http://www.dfagri.com/

在企业本地完成核心敏感数据的样本对齐和模型训练工作

工业互联网边缘计算+区块链的有多种部署方案,可在边缘本地服务器或者云化环境上开展部署。具有跨平台,跨操作系统的部署能力,各方节点各自部署完成后,可以相互自动连接和激活,实现分布式的,高可用的网络结构。具体方式如下:

3、实现边缘计算节点的分布式高可用能力

所以利用区块链分布式数字身份认证和开放的数据安全管理技术,实现工业互联网在边缘计算下的数据共享和数据安全保护问题;利用分布式安全交易协作机制,结合多方安全计算和信息共享模型等技术,提供工业企业共商、共建、共享的可信生产协作基础环境。通过采用区块链技术在产业链和企业治理方面的能力,整合企业边缘计算资源,协同生产流程,使边缘结算节点真正成为工业互联网的设备、数据和模型的接入、计算和前置分析层,为工业互联网提供企业共商、共建、共享的可信基础环境。

2、建立基于边缘层的机理模型联合训练、模型共享、计费和激励体系。

个人、设备、服务器数字身份在区块链中分布式存储管理,每个边缘计算节点成为分布式数字证书颁发和验证节点,可以参与数字身份的全局验证。同时通过点对点自助数据加密体系可轻松实现工业互联网边缘层IoT传感器、DCS、PLC等设备的个性化非对称加密,为数据通道和数据体实现加密传输和存储服务,使在传输层和存储层无法偷窥和篡改数据。终端设备通过集成区块链安全SDK,构成区块链网络的轻节点,可实现设备采集数据,交易记录和本地化存储。通过非对称加密算法和私钥签名能有效保障终端采集数据的真实可靠,通过多终端的协作实现区块链交易流的推进和数据交换。基于轻量级感知节点和企业边缘计算节点组成的IOT区块链双层网络,发挥了IOT设备轻量化,数量多的特点,在不给区块链共识网络层增加共识负担的情况下,为共识网络提供真实有效的感知数据,同时通过共识网络和智能合约的约束可实现对感知设备的自动、智能的控制。

小结

目前区块链技术在工业领域的应用还正处于探索阶段,包括边缘计算在内的很多工业场景,还未被商业实践证明是最佳应用场景。不过区块链+工业互联网的应用探讨,在未来一段时间必将成为讨论热点。特别是2020年4月20日国家发改委也正式将区块链技术纳入新基建范畴,如何利用区块链技术优势,整合目前分散的工业资源,促进体系化和产业化的工业制造业升级将是未来的焦点话题。

本文将区块链技术、边缘计算和工业互联网平台化技术相融合,重点讲解工业互联网中企业边缘层数据共享,设备接入数据安全和生产线协同等问题。工业互联网边缘层为平台提供工业设备和其他制造资源的管理和接入,其标准化需求聚焦在设备接入、协议解析、边缘数据处理等方面;同时边缘层依托区块链分布式计算协调,多方安全计算和联邦学习能力能提供给机理模型联合训练机制,并通过贡献度量提供模型激励体系;还有利用区块链分布式数字身份颁发和校验体系可以为边缘层设备和计算提供点对点数据加解密功能;此外通过区块链节点协同和状态一致性同步能力可以低成本实现边缘计算的高可用和生产调度协同功能。

工业互联网平台层的机理模型、数据模型、业务模型如:资产管理模型、产品研发设计模型、过程管控模型、运营模型、工艺模型、资源配置模型等的建立需要大范围采集多家企业、多个生产线和大量生产设备基础数据才能积累和沉淀。但一方面出于企业核心生产数据上传平台的安全性,商业机密敏感性和现实需求必要性等多方面考虑,目前在通用工业互联网平台(单一企业私有工业互联网平台除外)中大多数并不希望将核心数据上传到平台层;而另一方面大家也看到机理模型、数据模型、业务模型的沉淀和运用对优化工业制造、物流、工艺改进、资源配置、品控等方面有极大优势和必要性。这就要求工业互联网架构中需要一种可以实现分布式模型抽象计算和学习的网络结构,再以模型数据共享计费和激励体系,鼓励多方模型共同构建者可以根据贡献大小获取相应回报。

