Hệ thống IoT của Cisco

IoT là một quá trình chuyển đổi công nghệ trong đó các thiết bị sẽ cho phép chúng ta cảm nhận và kiểm soát thế giới vật chất bằng cách làm cho các đối tượng thông minh hơn và kết nối chú

HỆ THỐNG IOT CỦA CISCO

Nhóm tiểu luận

Số 15

Hà Nội, 12/2021

Đào Xuân Thưởng – B17DCVT348

Nguyễn Quốc Ân – B17DCVT004

Trần Quang Chiến – B17DCVT036

Hoàng Văn Nghĩa – B17DCVT261

IoT là một quá trình chuyển đổi công nghệ trong đó các thiết bị sẽ cho phép chúng ta cảm nhận và kiểm soát thế giới vật chất bằng cách làm cho các đối tượng thông minh hơn và kết nối chúng thông qua một mạng thông minh.

Cisco là thương hiệu nổi tiếng với sản phẩm bộ định tuyến, được người dùng biết đến ngày càng nhiều, với cách thức hoạt động trên tổ hợp mạng TCP/IP1 và cơ chế vận hành giống như hệ thống giao thông để tạo ra Internet

GIỚI THIỆU HỆ THỐNG IOT

1

2

GIỚI THIỆU TẬP ĐOÀN CISCO

số hóa với cơ sở hạ tầng được tạo ra và phát triển để quản lý các hệ thống quy mô lớn gồm các thiết bị đầu cuối, nền tảng đa dạng cũng như lượng dữ liệu truy cập khổng lồ mà người sử dụng có thể tạo ra. 

Hệ thống bao gồm sáu trụ cột công nghệ quan

trọng, khi kết hợp với nhau thành một kiến trúc, giúp giảm bớt sự phức tạp của quá trình số hóa

GIỚI THIỆU HỆ THỐNG IOT CỦA CISCO

3

Hình 1: 6 khía cạnh chính trong hệ thống IOT của Cisco

Kết nối mạng trong IOT không chỉ là kết nối một thiết bị với mạng Internet Kết nối mạng trong IoT là một thuật ngữ định nghĩa việc kết nối giữa tất

cả các điểm trong hệ sinh thái IoT, chẳng hạn như cảm biến, gateway, bộ định tuyến, các ứng dụng, nền tảng và các hệ thống khác

Những yếu tố quan trọng trong việc lựa chọn phương án để kết nối mạng cho các thiết bị, có thể ảnh hưởng đến khả năng mở rộng của mạng:

• Lượng năng lượng tiêu thụ

Việc lựa chọn giải pháp luôn liên quan đến tìm kiếm sự cân bằng giữa các yếu tố kể trên Do đó, việc nhận ra các yêu cầu của dự án trong từng giai đoạn triển khai và kiến thức chuyên sâu về từng loại kết nối IoT cụ thể sẽ hỗ trợ rất nhiều trong quá trình lựa chọn mạng kết nối phù hợp nhất cho dự án.

Ngoài ra, còn một số yếu tố cần để tâm đến như:

giải pháp lý tưởng cho các “điểm trắng”- những địa điểm mà khó để tìm thấy được cách triển khai phủ sóng cho các mạng khác

4.2.6 Low-Power Wide Area Network

LPWAN là một tiêu chuẩn kết nối toàn cầu mới dành riêng cho các hệ thống thông minh của các thiết bị hạn chế tài nguyên được trải rộng trên các khu vực rộng lớn và yêu cầu mức tiêu thụ điện năng tối thiểu

4.2

CÁC GIẢI PHÁP KẾT NỐI MẠNG

TRONG IOT

ITU cũng đã xác định phổ không được cấp phép của băng tần vô tuyến cho các thành phần công nghiệp, khoa học và y tế (ISM)

Nhiều công nghệ hoạt động trong các băng ISM ở trong vùng dưới GHz như là IEEE 802.15.4, 802.15.4g, and 802.11ah, và các công nghệ LPWA

4.3

KẾT NỐI MẠNG TRONG HỆ THỐNG

IOT CỦA CISCO

Hình 2: các mức tầm

C Năng lượng tiêu thụ: hai loại nút: Nút được cấp nguồn liên tục và nút chạy bằng pin

D Cấu trúc liên kết: ba dạng cấu trúc liên kết chính: Dạng sao, lưới và peer-to-peer.

