Door: Hans Timmerman, CTO Dell EMC The Netherlands
De laatste jaren is de belangstelling voor het Internet of Things (IoT) snel gegroeid. Na het beschikbaar komen van het publieke internet werd al direct geëxperimenteerd om er ook ‘dingen’ aan te koppelen. Maar industriële IoT (IIoT) ontwikkelde zich binnen de industrie, in de schaduw van het publieke internet. In 1968 stond Dick Morley aan de wieg van de Programmable Logic Controller (PLC), een industriële digitale computer geschikt om productieprocessen aan te sturen. Hij ontwikkelde een PLC die als eerste in de fabrieken van General Motors werd toegepast.
De PLC verving de realtime-systemen die daarvoor hard-bedraad waren en opgebouwd waren uit relais, timers en volgorde-schakelaars. Door een programmeerbare processor te gebruiken die real-time kon werken, werd het veel makkelijker productieprocessen flexibel te programmeren.
Ethernet
Vanaf 1983 werd het met ethernet mogelijk om op gestandaardiseerde wijze PLC’s en machines met elkaar te koppelen. Niet lang daarna deed de PC zijn intrede en vanaf 1992 werd het met het TCP/IP protocol mogelijk grote geïntegreerde digitale productiesystemen te bouwen. In 1999 werd het begrip IoT voor het eerst geïntroduceerd door Kevin Ashton die een wereldwijde standaard ontwikkelde voor het gebruik van RIFD’s en andere sensoren in productieomgevingen.
Met de start van AWS in 2002 komen we het cloud tijdperk binnen. In 2008 maakt de OPC Unified Architecture (UA) op afstand veilige realtime communicatie tussen devices, databronnen en applicaties mogelijk. Toen in de navolgende jaren de prijzen van hardware bleven dalen, kwamen industriële toepassingen ook voorhanden voor de consument. Ook werden steeds vaker algemene IT-standaarden gebruikt bij industriële automatisering zoals MQTT (Message Queuing Telemetry Transport), REST (Representational State Transfer) en HTTP ( Hypertext Transfer Protocol). En op dit moment zijn de verschillende werelden van Operations Technology (OT) en Information Technology (IT) langzaam samen aan het komen.
IoT en IIoT
Toch blijven de twee werelden van IoT (consumententoepassing) en IIoT (industriële-toepassing) voor een belangrijk deel totaal verschillend van aard. Natuurlijk zijn het beiden op communicatie gebaseerde ecosystemen, waarbinnen allerhande devices, sensoren, camera’s en andere producten communiceren met cloud-gebaseerde processen. Het resultaat wordt gepresenteerd op een computerscherm of smartphone en gebruikt voor het connecteren en optimaliseren van processen. Het ecosysteem bevat ook applicaties voor bewaking en bediening op afstand, voor communicatie met medische devices, voor specifieke retail-informatie en allerhande waarschuwingen voor fouten, storingen en onderhoud.
Maar de eisen aan betrouwbaarheid, beschikbaarheid, latency en robuustheid van de devices vormen het belangrijkste verschil tussen IoT en IIoT. En daarbij is niet elk verbonden device automatisch onderdeel van IoT of IIoT. Een trilling-sensor om de besturing van een pomp op fouten of onderhoud te wijzen, is nog geen IIoT. Een digitale camera die is gekoppeld aan surveillance systemen is nog geen IoT; het blijven dan gesloten systemen. Het valt pas onder de noemer van IoT en IIoT als er een ‘open’ cloud-koppeling is waarmee een terugkoppeling van gedrag en aansturing mogelijk is. Een voorbeeld is een airconditioner die via wifi kan worden gelinkt om het gedrag of de besturing te beïnvloeden. Een verbinding waarmee, door het verzamelen van data over het gedrag van vele airconditioners (Big Data), de inzet van een individueel apparaat kan worden geoptimaliseerd.
