5 分以内に説明されるエッジ分析 [+ 5 つのツール]

エッジ分析は、スマートでデータ指向のビジネスが、IoT デバイスによるデータ収集後にデータ分析に直接進むのに役立ちます。

従来、企業はさまざまなソースからデータを収集し、クラウドまたはオンプレミス ストレージに保存して、後で分析していました。 ただし、このデータ分析モデルは、モノのインターネット (IoT) と産業用モノのインターネット (IIoT) の成長にとって重要なボトルネックです。

エッジ分析がその答えです!

この記事では、ソリューションを開発したり、デジタル ビジネスを簡単に変革したりできるように、エッジでの分析を簡潔に説明します。

エッジ分析の概要

名前が示すように、エッジ データ分析は、エッジでのデータ分析方法です。 エッジとは、データのソースを意味します。 IoT の場合、これらはセンサー、アクチュエーター、ロボット アーム、HVAC、コンベア コントロール、ネットワーク スイッチ、スマート デバイスです。

エッジ分析アプリケーションは、製造ユニットやユーティリティ システムなどからリアルタイム データを収集する IoT デバイスの近くでデータ分析を実行します。したがって、タイム クリティカルなビジネス プロセスは、中央サーバーからの論理入力を待たずにスムーズに実行できます。

簡単に言えば、スマート デバイス内で発生するデータの収集、処理、分析、およびアクションは、エッジ データ分析の結果です。 たとえば、Amazon Echo や Nest Home デバイスにはエッジ分析が付属しています。

これらのデバイスは、コマンドをリッスンします。 キャプチャしたオーディオを機械語に分析し、Web で結果を検索します。 デバイスは、インターネット上で利用可能なクエリ結果も表示します。

エッジ分析の必要性

エネルギー、小売、製造、セキュリティ、物流、自動車などの業界でのスマート デバイスの使用は、継続的に増加しています。 しかし、インターネット帯域幅は同じ速度で増加していないか、帯域幅が常に制限されています。

そのため、IoT デバイスから数テラバイトのデータを収集し、それらをクラウドに転送するには時間がかかります。 データを分析し、同じネットワークを介してスマート デバイスに実用的な洞察を送り返すことは言うまでもありません。

渋滞を引き起こし、IoT システムのネットワークを無効にします。

ここでは、企業はエッジ分析アプリケーションとデバイスを使用する必要があります。 タイム クリティカルなスマート デバイスは、収集されたデータをオンサイトで分析し、即座にアクションを起こすことができます。

たとえば、自動運転車は、経路上で突然の望ましくない障害物を検出した場合、ブレーキをかける必要があります。

障害物の視聴覚データを収集し、それをクラウド アプリに送信し、入力を待つのが待ちきれません。 代わりに、車両は方向を変えるか緊急ブレーキをかけるかの一瞬の決定を下します。

エッジ分析はどのように機能しますか?

エッジでの分析は通常、エッジまたは IoT デバイスの複数のアレイを監視します。 主に、分析アプリは、接続されているすべてのスマート デバイスの正常性とパフォーマンスを追跡します。

ワークフローの問題が検出された場合、分析アプリは問題をローカルで修正しようとします。 問題が解決しない場合、エッジ アプリケーションは障害のあるデバイスを停止します。 次に、人間の技術者に通知します。

この組織化された経路では、次のデバイスが重要な役割を果たします。

• IoT センサーは、圧力、温度、湿度、RPM などの環境データを収集します。
• エッジ デバイスは、オンサイト データ分析用の Sony REA-C1000 のような専用のエッジ アプライアンス、または IoT デバイスを制御するためのスマートフォンやタブレットです。
• エッジ ゲートウェイは、エッジ デバイスよりも多くの電力とメモリを誇り、クラウド サーバーと IoT デバイス間の仲介役として機能します。
• エッジ データ分析が提案するタスクを実行するスマート アクチュエータ。 たとえば、スマート給水バルブ、スマート スイッチ、スマート ロボット アーム、スマート コンベア コントロール、コンピューター コマンドなどです。

