佈署 IoT Edge 和霧運算技術以開發智慧建築服務

2021年2月19日 星期五

《3S MARKET》這篇報導把物聯網的架構與實作，描寫的非常詳細，雖然在建築的細節上描述不多，但報導中也提及這是個實際驗證，可適用在很多的場域。不知道，有多少人真正看得懂？當然，連這篇都看不懂的人，就別說他真正了解物聯網、Edge 與 Cloud。

事實上這篇報導的描述不難了解，真正物聯網與邊緣運算的挑戰，是在實作。實作真正面臨的，是這些數據處理、融合、分析上的完整度，還有 —— 找到實作的場景！

摘要

基於 SoC 架構的嵌入式系統的進步，使許多商業設備的開發變得足夠強大，足以運行操作系統和複雜的算法。這些設備整合了一組具有連通性、運算能力和成本降低的不同感測器。在這種情況下，物聯網（IoT）的潛力不斷增加，並帶來了其他發展可能性：「事物」現在可以增加數據源附近的運算量；因此，可以在本地系統上，佈署不同的物聯網服務。

這種範例稱為「邊緣運算」，它整合了物聯網技術和雲端運算系統。邊緣運算可以減少感測器與中央數據中心之間，所需的通信頻寬。此方法需要管理感測器、執行器、嵌入式設備，和可能不連續連接到網路的其他資源（例如智慧手機）。這種趨勢對於智慧建築設計非常有吸引力，在智慧建築設計中，必須整合不同的子系統（能源、氣候控制、安全性、舒適性、使用者服務、維護和營運成本）以開發智慧設施。在這項工作中，分析和提出了一種基於邊緣運算範例的智慧服務設計方法。

這種新穎的方法，克服了現有設計中與服務的互操作性，和可伸縮性有關的一些缺點。描述了基於嵌入式設備的實驗架構。能源管理、安全系統、氣候控制和資訊服務，是實施新智慧設施的子系統。

1. 簡介

建築自動化系統使用開放式通信標準和介面，可以整合多種不同的建築控制規則，例如供暖、通風、空調、照明和百葉窗、安全功能和設備。但是，現有建築物通常不具有這些系統。

通常，每種安裝類型都提供特定的服務：供暖通風和空調（HVAC）控制氣候服務，攝影機和感測器提供安全服務等。僅當設計能源管理系統時，不同的子系統相關，但僅透過以下方式，連接建築物的能源管理系統。能源管理服務，集中在專用軟體中。

對於使用者和維護技術人員來說，提供不同服務的不同製造商，發現很難整合新的服務和功能。自動化建築將用於控制和數據採集的軟體，與工業協議和介面整合在一起。此外，將新服務整合到這種解決方案中並不容易，這取決於已安裝軟體的開發。

這些工業發展還為能源管理，提供了雲端連接解決方案和智慧服務。這些服務，也在集中式電腦系統中開發。數據被傳輸到這些系統或雲端進行分析。本文提出使用佈署在物聯網（IoT）技術中的邊緣和霧運算範例，主要有兩個目的：

A. 在自動化和非自動化建築物中，促進新的智慧和可互操作服務的整合（整合）。

B. 允許在建築物的所有子系統之間，分配智慧服務（互操作性）。

透過該建議，可以促進建築物子系統之間的關係。它還促進創建新的智慧服務（例如，新的分佈式智慧控制算法；使用電源管理捕獲的數據，來檢測人類活動；捕獲設備連接的模式辨識，運算可再生電力預測，在安全服務中使用電力數據等）。在這項工作中，我們設計了一個中間軟體的體系結構，該體系結構具有兩個主要層，這些層基於嵌入式設備、IoT 通信協議和硬體支援，來開發人工智慧算法（圖1）。

為了實現這一目標，我們在建築物的設施中添加了兩個概念等級：邊緣節點和霧節點。每個等級都有不同種類的設備和功能。我們佈署並實現了基於層的中間軟體的體系結構，以對模式進行實驗。

本文的組織結構如下：第 2 節回顧了智慧建築技術，建築物中的 IoT 佈署以及邊緣運算範例。第 3 節提出了一種在建築物（自動與否）中佈署邊緣和霧運算範例的方法。第 4 節介紹了進行的實驗。最後，第 5 節介紹了結論和未來的工作。

2. 相關工作

本節介紹與這項工作相關的主要研究領域。首先，我們在分析雲端運算層之後，回顧了基於邊緣運算範例的資源和服務供應。最後，我們研究了實現智慧建築的技術，並在最後的小節中，總結了先前研究的貢獻。

2.1. 邊緣運算資源和服務供應

最近，網路在兩端被標記為「邊緣」和「核心」，以查明處理發生的位置。邊緣端靠近數據源和使用者，核心端由雲端伺服器組成。透過這種方式，邊緣運算範例將運算推送到 IoT 網路的邊緣，以減少數據處理延遲，和發送到雲端的數據數量。基於雲端的後端，可以處理對時間不太敏感，或源設備本身不需要結果的處理請求（例如，物聯網網路狀態下的大數據分析）。

在邊緣運算資源供應方面，正在進行的 Horizo​​n 2020 RECAP 項目，提出了一種整合的雲端 - 邊緣 - 霧端架構，目的在解決應用放置、基礎架構管理和容量供應。雲端/邊緣基礎架構監控功能豐富了應用，基礎架構和工作負載模型，這些模型又被回饋到優化系統中，該系統可以協調應用並持續配置基礎架構。

徐等人進行的研究。 提出了一種用於邊緣運算的實用感知資源分配方法，稱為 Zenith。借助 Zenith，服務提供商可以與邊緣基礎設施提供商，建立資源共享合同，從而允許延遲感知資源調配算法，以滿足其延遲需求的方式，來調度邊緣任務。

邊緣節點資源管理（簡稱 ENORM），是管理邊緣/霧節點資源的框架，可透過監控應用需求，來自動擴展邊緣節點。可以透過靜態優先等級分配，來確定特定應用的優先等級。供應和自動縮放機制，是基於線性搜索的相對簡單的實現。

當源本身是可行動的時，邊緣雲範例也是可行的。 Chen 等人研究了行動設備向邊緣節點（特別是在無線電接入網路邊緣）的智慧運算分流。在這項工作中，作者提供了任務卸載算法，將分佈式運算卸載決策表述，為多使用者運算卸載功能。在同一項工作中，Wang 等人研究了聯合協調卸載任務，到多個邊緣節點的問題，並提出在邊緣等級引入及准入控制，以及兩階段調度方法，與傳統的最近邊緣選擇方法相比，改進了卸載性能。

2.2. 雲端運算服務配置

就社會和行業採用資訊技術而言，雲端運算範例是最具創新性的策略之一。提供的優勢提高了效率，並降低了成本，同時提供了可透過 Internet，普遍存取訪問的按需 IT 資源和服務。

當前，雲端運算服務種類繁多，甚至如何提供，這是一個受到廣泛研究的主題，正在提出許多的方案。甚至有評論總結了雲端運算範例的相關研究。

本小節介紹了有關以下問題的先前工作，這些問題與本手稿的主題有關：（i）安全性； （ii）服務品質（QoS）； （iii）提供邊緣服務。

（i）安全是雲端運算中一個具有挑戰性的問題。雲端服務位於應用環境之外，並且超出了防火牆的保護範圍，因此，需要附加的安全層。另外，邊緣和霧運算應用的行動性和異構性，使得難以定義單個過程。因此，需要一種分佈式安全策略。

此外，必須有一個標準化的環境，才能正確解決此問題，並指定霧運算和邊緣設備，如何相互協作。網路邊緣上的多個霧節點之間的敏感數據通信，需要資源受限的事物的輕量級解決方案。另一個與安全性相關的問題是數據位置。在雲端中運行數據分析是很常見的。因此，關於數據安全或隱私的公有雲與私有雲的爭論就出現了。