Một nút trung gian hoặc còn được gọi là thiết bị có đầy đủ chức năng (Full-Function Device - FFD) chỉ đơn giản là một nút liên kết các nút khác Một nút liên kết hoặc

chuyển tiếp lưu lượng của nút này sang nút khác khác được gọi là một nút là hoặc là một thiết bị giảm chức năng (RFD)

4.3.2 Các công nghệ truy nhập mạng trong IoT

Những đặc điểm cần được chú ý trong mỗi công nghệ truy nhập được đề cập đến bao gồm:

• Lớp vật lý

• Cấu trúc liên kết mà công nghệ hỗ trợ

• Cơ chế bảo mật của công nghệ

• Các công nghệ cạnh tranh với nó

A IEEE 802.15.4

IEEE 802.15.4 triển khai các hệ thống IoT:

• Tự động hóa tòa nhà và ngôi nhà

• Các mạng dùng cho xe tự lái

• Các mạng cảm biến không dây công nghiệp

• Trong đồ chơi, điều khiển từ xa

4.3

KẾT NỐI MẠNG TRONG HỆ THỐNG

IOT CỦA CISCO

Lớp MAC thực hiện lập lịch và định tuyến các khung dữ liệu được vận chuyển nhờ lớp vật lý, có 4 khung với các tác dụng khác nhau:

• Cảm biến và máy đo bao phủ lưới điện thông minh

• Mạng trung tâm tổng hợp dữ liệu của cảm biến và máy đo trong công nghiệp: có tiềm năng là kết nối các mạng con 802.15.4g

• Tăng tầm của Wi-Fi

Tốc độ dữ liệu chỉ bằng một phần mười so với tốc độ của chuẩn 802.11ac nhưng khiến cho tầm của nó tăng thêm

Cấu trúc liên kết được sử dụng là dạng sao, cộng thêm kỹ thuật bước nhảy phát lại để tăng thêm tầm

4.3

KẾT NỐI MẠNG TRONG HỆ THỐNG

IOT CỦA CISCO

E LoRaWAN

Công nghệ truy nhập không dây hoạt động ở những tần số dưới GHz không được cấp phép

Một LoRa gateway là triển khai như là trung tâm của kiến trúc liên kết dạng sao Nó sử dụng nhiều bộ thu pháp và kênh, có thể giải điều chế nhiều kênh cùng một lúc hoặc thậm chí đồng thời giải điều chế nhiều tín hiệu trên cùng một kênh

sử dụng mã hóa AES ở hai lớp, một lần ở lớp MAC sử dụng khóa NwkSKey, một lần ở lớp ứng dụng sử dụng khóa AppSKey

Cấu trúc liên kết LoRaWAN thường được mô tả như là cấu trúc sao của các cấu trúc sao

F NB-IoT và các biến thể LTE khác

Các công nghệ là các công nghệ truy nhập ở những băng được cấp phép

Đặc điểm của tính toán sương mù:

• Nhận thức theo hoàn cảnh, vị trí và độ trễ thấp

• Phân bố theo địa lý

• Triển khai gần các đầu cuối IoT

• Kết nối không dây giữa sương mù và đầu cuối IoT

• Ứng dụng cho tương tác thời gian thực

4.4

CÔNG NGHỆ TÍNH TOÁN SƯƠNG MÙ

Kiến trúc cho phép các nút sương mù thu thập phân tích và xử lý thông tin rồi điều khiển ở điểm gần nhất có thể còn cho ra hiệu năng tốt hơn đối với mạng các thiết bị

bị hạn chế

Hình 4: lớp sương mù trong Chồng tính toán và quản lý dữ liệu IoT

Các hệ thống quản lý dữ liệu truyền thống đơn giản là không được chuẩn bị cho những yêu cầu của thứ đã được gọi là “Dữ liệu lớn”.

Giá trị thực sự của IoT nằm ở dữ liệu được tạo ra bởi những thứ đó, các dịch vụ mới mà bạn có thể kích hoạt thông qua những thứ được kết nối đó và hiểu

biết kinh doanh thông qua dữ liệu có thể tiết lộ

• Tổng quan về phân tích dữ liệu cho IoT

• Dạy máy học

• Công cụ và công nghệ phân tích dữ liệu lớn

• Phân tích nguồn biên

• Phân tích mạng

4.5.1 Tổng quan về phân tích dữ liệu trong IoT

Trong một hệ thống IoT khi mà tất cả các thiết bị được liên kết với nhau thì chúng tạo ra một khối dữ liệu khổng lồ, đây là một vấn đề khó khăn với IoT trong việc quản lý và phân tích khối dữ liệu này Trong khối dữ liệu thì được phân ra thành: Dữ liệu cấu trúc và dữ liệu phi cấu trúc, dữ liệu đang được truyền và dữ liệu đang được lưu trữ

