Baixe o app para aproveitar ainda mais
Prévia do material em texto
AULA 3 INTERNET DAS COISAS Prof. Juliano de Mello Pedroso 2 TEMA 1 – A ESTRUTURA DA IOT A estrutura básica dos dispositivos IOT é formada por quatro componentes: processador em conjunto com a memória, interface de comunicação, alimentação e sensores/atuadores. Na figura 1, temos um overview da estrutura da IOT. Figura 1 – Estrutura de IOT A seguir, temos uma descrição mais detalhada de cada uma das partes anteriormente citadas. (1) Processador/Memória: O processador é responsável pelo processamento das informações. Pode ser um microprocessador ou um microcontrolador, que consiste em um microprocessador que já tem memória interna. Pode ser processador isolado, conforme a figura 2(a), ou uma placa de desenvolvimento que tenha outros periféricos juntos já montada numa placa de circuito impresso 2(b). 3 Figura 2 – Processador (a); Placa de desenvolvimento (b) Créditos: IM_Visuals/Shutterstock; Goodcat/Shutterstock. Normalmente, a segunda opção é a mais usada, pois, além de estar tudo embarcado, aumenta a velocidade de desenvolvimento. (2) Sensores e ou atuadores: Esses componentes são responsáveis pelo interfaceamento do dispositivo com o mundo real. Caso seja um sensor, vai monitorar o ambiente ou a variável a ser controlada, tais como temperatura, umidade e pressão. Se for um atuador, deve exercer algum tipo de aplicação, tal como abertura e fechamento de uma porta ou janela. Na figura 3, temos um sensor de temperatura IOT. Figura 3 – Sensor de temperatura Crédito: ifoodijourney/Shutterstock. 4 (3) Interface de comunicação: Este pedaço da estrutura é responsável pela comunicação, que pode ser feita com ou sem fio. Na maioria das vezes, é sem fio e com baixo custo. Sem fio, traz a vantagem da mobilidade. Na figura 4, temos um módulo zigbee, uma das tecnologias sem fio utilizadas na IOT. Entretanto, outras tecnologias podem ser utilizadas e escolhidas por suas vantagens. Figura 4 – Módulo de comunicação Zigbee Fonte: Zigbee. (4) Bateria: Esse componente é responsável por fornecer energia para todo o sistema IOT. Quanto menos o sistema consumir, menor será a bateria ou mais tempo o sistema fica em funcionamento. Na figura 5, temos um exemplo de uma bateria que pode ser utilizada num sistema de IOT. Figura 5 – Bateria de 3,7V e 850mAh Fonte: Zigbee. 5 TEMA 2 – ENDEREÇAMENTO IPV4/IPV6 Para que haja comunicação entre dois dispositivos, é preciso ultrapassar uma série de desafios. Um dos desafios mais importantes é um dispositivo entender o que o outro está transmitindo. Para isso acontecer, usa-se um protocolo de comunicação. Protocolo é a especificação formal das regras da comunicação entre um ou mais dispositivos. Na figura 6, temos uma comunicação entre duas pessoas na linguagem de sinais. Se uma das integrantes da conversa não souber a linguagem dos sinais, fica difícil a comunicação entre as duas partes. Figura 6 – Conversa em linguagem de sinais Crédito: Pixel-Shot/Shutterstock. Quanto a transcender para as redes de dispositivos, isso também é valido, pois se os dois componentes da rede não souberem a linguagem adotada ou não entenderem bem do protocolo utilizado existe uma grande chance de não ocorrer a conversação. Na figura 7, temos um exemplo de conversação de dois computadores, que pode ocorrer por meio do protocolo http ou por mensagens instantâneas. 6 Figura 7 – Conversa entre dois dispositivos de rede Crédito: jeffhobrath/Shutterstock. Para endereçar os dispositivos, normalmente se usa o endereço IP, que significa internet Protocol, concebido no final da década de 1970 e utilizado na grande WEB. Sem dúvida, estendido para redes privadas e públicas. O protocolo IP utiliza um tipo de endereço semelhante aos números utilizados em telefonia. Sendo assim, o telefone consegue ser contatado por intermédio de um número único (incluindo DDD) a ele fornecido. Assim como o telefone, cada computador ou dispositivo tem um endereço IP para ser contatado. A versão atual do endereçamento IP é o IPV4, que por sinal já é bastante antigo e acumula problemas, que crescem ao longo do tempo e muitos dos quais não