（ii）分配給雲端應用的資源，通常是根據合同規定的服務水準協議（SLA）所設置的。但是，實際上，由於偶爾執行大量事務，而導致分配的基礎結構飽和，可能會出現瓶頸。為了解決此問題，可以在資源可用時，動態擴展雲端基礎架構。當前，最具創新性的趨勢，目的在建構自動 SLA 合同合規系統。在 Faniyi 和 Bahsoon，以及 Singh 和 Chana 進行的研究中，可以找到與品質服務管理相關建議的詳盡綜述。考慮到這一點，提出了幾種策略來預測，應用的資源需求和 QoS 的要求。最近的工作試圖將安全性和 QoS 問題結合起來，以提供全面的性能指標。

（iii）最後，濫用雲端服務，是該領域的另一個問題。物聯網環境是霧和邊緣設備不斷加入或離開，動態的執行前後關聯。因此必須在網路邊緣提供彈性的服務。為此，在網路的可用設備之間，共享應用工作負載，可以為高階運算應用提供靈活性。提出了可靠的服務供應方法，來為系統提供更高的彈性，並提供靈活和優化的雲端服務。

在本主題中，將雲端框架和中間軟體技術，設置為與雲端層，以及具有不同介面操作系統，和體系結構的設備之間，進行通信的平台。

2.3. 物聯網在建築服務工程中

物聯網開發為在建築物上，開發數位服務提供了新資源。建築物中常見的物聯網應用，包括節能的過程環節、維護改進、雜務自動化和增強安全性。由於全球變暖，建築物的節能是一個重要的課題。

物聯網技術引入智慧建築，不僅可以減少本地溫室氣體排放，還可以將減少溫室效應擴大到更大的領域。目前，物聯網還被用於建築領域，以協助設施管理。物聯網使營運系統能夠提供更準確和更有用的資訊，從而改善營運，並為房客租戶提供最佳體驗。有基於物聯網的建議，這些建議顯示建築系統，如何與雲端進行通信，並分析所獲取的數據，以開發新的業務見解，從而能夠推動真正的增值和更高的績效。

實驗研究顯示，物聯網平台不僅可以改善，工業能源管理系統中實體的互連性，而且可以降低工業設施的能源成本。 FacilitiesNet 表示，建築物聯網（BIoT）正在推動我們獲取資訊，彼此互動和做出決策的方式發生重大轉變。BIoT 不僅與連接性或設備數量有關，而且還與交付實際和相關結果有關。當前，有很多基於物聯網的智慧家庭應用的例子。

然而，智慧設備或「物」，僅僅是連接到網路的設備或嵌入式系統。增值來自設計協調系統，和提供智慧服務，以提供實際收益的能力。這些特徵基本上，取決於對不同類型連接事物的異質性，及其互操作性的管理，並取決於數據處理提供的情報潛力。

Tolga 和 Esra 進行的研究得出的結論是，就智慧家庭系統中的軟體和硬體而言，物聯網技術尚未變得穩定。原因之一，有可能是物聯網技術仍處於發展階段。McEIhannon 所撰寫有關物聯網應用的邊緣雲和邊緣運算的未來，其評論得出了類似的結論。這篇評論提到概念和發展，目前還處於早期階段，從學術和行業的角度來看，許多挑戰都需要解決。

物聯網帶來了新的機會，但許多企業仍在尋求了解和分析，其將如何影響，並與現有的 IT 結構和管理策略整合。為此，必須創建專門的使用模式和技術，來彌合這一差距。

2.4. 發現

以下結論闡明了這項研究建議的新穎之處：

雲端運算作為「實用」的一般概念，非常適合智慧家庭應用的常規需求。但是，在某些情況下，將所有運算都移到雲端中，是不切實際的。

邊緣計算作為一種計算範例而出現，可以在物聯網設備生成的數據附近執行計算。這種範例可能有助於滿足最新應用的安全性和 QoS 的要求。

當前，控制子系統的高級建築設施，通常使用 Internet、IoT 協議和 Web 服務。專有系統是使用標準的 Internet 通信協議設計的，用於管制和監控。先前的工作顯示，基於無線感測器網路、Web 介面和工業控制模式，用於氣候控制、電源管理或安全性的控制系統，使用不同的監視和控制技術。監控應用分析，得自監控和數據採集系統中的這些子系統。對於不同的子系統，有不同的解決方案。考慮到上述情況，本工作中提出的模式，引入了以下新穎元素：

A. 介紹了一種分層架構（整合了邊緣和霧端等級），以及提供子系統之間互操作性，以及在建築物控制中開發智慧服務的方法，該方法使用了邊緣和霧端範例，這些範例將 IoT 協議整合在一起，並在本地 Intranet 中操作 AI 技術，讓雲端服務的通信層，完善了該層的架構。

B. 介紹了一種基於使用者為中心的方法，用於在互操作性需求下設計、驗證和改進新服務。

C. 該提案允許使用可以在已建的建築物中，實施的非專有硬體和軟體系統。

3. 計算模式設計

建築物中的設施子系統分為有照明、氣候、能源、安全、警報、電梯等。在自動化建築中，這些子系統由專門的控制技術控制和監控。在非自動化建築物中，不存在這些服務，並且子系統透過電子和電氣方式進行控制。在這兩種情況下，所有子系統都為建築營運，提供必要的服務。

從邏輯上講，每個子系統都在其場景中起作用，並且不能與其他子系統互操作。嵌入式電子控制器和連接的不同感測器，可以使每個子系統自動化。這些服務都是基於直接反應性控制規則。除了嵌入式控制系統和感測器之外，通信技術（基於 Internet 協議）和新的行動設備還為開發管制、監控和數據訪問服務，提供了新的可能性。

在智慧型動設備上開發，並連接到 Web 伺服器的人機介面和專用應用，是近年來已實現的服務的範例。每個子系統中的專家（氣候、安全性、電源等），都具有可以轉換為專家規則的知識。這些規則被轉換為用於管理、維護、控制、優化和其他活動的控制算法。這些規則是可以，在可程式設備上編程和實現的。但是，它們是靜態的，不會在出現新情況時發生變化，並且不能互操作，也無法適應每個安裝的特性。

例如，氣候或安全專家決定，如何使用標準啟動條件，來配置每個子系統。每個控制規則僅在一個子系統（此範例中為氣候或安全性）中工作，因此，這些子系統之間沒有互操作性。考慮到這種情況，提出的模式有助於並允許，基於不同子系統的互操作性，來整合新的數位服務，並將人工智慧（AI）技術的新服務，引入當前設施。

例如，諸如電梯控制的設施，可以用於安全服務或建築能源管理服務。氣候控制設施，可以與安全子系統整合在一起。整合到模式中的天氣預報軟體系統，可以由能源管理服務，或建築物空調服務使用。

目的是讓每個子系統中的專家，參與設計整合服務，並將所有子系統轉換為可互操作的系統。該模式會開發自動規則，並允許在考慮安裝行為本身的情況下進行決策。該模式基於一個過程，該過程包括四個開發階段（圖2）和分為不同級別的硬體 - 軟體體系結構（圖3）。該體系結構的主要等級，是邊緣等級和霧等級。這兩個層次介紹了在建築物中，應用物聯網技術的新穎性。下面介紹了模式的各個階段（分析、設計、實施和啟動）。

．分析：在此階段確定了不同的專家使用者（氣候、安全、電力、水、能源、管理人員，以及資訊和通信技術（ICT）技術人員）。諮詢專家使用者，以指定需要控制的主要過程。資訊通信技術專家作為整合環節，參與了這一過程。第一種方法產生了設計控制規則，和潛在服務所需的事物（對象）。在此階段，使用以使用者為中心的方法，並捕獲子系統的需求。

．設計：我們提出了一個三層架構（邊緣、霧端和雲端），如圖 3 所示。

．實施和數據分析：在此階段中已安裝和整合了子系統。服務基於每個子系統中的規則，分析事物（對象）生成的數據，以設計基於機器學習的服務。

．啟動：最初，在每個子系統的監督下制訂專家規則。然後，使用回饋過程安裝規則。最後，透過人工智慧技術，可以推斷出自動的和經過調整的規則。

3.1. 分析與設計

專家使用者對此過程，進行不同的審查。以使用者為中心的技術，用於設計整合流程。目的是獲得所需的所有事物（對象），它們之間的關係，以及潛在的服務。一旦指定了事物（對象）和服務，就必須關聯通信協議和控制技術。選擇了物聯網協議和嵌入式控制器；提出了人機介面；指定了邊緣層和霧層及其功能；分析專家規則和智慧服務。最後，提出了維護和操作方法。所有這些任務在專家技術人員，和資訊技術專家之間共享。