上の画像は、ホテルなどのホスピタリティ管理部門における IBM IoT Edge Analytics の概略図を示しています。

利点

＃1。 より優れたセキュリティ

エッジでの分析では、データをクラウドに転送する必要はありません。 生データは、それが生成されたデバイスに残ります。 転送中にデータがハッキングされたり感染したりする可能性がないため、より安全に保たれます。

＃2。 遅延防止とほぼリアルタイムのデータ分析

特定のビジネス プロセスでは、運用のために即時のデータ分析が必要です。 Edge Analytics は、ソースで洞察を特定して収集することにより、自律的な意思決定を支援します。

この分析はデータの近くで行われるため、少し時間がかかります。 リモートサーバーへのデータ送信が不要なため、すぐに結果が得られます。

CCTV のライブ フィードから犯罪者を特定したり、航空機や製造工場からのデータを分析したりするようなシナリオでは、電話をかけるのにほんの数秒しかありません。 そこでは、このテクノロジーを使用することで、即座に決定を下すことができます。

＃3。 高いスケーラビリティ

企業が規模を拡大するにつれて、データの数が増えるため、中央のデータ分析にかかる負担が大きくなります。 プロセスの分散化により、エッジ分析によりプロセスをスケーリングし、より優れた分析機能を提供できます。

＃4。 帯域幅の使用量が少ない

ソース デバイスから中央サーバーへのデータ転送、およびその逆のデータ転送には、大量の帯域幅が使用されます。 多くの遠隔地には、送信に必要なデータ帯域幅やネットワーク強度がありません。 このような場合、エッジ分析により、帯域幅の使用を節約できます。

＃5。 コスト削減

従来のビッグデータ分析方法では、多額の費用がかかります。 企業はクラウド サーバーまたはパブリック クラウド ソリューションでデータを処理する場合がありますが、ストレージ、処理、分析、および帯域幅の消費には費用がかかります。

このテクノロジーは、IoT デバイスまたは近くのハードウェアを使用してデータ分析を行います。 その結果、分析とインターネット ネットワーク帯域幅のコストが削減されます。

制限事項

＃1。 リモート デバイスのセキュリティ

エッジでの分析は、データ送信中に機密データをサイバーセキュリティの脅威から保護しますが、そのようなリスクに対して脆弱なリモート デバイスが含まれます。

防犯カメラのハッキング事件がいくつか発生しており、あなたもそのような攻撃の犠牲になる可能性があります. サイバーセキュリティ対策がこれらのリモート デバイスに対応していない場合、コア システムに強力なセキュリティを確保しても役に立ちません。

＃2。 失われたデータ

エッジ分析の設計により、分析に最も関連性の高いデータを使用できます。 大規模な生データセットの残りのデータは無視されます。

このテクノロジーは、これらの関連するインスタンスを中央サーバーに保存するだけであるため、すべての生データを受信して​​保存する必要がある企業にとっては、最適なアプローチではない可能性があります.

＃3。 デバイスとネットワークの互換性

エッジでの分析は新しいテクノロジーであるため、古いデバイスやネットワーク テクノロジーを使用すると、互換性やデータ転送の問題が発生する可能性があります。 そのため、企業はこのテクノロジーを組織に導入するために新しいデバイスを購入する必要があります。

結果として、これはその企業のエッジ分析のコストを増加させます。 さらに、運用を中断する可能性のある完全なシステム アップグレードが必要になる場合があります。

＃4。 独自のソリューションを開発する必要性

このタスクに使用できるさまざまな分析プラットフォームがあります。 ただし、一部の企業では、分析する必要があるデバイスによっては、独自に開発したエッジ分析プラットフォームが必要になる場合があります。

＃5。 適切なソフトウェアの選択

市場で入手可能な一部のシステムは、出力データをクラウド上で共有するだけです。 したがって、企業は分析の背後にある生のソース データを確認できません。 これを回避するには、最新の分析ソフトウェアを使用して、必要なすべてのデータを取得する必要があります。

＃6。 ユーザビリティ評価が必要

セキュリティ、効率、迅速な意思決定のシナリオに最適です。 そのため、企業はソリューションを選択する前に、それが必要かどうかを評価する必要があります。

ユースケース

顧客行動の分析

小売業者は、一連のセンサーを通じて店舗のカメラ、駐車センサー、ショッピング カートのタグからデータを収集します。 エッジ分析により、これらの企業はこのデータを利用して、顧客の行動に応じてカスタマイズされたソリューションを提供できます。