têm solução. Porém, atualmente existe uma nova versão do endereçamento IP, chama-se IPV6, que tem como função tentar resolver a maior parte desses problemas do IPV4, e com diversas melhorias. A principal vantagem é a quantidade de endereços. Como cada dispositivo tem seu próprio endereço e a quantidade de dispositivos só cresce, isso se torna um limitante. O IPV4 é um endereço constituído por números decimais divididos em parcelas de no máximo 255 unidades. Então, o endereço máximo possível seria 255.255.255.255. Um endereço válido neste intervalo é o 197.168.233.155. Esse tipo de endereçamento tem a base dois do binário utilizado, ou seja, múltiplos de dois, de modo que, no IPV4, temos um máximo de 232 = 4.294.967.296 endereços diferentes. No início da internet, essa quantidade era muito grande, porém agora já está se esgotando, por isso foi criado o IPV6, que trabalha com base hexadecimal em vez de binária e consegue elevar esse número de endereços de forma fantástica. 7 O IPV6 tem 2128 = 340.282.366.920.938.463.463.374.607.431.768.211.456 endereços possíveis. Significa que existe uma quantidade muito maior de endereços que está tornando possível o sucesso da internet das coisas. O interessante é que existem ferramentas que possibilitam o funcionamento dos dois endereçamentos em modo concomitante. Um exemplo de endereço de um equipamento no IPv6 é: 2001:0DB8:AD1F:25E2:CADE:CAFE:F0CA:84C1 TEMA 3 – REDES DE OBJETOS INTELIGENTES Sem dúvida alguma cada vez mais haverá o crescimento do uso de redes inteligentes no dia a dia. Existem diversos modelos de conectividade em redes de objetos inteligentes. A definição de um objeto inteligente pode ser qualquer dispositivo programável que possa ser utilizado na IOT. E há diversos dispositivos construídos em um chip. A seguir, apresentamos três tipos de redes de objetos inteligentes, a primeira delas é a rede autônoma de objetos inteligentes. Neste tipo de rede, os dispositivos não têm conectividade com a Internet. Nesse caso, pode-se chamar uma rede autônoma local de objetos inteligentes. É uma rede muito utilizada, mesmo que nos dias de hoje pareça ser inútil uma rede que não acesse a internet, porém é uma rede muito utilizada na indústria nos diversos níveis das indústrias. Essas redes são utilizadas na automação industrial e residencial. Na figura 8, temos um exemplo de um controle de um robô industrial. Figura 8 – Automação industrial Crédito: Zapp2Photo/Shutterstock. 8 São redes com requisitos de se interconectarem entre si, entretanto, externamente, são de certa forma inacessíveis, ou seja, utilizados de forma interna na empresa. Nesse tipo de rede, sempre se levanta a possibilidade de usar ou não o protocolo IP, ou simplesmente utilizar outro protocolo proprietário. Porém, a resposta é sim, porque as características desse protocolo trazem diversas vantagens. A primeira delas é o IP ser versatilidade, e outra é a compatibilidade com diversos equipamentos. Na indústria, esse tipo de rede tem sido base e tem papel primordial para a implementação da indústria 4.0. Na figura 9, temos os outros pilares desse grande advento. Figura 9 – Indústria 4.0 Crédito: Buffaloboy/Shutterstock. O segundo tipo de rede inteligente é a internet estendida, que se trata de um intermédio entre a rede autônoma e a verdadeira internet das coisas. Nesse tipo de configuração, temos os objetos inteligentes com uma conectividade parcial ou total com a internet, porém com subsídios de controle e proteção aos acessos. Um dos principais exemplos dessesegundo tipo de configuração de redes inteligentes são as Smart Cities, as chamadas cidades inteligentes. Na figura 10, temos exemplos de temas envolvidos nesse tipo de rede. Figura 10 – Smart Cities Crédito: Trueffelpix/Shutterstock. 