1、建立个人、设备、边缘计算中心分布式数字身份认证和自助加密认证机制。

2019年,Gartner工业互联网平台的魔力象限的评估过程中,40多家国际工业互联网平台供应商上榜,而国内只有树根互联首次出现在榜单上,一些国内知名的企业,如:阿里云、华为等并未上榜,说明目前我国工业互联网平台建设在独立采购、商业模式创新、IoT终端连接数、支持本地化部署、数据互联互通方面还有很大提升空间。这些都需要我们更加重视工业互联网平台在实现数据基础互联后,企业边缘层的数据安全和数据主动分享机制问题。

而利用区块链的分布式记账和激励模型,多方安全计算模型和联邦学习模型在边缘计算中心组合成生产机理模型边缘计算节点,在企业本地完成核心敏感数据的样本对齐和模型训练工作,各企业联合训练的机理模型将上传共享在工业互联网平台层,供有需要的企业优化生产运营。通过参与机理模型训练的度量,分布式账本技术可轻松记录参与各方企业对于一套机理模型联合训练的贡献程度,从而可建立一套模型共享的激励体系,这将在很大程度上提高工业互联网模型积累和运用的效率。

该部署方案可以整合当前生产线、厂区、企业的本地边缘服务器或微数据中心和工业云平台的实现工业互联互通。项目在每个边缘服务器和工业云平台部署区块链共识节点和计算节点,通过分布式计算节点实现多方安全计算,采用共识节点保障实现跨厂区或企业的数据一致性同步。该方案重点实现边缘层数据和工业互联网平台的共享和一致性。

工业企业对于生产效率优化、产品品控控制和降低故障率等方面一直都缺少数据的横向对比能力,只能基于当前生产线的历史数据进行优化评估,这限制了品控和效率优化的参照性。我们在边缘计算中心嵌入区块链分布式计算能力可不用在对生产数据直接全量传输的情况下,实现各项运维,品控指标的分布式竞选功能。多个边缘中心对自身数据的最优竞选通过区块链节点动态选举机制实时产生,选举产生的leader节点代表当前最优生产实践,可按需在其他边缘中心广播,为多生产线、多厂区和企业的最优生产调整提供实时,动态数据支撑。

该部署方案整合不同的工业互联网平台形成依托边缘云计算能力,实现跨工业互联网平台的互联互通。项目在每个工业云平台的边缘云层部署区块链共识节点和计算节点,通过分布式计算节点实现多方安全计算,采用共识节点保障实现跨工业云平台的数据一致性同步。该方案重点实现了不同的工业互联网平台之间的数据共享和一致性。

具体到工业互联网边缘层的发展趋势,呈现出明显由简单数据接入到智能分析和计算演进趋势。边缘数据分析功能也从简单规则引擎的应用向人工智能等复杂分析延伸;边缘功能的变化的背后是通用IT软硬件架构的下沉,给边缘数据分析和应用运行带来更好的支撑环境,使整体平台架构更加统一, 降低平台系统应用的综合成本 。

大量生产制造运营数据通过边缘层从原来独立的设备、厂区转移到平台层和IaaS层,再通过OpenAPI提供给产业生态的其他合作伙伴调用,而开源社区和开发者平台也大大提高了工业互联网数据的利用率,但开放的数据架构,大量的设备接入,都增加了数据使用的安全风险。大量的机理模型、数据模型、业务模型的加速沉淀和集成,在提升了工业互联网平台集中化工业要素和平台资产管理水平的同时也增加了出现数据安全事故的风险。

区块链技术与传统分布式数据库或应用的最大区别在于其开放性和分布式业务复杂性问题。传统分布式管理技术是建立在中心化决策机制中,高可信的内部数据和状态的一致性基础上的,强调数据、状态的分布式一致性,而非协作的事务一致性。而区块链技术更多的是在开放的、不可信的网络环境中,实现异构的平台、业务、企业和产业的复杂业务协作(比特币的点对点资产交易,本质上是一种双方或多方协作机制),可以说数据共享只是区块链技术的附属产物,区块链技术应用目的在于分布式的安全事务交易或协作。

区块链+工业边缘计算场景

5、生产线品控选举、生产效率优化和故障实时同步能力。

3、多边缘服务器之间

区块链技术在工业互联网领域的运用,最容易想到场景就是边缘计算与区块链的物理融合。这是因为,在工业互联网平台管理中,边缘计算具有分布式管理特性,而区块链技术的分布式一致性特性,本就是一种开放的分布式管理机制。当然会有读者质疑为什么不直接使用传统数据库、应用的分布式管理机制,而非要使用区块链技术呢?本文将通过工业边缘计算的特点,分析区块链技术的应用优势,尝试解答该问题。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。