Xevo推Journeyware车联网解决方案 以客制化规则处理连网车大数据

由于车辆每天产生的数据惊人，随著车辆越来越复杂后，信息量将对数据网络带来极大压力，因而催生新型网络与运算基础建设解决方案的需求。Xevo推出的Journeyware解决方案便是为此而生。

据报导，车辆用户体验开发商Xevo执行长Dan Gittleman首先指出，估计在连网车与云端之间数据传输将增加1万倍，2025年时每个月将来到10Exabyte(EB)规模。

Gittleman指出，车辆生产与汽车工程师可引进结合云端服务与车内运算能力的技术，来舒缓大量数据增加的冲击，让即使数据增加时，装置与车辆软件仍可持续运行与正常沟通。

Journeyware平台将云端为主机器学习、人工智能(AI)与数据分析工具与车内数据处理工具结合，以便取得、管理、分析与传递来自连网车产生的大量与多元的数据流。该解决方案运用上述先进技术，集成车内运算与云端服务，将车辆资通讯平台、行动装置及云端的网络与运算效率最大化。

Gittleman进一步指出，分散式处理是指透过分诊(triaging)去管理与分类车辆产生的数据。换言之，该作法可判断哪里些信息需要在车内被处理以及哪里些需要交由云端。任何可在车内处理的数据会留在本地，无须送至云端藉此节省网络资源，利用这种方式管理数据也可降低网络壅塞。

至于数据被分诊后，Journeyware具备的数据收集与储存的客制化规则便可派上用场，藉由启动软件去判断哪里些数据该收集以及储存在车内以及哪里些信息需要被送至云端，来确保最优先数据可被最优先处理。

例如工程师可设定系统，让数据只能永久被储存在车内或被上传至云端，条件包括当某地区的车辆速度变慢，或一堆车辆挡风玻璃雨刷同时启动时。这些规则可打造一个有效率架构，来管理信息并降低整体需要处理的数据量，避免网络超载。

至于在储存方面，Journeyware可判断信息是否该暂时或永久储存以及是储存在车内或送至云端。送至云端的信息，该系统可决定哪里些数据可储存以便快速分析，或哪里些需要被储存但不会经常被存取，之后再说明数据应该如何被存取。

藉由结合规则与标准来管理与分类，并依暂时与永久以及本地与云端储存来分配数据，可让车辆设计人员主动处理来自连网车快速增加的信息量，确保装置与软件持续正确运行。

对于手机与行动装置是否会为网络带来压力，Gittleman认为，手机与平板等消费性装置在上述装置执行的应用程序(App)都会影响到网络。支持蓝牙配对与车内Wi-Fi网络托管的软硬件解决方案，可给予装置联机至网络并接受信息的多种方式，让手机与行动装置随时都可保持畅通。

Gittleman指出，连网车数据的增加值得车厂注意，引进采用智能数据收集与留存的解决方案，将可处理由数据流带来可能的多种带宽问题。藉由设计包含上述解决方案的车辆，可提高消费者满意度以及品牌忠诚度。