9 Esses tipos de cidades estão se preparando para oferecer uma gama de serviços para a melhoria da qualidade de vida utilizando produtos tecnológicos atuais. Algumas dessas redes utilizam o conceito de proxy e firewall, que são dispositivos que funcionam como filtros de pacotes que podem ser acessados nessas redes. O último modelo a ser citado é a rede de objetos inteligentes totalmente conectados à internet, chamada de IOT pura. TEMA 4 – INTELIGÊNCIA ARTIFICIAL E APRENDIZADO DA MÁQUINA Um dos termos mais citados atualmente é a inteligência artificial. Tema abordado em diversos filmes, como Exterminador do futuro e Matrix. Por esse motivo, o que mais lembramos quando se fala em inteligência artificial é o robô com caraterísticas humanas, como no exemplo da figura 11. Figura 11 – Robô com aparência humana Crédito: Phonlamai Photo/Shutterstock. John McCarthy inventou na década de 1950 a inteligência artificial, que é a característica que alguma máquina ou dispositivo tem de resolver algum problema ou situação com similaridade à inteligência humana. Algumas características vistas como inteligência artificial podem ser: planejamento, entendimento da linguagem, objetos a serem reconhecidos, solução de problemas e aprender com experimentos passados. Alguns autores definem inteligência artificial como geral e estreita. A inteligência artificial (IA) geral é a que tem a maioria das caraterísticas vistas anteriormente, já a estreita tem uma característica principal e todas as outras são apresentadas de maneira deficitária. 10 Os seres humanos são dotados da capacidade de análise de dados, formatar padrões ou similaridades, compilar os dados e, de forma mais aprofundada, tomar decisões para resolver questões ou problemas. De certa maneira, a IA atua da mesma forma. Naturalmente, quanto mais treinamos, mais ficamos habilidosos na tarefa, isso é proveniente da nossa capacidade de aprendizado. Isso acontece também na máquina ou no dispositivo, quando informações disponíveis para consulta servem de subsídio de treinamento para os algoritmos programados em inteligência artificial. Nesse ponto, inserimos o conceito de Machine Learning, ou traduzindo de forma grosseira, aprendizado de máquina, que, diferentemente de inteligência artificial (muitas pessoas confundem), é um tipo de sistema capaz de alterar seu conhecimento ou comportamento de forma autônoma, com o mínimo de interferência humana possível. A alteração de comportamento é a aplicação de regras lógicas, que apresentam melhorias no processo de uma tarefa, ou simplesmente a resolução de uma situação da melhor maneira possível com base no seu conhecimento específico de dados processados. Por exemplo, se pesquisarmos em um buscador a palavra elétrica, navegarmos em alguns resultados e, depois dessa navegação, buscarmos a palavra tensão, existe uma grande chance de a segunda pesquisa estar relacionada com tensão elétrica e não com o sentido de estar tenso ou preocupado com alguma situação. Na figura 12, temos outros termos que envolvem a Inteligência Artificial. Figura 12 – Inteligência artificial Crédito: buffaloboy/Shutterstock. 11 No exemplo, a palavra tensão poderia ser implementada sem machine learning, na verdade, pode-se implementar inteligência artificial sem quaisquer características de machine learning, porém a quantidade de regras e o tamanho do algoritmo são muito grandes, ou seja, a capacidade de processamento e memória é absurda. Nesse sentido, a aprendizagem de máquina fornece ferramentas de inteligência muito úteis ao sistema. Deep learning (aprendizagem profunda) é um tipo de abordagem no contexto da machine learning. Nesse tipo de aprendizagem, altas quantidades de informações são tratadas por meio de redes parecidas com o cérebro humano, chamadas redes neurais. Esse tipo de rede é baseado em um sistema nervoso central, em resumo, um cérebro. Essas redes são capazes de aprender e reconhecer padrões de voz e imagens de maneira surpreendente. TEMA 5 – REDES BASEADAS EM INTENÇÃO A partir do momento que se começa a digitar em um celular do tipo smartphone, na maioria das vezes ele teima em apresentar sugestões para completar a palavra iniciada, seja um e-mail, uma mensagem no aplicativo de conversas ou até mesmo na barra do navegador. É o chamado corretor ortográfico, que todo mundo conhece e que coloca muita polêmica nas comunicações. Esse é o conceito de predição que não é algo novo, porém está sendo aplicado em redes utilizando algoritmos e conceitos de Machine learning. São redes chamadas IBN (Intent-Based Networking), que utilizam mecanismos de intuição nos seus algoritmos. Neste contexto, a rede pode antever ações de usuários, atuar de forma proativa no caso de ameaças à rede, alterar o desempenho conforme necessidades do processo. Desse modo, a rede tem autonomia para não ser somente uma passagem, mas sim uma importante etapa do processo, reconhecendo padrões e melhorando desempenho. Isso implica em alterar os algoritmos implementados nos equipamentos de rede. Por exemplo, na figura 13, temos um switch, equipamento que interliga redes locais em uma empresa. 