在 AIoT 的應用之中，為何需要邊緣運算協作管理平台？（2/3）
數據治理的落實需要 OT 與 IT 的緊密配合，因為大量的數據來自於工業現場端，擁有解讀數據能力人來自現場端，但實際有能力管理大量數據的人卻是 IT人員。因此建構一個符合數據治理精神的系統架構，並且能夠同時間滿足 OT 與 IT人員的需求，「Edge Orchestration」的概念便應運而生。
文／彭愷翔
Edge Orchestration 是近年在工業物聯網應用興起的概念，由於邊緣端應用涉及的設備、通訊、協定存在許多的變異，很難透過單一的系統來滿足多變的需求。此外，因為工業現場數據最終必需與資訊系統串接，IT 與 OT 的資訊隔閡也造成許多數據孤島。正因如此，透過對於工業物聯網的架構加以解構，讓不同的資訊領域，透過 Edge Orchestration 來實現數據的無縫串接。再進一步透過 IIC（Industrial Internet Consortium）註 所描述的 IIRA（Industrial Internet Reference Architecture），掌握其中的三個層次、四個數據流與五大領域。就能夠理解 Edge Orchestration Platform 所扮演的角色。
誰是 IIC（Industrial Internet Consortium）
前面的章節在介紹工業物聯網的發展與其數據流所面臨的挑戰，本章節將針對前言所提及的工業互聯網聯盟（IIC）與其提出的工業互聯網參考架構（IIRA）有更深入的介紹。
工業互聯網聯盟（Industrial Internet Consortium，IIC）是一個旨在推動工業物聯網發展的全球性組織，該組織更與 DTC（Digital Twin Consortium）結合，致力推動數位孿生／數位分身（Digital Twin）相關技術與應用。而 IIC 於 2017 年所提出的工業互聯網參考架構（IIRA）（圖二），是一個標準化框架，旨在為工業物聯網系統的設計和實施提供指導。
IIRA 架構的組成
IIRA 架構包括三個層次（Layer）、四個數據流（Data Flow）和五個領域（Domain）所構成，以便全面描述工業物聯網系統。以下是 IIRA 的主要組成部分：IIRA 架構中的層次結構包括邊緣層（Edge Layer）、平台層（Platform Layer）和企業層（Enterprise Layer）。每個層次在 IIoT（Industrial Internet of Things）解決方案中扮演著不同的角色。下面將三個主要層次加以說明：
IIRA 三層
一、邊緣層（Edge Layer）
邊緣層位於真實世界和數位世界的交界處，負責數據的收集、預處理和初步分析。它包含了各種邊緣設備、感測器和控制器，這些設備直接與現場環境交互。主要功能如下：
- 數據收集：從各種感測器和設備收集數據，如溫度、壓力、振動等。
- 數據預處理：對原始數據進行初步處理，如過濾、正規化和格式轉換，減少數據量，並確保數據品質。
- 即時反應：執行即時數據分析和本地決策，減少數據傳輸延遲，提高系統的反應速度。
- 邊緣運算：運行輕量級的 AI 模型來進行推論，減少對雲端計算資源的依賴。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球CIO同步獲取精華見解 ]
二、平台層（Platform Layer）
平台層是 IIoT 系統的核心，負責數據的管理、儲存和進階分析。它通常部署在雲端或數據中心，為各種應用提供支援和服務。主要功能如下：
- 數據管理：儲存和管理來自邊緣層的大量數據，確保數據的安全性和可用性。
- 進階分析：進行複雜的數據分析和 AI 模型訓練，從大數據中提取有價值的資訊。
- 設備管理：監控和管理連接的設備，包括設備的配置、狀態監控和軟體更新。
- 應用開發：提供 API 和 SDK 開發工具，幫助開發人員快速構建和部署 IIoT 應用。
三、企業層（Enterprise Layer）
企業層連接 IIoT 系統與企業的業務流程和決策系統。它負責將技術數據轉化為商業價值，支援企業的管理和戰略決策。主要功能如下：
- 業務流程整合：將 IIoT 數據與企業的 ERP（企業資源計劃）、MES（製造執行系統）和 CRM（客戶關係管理系統）等業務應用整合，協助業務流程的自動化和優化。
- 決策支援：提供彙整的報告和可視化工具，幫助經營管理層進行數據驅動的決策。
- 戰略規劃：利用 IIoT 數據進行長期的戰略規劃和預測，優化企業資源配置和市場策略。
- 數據治理：確保數據的合規性、安全性和隱私保護，管理數據的生命周期。
