Объяснение Edge Analytics за 5 минут или меньше [+ 5 инструментов]

Пограничная аналитика помогает умным и ориентированным на данные предприятиям сразу перейти к анализу данных после их сбора устройствами IoT.

Традиционно предприятия собирали данные из различных источников, сохраняли их в облаке или локальном хранилище, а затем анализировали. Однако эта модель анализа данных является жизненно важным узким местом для роста Интернета вещей (IoT) и промышленного Интернета вещей (IIoT).

Пограничная аналитика — вот ответ!

Эта статья проведет вас через краткий путь аналитики на периферии, чтобы вы могли без особых усилий разрабатывать решения или преобразовывать цифровой бизнес.

Введение в пограничную аналитику

Как следует из названия, аналитика данных на периферии — это метод аналитики данных на периферии. Edge означает источник данных. Для Интернета вещей это датчики, приводы, роботы-манипуляторы, системы отопления, вентиляции и кондиционирования воздуха, средства управления конвейерами, сетевые коммутаторы и интеллектуальные устройства.

Приложения периферийной аналитики выполняют анализ данных ближе к устройству IoT, которое собирает данные в режиме реального времени от производственных единиц, коммунальных систем и т. д. Таким образом, критичные ко времени бизнес-процессы могут работать бесперебойно, не дожидаясь логических входных данных от центрального сервера.

В двух словах, сбор, обработка, анализ и действия, происходящие в интеллектуальном устройстве, являются результатом аналитики периферийных данных. Например, устройства Amazon Echo или Nest Home поставляются с периферийной аналитикой.

Эти устройства слушают ваши команды. Преобразует захваченный звук в машинный язык, который ищет результаты в Интернете. Устройство также представляет результат запроса, доступный в Интернете.

Потребность в пограничной аналитике

Использование интеллектуальных устройств в таких отраслях, как энергетика, розничная торговля, производство, безопасность, логистика, автомобилестроение и т. д., постоянно растет. Но пропускная способность интернета не растет с той же скоростью, или пропускная способность всегда ограничена.

Следовательно, сбор терабайт данных с устройств IoT и их передача в облако требует много времени. Не говоря уже об анализе данных и отправке полезной информации на смарт-устройство через ту же сеть.

Это создаст пробку и отключит сеть системы IoT!

Здесь предприятия должны использовать приложения и устройства периферийной аналитики. Критические по времени интеллектуальные устройства смогут анализировать собранные данные на месте и мгновенно принимать меры.

Например, автономное транспортное средство должно затормозить, если обнаружит внезапное и нежелательное препятствие на своем пути.

Ему не терпится собрать аудиовизуальные данные о препятствии, отправить их в облачное приложение и дождаться ввода. Вместо этого автомобиль за доли секунды принимает решение изменить направление движения или совершить экстренное торможение.

Как работает Edge Analytics?

Аналитика на периферии обычно отслеживает несколько массивов периферийных устройств или устройств IoT. Прежде всего, аналитическое приложение отслеживает состояние и производительность всех подключенных интеллектуальных устройств.

Если оно обнаруживает проблемы с рабочим процессом, аналитическое приложение пытается устранить проблему локально. Если проблема сохраняется, пограничное приложение останавливает неисправное устройство. Затем он уведомляет технических специалистов.

Во время этого организованного пути следующие устройства выполняют критические роли:

• Датчики IoT собирают данные об окружающей среде, такие как давление, температура, влажность, число оборотов в минуту и ​​т. д.
• Пограничные устройства могут быть специализированными пограничными устройствами, такими как Sony REA-C1000, для анализа данных на месте или смартфонами и планшетами для управления устройствами IoT.
• Пограничные шлюзы обладают большей мощностью и памятью, чем пограничные устройства, и выступают в качестве посредника между облачным сервером и устройствами IoT.
• Интеллектуальные исполнительные механизмы, которые выполняют задачи, предлагаемые аналитикой данных. Например, интеллектуальные водяные клапаны, интеллектуальные переключатели, интеллектуальные роботы-манипуляторы, интеллектуальные средства управления конвейером и компьютерные команды.

