(fù)載，以及在各種地點(diǎn)解決問題的技能的可用性來制定其運(yùn)營戰(zhàn)略。雖然自動(dòng)化(automation)可能是一個(gè)很好的開端，但自主化(autonomization)是IT運(yùn)營的最終目的地。

綜上所述，物聯(lián)網(wǎng)驅(qū)動(dòng)的大規(guī)模工作負(fù)載使其難以以傳統(tǒng)方式進(jìn)行管理。 手動(dòng)甚至基本自動(dòng)化水平都無法克服復(fù)雜性和可變性。 如果這些操作挑戰(zhàn)中的任何一個(gè)逐漸加劇，請(qǐng)確?？紤]上述建議，以幫助擴(kuò)展由IoT驅(qū)動(dòng)的工作負(fù)載。