結果是事物的定義，它們之間的關係，以及與邊緣和霧層的交互作用。該過程中代表了建築物的所有子系統，數據感測器、執行器、控制器、規則和過程經過設計，可以整合所有子系統。數據集、對象和設備，由物聯網概念表示。事物由具有狀態和配置數據的實體，和前後關聯組成。事物數據位於霧和邊緣節點中，儲存的不同配置中的關聯性。

事物以數據向量表示：[ID、類型、節點、前後關聯情境]。

– ID是辨識碼。

– 類型可以是感測器、執行器、變量、過程、設備、介面、數據儲存，或可以在 IoT 生態系統中寫入、處理、通信、儲存或讀取數據的任何對象。

– 節點指定建築物子系統、功能描述、層類型（邊緣、霧端、通信或雲端）、IoT 協議和時程存取訪問。

– 前後關聯表示在 IoT 生態系統中，用於發布或讀取數據的時間、日期、位置，與其他事物的關係、狀態和訪問頻率。

表 1 是由事物（[ID、類型、節點]）。所有事物都可以訪問配置文件（CF），以了解如何使用可用數據，以及如何使用適當的訪問權限配置新數據。前後關聯數據位於內建記憶體，或是靜態儲存。使用定義的事物，設計不同的控制規則。這些控制規則是分佈在連接到網路的不同嵌入式系統中，控制過程的一部分。事物表示佈署在安裝的不同子系統中，所有的可用資源。在此等級上，設計師對所有事物進行分析、指定和關聯。基本控制算法是使用此資訊實現的。配置關聯性允許層和設備之間，所有事物的互操作性。

在此階段的另一級設計，必須提出物聯網管理中，使用的節點要求和規範。設計的流程和服務，將在邊緣或模糊節點中實施。必須指定每個節點，以確定其內部功能、通信及其服務。在獲取數據的地方，開發了智慧和處理能力。邊緣和霧層的節點，位於數據感測器、執行器和控制器附近。本文提出的方法，使用具有兩個功能的兩層（邊緣和霧端）。每一層都可以佈署互連節點的網路，以促進互操作性。

邊緣和霧層的功能是：

邊緣層功能：在連接感測器/執行器的嵌入式設備上，開發的控制軟體。某些 AI 算法可以安裝在邊緣節點上。中央處理器（CPU）和計算資源有限。安裝了通信介面，以允許在本地網路中進行整合。

霧層功能：局域網級別的通信、AI 範例、儲存、配置關聯性和監控活動。霧節點透過處理、通信和儲存，來處理 IoT 的Gateway、伺服器設備，或其他設備中的數據。在此等級實施本地、全球的整合服務。利用這些節點的硬體、軟體和通信功能，開發了基於機器學習範例的算法。霧層設備還可以在很少單位的設施或服務中，執行邊緣節點功能。

透過這兩個等級，可以優化建築設施，以獲得不同子系統之間的整合和互操作性。

表 1 顯示了每件事與關聯性配置，和節點規範的關係。節點標識其所屬的子系統（控制、能源、氣候等），層（霧端、邊緣、通信和雲端）及其執行的功能。

3.2. 架構設計

在分析和設計階段，獲得對象（事物）及其關係。規範和要求用於實現每個層。實施取決於提供所需功能的設計，和現有技術（硬體、通信和軟體）。在此階段，開發了一種適合現有設施的體系結構。物聯網協議提供互操作性，而 AI 範例則提供了適應性和優化性。邊緣運算節點用於控制設備，霧運算節點安裝在本地網路節點上。這些等級為配置、安裝和運行新流程，提供了強大的資源。

物聯網協議，傳達所有子系統數據。每個子系統由對象/事物（虛擬等級）組成，安裝為可連接的感測器/執行器/控制器設備（硬體等級）。

物聯網通信中，針對建築場景建立的要求是：標準協議、低功耗、易於存取訪問和維護、支援整合新模組，非專有硬體或軟體，以及低成本設備。

MQTT 協議，是目的在用於提供整合和互操作性資源，異構通信場景的主要物聯網協議之一。該協議被提議作為感測器、執行器、控制器、通信設備，和子系統之間的通信範例。

MQTT 協議的一些主要功能，在不同的著作中有所顯示，這使其特別適合於這項研究。他們之中有一些是：

．它是針對資源受限的場景開發的發布 - 訂閱消息協議。

．它具有低頻寬要求。

．這是一個非常節能的協議。

．編程資源非常簡單，使其特別適合於嵌入式設備。

．具有三個 QoS 等級，它提供了可靠和安全的通信。

MQTT 開發了無所不在的網路，該網路支持 n-m 節點通信模式。任何節點都可以查詢其他節點，並對其進行查詢。在這些情況下，任何節點都可以充當基地台的角色，能夠將其資訊傳輸到遠端處理位置。無處不在的感測器網路（USN）中的節點，可以處理本地數據。如果使用 Gateway，則它們具有全局可訪問性；他們可以提供擴展服務。

節點（邊緣或霧），可以具有本地和全局存取訪問權限。這些設施具有不同的可能性和益處。本地數據處理，對於基本過程控制是必需的，而全局處理則可用於模式檢測和資訊生成。從這個意義上講，擬議的平台使用了組合功能：連接到 IoT 雲端服務，本地網路區域上不同的 USN。在這種情況下，運算層（邊緣或模糊等級）將用作控制流程和雲端服務之間的介面。該層可以在與雲端進行通信之前，進行處理數據。

實現邊緣和霧端運算節點需要執行三個操作：

．連接和通信服務：所有設備必須在同一網路中，並且可以互操作。所有感測器和執行器都可用於開發服務。此活動的一個示例，是在 Internet 上遠端讀取建築物的電源參數、環境條件和開放的天氣預報數據。此活動中應實現其他功能，例如連接的安全性、可靠性和互操作性。

．嵌入式設備（邊緣運算層）中的控制算法和數據處理：在此活動中，這些設備中實現的基本控制規則和數據分析服務，可以開發新功能。此階段可以應用於數據過濾、運算氣候數據或分析功耗、直接反應控製，或使用模式辨識技術檢測事件。

．Gateway 節點（霧運算層）上的高階服務：此等級使用和管理 AI 範例，和 IoT 通信協議。霧運算節點對數據執行智慧分析，對其進行儲存，過濾並將其傳遞到不同等級，以糾正較低級別的新控制措施，或者生成雲端中服務感興趣的資訊。此階段的應用示例，包括分析新模式、預測用水量，或功耗、智慧檢測和其他預測服務。

3.3. 測試與回饋

在測試階段使用標準方法，邊緣和霧層提供不同的功能。提出了針對不同子系統的機器學習模式，並且可以將其安裝在邊緣或霧節點上。必須執行以下操作，來測試機器學習應用：

A. 定義和捕獲數據集：必須辨識、捕獲和儲存主要變量。在不同的建築子系統中，過程數據集是由連接到邊緣層的感測器捕獲的數據。使用通信協議監控和儲存數據集。一個案例是電表，該電表在配電盤中連接到嵌入式設備（邊緣節點），該嵌入式設備傳送電力數據，以在霧節點設備中儲存和處理。

B. 訓練數據集和形式辨識模式。先前數據集的一個子集，用於訓練不同的模式。評估針對從未用於訓練的數據測試模式，此過程的結果已由專家使用者驗證。目的是獲得一組代表性的結果，以了解模式在現實世界中的表現。

C. 實際場景中的驗證：必須在邊緣和霧節點上，實施新的服務和控制算法。這些模式具有用於分析數據，實施特定模式，並使用結果開發最佳參數的算法。在此階段，可以修改或進行改善模式。

D. 用統計術語和模式演變，得出測試結果：基於 AI 算法的模式而將產生近似值，而不是精確的結果。分析應用結果以確定置信度，並允許模式演化。該活動支持開發新的 AI 服務，或對已實現的算法進行修改。有監督的自動更改，是維護和改進系統的過程。此階段的過程，包括所有模式層。