На изображении выше показано схематическое представление IBM IoT Edge Analytics в таких секторах управления гостиничным бизнесом, как гостиницы.

Преимущества

№1. Повышенная безопасность

В аналитике на периферии нет необходимости передавать данные в облако. Необработанные данные остаются на устройстве, где они были сгенерированы. Поскольку данные не могут быть взломаны или заражены при передаче, они остаются более безопасными.

№ 2. Предотвращение задержек и анализ данных в режиме, близком к реальному времени

Некоторые бизнес-процессы требуют немедленного анализа данных для операций. Edge Analytics помогает им принимать самостоятельные решения, выявляя и собирая информацию из источника.

Поскольку этот анализ происходит рядом с данными, он занимает немного времени. Он не предполагает передачи данных на удаленные серверы, поэтому вы получаете мгновенные результаты.

В таких сценариях, как идентификация преступников с помощью прямых трансляций видеонаблюдения или анализ данных с самолета или завода-изготовителя, у вас есть только доли секунды, чтобы позвонить. Там использование этой технологии помогает вам принимать мгновенные решения.

№3. Высокая масштабируемость

По мере масштабирования компаний растущее количество данных увеличивает нагрузку на централизованную аналитику данных. Благодаря децентрализации процесса периферийная аналитика позволяет масштабировать процессы, предоставляя лучшие аналитические возможности.

№ 4. Меньше пропускной способности

Передача данных с исходных устройств на центральный сервер и наоборот использует огромную полосу пропускания. Во многих удаленных местах нет необходимой полосы пропускания данных или мощности сети для передачи. В таких случаях периферийная аналитика избавляет вас от пропускной способности.

№ 5. Снижение стоимости

Обычные методы анализа больших данных будут стоить вам больших денег. Хотя компании могут обрабатывать данные на своих облачных серверах или в общедоступных облачных решениях, хранение, обработка, аналитика и использование полосы пропускания обходятся дорого.

Эта технология использует устройства IoT или соседнее оборудование для анализа данных. В результате будет меньше затрат на анализ и пропускную способность интернет-сети.

Ограничения

№1. Безопасность удаленных устройств

Хотя аналитика на периферии защищает ваши конфиденциальные данные от угроз кибербезопасности во время передачи данных, она задействует удаленные устройства, уязвимые для таких рисков.

Было несколько случаев взлома камеры видеонаблюдения, и ваша тоже может стать жертвой таких атак. Если ваши меры кибербезопасности не распространяются на эти удаленные устройства, надежная защита вашей базовой системы не поможет.

№ 2. Потерянные данные

Дизайн периферийной аналитики позволяет использовать наиболее релевантные данные для анализа. Остальные данные из большого набора необработанных данных игнорируются.

Поскольку эта технология хранит только эти соответствующие экземпляры на центральном сервере, это может быть не лучшим подходом для компаний, которым необходимо получать и хранить все необработанные данные.

№3. Совместимость устройств и сетей

Аналитика на границе — это новая технология, поэтому могут возникнуть проблемы с совместимостью и передачей данных, если вы используете старые устройства и сетевые технологии. Таким образом, компании должны приобретать новые устройства для развертывания этой технологии в своей организации.

Следовательно, это увеличит стоимость периферийной аналитики для этой компании. Кроме того, может потребоваться полное обновление системы, что может нарушить работу.

№ 4. Необходимость разработки собственного решения

Для этой задачи доступны различные аналитические платформы. Однако некоторым компаниям может потребоваться лично разработанная платформа периферийной аналитики в зависимости от устройств, которые им необходимо анализировать.

№ 5. Выбор правильного программного обеспечения

Некоторые системы, доступные на рынке, делятся своими выходными данными только в облаке. Следовательно, компании не видят необработанных исходных данных, стоящих за анализом. Чтобы избежать этого, вам нужно использовать новейшее программное обеспечение для анализа, чтобы получить все необходимые данные.

