¿Por qué Edge Mesh es el próximo tema candente para la inteligencia distribuida?

Retos y oportunidades para las aplicaciones de IoT

Como sabemos, el Internet de las Cosas (IoT) está revolucionando las empresas al conectar todos sus activos a los sistemas operativos a través de aplicaciones. La mayoría de las aplicaciones de IoT pueden agruparse en torno a cuatro tipos de funciones: detección, comunicación, computación y actuación.

Un solo dispositivo no suele ser compatible con todas las capacidades, por lo que hasta ahora la mayoría de los sistemas utilizaban dispositivos finales para detectar el entorno, las responsabilidades de comunicación y de red eran asumidas por los gateways, y la computación se realizaba normalmente en un servidor centralizado tipo nube, que enviaba la información generada, durante el procesamiento, a dispositivos seleccionados que posteriormente actuaban como ejecutores.

Sin embargo, este modelo de computación centralizada no es eficiente para aplicaciones de computación intensiva y de tiempo crítico, como los operadores de energía y de red, la industria del agua, así como las empresas con los activos críticos, por ejemplo.

Según Statista, se prevé que el número de dispositivos de Internet de las Cosas (IoT) en todo el mundo casi se triplique, pasando de 9.700 millones en 2020 a más de 29.000 millones de dispositivos IoT en 2030.

Si analizamos el IoT Industrial, un estudio de Juniper Research ha revelado que el número global de conexiones de IoT Industrial aumentará de 17.700 millones en 2020 a 36.800 millones en 2025. A medida que aumenta el número de dispositivos, también lo hace el volumen de datos y la importancia de generar información útil.

El papel del Edge Computing en el IoT Industrial

La computación es una parte importante del IoT Industrial, ya que conduce a la generación de nuevo conocimiento, que se utiliza para optimizar los procesos industriales de forma mucho más inteligente. Un buen ejemplo de esto último son los nuevos procesos industriales inteligentes que han evolucionado hasta el punto en que pueden comprender el entorno y actuar en consecuencia.

Este nuevo escenario de objetos conectados ha propiciado la aparición de nuevos sistemas de gestión para dispositivos edge, también conocidos como nodos edge, aplicaciones y datos, como la plataforma Edge de Barbara, que permite la respuesta y gestión en tiempo real de activos altamente críticos en entornos altamente distribuidos.

La toma de decisiones en estos escenarios se realiza dentro de la red compartiendo datos y computación entre dispositivos en lugar de enviar todos los datos a un servidor. Este nuevo sistema distribuido está cambiando la forma en que se realiza la computación centralizada, donde los dispositivos Edge solo se utilizaban para recopilar y enviar datos a un servidor para su procesamiento.

Ahora, con las plataformas de Edge Computing como Barbara, los nodos Edge Industrial se utilizan para habilitar la inteligencia distribuida en el IoT Industrial. Edge Mesh no sólo es el nuevo paradigma para la inteligencia distribuida, sino que también permite la capacidad de "autocuración", de modo que si un nodo falla en la comunicación, puede redirigirse a su alrededor, permitiendo que la red siga funcionando y, por tanto, aumentando la fiabilidad.

Lecturas recomendadas: IoT Edge Computing, nodos edge y casos de uso industrial

De la computación en la nube a la computación distribuida, complementaria y cooperativa

¿Cómo puede el modelo Edge Mesh de computación distribuida y cooperativa responder a los problemas de la nube? El modelo de computación en la nube presenta 4 problemas principales: problemas de latencia, seguridad, privacidad y escalabilidad.

Edge Mesh tiene dos objetivos principales

• Integre y permita la cooperación entre diferentes tipos de dispositivos en la red, incluidos los dispositivos finales, gateways, routers, la nube, etc.
• Habilita la inteligencia distribuida en el IoT Industrial

