Recursos/White Papers

Tecnologia

O que acontece quanto dados enviados pelos dispositivos de IoT são ruins?

Dados ruins são comuns em aplicações de internet das Coisas e já procupam. Grande parte deles não são erradas, mas inúteis, e podem comprometer o funcionamento correto dos sistemas

Stephen Lawson *

Publicada em 11 de janeiro de 2017 às 08h59

Empresas que tentam usar a Internet de Coisas já enfrentam o desafio de gerir um verdadeiro dilúvio de dados e  as diferentes maneiras de analisá-los. Mas o que acontece se a informação está errada?

Dados ruins são comuns em aplicações de internet das Coisas e, embora ainda seja difícil obter uma estimativa de quanto do streaming de informações de dispositivos conectados não pode ser usado, muitas pessoas já se preocupam com o provlema.

Cerca de 40% de todos os dados das bordas das redes IoT são "espúrios", diz Harel Kodesh, vice-presidente de negócios de software da GE Predix e CTO da GE Digital. Grande parte desses dados não é errada, apenas inútil: informações duplicadas que os funcionários enviaram acidentalmente diversas vezes ou mensagens repetitivas que as máquinas inativas enviam automaticamente. 

Além disso, a construção de uma nova plataforma IoT em cima dos antigos sistemas industriais pode causar problemas porque as ferramentas herdadas formatam os dados à sua maneira, disse Kodesh. "Você não está obtendo dados reais, elementares, mas alguma tradução deles."

Mas às vezes os dispositivos apenas geram coisas falsas ou enganosas.

Medindo a coisa errada
Por exemplo, se um inseto pousa sobre um sensor de temperatura e umidade no campo, o fazendeiro fará uma leitura alterada pela temperatura do inseto, o que não ajuda em nada a gestão agrícola. Se um sensor é coberto com sujeira em uma fábrica, ou se ele é danificado por vândalos, como  ajustar os dados que o sistema produz? 

Quanto mais severas forem as condições circundantes e mais isolado o dispositivo, pior será o problema. Além da agricultura, indústrias como petróleo e gás e distribuição de energia enfrentam isso. Mas não são apenas sensores muito distantes que têm problemas. Mesmo em um hospital, um sensor de oxigênio do sangue preso ao dedo de um paciente pode começar a dar dados ruins se estiver na posição errada.

Além disso, alguns dispositivos IoT funcionam mal por conta própria e começam a vomitar dados ruins, ou parar de relatar tudo. Em muitos outros casos, o erro humano é o culpado. Configurações erradas prejudicam o que o dispositivo gera.

Uma maneira de reduzir os dados ruins é certificar-se de que a engrenagem está ajustada corretamente.

John Deere equipa suas fazendas com sensores que detectam se as máquinas estão funcionando direito.  Pelo menos uma vez por ano, antes do  plantio, o fazendeiro ou um funcinário da empresa fornecedra da solução, a Deere,  calibram manualmente esses sensores para que sejam precisos.

internetdascoisas_625

Mais é melhor
Mas muitos sensores de IoT são muito difíceis de calibrar e receber uma manutenção regular. Nesses casos, redundância pode ser a resposta, embora também não seja uma bala de prata para resolver o problema

Duplicatas do mesmo sensor em uma máquina, em uma mina ou em um campo geram mais entradas, o que pode ser útil em si mesmo. A Weather Underground, parte do negócio da IBM Weather Company, gera relatórios com dados de sensores não calibrados e de baixo custo, como forma de ter diversas visões da mesma área. Um sensor pode funcionar mal e relatar vários centímetros de chuva, enquanto o próximo pode ser mais preciso, disse John Cohn, o IBM Fellow para Watson IoT.

"O fato é que se você tiver densidade suficiente de sensores, você pode encontrar matematicamente os valores atípicos e a razão, a partir daí, que um requer trabalho", disse Cohn.

As empresas também podem usar diferentes dispositivos de detecção, especialmente câmeras, para verificar os sensores que podem estar tendo problemas. Uma câmera de vídeo combinada com um software de análise de imagens pode detectar se um dispositivo remoto ficou sujo, danificado ou vandalizado, disse Doug Bellin, gerente sênior de indústrias da Cisco Systems. Às vezes câmeras de segurança já instaladas para outra finalidade  podem fazer este trabalho.

Uma técnica para verificar diferentes tipos de sensores uns contra os outros é chamada de fusão de sensores. Analisa entradas de dois ou mais sensores para chegar a uma conclusão.

A fusão de sensores está sendo implementada em hospitais, onde falsos alarmes são indesejados, disse Stan Schneider, presidente e CEO da empresa de software IoT Real-Time Innovations (RTI). Por exemplo, em vez de disparar um alarme cada vez que o sensor de oxigênio do sangue no dedo do paciente mostrar baixa quantidade de oxigênio, um sistema de fusão do sensor compararia constantemente essa leitura com as de outros sensores do paciente, como a respiração e os monitores de freqüência cardíaca, para dar informes mais precisos.

O sensor fantasma
A GE  mede a a temperatura dos gases de escape de cada motor a jato que sai de suas fábricas, uma cifra que reflete sua eficiência, disse Kodesh. O sensor que ajuda neste trabalho é colocado direitamente no caminho do escape, embora ele vá sempre queimar depois de alguns minutos. Enquanto isso, sensores em pontos mais seguros ao redor do motor coletam dados, simultaneamente. Esses dados são comparados com o que o dispositivo condenado gravou antes de ser destruído, a partir de uma função matemática, e geram uma média que funciona como uma espécie de sensor virtual válido para o sistema.

Tirar conclusões de múltiplos fluxos de informação leva o problema de qualidade de dados ao domínio da aprendizagem automática. É aí que as coisas mais interessantes estão acontecendo, diz Cohn da IBM.

"A cada verificação em dados defeituoso os sistemas de aprendizado de máquina ficam mais inteligentes", comenta Bellin, da Cisco. "A milésima vez verifica uma ocorrência ele é, provavelmente, mais eficiente do que qualquer pessoa."

Quanto mais crítico for o sistema IoT, mais importante será lidar com dados ruins. A fusão de sensores, por exemplo, é necessária para coisas como a saúde do paciente e a detecção de mísseis, porque a confiabilidade é um grande problema quando as apostas são tão altas, disse Schneider da RTI.



Reportagens mais lidas

Acesse a comunidade da CIO

LinkedIn
A partir da comunidade no LinkedIn, a CIO promove a troca de informações entre os líderes de TI. Acesse aqui