建議對使用邊緣和霧，任何的安裝進行這些活動。如前所述，該模式既可以安裝在既有舊的建築物中，也可以安裝在新建築物中。對於新建築設計，基於建議模式的安裝更易於整合。此外，可以提供的服務的潛力，也使其對於既有建築物具有吸引力。

4.在建築子系統中，實施智慧服務

該模式在預先存在的住宅建築物上，進行了測試。設計和實施電源管理、管制和監控服務。物聯網協議（MQTT 和 HTTP）和 ML 範例，用於建議的層體系結構。基於 KNN 的機器學習方法，和樹決策算法用於管理功耗（家用電器），和可再生能源發電（風能和太陽能）。使用房屋中的霧節點，在雲端平台上實現監控和統計數據。該節點連接到控制可再生，和家用電器子系統的不同邊緣節點。

在圖 6 中，邊緣節點，整合在先前安裝的可再生子系統中。透過邊緣層上的這種新設備、電源管理、安全控制和操作流程得以整合，並且可以與其他子系統互操作。可以設計新的智慧服務。邊緣節點將數據傳輸到霧節點 Gateway，該 Gateway 管理功耗和發電，並控製家用電器。該節點中的輸入，是可再生能源發電的數據。輸出控件是 ON-OFF 開關，用於優化發電、安全性和操作。

4.1. 分析與設計

分析了住宅建築，以設計電源管理，安全和控制服務。 在第一種方法中，所需的主要事物（對象），它們之間的關係和不同的服務，如表 2 所示。

4.2. 執行

分析房屋中的建築子系統，以整合這個執行模式層：邊緣控制、霧服務，與雲端的通信和雲端服務。 選擇了本實驗工作中使用的感測器、執行器和控制過程（事物）。 表 3 列出了使用的嵌入式設備。

家庭服務中的控制過程，需要反應時間和互操作性。人機介面、數據存取訪問和分析服務，是本地和雲端運算上的服務。上面提到的兩個需求，都使用不同的協議處理：控制/通信上的 MQTT，和雲端服務上的 HTTP（RESTful API）是用於整合，並使所有子系統互操作的 IoT 協議。在提出的該層模式中，還使用 MQTT 協議、控制、數據處理，以及使用 RESTful 協議，到雲端的數據通信，來開發機器對機器（M2M）應用。

MQTT 使用開放的消息協議，該協議可以將遙測樣式的數據（即在遠端位置收集的測量結果），以消息的形式，從設備和感測器，沿著不可靠或受約束的網路傳輸，到伺服器（BROKER）。消息是簡單、緊湊的二進制數據包，有效載荷（壓縮的標頭，比超連結傳輸協議（HTTP）少得多的詳細資訊），並且非常適合推送簡單的消息傳遞方案，例如溫度更新或移動通知。例如，消息也可以很好地用於，將受約束的或更小的設備，和感測器連接到 Web 服務。

MQTT 通信協議，使所有對象可以互操作。透過此協議實現的發布者和訂閱者模式，可以互連所有設備和事物。該通信層由安裝在霧節點上的代理設備管理。不同的發布者和訂閱者，在不同的節點上實現。安裝了一個 Gateway 設備（霧節點）和兩個嵌入式控制器（邊緣節點），來控製家用電器和電源管理。事物和流程佈署在所有節點上。

邊緣節點控制子系統，霧節點根據決策樹，以及專家定義的規則，實現 AI 範例。霧設備將數據傳輸到雲端平台，以開發儀表板螢幕，來監看子系統的狀態。

可以開發新的雲端平台服務：事件檢測、機器學習處理、統計分析等。專家使用者設計基本的控制算法。在學習和訓練過程之後，將根據專家系統的結果，對這些算法進行調整和修改。在這項工作中，目標是在不損失生產力的情況下優化資源（控制和能源）。在邊緣或霧節點中，執行不同的控製過程；分類過程和決策樹在霧節點中實現。算法以 Python 語言實現。此語言的開源庫用於不同的應用。

4.3. 佈署與測試

對於現有建築物，邊緣節點交錯插入已安裝的控制器、配電板，以及感測器和執行器中。如果在分析階段指定了新的東西（電錶、氣候和控制器），則會安裝一些新的感測器/執行器。這項工作中佈署的邊緣節點具有以下優點：

．請勿干擾先前的安裝操作。

．他們使用新的專家規則和自動規則，引入新控件。

．他們測試和重新配置，在分析、學習和測試驗證中，設計更新的專家規則。


圖 7. 佈署在配電盤中的節點。 使用 IoT 協議通信，在不同節點中開發數據捕獲、控制算法、數據分析、儲存和通信服務

在電力管理過程中，專家使用者根據電力消耗、發電量、消耗負荷曲線、氣候數據和氣候預測數據，對具有選定流程的時間表，進行可程式處理。邊緣節點捕獲數據，並將其發送到霧節點。

霧節點處理室內和室外環境的日記數據，以及天氣狀況。霧節點還可以捕獲其他感測器數據。對房屋中的這些數據消耗和生成方式，進行檢測和分類。消費和發電結果，作為數據添加，以便與儲存的數據一起進行分析。可以使用機器學習方法開發，作為家用電器或人類活動檢測的智慧服務（圖8）。

4.3.1. 機器學習：數據捕獲過程（邊緣節點）和家用電器分類（霧節點）

連接在主配電盤中的電表，用於捕獲數據，並使用標準的 K 近似值，最近鄰（KNN）分類算法，來開發形式辨識模式。 KNN 是機器學習系統中最常見的方法之一。電表捕獲電流；如果連接了新的家用電器，則電流數據會更改。不同的家用電器具有不同的變化等級。

用於辨識家用電器的不同模式的主要變量，是連接時的電流水準差異。數據捕獲過程流程圖（圖9），顯示了在邊緣節點中實現的算法，以捕獲預處理並傳遞電力數據。

在此過程中，監督階段使用訓練數據集。接下來，真實場景中的驗證，將測試分類模式。家用分類設備將用於不同的服務：人類活動的辨識、負載控制、可再生能源管理、空調、安全性等。在訓練階段，已捕獲了不同的家用電器開機，以獲得一組形式。每個家庭都有一個矩心向量，將用於分類過程中的檢測。如上面所示的算法所示，分類器處理將產生連接時的電流數據作為輸入。KNN 分類過程流程圖（圖10）描述了 KNN 方法，它在霧節點中實現。

4.3.2. 可再生電源管理。控制電力自耗的決策樹

每個建築物都有不同的需求曲線，以及在接入電網方面的特定情況。為此，整合和可互操作的設施，可以實施適用於每種情況的不同解決方案，從而提供對太陽風資源的最佳管理，優化電源效率，簡化管理流程，並實現最高的成本節省。當可再生能源超過消耗的能源時，在使用 AC 耦合到電網的設施中，會出現問題。

在實驗工作中，太陽能在一天的中央時段的能量，大於所消耗的能量（圖11）。但是，在分析了消耗曲線之後，可以在這段時間內連接負載，以避免注入電網。可以透過設計一種算法，來滿足這一要求，該算法可以預測，何時發生此事件，以自動連接不同的負載。利用所有感測器和執行器的整合，和互操作通信，已經開發了在不同節點中，所實現的算法（圖12）。

13. 在電源管理子系統上開發的決策樹。 它由專業使用者設計，並整合在邊緣節點上。該決策樹的目的，在優化可再生能源的使用。

4.3.3. 基於 Edge 和 Fog 節點的 Control Home

圖 14 顯示了安裝在住宅房間中的邊緣節點。 該節點可以控制四個設備（設備），並捕獲感測器數據（功耗、發電量、溫度、濕度等）。該設備可以使用 MQTT 協議進行通信。該協議允許設備之間，進行其他類型的通信：智慧手機、新邊緣節點等。圖 7 和圖 14 顯示了可以在其他建築物中，佈署的標準實現。在所有系統中，都有配電板，這些配電盤佈署了霧節點和邊緣節點，如圖所示。