4.5

PHÂN TÍCH DỮ LIỆU TRONG IOT

PHÂN TÍCH DỮ LIỆU TRONG IOT

A Dữ liệu không có cấu trúc và dữ liệu không có cấu trúc

Dữ liệu có cấu trúc có nghĩa là dữ liệu tuân theo một mô hình hoặc lược đồ xác định cách dữ liệu được biểu diễn hoặc tổ chức, có nghĩa là nó phù hợp tốt với hệ thống quản lý cơ sở dữ liệu quan hệ truyền thống (RDBMS)

Dữ liệu phi cấu trúc thiếu một lược đồ logic để hiểu và giải mã dữ liệu thông qua các phương tiện lập trình truyền thốngCác đối tượng thông minh trong mạng IoT tạo ra cả dữ liệu có cấu trúc và không có cấu trúc

B Dữ liệu đang được truyền và dữ liệu đang được lưu trữ

Dữ liệu trong mạng IoT hoặc đang được truyền (“dữ liệu đang chuyển động”) hoặc đang được lưu giữ hoặc lưu trữ (“dữ liệu ở trạng thái nghỉ”)

dữ liệu từ các đối tượng thông minh được coi là dữ liệu chuyển động khi nó đi qua mạng trên đường đến đích cuối cùng của nó

Khi dữ liệu đến trung tâm dữ liệu, có thể xử lý nó trong thời gian thực, giống như ở rìa, trong khi nó vẫn đang chuyển động

PHÂN TÍCH DỮ LIỆU TRONG IOT

C Phân tích dữ liệu

Mô tả: Phân tích dữ liệu theo mô tả cho ta thấy

rằng điều gì đang xảy ra trong hiện

Chuẩn đoán: Sau khi nhận được thông tin và muốn

biết lí do tại sao nó lại xảy ra thì phân tích dữ liệu chuẩn đoán sẽ thu thập các thông tin cần thiết để đưa ra kết quả tại hay quá khứ

Dự đoán: Phân tích dự đoán được đưa nhằm cảnh

báo trước các vấn đề hoặc sự cố có thể xảy ra sau này

Đề xuất: Phân tích đề xuất sẽ đưa ra các đề xuất

cho các dự đoán đã được đưa ra trước đó

Hình 5: Các loại kết quả phân tích dữ liệu

PHÂN TÍCH DỮ LIỆU TRONG IOT

D Thách thức của phân tích dữ liệu IoT

Dữ liệu của IoT đưa ra hai vấn đề lớn cụ thể trên cơ sở dữ liệu quan hệ: Vấn đề về mở rộng qui mô: lượng xử lý thông tin càng ngày càng khó dẫn đến việc hiệu suất giảmVấn đề về biến động của dữ liệu:

cần độ chính xác cực cao ngay lúc đầu

4.5.2 Dạy máy học

dạy máy học là một phần của một tập hợp lớn hơn các công nghệ thường được nhóm lại theo thuật ngữ trí tuệ nhân tạo (AI) AI bao gồm bất kỳ công nghệ nào cho phép hệ thống máy tính bắt chước trí thông minh của con người bằng bất kỳ kỹ thuật nào, từ logic rất nâng cao đến các vòng quyết định cơ bản “nếu-thì-khác” Bất kỳ máy tính nào sử dụng các quy tắc để đưa ra quyết định đều thuộc về lĩnh vực này

Dạy máy học là một lĩnh vực rộng lớn nhưng có thể được chia đơn giản thành hai loại chính: học có giám sát và không giám sát

PHÂN TÍCH DỮ LIỆU TRONG IOT

A. Học tập có giám sát

Máy được huấn luyện với đầu vào mà có một câu trả lời đã có kết quả đúng sai đã biết rõ ràng từ trước

“ Ví dụ, giả sử rằng chúng ta đang đào tạo một hệ thống để nhận biết khi nào có người trong phòng Một bộ cảm biến được trang bị một máy ảnh cơ bản có thể chụp các hình dạng và đưa chúng trở lại một hệ thống máy tính chịu trách nhiệm xác định xem hình dạng đó là người hay thứ gì khác (chẳng hạn như chú chó, con mèo hay là

một rô bốt thông minh nào đó) Với các kỹ thuật học tập có giám sát, hàng trăm hoặc hàng nghìn hình ảnh được đưa vào máy và mỗi hình ảnh được dán nhãn (trong trường

hợp này là con người hoặc không con người) Đây được gọi là tập huấn luyện.”

