Thiết bị cảm biến có nhiệm vụ thu thập các dữ liệu môi trường như DO, pH, nhiệt độ, độ mặn, nitơ amoniac, nitrit, mực nước… cũng như trạng thái hoạt động của thiết bị và thông tin hình ảnh video nuôi trồng thủy sản. Các thiết bị điều khiển bao gồm máy sục khí (hình nón oxy), máy cấp liệu, van bơm và các thiết bị nuôi trồng thủy sản khác. Thiết bị đầu cuối thu thập dữ liệu chịu trách nhiệm truyền dữ liệu cảm biến lên trên và nhận các hướng dẫn điều khiển. Lớp mạng thường sử dụng mạng không dây, chẳng hạn như Bluetooth, Wi-Fi, 3G/4G, Lo-Ra, NB-IoT và các công nghệ truyền dẫn không dây khác, chịu trách nhiệm truyền dữ liệu giữa lớp thiết bị và lớp dịch vụ đám mây. Lớp dịch vụ đám mây bao gồm nền tảng đám mây và ứng dụng điện thoại thông minh, chủ yếu được sử dụng để lưu trữ và xử lý dữ liệu nuôi trồng thủy sản và cung cấp các dịch vụ thông tin nuôi trồng thủy sản khác nhau.

Mặc dù hệ thống IoT trong nuôi trồng thủy sản có ưu điểm là truy cập thiết bị đơn giản và xây dựng hệ thống nhanh chóng, nhưng rất khó để giải quyết các vấn đề sau khi đối mặt với sự phát triển bùng nổ của thiết bị và dữ liệu do tải lên thống nhất và xử lý dữ liệu tập trung theo mô hình điện toán đám mây. Các cảm biến liên tục thu thập các dữ liệu cảm biến khác nhau và dữ liệu thường ổn định hoặc ít thay đổi. Tải tất cả dữ liệu lên đám mây để xử lý sẽ tiêu tốn rất nhiều tài nguyên mạng và tài nguyên đám mây. Khi hệ thống mạng không ổn định thì không thể xử lý dữ liệu, điều khiển thiết bị kịp thời. Tất cả dữ liệu cảm biến và dữ liệu điều khiển cần được truyền qua mạng và có nguy cơ bị nghe trộm thông tin, giả mạo, lừa dối và vận hành thiết bị bất hợp pháp. Những vấn đề này sẽ làm tăng chi phí của hệ thống IoT (luồng giao tiếp, lưu trữ thông tin, chi phí tính toán), giảm tính ổn định và tính khả dụng của hệ thống, đồng thời khó thực hiện sản xuất tự động, đặc biệt là trong ứng dụng nuôi trồng thủy sản công nghiệp hóa quy mô lớn. Ngoài ra, việc không tiêu chuẩn hóa các thiết bị cảm biến và điều khiển cũng như những hạn chế về tài nguyên của chúng về khả năng tính toán và lưu trữ đã gây ra những trở ngại nhất định cho việc truy cập thiết bị và kiểm soát liên kết. Vì vậy, để phát triển trại cá thông minh cần nghiên cứu giải quyết các vấn đề trên.

Điện toán biên cung cấp các dịch vụ thông minh ở biên mạng gần với nguồn của sự vật hoặc dữ liệu, để mỗi biên của IoT có khả năng thu thập, phân tích và tính toán, giao tiếp và xử lý thông minh, đồng thời có thể xử lý dữ liệu, lọc dữ liệu và phân tích dữ liệu lân cận. Việc ra quyết định cục bộ và xử lý sự kiện có thể đáp ứng các yêu cầu chính về giới hạn dung lượng mạng, tính kịp thời của dữ liệu, giới hạn tài nguyên cũng như các thách thức về bảo mật và quyền riêng tư. Trước đây, học máy và thậm chí học sâu chỉ có thể được thực hiện trên phần cứng hiệu suất cao bằng cách sử dụng đào tạo biên và suy luận được thực hiện bởi cổng, máy chủ biên hoặc trung tâm dữ liệu. Ngày nay, các bộ vi điều khiển được sử dụng để thực hiện học máy ở biên đã trở thành một lĩnh vực nghiên cứu và phát triển rất phổ biến. Các cảm biến chất lượng nước hiện tại hầu như không có bất kỳ sự tự xác nhận nào về trạng thái hoạt động của chúng, nghĩa là chúng luôn được coi là các cảm biến đang hoạt động bình thường. Theo cách này, một khi cảm biến bị lỗi, kết quả đầu ra sẽ sai lệch nghiêm trọng so với tình hình thực tế, điều này có thể gây ra báo động sai và làm giảm độ tin cậy của kết quả phát hiện. Để giải quyết vấn đề này, Zhao et al. (2011) lần đầu tiên áp dụng tính toán cạnh cho các phương pháp chẩn đoán lỗi cảm biến và sửa chữa dữ liệu. Nhiều bộ phân loại được mở rộng từ bộ phân loại nhị phân dựa trên máy vectơ liên quan được thu thập để thực hiện chẩn đoán lỗi của các cảm biến pH, nhiệt độ và độ mặn. Tính tương đối của nhiều tham số trong giám sát chất lượng nước được sử dụng đủ để đạt được khả năng phục hồi dữ liệu của cảm biến tự xác nhận đa chức năng trong điều kiện có một số lượng nhỏ tập huấn luyện phi tuyến tính.

Với sự ra đời của kỷ nguyên mạng 5G, trang trại nuôi cá thông minh cũng có yêu cầu cao hơn về hiệu suất mạng. So với mạng 4G, chỉ số khả năng của mạng 5G đã được nâng cao đáng kể. Độ trễ phải không quá 1 ms, tốc độ dữ liệu cao nhất có thể đạt 10 Gbit/s, mật độ kết nối có thể đạt 10 thiết bị đầu cuối/km và tốc độ trải nghiệm người dùng có thể đạt 100Mbit/s. Kiến trúc mạng hiện tại khó có thể đáp ứng được các yêu cầu này. Và giờ đây, một lượng lớn dữ liệu thiết bị IoT được lưu trữ trong trung tâm dịch vụ đám mây và tương tác thời gian thực giữa người dùng và trung tâm đám mây yêu cầu tốc độ truyền cao, điều này sẽ gây ra áp lực lưu lượng lớn trên mạng ở các khu vực có tính di động cao. Đối với các doanh nghiệp có yêu cầu thời gian thực cao, độ trễ thấp ở mức mili giây từ đầu đến cuối là cần thiết, nhưng các mô hình điện toán đám mây thông thường khó có thể đáp ứng các tác vụ trên. Do đó, nghiên cứu này đưa Điện toán biên và 5G vào hệ thống IoT nuôi trồng thủy sản để cải thiện tính tiêu chuẩn hóa, tính ổn định và khả năng sử dụng của hệ thống. Thiết kế ý tưởng cho trang trại cá thông minh được hiển thị. Mọi thứ và dịch vụ đám mây được phân phối, đồng thời các ứng dụng chính và kiểm soát quy trình cơ bản nên được triển khai ở lớp biên. Các dịch vụ web hoặc ứng dụng phân tích dữ liệu có thể được triển khai trên mạng/đám mây. Lớp giao tiếp và lớp biên tích hợp các tài nguyên và làm cho chúng có thể tương tác với nhau.

Thanh Trúc