IoT Device는 아주 단순한 기능밖에 할 수 없음
Energy-Constrained, Poor Network Connectivity
매우 Simple한 Data를 생성하고, 정해진 역할만 수행
IoT Device에서 생성된 데이터는 클라우드에 모아서 활용하고자 하는 서비스에 연결하는 구조
Analysis(Abnomaly Detection) : 도둑, 건강, 원자력 등
IoT, Cloud, BigData, AI가 만나는 부분
IoT에서 클라우드로의 데이터 전송 비용
비용이 크거나, Privacy 이슈가 있는 경우 IoT Device 자체에서 Analysis를 수행할 수도 있음
On-Device
Edge/Fog Computing
Public Cloud
MEC(Mobile Edge Computing)
Telco 회사들이 자신들의 무선망 인프라에 서버를 설치
IoT 서비스를 위한 Platform SW
클라우드 컴퓨팅 핵심
수도/전기/가스
Pay-for-Use 모델
flat rate, usage
Resource Pooling
Resource Virtualization
Network Access response time
bulk로 구매
직접 서버 제작
전력
냉방
경쟁이 치열한 market --> 원가 경쟁
Scalability
Elasticity
Availability
Reliability
Performance Optimization
Accessibility
Portability
Manageability
Interoperability
NIST Cloud Reference Model
https://bigdatawg.nist.gov/_uploadfiles/M0008_v1_7256814129.pdf
Cloud topologies
Cloud service models
Security Issue
내부 전산실이 아닌 모르는 회사의 스토리지에 데이터를 저장해야 하는 점
모든 Transaction이 인터넷을 통해서 클라우드 데이터센터로 전달되어야 하는 점
Vendor Locking Issue
IoT는 선택의 여지가 없음
Computing Power 입장에서 클라우드에 의존할 수 밖에 없음
Virtualization
isolation
migration
Para virtualization
Container
정확히는 OS를 선택할 수 없기 때문에 IaaS는 아님
VM보다 Resource overhead가 적음
OpenStack
사물 인터넷에서 어떻게 클라우드를 사용할 수 있는가?
IoT Platform
- Collect data
- Secure connectivity
- Sensor management
IoT Platform Architecture
Vertical Model
Horizontal Model : Open Source
표준 IoT 서비스
OneM2M
OCF(Open Connectivity Foundation) --> IoTivity
IoT Device, Edge에 설치 가능
IoTivity-Lite
OpenFog
IoT Device와 클라우드가 직접 연결되는 경우, 리소스도 많이 사용하고 보안 이슈도 있으며 Delay도 길어지기 때문에
IoT Device에서 보다 가까운 곳에서 Processing 목적
Geographical 특성 고려 --> Fog/Edge 장점
Streaming vs. Batch