4.3.4. 使用物聯網協議的雲端服務

雲端服務可以監控，透過霧節點或人機介面（HMI）訪問的數據。 IoT 協議（MQTT）從任何已連接 Internet 的設備推送數據。事件檢測、儲存統計分析等其他服務，完善了該資源的功能。提供類似服務的不同平台，顯示了商用物聯網技術的狀態：Amazon IoT、Microsoft Azure、Ubidots 和 Thingspeak，是提供 IoT 平台的公司一些案例。提供了資源以及客戶端，和 IoT 平台之間的應用程式介面（API）通信，以便可以使用它們。

用於設計儀表板監控和管制的 HMI 資源，是這些平台上的主要實用功能之一。霧節點使用雲端 API 傳達數據和資訊，可以實施其他控制服務。在這些雲端平台上，預先建構了用於監控數據的儀表板設計。使用 API​​ 實用功能，霧節點中的過程處理，會將數據發送到每個儀表板。API 文件指定了在設備、IoT 平台和 Mobile-Alerts Cloud 之間，交換數據的結構，以及用於加速項目的代碼案例和形成資料庫。

圖 15 顯示了在 Ubidots 雲平台上，設計的儀表板。Ubidots是本實驗工作中使用的物聯網平台。該模式可以在實現這些協議的層，和平台中使用不同的標準協議。圖 16 顯示了在雲端平台中，IF 變量 THEN 動作的事件配置。大多數物聯網平台，都提供此功能。

5. 結論

為了設計物聯網系統，越來越多地提出邊緣霧模式。但是，每個範例都提供特定應用領域的解決方案。不同子系統之間的整合和互操作性，可以改善這種情況，並提供更好的服務。這項工作的主要目的，是透過提出一種基於邊緣層和霧層，兩層體系結構的運算模式，來解決這個問題。透過這兩層，可以基於使用邊緣或霧節點中，嵌入式的設備捕獲數據所產生的新型有用資訊，來設計和開發新服務。這些節點使用雲端平台和 IoT 協議（例如 MQTT）。

MQTT 是作為不同層（霧 – 邊緣 – 雲）之間提出的通信協議，並進行實驗的。雲端平台用於開發儀表板的面板資訊和 Internet 上的新服務，例如控制、儲存和通信事件。該平台可用於透過 API，交付不同的服務。

該模式可以在現有建築物和新建築物中，開發這些服務。在這種情況下，要求每個子系統中的專家和專業人員，參與新服務的設計。

為了測試該模式的功能，並顯示如何在實際設施中，實現該模式，在住宅中進行了一項實驗性工作。在此霧和邊緣節點前後關聯中，描述了實現的幾個範例。開發了模式辨識和決策樹方法，以展示人工智慧在設計 IoT 解決方案中的潛力。已安裝服務的結果顯示，邊緣和霧節點佈署，產生了預期中整合和互操作性的好處。

提出的工作演示了，如何將邊緣和霧範例，整合到可以增強其優勢的新架構中，從而擴展了應用領域。該體系結構的主要科學貢獻，是整合、技術的互操作性，及其為開發 AI 服務提供的設施的範例。所有這些改進，都在已開發的實驗的不同示例中顯示。具體的優化和改進，將在以後的工作中進行。此外，使用機器學習平台，和 AI 範例的新控制規則，將確保可以創建和改進新的智慧服務。

附圖：圖1.自動建構子系統和資訊技術環境。
圖2.基於使用者為中心關係的模式。
圖3.通信架構。 每個等級都有不同的功能。 提出了兩個通信等級：IoT（使用消息隊列遙測傳輸（MQTT））和 Web（使用代表性狀態傳輸（REST）協議）。這些協議的層，涵蓋了已建立的整合和互操作性要求。
圖4. 在建築物的現有設施上實施的邊緣霧架構示例：邊緣節點是較低的層次，必須與安裝的設備進行新連接。互連所有子系統的霧節點，是透過整合連接到邊緣節點的新設備來實現的。邊緣和霧節點，可以佈署在所有建築物子系統中。
圖5. 住宅建築中的第一個實驗工作。
圖6. 整合在先前安裝的可再生子系統中，邊緣節點的示例。 該節點可以使用新算法控制 ON-OFF 開關，以管理發電過程，以及通信和監控電源數據。
表1.事物示例描述。寫入 ID、類型和節點數據，以配置 XML 文件。配置關聯性儲存在霧節點中。
表 2. 實驗工作中的分析和設計要求。
表 3. 實驗室內使用的嵌入式設備。
圖 7 顯示了分佈在配電板上的節點（邊緣和霧狀）。在此節點中，設計並安裝了功率計、ON-OFF 開關控件和 AI 服務。
圖 8. 佈署的智慧電源功能。在霧節點中實施的分類過程，可用於檢測電連接和人類活動。可以使用 IoT 通信實現其他服務
圖9. 邊緣節點中捕獲，並預處理的用電量數據；MQTT 協議用於通信數據。另外，其他節點可以使用捕獲的數據，來提供其他智慧服務，佈署了整合和互操作性。
圖10. 分類過程。處理捕獲的電數據以檢測家用電器連接。可以使用 IoT 協議整合，來設計其他智慧服務。
圖11. 該圖顯示了實驗工作中的消耗和生產數據。 在自儲存的電力自備設施中，沒有儲存並且沒有注入電網，所產生的能量必須即時使用，並且不得超過所消耗的能量。 能源經理必須預測此事件，並提前連接電荷。
圖 12. 用電自耗設施中的可再生電源管理。
圖 13 是在電源管理子系統中，開發的算法的示例。 可以在邊緣節點上安裝此過程。該節點獲取氣候數據預測，並預測系統是否可以在不儲存的情況下，使用可再生能源。
圖14. 佈署的邊緣節點。該節點可以使用新算法，控制 ON-OFF 開關，並可以在每個房間或建築物中，通信和監控感測器數據。
圖 15. 在雲平台上配置的儀表板。顯示了風力發電數據和預測風力。
圖 16. 在雲端平台上配置事件的儀表板：IF 事件 THEN 動作。 該服務顯示了，如何使用雲端訪問來控制設施。與霧節點的 Internet 通信，可以控制建築物中的不同子系統，並使用電子郵件，SMS 或其他 Internet 服務來通報事件。

資料來源：https://3smarket-info.blogspot.com/2021/02/iot-edge.html?m=1&fbclid=IwAR0uijX5WdNrfzmGjVsakFGaEsWivPgyH1zumxVr7fwvvgqtdFFTI6jJXS8

#葉郎每日讀報 #一週大事版
#本週以舊文更新代替週報
─────────────────
「這些電影的成功總是基於兩個元素：
好的故事，以及完善的執行。不是明星，
不是特效，不是勞師動眾，不是不惜
工本，更不是一窩瘋的熱潮」
—— Jeffrey Katzenberg
─────────────────

/ 說明：本文前半來自2020年1月20日原載於端傳媒的「短片平台 Quibi可以在串流大戰殺出生路？迪士尼武俠顛覆電影產業的未竟之夢」一文，後半則更新了 Quibi 在半年內快速殞落的下半場故事。Jeffrey Katzenberg 的N度創業仍然充滿了好萊塢電影的戲劇性（和90分鐘演完的規格），就算要跌倒也要是史詩級的華麗一跤 /

今年1月8日，年近70的 Jeffrey Katzenberg 站上拉斯維加斯的 CES 消費電子展的舞台介紹他最新創業作——短片串流平台 Quibi 時，他心裡一定百感交集。

近30年前這名年輕激進的片廠主管被迪士尼毫不留情地攆出大門，憤恨的他把接下來的人生全耗在用夢工廠動畫來向迪士尼報仇。30年不到，那個他一直想扳倒的好萊塢巨人如今已走到了另外一個混屯未明的十字路口，面臨外來者 Netflix 侵門踏戶的鯨吞蠶食。

而這一回，終於輪到 Katzenberg 這個片廠外的流浪劍客，率領包含他的終極死敵迪士尼在內的幾大門派聯手出擊，企圖用Quibi這個激進的新商業模式，讓好萊塢在勢不可擋的串流宇宙中找到存活之路。

