Internet industrial de las cosas

El Internet industrial de las cosas ( IIoT ) se refiere a sensores, instrumentos y otros dispositivos interconectados en red con aplicaciones industriales informáticas, incluyendo la fabricación y la gestión energética. Esta conectividad permite la recopilación, el intercambio y el análisis de datos, lo que potencialmente facilita mejoras en la productividad y la eficiencia, así como otros beneficios económicos. ^{[ 1 ] [ 2 ]} El IIoT es una evolución de un sistema de control distribuido (DCS) que permite un mayor grado de automatización mediante el uso de la computación en la nube para refinar y optimizar los controles de proceso.

Arquitectura IIoT

Modelo de arquitectura de referencia empresarial de Purdue a la izquierda y modelo de referencia de IoT a la derecha.

Correspondencia aproximada entre los niveles del modelo de Purdue y la estructura básica del IoT.

El IIoT se habilita mediante tecnologías como la ciberseguridad , la computación en la nube , la computación de borde , las tecnologías móviles , la comunicación máquina a máquina , la impresión 3D , la robótica avanzada , el big data , el Internet de las cosas , la tecnología RFID y la computación cognitiva . ^{[ 3 ] [ 4 ]} Cinco de las más importantes se describen a continuación:

• Sistemas ciberfísicos (CPS): la plataforma tecnológica básica para IoT e IIoT y, por lo tanto, el principal facilitador para conectar máquinas físicas que antes estaban desconectadas. Los CPS integran la dinámica del proceso físico con la del software y la comunicación, proporcionando abstracciones y técnicas de modelado, diseño y análisis. ^{[ 1 ]}
• Computación en la nube : Con la computación en la nube, los servicios y recursos de TI se pueden cargar y recuperar desde Internet, a diferencia de una conexión directa a un servidor. Los archivos se pueden guardar en sistemas de almacenamiento en la nube en lugar de en dispositivos de almacenamiento locales. ^{[ 5 ]}
• Computación de borde : Un paradigma de computación distribuida que acerca el almacenamiento de datos informáticos al lugar donde se necesitan. ^{[ 6 ]} A diferencia de la computación en la nube , la computación de borde se refiere al procesamiento descentralizado de datos en el borde de la red. ^{[ 7 ]} El internet industrial requiere una arquitectura de borde más nube en lugar de una basada únicamente en la nube centralizada, para transformar la productividad, los productos y los servicios en el mundo industrial. ^{[ 4 ]}
• Análisis de big data : El análisis de big data es el proceso de examinar conjuntos de datos grandes y variados, o big data. ^{[ 8 ]}
• Inteligencia artificial y aprendizaje automático : La inteligencia artificial (IA) es un campo dentro de la informática en el que se crean máquinas inteligentes que trabajan y reaccionan como los humanos. ^{[ 9 ]} El aprendizaje automático es una parte fundamental de la IA, que permite que el software prediga resultados con mayor precisión sin ser programado explícitamente. ^{[ 10 ]} También es posible combinar la inteligencia artificial con la computación de borde para proporcionar soluciones de inteligencia de borde industrial. ^{[ 11 ]} Hay muchos casos de uso que utilizan IA con IIoT, por nombrar algunos: monitoreo de condiciones y mantenimiento predictivo , ^{[ 12 ]} optimización de procesos, ^{[ 13 ]} aprendizaje federado . ^{[ 14 ]}

La historia del IIoT comienza con la invención del controlador lógico programable (PLC) por Richard E. Morley en 1968, que fue utilizado por General Motors en su división de fabricación de transmisiones automáticas. ^{[ 17 ]} Estos PLC permitieron un control preciso de los elementos individuales en la cadena de fabricación. En 1975, Honeywell y Yokogawa introdujeron los primeros DCS del mundo, el TDC 2000 y el sistema CENTUM, respectivamente. ^{[ 18 ] [ 19 ]} Estos DCS fueron el siguiente paso para permitir un control de procesos flexible en toda una planta, con el beneficio adicional de redundancias de respaldo al distribuir el control en todo el sistema, eliminando un único punto de falla en una sala de control central.

