Un recente white paper realizzato dalla IEC (International Electrotechnical Commission) suggerisce sei aree dove è indispensabile il miglioramento tecnologico o la creazione di nuovi approcci per un IoT di nuova generazione, capace di affrontare le sfide: la connettività, l’elaborazione, la memorizzazione, i sensori, l’attuazione, la sicurezza. Ne approfondiremo solo alcune.
In termini di elaborazione è necessario affrontare e migliorare: la configurazione e la composizione dinamica dei sistemi; la contestualizzazione di dati; lo scambio autonomo dei dati fra entità (dispositivi, apparecchiature, sistemi IT, piattaforme; la cui gestione della profilazione gioca un ruolo fondamentale); le funzionalità di machine learning e quindi di autoapprendimento sfruttando i big data disponibili; la virtualizzazione, per abilitare una più efficace gestione dei device .
Memorizzazione. I componenti di nuova generazione dovranno essere dotati di tecnologia sensor fusion capace di combinare, integrare e associare dati ottenuti da una molteplicità di sensori (che percepiscono immagini, suoni, odori, tatto…) per ottenere una conoscenza completa sugli oggetti osservati, la situazione e il contesto. Si dovrà tenere conto che le fonti di dati non necessariamente si limiteranno a sensori fisici ma potranno estendersi alla raccolta di informazioni social, di tipo statistico, provenienti anche da smartphone… Necessaria quindi la governance dell’informazione per garantire sia l’integrità dei dispositivi sia le caratteristiche di autorizzazione.
Per un IoT di nuova generazione, il modo in cui viene effettuata la memorizzazione gioca un ruolo centrale. Sia il concetto di rappresentazione virtuale di oggetti e dispositivi sia l’immagazzinamento dei dati in modo decentrato sullo stesso dispositivo (DPM-Digital Product Memory) consente capacità maggiore e facilita il setup delle reti IoT non orchestrate centralmente.
Le memorie dei prodotti possono comunicare fra loro e con l’ambiente usando sistemi radio a corto raggio (come Bluetooth, ZigBee, Nfc), mentre le tecnologie semantiche consentono uno scambio dati fra le memorie dei diversi prodotti e con l’ambiente. Le semantiche del Dpm sono differenti per ambito e settore e, ad oggi, sono tema di vari progetti di ricerca. Per l’industria manifatturiera, ad esempio, il modello di riferimento tedesco Industrie 4.0 (RAMI 4.0) fornisce il concetto di administration shell, che definisce una descrizione semantica dei dati master del prodotto, della sua origine, del ciclo di vita, applicabili ai metodi di elaborazione e ai compiti che devono essere eseguiti.
Attuazione
Aree chiave di miglioramento in ambito IoT
Fonte: White Paper IEC “IoT 2020: Smart and secure IoT platform”
Nonostante l’IoT richieda un minor coinvolgimento delle persone, nel campo delle decisioni e dei processi creativi l’interazione umana svolge un ruolo cruciale. Perché le azioni siano efficaci non basta che vengano fornite informazioni veritiere e affidabili, ma queste devono essere presentate in modo da essere facilmente assimilate e aggregate al giusto livello di granularità. A questo scopo è fondamentale lo sviluppo di tecnologie come la realtà aumentata, la realtà virtuale e la cosiddetta internet tattile, che si riferisce al tipo di interfacce e alle interazioni real-time rese possibile da una larghezza di banda I/O a bassa latenza guidata dai tempi di risposta umani.
Sicurezza
Last but not least vengono i temi della sicurezza. La nuova generazione di tecnologie dovrà fornire un sistema di collaborazione sicuro e affidabile per lo scambio di informazioni sulle minacce fra organizzazioni. Allo stesso tempo la sensor fusion technology consentirà l’integrazione di dati IT e OT (informatici – IT e operativi – OT) da più fonti, abilitando, come abbiamo visto in ambito elaborazione, un rilevamento intelligente dei dati ottenuti da differenti sensori: è chiaro che questa tecnologia deve integrare funzionalità di security sui dati provenienti dal mondo fisico la cui correttezza è fondamentale affinché i sistemi informativi possano poi mettere o non mettere in atto le corrette azioni conseguenti.
Quindi la data science technology dovrà essere incorporata nei sistemi IoT per elaborare le informazioni per la valutazione del rischio, poiché, a differenza di quanto accade in ambito business, non saranno i data scientist umani a estrarre la conoscenza sulla base dei modelli elaborati, ma dovranno essere direttamente le applicazioni sovrastanti a farlo in modo automatico.
Le tecnologie di sicurezza di base individuate dal Report sono: la definizione di identità degli oggetti, che rappresenta un pre-requisito per lo sviluppo di un IoT sicuro, grazie alla Phisical unclonable funtion (Puf), schemi di criptazione omorfica e ricercabile (simmetrica o asimmetrica), trust establishment di nuova generazione. Il futuro del IoT richiede un trust aggiuntivo sia su transazioni e accordi sia sull’integrità dei dispositivi e delle piattaforme.
Standardizzazione
In conclusione IEC fornice alcune indicazioni sui temi della standardizzazione, al centro della sua mission, sostenendo che la grande frammentazione e sovrapposizione delle iniziative, forse inevitabile nell’attuale panorama, è tuttavia dannosa per la realizzazione di una piattaforma IoT di nuova generazione sicura e intelligente. La necessità della standardizzazione, sia verticale (per settore, area geografica…) sia orizzontale, che investe tutte le principali aree coinvolte nello sviluppo di IoT (connettività, elaborazione, memoria, sensori, azioni, la sicurezza), rende auspicabile la massima collaborazione fra consorzi per lo sviluppo degli standard, le entità geopolitiche e di altro genere coinvolte nella definizione di IoT, del suo sviluppo, del deployment e della gestione operativa (figura).