從來不選容易題目的 Jeffrey Katzenberg 不論第N次轉職似乎全是同一個職涯命盤，故事大綱永遠都是 Katzenberg 對抗整個世界。

這就是 Disney 最傳奇性的離職員工 Katzenberg 的故事：

馬三 vs. 宮寶森
￣￣￣￣￣￣￣￣
這場丟人現眼而且代價高昂的迪士尼清宮內闈大戲本來是完全可以避免的。

只要1994年4月3日正在度假滑雪的迪士尼總裁 Frank Wells 的直升機沒有撞上山壁，只要這個迪士尼第二號人物還好好的活著，迪士尼宮廷就不會出現要命的權力空白進而引發一場讓整家公司倒退十年的慘烈宮鬥。

墜機事件隔天天才剛亮，迪士尼第三號人物 Jeffrey Katzenberg（時任 Disney Studio 主席）已經坐在辦公室等候迪士尼第一號人物執行長兼董事長 Michael Eisner 打電話來通知他被拔擢為總裁。

Katzenberg 辦公桌上的電話一整天都沒有響過。

Eisner 和 Katzenberg 早在 Paramount 時期就是關係非常親密的師徒，Eisner 被 Roy Disney（Walt Disney 的姪子）挖角到迪士尼進行集團改造大業時，第一個念頭就是要徒弟 Katzenberg 跟他一起投靠迪士尼。報到上班第一天，師傅向徒弟介紹迪士尼環境之後，指著窗外另一棟迪士尼動畫製作部門的大樓對他說：「對了，那個也是你要搞定的難題。」

從來沒有碰過動畫片的 Katzenberg 奇蹟般地帶領迪士尼動畫走出了 Walt Disney 過世後連續十多年的低潮期，並用《The Little Mermaid 小美人魚》和緊接著的《Beauty and Beast 美女與野獸》、《Aladdin 阿拉丁》等動畫電影實現了 Walt Disney 生前一直夢想完成的願景：一個不只是給小孩子而是給所有人的動畫產業。

意氣風發的 Katzenberg 隨後也開始監管迪士尼多年來一直上不了軌道的真人電影製作部門。

2020年此時此刻不可一世的迪士尼執行長兼董事長 Bob Iger 和 Marvel Studio 總裁 Kevin Feige 這組人物的關係，其實就是1990年代前後重新擦亮迪士尼招牌的 Eisner/Katzenberg 組合的翻版。Eisner/Katzenberg 剛赴迪士尼報到時迪士尼年營收只有3.2億美元，十年後的1994年迪士尼營收是48億美元。沒有師傅的慧眼和授權，也不會有徒弟的大展身手。但是外頭開始傳出有點刺耳的說法：有華爾街分析師說迪士尼連年股價大漲的功勞應該有八成都歸功於 Katzenberg，連Newsweek 都出現 Katzenberg 是「整家公司最有價值的人」的說法。

Katzenberg 小時候大概沒有看過韓信的歷史故事，沒有想過功高震主的下場。江湖謠傳他甚至曾自稱是「Walt Disney 再世」，讓最後一個參與集團經營的迪士尼家族成員 Roy Disney 大為光火。

Katzenberg 甚至也沒好好上莎劇那堂課，未能記取馬克白的教訓。他聽取了另外一個業界長輩、唱片大老 David Geffen 的「職涯輔導」，決定化被動為主動，用更激烈的方法表態爭取迪士尼第二號人物迪士尼總裁的職務，企圖成為執行長兼董事長 Michael Eisner 的正式接班人。於是他（也可能是他的老友 Geffen 擅作主張）透過紐約時報和華爾街日報放話說：Katzenberg 不幹了。

「老猿掛印回首望。關隘不在掛印，而是回頭。」Katzenberg 試圖以退為進逼宮，沒料到惱怒的師傅 Michael Eisner 根本不給他機會回頭。

墜機事件兩個月後，迪士尼正在歡慶《The Lion King 獅子王》爬上那個史上從來沒有任何動畫電影登上過的賣座山頭。一路領導動畫團隊的Disney Studio 主席 Jeffrey Katzenberg 正式被掃地出門。

史瑞克 vs. 瓦力
￣￣￣￣￣￣￣
接下來的劇情進展則更接近莎劇中年老愚蠢的李爾王：

Jeffrey Katzenberg 的背叛讓迪士尼執行長兼董事長 Michael Eisner 大受打擊，開始沈溺於一種集羞愧、悔恨、憤怒於一體的複雜情緒，並嚴重影響他作為專業經理人的判斷能力。

Eisner 統治下的迪士尼開始由盛轉衰。Eisner 火速重金禮聘CAA超級經紀人 Michael Ovitz 來替補被他攆走的徒弟。經常被媒體捧為好萊塢最有影響力人物第一名的 Ovitz 一手掌握各種明星演員和導演的人脈資源，卻根本沒有製片和片廠經營的任何 know-how。迪士尼付出的慘痛代價是14個月後還要支付1.4億美元的天價請 Ovitz 滾蛋（損失之高甚至還因此被迪士尼股東告上法院）。

這還不是這場迪士尼宮鬥所帶來的最大財務損失。Jeffrey Katzenberg 本人的資遣費在歷經難堪訴訟之後，合計讓迪士尼付出了2.7億美元的代價（其中還不含昂貴的訴訟費）。

要記得 Katzenberg 去迪士尼報到那年迪士尼年營收才3.2億，這2.7億資遣費等於十年前迪士尼年營收的85%。讓迪士尼全公司上上下下更為震驚的是，Katzenberg 完全沒有浪費時間，立刻把這筆資遣費拿去籌組一家新片廠來跟迪士尼打對台。

據說 Katzenberg 離職消息曝光的第一時間，Microsoft 的財務長立刻打斷 Bill Gates 的會議建議他出錢成立片廠給 Katzenberg 經營。但 Katzenberg 婉拒了，他寧願選擇用迪士尼的錢進行復仇大業。Katzenberg 找來了剛剛賣掉唱片公司的 David Geffen 一起創業，Geffen 則又點名剛剛以《Jurassic Park 侏羅紀公園》和《Schindler’s List 辛德勒的名單》登上事業高峰的 Steven Spielberg 一起投資。「我跟他說我們這幫人終其一生都在替片廠打工，是時候該搞一家我們自己的片廠了」Katzenberg 如此說服 Spielberg 上車。好萊塢睽違五六十年來第一家新片廠「夢工廠 DreamWorks SKG」終於在復仇的背景音樂中轟動成立。

1994年成立的夢工廠成為一場甜美但艱辛的夢。SKG三巨頭也沒能一起撐到最後，來自唱片業的 David Geffen 很快就被電影業的大起大落嚇到，不久就淡出經營。十年後 Steven Spielberg 主導的夢工廠真人電影部門脫手賣給了 Katzenberg 的老東家 Paramount。但這筆交易不包含製作過《Shrek 史瑞克》和《How to Train Your Dragon 馴龍高手》等經典動畫的動畫部門。Katzenberg 堅持把動畫部門夢工廠動畫獨立出來，自己再繼續苦撐十多年，以便繼續跟另外一個老東家迪士尼纏鬥到底。直到2016年夢工廠動畫才以高得出人意料的38億美元價格賣給 NBCUniversal，結束了他向迪士尼復仇的未竟之業。

值得玩味的是夢工廠的失敗原因其實就藏在 Jeffrey Katzenberg 的迪士尼職業生涯裡。

1991年，Jeffrey Katzenberg 發了一封題為「世界已在劇變：對我們家生意的幾點檢討（The World Is Changing : Some Thoughts On Our Business）」的信給迪士尼全公司主管（包含他的老闆 Michael Eisner），表達他對於公司和好萊塢未來的惴惴不安。

「《Pretty Woman 麻雀變鳳凰》、《Ghost 第六感生死戀》、《Home Alone 小鬼當家》這些大受歡迎的電影告訴我們一個屬於1990年代的教訓：排除掉那些一時熱潮和過度行銷的干擾，到最後社會大眾終究還是會自己找到那些他們真的想看的電影。這些電影的成功總是基於兩個元素：好的故事，以及完善的執行。不是明星，不是特效，不是勞師動眾，不是不惜工本，更不是一窩瘋的熱潮」他在信中說。