Con la introducción de Ethernet en 1980, la gente comenzó a explorar el concepto de una red de dispositivos inteligentes ya en 1982, cuando una máquina de Coca-Cola modificada en la Universidad Carnegie Mellon se convirtió en el primer electrodoméstico conectado a Internet, ^{[ 20 ]} capaz de informar sobre su inventario y si las bebidas recién cargadas estaban frías. ^{[ 21 ]} Ya en 1994, se vislumbraron aplicaciones industriales más amplias, como describió Reza Raji en IEEE Spectrum, donde describió el concepto como "[mover] pequeños paquetes de datos a un gran conjunto de nodos, para integrar y automatizar todo, desde electrodomésticos hasta fábricas enteras". ^{[ 22 ]}

El concepto de Internet de las cosas se popularizó por primera vez en 1999, a través del Centro Auto-ID del MIT y publicaciones relacionadas de análisis de mercado. ^{[ 23 ]} Kevin Ashton (uno de los fundadores del Centro Auto-ID original) consideró la identificación por radiofrecuencia ( RFID ) como un requisito previo para el Internet de las cosas en ese momento. ^{[ 24 ]} Si todos los objetos y personas en la vida cotidiana estuvieran equipados con identificadores, las computadoras podrían gestionarlos e inventariarlos. ^{[ 25 ] [ 26 ] [ 27 ]} Además de usar RFID, el etiquetado de cosas puede lograrse a través de tecnologías como la comunicación de campo cercano , códigos de barras , códigos QR y marcas de agua digitales . ^{[ 28 ] [ 29 ]}

La concepción actual del IIoT surgió tras la aparición de la tecnología en la nube en 2002, que permite el almacenamiento de datos para examinar tendencias históricas, y el desarrollo del protocolo OPC Unified Architecture en 2006, que posibilitó comunicaciones remotas seguras entre dispositivos, programas y fuentes de datos sin necesidad de intervención humana ni interfaces.

Una de las primeras consecuencias de implementar el Internet industrial de las cosas (al equipar los objetos con minúsculos dispositivos de identificación o identificadores legibles por máquina) sería crear un control de inventario instantáneo e ininterrumpido. ^{[ 30 ] [ 31 ]} Otro beneficio de implementar un sistema IIoT es la capacidad de crear un gemelo digital del sistema. El uso de este gemelo digital permite una mayor optimización del sistema al permitir la experimentación con nuevos datos de la nube sin tener que detener la producción ni sacrificar la seguridad, ya que los nuevos procesos pueden refinarse virtualmente hasta que estén listos para su implementación. Un gemelo digital también puede servir como campo de entrenamiento para nuevos empleados que no tendrán que preocuparse por los impactos reales en el sistema en funcionamiento. ^{[ 32 ]}

Los marcos de trabajo de IoT ayudan a respaldar la interacción entre "cosas" y permiten estructuras más complejas como la computación distribuida y el desarrollo de aplicaciones distribuidas .

• IBM ha anunciado IoT cognitivo, que combina IoT tradicional con inteligencia artificial y aprendizaje automático, información contextual, modelos específicos de la industria y procesamiento del lenguaje natural. ^{[ 33 ]}
• La Fundación de Estándares XMPP (XSF) está creando un marco de trabajo llamado Chatty Things, que es un estándar completamente abierto e independiente del proveedor que utiliza XMPP para proporcionar una infraestructura distribuida, escalable y segura. ^{[ 34 ]}
• REST es una arquitectura escalable que permite que las cosas se comuniquen a través del Protocolo de Transferencia de Hipertexto y se adopta fácilmente para aplicaciones de IoT para proporcionar comunicación desde un objeto a un servidor web central. ^{[ 35 ]}
• MQTT es una arquitectura de publicación-suscripción sobre TCP/IP que permite la comunicación bidireccional entre un dispositivo y un intermediario MQTT. ^{[ 36 ]}
• Node-RED es un software de código abierto diseñado por IBM para conectar API, hardware y servicios en línea. ^{[ 37 ]}
• OPC es una serie de estándares diseñados por la Fundación OPC para conectar sistemas informáticos a dispositivos automatizados. ^{[ 37 ]}
• El Servicio de Distribución de Datos (DDS) de OMG es un estándar de middleware internacional abierto que aborda directamente las comunicaciones de publicación-suscripción para sistemas en tiempo real y sistemas embebidos . ^{[ 38 ] [ 39 ]}
• La Arquitectura de Referencia de Internet Industrial (IIRA) del Consorcio de Internet Industrial (IIC) y la Industria 4.0 alemana son esfuerzos independientes para crear un estándar definido para instalaciones habilitadas para IIoT. ^{[ 37 ]}

El término Internet industrial de las cosas (IIoT) se encuentra frecuentemente en las industrias manufactureras, refiriéndose al subconjunto industrial del IoT. Entre los beneficios potenciales del IIoT se incluyen una mayor productividad, una mayor fiabilidad, análisis de datos y la transformación del entorno laboral. ^{[ 40 ] [ 41 ]} Se prevé que el potencial de crecimiento derivado de la implementación del IIoT genere 15 billones de dólares del PIB mundial para 2030. ^{[ 40 ] [ 42 ]}

