تحديات تحليل البيانات الضخمة (Big Data) في إنترنت الأشياء (Internet of Things)
م.عبدالرحمن هزاع الحميري
تتطلب بيئة إنترنت الأشياء المزدهرة التوحيد القياسي الذي يتكون من قابلية التشغيل البيني والقدرة على التكيف والاعتمادية وفعالية العمليات على مستوى العالم، ويزيد التطور السريع في إنترنت الأشياء من نمو البيانات، كما تقوم كميات هائلة من أجهزة استشعار الشبكات بجمع ونقل البيانات دون توقف لأغراض التخزين والمعالجة في السحابة.
المعدات الأساسية التي تحصل على البيانات في إنترنت الأشياء هي الأجهزة المحمولة ومرافق النقل والمرافق العامة والأجهزة المنزلية. ويتجاوز تدفق كمية هائلة من البيانات قدرات هياكل تكنولوجيا المعلومات والبنية التحتية للمؤسسات.
نظراً لطبيعة التحليل في الوقت الفعلي، فإنه يؤثر بشكل كبير على قدرة الحوسبة. تُستخدم البيانات الضخمة على نطاق واسع لمجموعة واسعة من البيانات غير المتجانسة الموجودة في الأشكال المهيكلة وغير المهيكلة وشبه المنظمة. وفقاً لـ Statista، تولد إيرادات البيانات الضخمة من الإنفاق على الخدمات، والتي تمثل 39% من إجمالي السوق اعتباراً من عام 2019. وصل حجم البيانات التي أنشأتها اتصالات إنترنت الأشياء إلى 13.6 زيتابايت في عام 2019، وستمتد إلى 79 زيتابايت بحلول عام 2025.
على سبيل المثال، تقوم شركات الشحن بإرفاق مستشعرات إنترنت الأشياء بالمركبات لمراقبة السرعة والتوقفات القادمة وحالة المحرك والأجواء وغيرها من القضايا ذات الصلة بتفاصيل الشحن.
تستخدم الشركات البيانات التي تم جمعها لاتخاذ قرارات سريعة والتنبؤ بمتطلبات الصيانة المستقبلية. وتقوم الشركات أيضاً بتخزين البيانات التي تم جمعها للحصول على رؤية واضحة لأداء الشركة بمرور الوقت. يساعد الجمع بين رؤى IoT في الوقت الفعلي وتحليلات البيانات الضخمة طويلة الأجل في توفير النفقات الإضافية، وتعزيز الكفاءة والاستخدام الفعال، وإدارة الموارد المتاحة.
البيانات الضخمة وإنترنت الأشياء هما مفهومان فريدان يعتمدان على بعضهما البعض لتحقيق النجاح النهائي. كلاهما يهدف إلى تحويل البيانات إلى رؤى قابلة للتنفيذ.