B Học tập không giám sát

Trong một số trường hợp, học có giám sát không phải là phương pháp tốt nhất để máy móc giúp đưa ra quyết định của con người Kiểu học này không được giám sát vì không có câu trả lời “tốt” hay “xấu” được biết trước Đó là sự biến đổi từ một hành vi của nhóm cho phép máy tính biết rằng có điều gì đó khác biệt

Hiệu quả tuyệt vời của mạng nơ-ron là mỗi đơn vị xử lý một bài kiểm tra đơn giản và do đó việc tính toán diễn ra khá nhanh.

D Dạy máy học và nhận thông minh từ “dữ liệu lớn”

Hai nhóm con lớn:

• Học tập tại địa phương

• Học tập từ xaCác ứng dụng phổ biến của ML cho IoT đều xoay quanh bốn miền chính:

• Giám sát

• Kiểm soát hành vi

• Tối ưu hóa hoạt động

• Tự phục hồi, tự tối ưu hóa

PHÂN TÍCH DỮ LIỆU TRONG IOT

3 Công cụ và công nghệ phân tích dữ liệu lớn

Phân tích dữ liệu lớn có thể bao gồm nhiều phần mềm khác nhau cùng nhau thu thập, lưu trữ, thao tác và phân tích tất cả các loại dữ liệu khác nhau.Ngành công nghiệp hướng tới “3 Vs” để phân loại dữ liệu lớn:

• Vận tốc: Vận tốc đề cập đến tốc độ dữ liệu được thu thập và phân tích

• Đa dạng: Đa dạng đề cập đến các loại dữ liệu khác nhau

• Âm lượng: Âm lượng đề cập đến quy mô của dữ liệu

A.Cơ sở dữ liệu NoSQL

lớp cơ sở dữ liệu hỗ trợ dữ liệu bán cấu trúc và phi cấu trúc, ngoài dữ liệu có cấu trúc được xử lý bởi các kho dữ liệu và MPP

NoSQL là một thuật ngữ chung bao gồm một số loại cơ sở dữ liệu khác nhau, bao gồm:

•. Kho tài liệu

•. Các kho lưu trữ tài liệu

•. Kho khóa-giá trị

•. Cửa hàng cột rộng

•. Cửa hàng đồ thị

NameNodes: Đây là một phần quan trọng trong việc thêm, di

chuyển, xóa và đọc dữ liệu trên HDFS Chúng điều phối nơi dữ liệu được lưu trữ và duy trì bản đồ về nơi lưu trữ từng khối dữ liệu và nơi

nó được sao chép

DataNodes: Đây là những máy chủ nơi dữ liệu được lưu trữ theo

hướng của NameNode Thông thường có nhiều DataNodes trong một cụm Hadoop để lưu trữ dữ liệu

Hình 6: Cụm Hadoop phân tán

Hình 7: mối quan hệ giữa NameNodes và DataNodes và cách các khối dữ liệu được phân phối trên toàn bộ

cụm.

PHÂN TÍCH DỮ LIỆU TRONG IOT

4 Phân tích dòng biên

ba giai đoạn đơn giản:

• Dữ liệu đầu vào thô

• Đơn vị xử lý phân tích (APU)

PHÂN TÍCH DỮ LIỆU TRONG IOT

5 Phân tích mạng

Phân tích mạng có khả năng phân tích chi tiết các mẫu truyền thông được thực hiện bởi các giao thức và tương quan điều này trên toàn mạng

Quản lý mạng được phân ra thành nhiều phần:

• Giám sát và lập hồ sơ lưu lượng mạng

• Giám sát và lập hồ sơ lưu lượng ứng dụng

2 Các ưu tiên bảo mật

Các ưu tiên bảo mật được thúc đẩy bởi bản chất của tài sản trong mỗi môi trường Trong lĩnh vực CNTT, yếu tố quan trọng nhất và là mục tiêu của các cuộc tấn công là thông tin Trong một không gian hoạt động, sự an toàn và tính liên tục của những người tham gia quá trình được coi là mối quan tâm quan trọng nhất

BẢO MẬT IOT

A.OCTAVE

•. Bước đầu tiên của phương pháp OCTAVE Allegro là thiết lập một tiêu chí đo lường rủi ro