Si bien la conectividad y la adquisición de datos son imprescindibles para el IIoT, no son los objetivos finales, sino más bien la base y el camino hacia algo más grande. De todas las tecnologías, el mantenimiento predictivo es una aplicación "más sencilla", ya que es aplicable a los activos y sistemas de gestión existentes. Los sistemas de mantenimiento inteligentes pueden reducir el tiempo de inactividad inesperado y aumentar la productividad, lo que se proyecta que ahorrará hasta un 12 % en comparación con las reparaciones programadas, reducirá los costos generales de mantenimiento hasta en un 30 % y eliminará las averías hasta en un 70 %, según algunos estudios. ^{[ 40 ] [ 43 ]} Los sistemas ciberfísicos (CPS) son la tecnología central del big data industrial y serán una interfaz entre el ser humano y el mundo cibernético.

La integración de sistemas de detección y actuación conectados a Internet puede optimizar el consumo de energía en su conjunto. ^{[ 44 ]} Se espera que los dispositivos IoT se integren en todo tipo de dispositivos que consumen energía (interruptores, enchufes, bombillas, televisores, etc.) y puedan comunicarse con la compañía de suministro eléctrico para equilibrar eficazmente la generación y el uso de energía. ^{[ 45 ]} Además de la gestión energética doméstica, el IIoT es especialmente relevante para la red inteligente, ya que proporciona sistemas para recopilar y actuar sobre información relacionada con la energía y la potencia de forma automatizada con el objetivo de mejorar la eficiencia, la fiabilidad, la economía y la sostenibilidad de la producción y distribución de electricidad. ^{[ 45 ]} Mediante dispositivos de infraestructura de medición avanzada (AMI) conectados a la red troncal de Internet, las compañías eléctricas no solo pueden recopilar datos de las conexiones de los usuarios finales, sino también gestionar otros dispositivos de automatización de la distribución, como transformadores y reconectadores. ^{[ 44 ]}

A partir de 2016, otras aplicaciones prácticas incluyen la incorporación de LED inteligentes para dirigir a los compradores a espacios de estacionamiento vacíos o resaltar cambios en los patrones de tráfico, el uso de sensores en purificadores de agua para alertar a los gerentes a través de una computadora o un teléfono inteligente sobre cuándo reemplazar piezas, la colocación de etiquetas RFID en equipos de seguridad para rastrear al personal y garantizar su seguridad, la integración de computadoras en herramientas eléctricas para registrar y rastrear el nivel de torque de los aprietes individuales y la recopilación de datos de múltiples sistemas para permitir la simulación de nuevos procesos. ^{[ 42 ]}

A medida que se expande el IIoT, surgen nuevas preocupaciones de seguridad. Cada nuevo dispositivo o componente que se conecta al IIoT ^{[ 56 ]} puede convertirse en una vulnerabilidad potencial. Gartner estima que para 2020, más del 25% de los ataques reconocidos a empresas involucrarán sistemas conectados a IoT, a pesar de representar menos del 10% de los presupuestos de seguridad de TI. ^{[ 57 ]} Las medidas de ciberseguridad existentes son muy inferiores para los dispositivos conectados a Internet en comparación con sus contrapartes informáticas tradicionales, ^{[ 58 ]} lo que puede permitir que sean secuestrados para ataques basados ​​en DDoS por botnets como Mirai . Otra posibilidad es la infección de controladores industriales conectados a Internet, como en el caso de Stuxnet , sin necesidad de acceso físico al sistema para propagar el gusano. ^{[ 59 ]}

Además, los dispositivos habilitados para IIoT pueden permitir formas más “tradicionales” de ciberdelincuencia, como en el caso de la filtración de datos de Target en 2013 , donde se robó información después de que los hackers accedieran a las redes de Target mediante credenciales robadas de un proveedor externo de HVAC. ^{[ 60 ]} La industria farmacéutica ha tardado en adoptar los avances de IIoT debido a preocupaciones de seguridad como estas. ^{[ 61 ]} Una de las dificultades para proporcionar soluciones de seguridad en aplicaciones de IIoT es la naturaleza fragmentada del hardware. ^{[ 62 ]} En consecuencia, las arquitecturas de seguridad se están orientando hacia diseños basados ​​en software o independientes del dispositivo. ^{[ 63 ]}

Los enfoques basados ​​en hardware, como el uso de diodos de datos , se utilizan a menudo al conectar infraestructuras críticas. ^{[ 64 ]}

• Internet de las cosas