Principales problemas de la computación en la nube

1. ‍Latencia: Los dispositivos Edge están aumentando cada día sus capacidades de computación, almacenamiento y comunicación, lo que ha dado lugar a un nuevo modelo de cooperación oportunista, en el que los servidores Edge pueden utilizar los dispositivos circundantes para las tareas de procesamiento. Esto resuelve uno de los grandes problemas de la nube: la sobrecarga. A menudo, los dispositivos se sobrecargan con múltiples tareas mientras que otros están infrautilizados, lo que conduce no sólo a una distribución desigual de las tareas, sino también a un aumento del consumo de energía y de la latencia. ‍
2. Seguridad y privacidad: al controlar los datos desde su ubicación de origen y, por lo tanto, decidir qué y cuándo enviar a la nube, se reducen los riesgos de ciberseguridad debidos al robo o al acceso indebido a la información. No obstante, al ser una red de recursos distribuidos, conectados en muchos casos a elementos críticos, su diseño de seguridad, protección y monitorización es esencial, y esto es de mucha mayor relevancia cuando los nodos Edge pueden operar el equipo conectado,‍
3. Escalabilidad: a nivel de Micro-Edge, el número de dispositivos desplegados puede ser muy grande (de miles a decenas de miles). Por lo tanto, la instalación, el aprovisionamiento y el mantenimiento de los nodos Edge pueden elevar los costes ocultos del despliegue hasta el punto de ser antieconómicos. Especialmente en el caso de las instalaciones industriales, que tienen una vida útil extremadamente larga, es esencial disponer de herramientas que faciliten la gestión del ciclo de vida de los nodos Edge de forma remota, centralizada y escalable.

El cómputo distribuido y el Edge Computing nacen para abordar los problemas de latencia, movilidad, seguridad y el cuello de botella del ancho de banda del cómputo en la nube tradicional. Sin embargo, ambos tienen sus ventajas y desventajas, pero pueden funcionar de forma complementaria entre sí para satisfacer los múltiples requisitos de las aplicaciones industriales actuales.

A continuación, se impone un nuevo modelo que tiene como objetivo descomponer las aplicaciones en microservicios y utilizar los recursos tanto en el Edge como en la nube para satisfacer alternativamente los requisitos de las diferentes aplicaciones.

Lectura recomendada: Cómo debe protegerse una "utility" de ciberataques como el sufrido por Colonial Pipeline

La dificultad de la gestión de sistemas informáticos distribuidos y la interoperabilidad de los datos

Un modelo totalmente distribuido implica un enorme esfuerzo de gestión. La diversidad de dispositivos y aplicaciones IoT hace que sea casi imposible que un único modelo satisfaga todos los requisitos de la aplicación. Esto se soluciona con el modelo Edge Mesh, que implica la integración de diferentes sistemas.

La interoperabilidad de los datos es clave para habilitar la inteligencia distribuida, ya que nos enfrentamos a sistemas distribuidos con problemas de sincronización, consenso, cooperación, heterogeneidad de dispositivos y aplicaciones.

Además, en el mundo industrial, no existen protocolos de comunicación totalmente generalizados ni estructuras de datos comunes. Por lo tanto, es importante que la implementación de una red de malla de Edge Computing se base en tecnologías abiertas, idealmente estándar o ampliamente utilizadas por la industria, que permitan una integración y evolución efectiva de las diferentes partes con la infraestructura desplegada. Deben evitarse las soluciones monolíticas y cerradas con altos costes de integración.

¿Qué industrias pueden beneficiarse más de Edge Mesh?  

Los beneficios de Edge Mesh, como el procesamiento distribuido, la tolerancia a fallos y la baja latencia, tienen un gran impacto en las empresas con activos críticos que están dispersos y generan datos a altas frecuencias. Un ejemplo es el uso de Red Mesh de Edge Computing para Subestaciones Eléctricas de Transformación dispersas por todo el país.  

A la hora de digitalizar una subestación eléctrica, surgen varias preguntas:

1. ¿Cómo se puede asegurar la interoperabilidad de los diferentes proveedores de servicios eléctricos que operan en cada subestación?
2. ¿Cómo coordinar subestaciones adyacentes?
3. ¿Cómo se puede garantizar la ciberseguridad de los datos y los equipos en un entorno tan extendido y crítico?

En este entorno, el Edge Computing permite la integración de equipos, sensores y actuadores para computar datos en tiempo real de forma distribuida, y es una mejor alternativa al Cloud Computing.

Al implementar Edge Computing, los centros de transformación pueden procesar datos localmente desde diferentes fuentes y tomar decisiones autónomas rápidamente, sin la necesidad de pasar por sistemas centralizados como SCADA o la nube. Esto, en la red de media y baja tensión, implica un inmenso salto en las posibilidades de operación y mantenimiento, con un gran impacto en la mejora de los costes, los tiempos de respuesta, la escalabilidad, la continuidad y la fiabilidad en el nuevo paradigma de la Smart Grid.

Descargue el proyecto real completo aquí:

‍

Si el artículo le ha resultado de interés y desea saber más, póngase en contacto con nosotros y solicite una demostración o consulta personalizada.

‍