•. Bước thứ hai là phát triển một hồ sơ tài sản thông tin

•. Bước thứ ba là xác định các vùng chứa tài sản thông tin

•. Bước thứ tư là xác định các lĩnh vực cần quan tâm

•. Bước thứ năm, nơi các kịch bản mối đe dọa được xác định

•. Bước thứ sáu, rủi ro được xác

•. định

•. Bước thứ bảy là phân tích rủi

ro, với nỗ lực đánh giá định tính các tác động của rủi ro

•. Bước thứ tám Có ba kết quả đầu ra hoặc quyết định được thực hiện ở giai đoạn này

Hình 9: Đơn vị xử lý phân tích biên

BẢO MẬT IOT

B FAIR

FAIR (Phân tích yếu tố rủi ro thông tin) là một tiêu chuẩn kỹ thuật để định nghĩa rủi ro từ The Open Group

FAIR nhấn mạnh vào cả định nghĩa rõ ràng và ý tưởng rằng rủi ro và các thuộc tính liên quan có thể đo lường được

Về cơ sở, FAIR có một định nghĩa về rủi ro là tần suất có thể xảy ra và mức độ tổn thất có thể xảy ra

Tần suất tổn thất chẵn là kết quả của việc tác nhân đe dọa tác động lên một tài sản dẫn đến tổn thất cho tổ chứcMặt khác của phân loại rủi ro là độ lớn tổn thất có thể xảy ra (PLM), bắt đầu định lượng tác động, với trọng tâm một lần nữa là các chỉ số có thể đo lường được.FAIR xác định sáu hình thức mất mát, bốn trong số đó tập trung vào bên ngoài và hai hình thức tập trung vào bên trong

TỰ ĐỘNG HÓA VÀ QUẢN LÝ

• Đơn giản hóa các nhiệm vụ quản lý

• Khả năng hiển thị được cải thiện

• Quy mô liền mạch

1 Các giao thức điều khiển tự động hóa công nghiệp

a EtherNet/IP and CIP

EtherNet / IP là một tiêu chuẩn mở cho các hệ thống tự động hóa công nghiệp được phát triển bởi Rockwell Tự động hóa và hiện được quản lý bởi Hiệp hội các nhà cung cấp thiết bị mạng mở (ODVA)

Nhắn tin ngầm Nhắn tin rõ ràng

Hình 10: Một mạng nhà máy dựa trên EtherNet / IP

TỰ ĐỘNG HÓA VÀ QUẢN LÝ

B PROFINET

PROFINET (Process Field Net) là một công nghệ công nghiệp được sử dụng rộng rãi để trao đổi dữ liệu giữa bộ điều khiển và thiết bị

EtherNet / IP và PROFINET là các tiêu chuẩn khác nhau về tự động hóa công nghiệp và là hai tiêu chuẩn hàng đầu trong lĩnh vực công nghiệp Thị trường Ethernet fieldbus

Kiến trúc PROFINET được thiết kế tốt cung cấp các lợi ích hoạt động

• giảm nguy cơ thời gian ngừng sản xuất thông qua việc sử dụng kiến trúc mạng có khả năng phục hồi có khả năng hội tụ mạng

• cải thiện thời gian hoạt động của nhà máy

• làm phong phú thêm quyền truy cập thông tin quan trọng từ máy móc và ứng dụng

• tăng cường tuân thủ quản lý một ngăn, sử dụng hệ thống chung tiêu chuẩn ngành các tệp mô tả (GSD) và các ứng dụng giám sát của các thiết bị tuân thủ PROFINET

TỰ ĐỘNG HÓA VÀ QUẢN LÝ

4.7.2 Các tính năng của giải pháp tự động hóa công nghiệp của Cisco

• Tính sẵn sàng cao cho tất cả các dịch vụ và thông tin liên lạc công nghiệp chính

• Hỗ trợ ứng dụng xác định, thời gian

• Có thể triển khai trong công nghiệp với thiết bị CNTT cấp Công nghiệp cũng như thương mại (COTS)

• Có thể mở rộng từ triển khai

• Khả năng quản lý dựa trên mục đích và dễ sử dụng

• Tương thích với các nhà cung cấp công nghiệp

• Phụ thuộc vào các tiêu chuẩn

• Phân phối Thời gian Chính xác trên toàn bộ trang

• Mạng hội tụ để hỗ trợ giao tiếp từ cảm biến tới đám mây cho phép nhiều trường hợp sử dụng trong Công nghiệp 4.0

• Kiến trúc bảo mật ưu tiên CNTT tích hợp ngữ cảnh

• Triển khai ứng dụng IoT với sự hỗ trợ cho Edge Compute

• Giám sát an ninh mạng liên tục, tập trung vào OT của các thiết bị IACS và truyền thông