Intelligentie
Eigenlijk kun je zeggen dat we (pas) over Iot en IIoT spreken als er enige vorm van intelligentie in het ecosysteem aanwezig is. Bijvoorbeeld applicaties die: op basis van realtime-data voorspellingen kunnen doen, die op basis van direct gemeten data onvolkomenheden kunnen herkennen of die op basis van gedrag van vergelijkbare aangesloten instrumenten die instrumenten slimmer kunnen maken. We spreken dan ook wel van machine learning of in goed Nederlands ‘machinaal leren’. Het is een discipline van de kunstmatige intelligentie die statistiek gebruikt om computersystemen uit aangeboden data te laten ‘leren’ zonder dat zij daar apart voor worden her-geprogrammeerd. Het systeem heeft dus een ingebouwd ‘leervermogen’.
Dat leervermogen kan worden ondersteund door externe bronnen en gebruikservaringen van derden. Het systeem kan op die manier ervaringskennis verwerven die de gebruiker zelf nooit had kunnen toevoegen. Daarom is toegang tot externe clouds belangrijk. Een automatische grasmaaier kan ‘leren’ hoe de grasmat eruitziet maar is nog geen IoT-systeem. Pas zodra deze maaier zijn ‘geleerde’ informatie kan delen met derden en hierdoor ook zelf profijt kan hebben van het delen van die data, spreken we over IoT. Onderdeel van een ecosysteem zijn, is dus een belangrijk kenmerk van IoT of IIoT.
Ecosysteem architecturen
Dat laatste betekend dat IoT/IIoT systemen zelf een subsysteem vormen van een groter systeem. Dit is vergelijkbaar met een vliegtuig dat geheel zelfstandig kan opereren maar altijd een subsysteem blijft van een groter logistiek systeem zoals het vliegveld, de verkeersleiding, het in- en uitladen van de passagiers en vracht etc. Een belangrijke factor voor het succesvol ontwikkelen van IoT/IIoT systemen is dus de aanwezigheid van systeem-ontwerptechnieken en systems engineering. Voor elke toepassing zijn specifieke, functionele architecturen nodig waarbij componenten en communicatie steeds vaker bestaan uit standaard componenten, protocollen en API’s.
IoT- en IIoT-systemen zullen normaal gesproken ook verschillende architecturen hebben. Het verschil tussen publieke en industriële clouds. Het verschil tussen consumenten en industriële normen en protocollen. Het verschil tussen betrouwbaarheid en beschikbaarheid. Het verschil tussen niet functioneren of potentiële ongelukken en zelfs rampen. En dus ook het verschil in de prijsstelling, het implementatieproject, het toezicht op de implementatie en het gebruik en de kennis, ervaring en gereedschappen van de ontwerpers.
Cyber risico’s
Elk device dat via een kabel of mobiel aan een open netwerk is gekoppeld, heeft een grotere kans om te worden gehackt. Daarom wordt de laatste tijd veel aandacht besteed aan het inherent veilig maken van de devices zelf. Hoe kan het device zélf al intelligentie krijgen om juist gedrag en gebruik te controleren? Om zelf feedback te geven en zichzelf wellicht af te koppelen bij geconstateerd misbruik? Er is geen ‘silver bullet’ voor cybersecurity. Cybersecurity blijft een eindeloze reis om de gevoeligheid voor misbruik continu te meten, te testen en te verbeteren.
De Edge zal miljarden eindpunten krijgen waar altijd ‘ergens’ onveiligheid zal zijn en blijven. Failsafe ontwerpen, integraal ontwerpen, procesgerichte kwaliteitscontrole en systeemdenken zijn de basis voor veilige systemen. Daarnaast zullen cyber-secured technieken, eenduidige protocollen en zorgvuldig gebruik voldoende zekerheid moeten geven om veilig in deze wonderlijke wereld van het internet der dingen te stappen. En als er iets fout gaat, ligt het meestal niet aan de dingen zelf, maar aan de ontwerpers, de bouwers of de gebruikers. De mens dus. We hebben voor zowel IoT als IIoT nog heel veel goed opgeleide mensen nodig met kennis van systems engineering: een mooie kans en uitdaging voor onze technische opleidingen.