リモート監視とメンテナンス

製造業やエネルギー産業では、機械が機能を停止したりメンテナンスが必要になったりした場合に、迅速な対応やアラートを必要としています。 一元化されたデータ分析の代わりに、将来のボトルネックをより迅速に特定するための適切なテクノロジーです。

インテリジェント監視

また、リアルタイムの侵入者検出にも役立ちます。 企業は、このサービスを利用してセキュリティを強化できます。 このテクノロジーは、CCTV からの生の画像を使用して、疑わしい活動を見つけて追跡します。

故障予測

IoT ハードウェアの障害は、悲惨な結果になる可能性があります。 これらの IoT ハードウェア デバイスのエッジ分析により、このような問題を正確に予測できます。 その助けを借りて、組織は積極的な対策を講じ、アップタイムを増やすことができます。

デバイス/ツール

現在、エッジでの分析では、主に特定の産業ユース ケース向けのカスタム デバイスとアプリが使用されています。 傾向を知るために、以下のツールとデバイスを見つけてください。

ソニー エッジ アナリティクス アプライアンス

Sony の REA-C1000 は、これまでに存在するフル機能のエッジ分析デバイスです。 ソニーのネットワーク カメラを接続して、リモート ビューア向けのライブ プレゼンテーションをキャプチャおよび分析できます。

手書き抽出、コンテンツ オーバーレイ、自律型コンテンツ、追跡プレゼンター、画像分割、オーディエンス ジェスチャー トラッキングなどのハイテク機能を備えています。

AWS IoT グリーングラス

AWS IoT GreenGrass は、IoT デバイス ソフトウェアを開発、デプロイ、および制御するためのオープンソースのクラウド サービスおよびエッジ ランタイムです。

ロジックとクラウド データ処理をローカルの IoT デバイスにもたらします。 したがって、デバイスは、ネットワーク帯域幅が狭い場合や断続的な場合でも機能します。

HPEエッジライン

HPE Edgeline は、製造プラントや石油リグなどでのスマート デバイスの堅牢な使用に適しています。エッジ ソフトウェアと運用技術 (OT) ハードウェアを生産現場に直接もたらします。

したがって、スマート デバイスは、クラウド サーバーではなくオンサイトのデータ処理システムから入力をすばやく取得できます。

インテル IoT 開発者キット

インテルのソフトウェアとハ​​ードウェアを使用して、ビジネス用のエッジ分析ベースのスマート デバイスを開発できます。 ツールキットには、次の製品が含まれています。

• ドライバー、SDK、OS、サンプル、ライブラリを含むソフトウェア スタック
• OpenVINO の Intel ディストリビューション
• インテル Movidius VPU
• インテル Arria 10 FPGA

Azure IoT エッジ

Azure IoT Edge は、エッジで動作するスマート デバイスに分析と AI ワークロードをもたらします。 このエッジ分析開発プラットフォームには、次の機能が含まれています。

• 信頼できるベンダーの IoT エッジ ハードウェア
• フリー エッジ ランタイム
• エッジでソフトウェアを実行するためのビジネス ロジック モジュール
• Azure クラウド インターフェイス

エッジと従来の分析

エッジ分析と従来の/サーバー分析の主な違いは、データ分析の場所です。

エッジ システムでは、データを収集してコマンドを実行する IoT デバイスの近くまたはその上でデータ分析が行われます。 反対に、サーバー分析は、データを収集するスマート デバイスから離れた場所で行われます。

次の表に、その他の注目すべき違いを示します。

よくある質問

最後の言葉

これで、エッジ分析とは何か、その仕組み、利点、ツール、ユース ケースなどについて理解できました。

リモート デバイスを迅速に制御するためのエッジ分析アプライアンスを使用して IIoT システムを改良するビジネス上の決定を自信を持って下せるようになりました。

または、この記事は、IoT エンジニアまたは開発者であれば、新しい IoT および IIoT ソリューションを設計または開発するのに役立ちます。

次に、人気の IoT デバイスを確認できます。