透過這樣的層次結構，企業能夠實現從現場數據收集到進階的數據分析，再到企業決策的全流程數位轉型，提高營運效率和競爭力。此外，IIRA 的架構又更進一步揭露在各層次之中存在的五大領域（Domain）與四個數據流（Data flow）概念。以下將會針對各領域的定位加以說明，有助於各位讀者對於工業物聯網的架構能夠有更完整的認識：
五大領域（Domain）
1.控制領域（Control Domain）：
負責邊緣端即時控制和監控的功能，包括感測器和控制器。
2.訊息領域（Information Domain）：
負責數據的收集、傳輸和儲存，確保數據的完整性和可用性。
3.維運領域（Operation Domain）：
涉及設備維運和管理，針對物聯網閘道器或是閘道器後方的設備進行的設備管理、資產管理和營運優化。
4.應用領域（Application Domain）：
支援應用程序和服務的開通與部署，滿足各式業務需求。
5.業務領域（Business Domain）：
涵蓋業務流程和決策支援，確保技術與業務目標的一致性。
四個數據流（Data Flow）
1.生產資料（Data Flow）：
泛指系統在運行過程之中從客戶端設備所取得的資料，例如：生產機台的生產數值、工業現場設備所量測到的環境溫、溼度、運輸工具上面偵測到的異常訊號，皆稱為生產資料。
2.閘道器管理資料（Gateway Management Flow）：
取得部署於邊緣端的閘道運作的相關資料。例如：閘道器運行的狀態、部署的位置、系統資源的耗用、運行的應用程式與其版本、硬體設備的版本、推論模型的版本、閘道器後方連接的設備 profile 等資料，更包括透過邊緣運算協作管理平台（Edge Orchestration Platform）建構的商業邏輯與其版本。
3.協作定義資料（Orchestration Flow）：
將定義好的系統配置、數據流向、資料前處理規則、商業邏輯、通訊協定、AI 模型，統一透過 Orchestration Flow 部署至邊緣端的閘道器運行。
4.商業資訊（Information Flow）：
關於商業活動涉及的相關資訊，並且有助於在工業物聯網的應用。例如：MES 的製造相關工單資訊、ERP 的客戶訂單資訊、CRM 的客戶資訊、SCM 系統提供的供應商資訊。
傳統的 IIoT 平台架構與 Edge Orchestration 平台架構有何不同？
過往的 IIoT 平台都是將 IIRA 架構之中的五大領域加以整合，提供一個端到端（end-to-end）解決方案。如此的架構雖然滿足單一的需求，但其後卻衍生出其他的問題。接下來，我們將逐一分析可能遭遇到的問題：
●資料擁有權與隱私：
傳統 IIoT 平台通常會將客戶的生產數據集中儲存於其雲端平台。客戶可以透過平台提供的儀表板（Dashboard）即時監控和獲取關鍵營運資訊。當企業需要從 IIoT 平台中存取其數據時，通常必須透過平台提供的 API 來操作，這不僅增加了操作的複雜性，也可能因為平台供應商對 API 存取收取額外費用而增加成本。其次，從數據隱私和安全的角度來看，生產數據是企業的核心機密資訊，將這些資料提供給第三方 IIoT 平台存在著一定程度的風險。
●資訊呈現存在差異性：
傳統 IIoT 平台雖然提供可視化的介面，但許多呈現的方式或分析的手法並無法滿足企業的需求，亦缺少客製化的彈性。即便提供客製化的服務，也有可能被收取高額的費用。
●資料孤島的問題：
企業在導入資訊系統或自動化系統時，傳統上習慣採用專案導向的實施方式。然而，這種方法經常導致不同專案的系統間無法互相對接，從而形成數據孤島。為了解決這一問題，企業不得不啟動資訊整合專案，以實現數據的整合。然而，即使如此，所開發的客製化系統仍可能成為企業的額外負擔，增加了維護和管理的複雜性和成本。
●封閉式的架構：
作為一個平台，應確保其開放性。然而，當前市場上的大多數 IIoT 平台都採用了封閉的架構。這些平台缺乏開放的 API/SDK，或是僅支援自家的硬體設備。在工業現場，單一廠商的解決方案通常無法完整滿足實務上的需求。因此，理想的 IIoT 平台必須具備整合不同廠商設備和資訊系統的彈性。
●完整的系統安全規劃：
許多 IIoT 平台主打便利性、價格親民，但在整體系統的設計上面缺少完整的資安規劃。試想，從 control domain 建立對外網路連結，如果沒有嚴謹的資安配套措施，一但發生資安事件，後果將不堪設想。
在 OT 架構下落實數據治理，需要考慮到 OT 系統的即時性、安全性和穩定性需求，並且與 IT 系統進行有效協作。透過統一的數據治理框架、強化數據安全、優化數據品質、有效的數據生命周期管理，以及運用先進的數據治理技術，可以在 OT 環境中成功落實數據治理，提升整體營運效率和數據價值。
[ 推薦閱讀：在 AIoT 的應用之中，為何需要邊緣運算協作管理平台？（1/3）]
(本文授權非營利轉載，請註明出處：CIO Taiwan)