12 Figura 13 – Switch Crédito: Natalia Siverina/Shutterstock. Esses equipamentos devem ter a troca do seu sistema operacional ou a atualização para que exista a possibilidade de tratar com esse novo aprendizado de máquina. Esses novos sistemas operacionais são abertos e programáveis. A rede baseada em intenção altera o tipo de abordagem que desiste dos métodos tradicionais que são lentos e custosos para redes modernas que levam em consideração a política utilizada no negócio para o desenvolvimento e análise do perfil da rede do cliente. Por exemplo, às 17hs o backup é realizado, ou seja, uma cópia de segurança dos dados é feita ao final do expediente, porém ainda existem vários serviços que rodam esse horário, então a rede, baseada em intenção, de forma autônoma recolhe dados estatísticos desse momento e altera o backup para as 3 horas da manhã, quando realmente não há qualquer serviço rodando e o foco da empresa está alterando nesse momento. A rede tem o papel fundamental de se adaptar em função dos dados apresentados e analisados. A política de intenção, além de ampliar o controle sobre o que os clientes estão acessando, aumenta a prioridade no uso de recursos para frentes que devam receber mais apoio, como priorização de aplicativos e/ou fechamentos de serviços importantes. Na figura 14, temos um switch da fabricante mundial Cisco. A cisco é uma das maiores fabricantes de equipamentos de rede do mundo. 13 Figura 14 – Switch disco Crédito: www.cisco.com/Cisco/Switches A rede IOT traz algumas desvantagens para a rede de dispositivos, e a rede baseada em intenção vem ao encontro para tentar resolver os seguintes problemas criados pela IOT: Falta de visibilidade do que está conectado. Na era anterior à IoT, o departamento de TI tinha um controle rígido sobre o que estava conectado à rede. Com a IoT, muitos dispositivos são conectados pelo grupo de tecnologia operacional (OT), linhas de negócios ou outro departamento, sem que as operações de rede sejam mantidas em loop. Aumento dos riscos de segurança. Em geral, mais dispositivos conectados significam uma superfície de ataque maior para proteger. Agora, acrescente o fato de que muitos dispositivos de IoT não apresentam recursos de segurança inerentes, estão em locais inseguros e geralmente executam sistemas operacionais mais antigos que precisam muito de um patch, e é fácil ver por quea segurança é uma barreira tão grande à adoção da IoT. Um aumento na complexidade. Eles também podem se conectar por uma ampla gama de protocolos, aumentando ainda mais a complexidade. WiFi, com fio, 4G, 5G, Zigbee, Bluetooth e muito mais são possíveis em um mundo da Internet das coisas. Nesse sentido, a rede baseada em intenção assume o controle para ajudar a diminuir esses efeitos que só crescem da IOT. 14 REFERÊNCIAS COELHO, P. Internet das Coisas. Introdução Prática. Primeira Edição. ed. [S.l.]: FCA Editora de Informática, 2017. JUNIOR, S. L. S. IOT - Internet das coisas: fundamentos e aplicações em Arduino e NodeMCU. Primeira Edição. ed. São Paulo: Érica, 2018. OGLIARI, R. D. S. Internet Das Coisas Para Desenvolvedores. Primeira Edição. ed. São Paulo: Novatec, 2019. OLIVEIRA, S. D. Internet das Coisas com Esp8266, Arduino e Raspberry Pi. Primeira Edição. ed. São Paulo: Novatec, 2017. SINCLAIR, B. IoT Inc How Your Company Can Use the Internet of Things to Win in the Outcome Economy. Primeira Edição. ed. [S.l.]: McGraw-Hill Education, 2017. WAHER, P. Learning Internet of Things. Primeira Edição. ed. Birmingham: Packt Publishing, 2015.
Compartilhar