在還沒有 Facebook、Twitter 甚至 Email 都還沒普及的年代，這封長達28頁的紙本信快速透過傳真機的尖銳噪音在好萊塢掀起了一波聲浪。媒體搶刊全文協助散佈 Katzenberg 對好萊塢模式的質疑，尤其特別指名道姓批評Warren Beatty那部昂貴而對迪士尼完全沒有效益的超級英雄電影《Dick Tracy 狄克崔西》。

這封信引發的風波後來被導演 Cameron Crowe 改編成為運動經紀人電影《Jerry Maguire 征服情海》的劇情：電影中 Tom Cruise 也寫了類似的信批判整個行業，並寄給全公司的主管和同事分享，最後導致自己被開除。真實世界中，Jeffrey Katzenberg 和他的老闆 Michael Eisner 開始有嫌隙的起點也是這封信。

Katzenberg 或許始終沒有注意到夢工廠的失敗理由根本就白紙黑字寫在信中：

他強力質疑明星制過度發展對好萊塢有害，真正有價值的是編劇，編劇才是片廠應該多多花錢投資的對象。然而因為拍攝成本超出預期、票房起伏太大、還有2000年以後的 DVD 市場崩解，此外又沒有像其他家大業大的片廠有各種業外收入來分攤風險，腳步蹣跚的夢工廠動畫一直要到《史瑞克》出現之後才開始勉強站穩，但 Katzenberg 從頭到尾仍舊花了大量預算在邀請明星參與動畫配音。放眼好萊塢真正做到以劇本為中心、全職養創作者寫劇本的公司，正是 Katzenberg 的死對頭迪士尼旗下的皮克斯 Pixar。《Coco 可可夜總會》的 Lee Unkrich、《Up 天外奇蹟》的 Pete Docter 、《Wall-E 瓦力》的 Andrew Stanton 都是皮克斯的全職員工，這些迪士尼 / 皮克斯長期投資的創作者才是夢工廠動畫在競爭中不斷吃鱉的原因。

歷史的因緣際會是：迪士尼的第一份皮克斯發行合約，正是當年充滿遠見的 Jeffrey Katzenberg 還在職時親自去和皮克斯董事長 Steve Jobs 簽下來的。

30年後他那洋洋灑灑28頁的信仍是足以顛覆好萊塢的真知灼見，只是最後真正達陣的人不是他而已。

好萊塢 vs. 全世界
￣￣￣￣￣￣￣￣
2016年8月22日夢工廠動畫完成交易的那一天，才是 Jeffrey Katzenberg 意義上真正從迪士尼「離職」的那一天。二十年來第一次，Katzenberg 再也不用馴龍、再也不用救世、再也不用搶救費歐納公主。他終於可以在他的迪士尼復仇劇中下台一鞠躬。

結果，不按牌理出牌的他這時候竟然來了一手「老猿掛印回首望」，回頭去了一趟迪士尼。

舊地重遊之日，他的師傅/仇敵 Michael Eisner 早已退休。Roy Disney 過世之前幾年在董事會聯合其他股東發動突襲，逼Eisner讓出他早已不適任的董事長一職。如今坐在執行長兼董事長位置上的是電影史上最成功的片廠經營者 Bob Iger。

於是師兄 Katzenberg 在會議上給了師弟 Bob Iger 一個他無法拒絕的 Offer。

直到週三的CES發表會上，這個由迪士尼、福斯、華納、索尼、NBC環球、維康Viacom、高盛銀行、JP摩根銀行、阿里巴巴等投資人集資十多億美金的神秘新公司才正式揭露他們野心勃勃（但短短的）的計畫：Quibi。

WTF is Quibi? 該公司的Twitter帳號甚至選了這個充滿挑釁意味的帳號名稱。

「我們的任務是讓你隨意咬一口（quick bites）卻得到驚人的好故事。」Katzenberg 在CES的舞台上解釋 Quibi 這個字的由來。

Quibi 不是 Netflix，不是 Disney+，不是 Apple Tv+，也不是後來才上線的 HBO Max。Quibi是針對手機用戶的短片串流平台，專門鎖定你的通勤、午休或是在沙發上滑手機的零碎時間，提供一集不超過十分鐘並以好萊塢電影規格製作的精緻戲劇節目、實境秀和新聞氣象等資訊節目。

為了展示決心，他們甚至宣示只會提供手機平台的 APP，所以使用者如果想要在大螢幕上收看必須自己使用裝置上的 Airplay 或是 Cromecast功能來投放。更重要的是 Quibi 的內容將會是第一個專為手機直式螢幕提供原生內容的平台。創作者必須同時使用直式和橫式構圖的兩台攝影機同步拍攝，並透過演算法將畫面結合成為一個十字形的畫面傳輸給使用者，做到不論直式收看或和橫式收看都不會有任何黑框，同時又可以在使用者把手機轉向時讓影片畫面即時無縫轉向，有如黑魔法。

除了偵測手機水平之外，他們還試圖在節目中置入其他手機功能，比如配合節目內容讓手機鈴聲響起，或是會依據 GPS 偵測你所在地時間藉以推出天黑之後才能看的恐怖節目。

為了和 YouTube、抖音、Instagram 上面的素人網紅經濟對抗，Quibi 將以每分鐘10萬美元的製作費，製作每年約8500集的精緻節目。已經加入 Quibi 陣營的包括 Steven Spielberg、J.J. Abrams、Guillermo del Toro、Sam Rami、Antoine Fuqua 和 Ridley Scott 等導演，以及 Dwayne Johnson、Kevin Hart、Jennifer Lopez、Liam Hemsworth、Idris Elba、Zac Efron、Tina Fey 、Dave Franco 和 Bill Murray 等明星。

Quibi 這個新品牌之所以能集結這麼驚人的陣仗，除了 Jeffrey Katzenberg 自己在迪士尼和夢工廠的多年人脈之外，更重要的是他們察覺了串流時代對內容的強烈需求已經讓創作者更加重視著作權歸屬的議題，Quibi 因此提供了 Netflix 或是 HBO 絕對開不出來的合作條件：除了在 Quibi 上播出七年之外，其餘著作權完全歸屬於創作者，因此他們在其他平台可以有額外收入。

面臨擁擠而血腥的串流大戰，Quibi 試圖另開戰場、殺出生路。這絕對不是容易的事，Vox 旗下的科技媒體 The Verge 因此在 CES 的專題報導中以 “Quibi vs. The World” 來形容這條不尋常的路徑。

到頭來，Katzenberg 的故事終究是一個武俠故事。

在電影將死、電視將死，而且通通將死於手機和 Netflix 夾殺的世紀科技變局之下，曾被迪士尼逐出師門的 Jeffrey Katzenberg 站出來統一好萊塢各大門派，提出一個殺出重圍的激進構想：不如我們放下各自的詠春拳、形意拳、八卦拳、64手之類的舊功夫，發明一套新的。

一百年來電影一直就是一門「如何吸引觀眾眼光」的生意，但這家百年老店早已沒有年輕人的俐落身手來應對觀眾和媒介的頻繁招式變化。 Quibi 是第一次由電影從業者主動提出的原生媒介規格，而不是「電視來了」我們就想辦法在電視上放電影，「DVD 來了」我們就想辦法在 DVD 上放電影，「網路來了」我們就想辦法在網路上放電影之類的被動作法。

從來不選容易題目的 Jeffrey Katzenberg 的解題口訣：放下舊成見、接受新媒介、繼續講好故事。


Quibi vs Covid
￣￣￣￣￣￣￣
然後就像一部90分鐘長的標準好萊塢電影，Quibi 的故事在199天之後就戲劇性地收尾 ......

生不逢時的 Quibi 上週無預警地宣佈將自12月1日起停止運作，並在出售現有的技術和內容等資產後解散公司，將剩餘的資金退還給股東。Quibi 以主打 10 分鐘以內的精緻內容而且可以直立觀看為號召，並有先後經營過 Disney 和 Dreamworks 等片廠的 Jeffrey Katzenberg 擔任董事長， 以及先後當過 eBay 和 HP 執行長的 Meg Whitman 擔任執行長，然而最終仍在6個月內迅速玩完。這兩位好萊塢資深玩家（Whitman 也是 Disney 畢業生）在對股東的信件中表示：「我們的失敗並不是出自於不夠努力。而是我們評估認為真的已經用盡所有可能的選項。」

Katzenberg 在上週的一場訪談中重申他過去兩三個月說過很多次的結論： Quibi 失敗的主因是他們原本鎖定通勤時間的利基市場，但突如其來的疫情讓此時此刻每個消費者都受困沙發上，根本沒有人在通勤。

他坦承過去三週他們已經用盡各種方法尋求策略投資夥伴、願意收購的買主或是其他各種財務上的支援，但全部都踢到鐵板。他們認為再繼續撐下去結果也不會改變

娛樂產業媒體 IndieWire 認為 Quibi 則分析說 Quibi 鎖定的短片市場原本就有 YouTube、Vimeo、TikTok 和 Snapchat 等等免費而且永遠看不完的影片。而該串流服務孤注一擲地押寶在通勤之後（甚至一開始App還沒有投放到電視上的功能），更造成該公司後來求售非常困難。接連被各個片廠甚至 Apple 和 Facebook 拒絕收購，就是因為鎖定行動端的 Quibi 換到非行動市場上就難以顯現價值。

財經媒體 Bloomberg 引述 S&P 分析師 Naveen Sarma 的分析：每一個平台都需要吸引人的內容來讓新訂戶上鉤，並繼續用大量的內容留住他們。而萬一沒有達到目標，就必須要口袋夠深的母公司拼命搬資金來支援前線。Quibi 原先預估他們製作的175個節目會有8~10個可能會中。要命的是不僅一個節目都沒有中，而且他們的 App 甚至無法讓使用者截圖來製作病毒式擴散必備的迷因。然後再回去跟富爸爸們伸手要更多金援支持時之所以會一毛錢都要不到，是因為 Disney 或是 WarnerMedia 這些片廠當時投資心態並非覺得 Quibi 會中，只是純粹為了避免 Qubi 中了之後自家集團會面子無光而花點錢買張保單而已。

另外一家財經媒體 Forbes 提到 Quibi 其中一個豪賭是他們打破傳統電影電視的版權歸屬遊戲規則，讓其他平台的一切版權歸屬於創作者，而 Qubi 要的只有在自家平台的權利。這當然是一種吸引大量明星創作者參與的談判利器，但也是一種長期經營上的豪賭。Qubi 賭行動裝置端的需求會非常強烈，所以這些他們出錢製作的內容上頭的所有商業價值都會在他們自家平台上耗盡，因為所有消費者都會訂閱 Quibi，而不會等未來的其他二級通路上架。他們錯了。

科技產業媒體 TechCruch 認為 Quibi 從一開始就注定失敗，因為與其努力做功課、尋找市場上已經成功的短片模式，Jeffrey Katzenberg 寧願用好萊塢的老方法——把20億美元盡可能用在砸大錢買明星和導演來增加平台賣點 。最終 Apple+ 和 Quibi 等等串流大戰新玩家都是用同一個姿勢華麗跌跤，因為兩家都一樣花了大錢製作新節目，卻欠缺觀眾早已熟知的舊內容片庫來吸引觀眾上門。

值得玩味的是，把時間倒回到1991年 Jeffrey Katzenberg 發給 Disney 員工的那封信中，正是一再強調不要迷信明星的魔法。Katzenberg 用標題為 "Tracy, Tracy, Tracy" 的一整個章節苦口婆心地解釋讓 Disney 自傲的漫畫電影《狄克崔西》其實是一場完全被明星誤導的失敗。他強調「如果點子跟故事足夠強悍，任何一部電影都不需要仰賴特定的表演者就可以大獲成功」，因此希望員工在演員酬勞的談判桌上努力達到這個目標。

30年後，不知道 Katzenberg 是否改變了上面的想法？

抑或者等塵埃落定後，他會終於替大家修訂這封改變好萊塢歷史的信——「世界已在劇變：對我們家生意的幾點檢討（The World Is Changing : Some Thoughts On Our Business）」。

就像當年他在信中說的：「這是與眾不同的行業。即便不在行業裡頭的人都可以感受到這件事。這就是為什麼他們不只熱衷於看電影，而更執著於想要理解電影產業背後的運作」，我們迫不及待想要知道好萊塢的成功是如何成功、失敗是如何失敗。

「他們想要知道我們是怎麼創造魔法」Katzenberg說。

********************

Katzenberg 在正式發佈 Qubi 收攤消息的前一天，在跟員工的視訊會議中，」難掩情緒激動地要 Quibi 員工去聽 DreamWorks Animation （Katzenberg 近年才剛剛賣掉的公司）的電影《Trolls 魔髮精靈》中 Anna Kendrick 唱的主題曲 ，希望大家用音樂來振作自己。

Quibi 準備資遣所有員工並支付資遣費。事實上 Katzenberg 也說之所以會選擇這麼早就解散公司，最主要的理由就是因為他覺得目前就業市場越來越艱難，有義務儘速協助員工趕快找到新東家，不要耽誤人家的大好人生。

這個戲殺青了，就投身到下一個故事裡。

「現在，就讓我們重新回到繪圖板上，回到最根本的工作裡頭」Jeffrey Katzenberg 在 1991 年那封給 Disney 員工的信中如此作結。

一切都是最好的安排！

文長慎入

2020雙十國慶煙火在台南

10/10一路向南歷險感恩記

原本有先預設3個拍攝位置來選擇，其中2個攝點須搭接駁車，1個可開車直達

每個攝點各有特色(攝點的考慮因素有容易到達及撤退、煙火方向、風向、廁所、安全等等)

上午10點從台北出發，一路南下，特地先安排去台南北門的田媽媽長盈海味屋晚餐，上次拍將軍火煙火時有去吃，真的好吃，難得下台南，所以這次又前往品嘗，午晚餐時已有很多朋友回報台南各攝點狀況，經討論，最後決定選擇開車可到的攝點，沒想到該位置也臨時拉起封鎖線了，只管車，不管人也不管自行車及機車，暈！
從管制點到攝點約有5公里，走路要一小時，開車或騎機車只要5分鐘。
全身重裝的我們正天人交戰時，看到當地活動中心，先借廁所再說，裡面的大哥及大姊說這裡從來沒有這麼多人來，我們後來也嘗試的走其他小路，但都被封鎖了，大姊聽我們說從台北來，非常好心的請全家人騎機車幫忙載我們進去攝點，真的是一家人，一人一台機車的輪流載我們進去，感謝大姊一家人，到了攝點後更妙，有一位陳大哥，看我們全身重裝在路邊等人，他說這個位置最好，不用再往前找了，腳架架在他們的後面，然後一起到他家用晚餐等煙火，他家就在後面，走路1分鐘還有廁所可以上，這...這絕對是非常完美的攝點！
我已經在田媽媽餐廳吃的很撐了，還硬吃了一碗陳大哥熱情招待的熱湯，才剛喝完，隔壁的野餐賞煙火團又請我吃PIZZA，一整個撐得像大肚魚，只好用煙火的照片來回饋及感謝一路上幫忙的大家。

回程也非常順利，完全沒有塞到車，真是太神奇了！

感謝大姊一家人
感謝在地陳大哥
感謝隔壁野餐團
感謝團員們人品

一路上都有貴人相助！
一切都是最好的安排！

國慶煙火足足放了30幾分鐘，我架了3台 Nikon相機其中有錄影有攝影，我還有用了幾種構圖來拍攝，照片都是D5拍的，一曝無疊圖，分享幾張給大家，當時也想開直播，但4G網路完全不通。

D5 + 24-70mm F2.8
D850 + 70-200mm F2.8
Z7 + 24-70mm F2.8

CCC

#2020國慶煙火
#2020國慶焰火在臺南
#雙十節
#生日快樂
#台南
#國祥
#Nikon
#D5
#D850
#Z7
#正成
#Gitzo
#GK1545T
#漁光島
#絢爛煙火秀
#田媽媽長盈海味