№ 6. Нуждается в оценке юзабилити

Он наиболее подходит для сценариев безопасности, эффективности и быстрого принятия решений. Таким образом, компании должны оценить, нужно ли им это, прежде чем выбрать решение.

Сценарии использования

Анализ поведения клиентов

Ритейлеры собирают данные с камер своих магазинов, датчиков парковки и меток корзины покупок с помощью множества датчиков. С помощью периферийной аналитики эти компании могут использовать эти данные, чтобы предлагать своим клиентам индивидуальные решения в соответствии с их поведением.

Удаленный мониторинг и обслуживание

Производственная и энергетическая отрасли нуждаются в немедленном реагировании или оповещении, когда машины перестают работать или требуют обслуживания. Вместо централизованного анализа данных это подходящая технология для более быстрого выявления будущих узких мест.

Интеллектуальное наблюдение

Это также полезно для обнаружения злоумышленников в режиме реального времени. Предприятия могут использовать эту услугу для повышения своей безопасности. Эта технология использует необработанные изображения с камер видеонаблюдения для обнаружения и отслеживания любых подозрительных действий.

Прогноз отказа

Отказ оборудования IoT может обернуться катастрофой. Пограничная аналитика этих аппаратных устройств IoT может точно предсказать такие проблемы. С его помощью организации могут принимать упреждающие меры и увеличивать время безотказной работы.

Устройства/Инструменты

В настоящее время аналитика на периферии в основном использует настраиваемые устройства и приложения для конкретных случаев промышленного использования. Найдите ниже некоторые инструменты и устройства, чтобы узнать тренд:

Аналитическое устройство Sony Edge

REA-C1000 от Sony — это полнофункциональное устройство периферийной аналитики, существующее на данный момент. Вы можете подключить к нему сетевые камеры Sony для захвата и анализа презентаций в реальном времени для удаленных зрителей.

Он имеет высокотехнологичные функции, такие как извлечение рукописного текста, наложение контента, автономный контент, отслеживание докладчика, разделение изображений, отслеживание жестов аудитории и многое другое.

AWS IoT GreenGrass

AWS IoT GreenGrass — это облачный сервис с открытым исходным кодом и периферийная среда выполнения для разработки, развертывания и управления программным обеспечением устройств IoT.

Он переносит логику и облачную обработку данных на локальные устройства IoT. Следовательно, устройства могут работать в условиях низкой или прерывистой пропускной способности сети.

HPE Edgeline

HPE Edgeline подходит для интенсивного использования интеллектуальных устройств на производственных предприятиях, нефтяных вышках и т. д. Он обеспечивает периферийное программное обеспечение и оборудование операционных технологий (OT) непосредственно на производстве.

Следовательно, интеллектуальные устройства могут быстро получать данные от локальной системы обработки данных, а не от облачных серверов.

Комплект разработчика Intel IoT

Вы можете использовать программное и аппаратное обеспечение Intel для разработки интеллектуальных устройств на основе периферийной аналитики для использования в бизнесе. В набор инструментов входят следующие продукты:

• Программный стек с драйверами, SDK, ОС, примерами и библиотеками
• Дистрибутив Intel OpenVINO
• Интел Мовидиус ВПУ
• ПЛИС Intel Arria 10

Край Интернета вещей Azure

Azure IoT Edge переносит аналитику и рабочие нагрузки ИИ на интеллектуальные устройства, которые работают на периферии. Эта платформа разработки периферийной аналитики включает следующие функции:

• Периферийное оборудование IoT от надежных поставщиков
• Свободная среда выполнения
• Модуль бизнес-логики для запуска программного обеспечения на периферии
• Облачный интерфейс Azure

Edge против традиционной аналитики

Основное различие между пограничной аналитикой и традиционной/серверной аналитикой заключается в месте анализа данных.

В пограничных системах анализ данных происходит рядом или на устройстве IoT, которое собирает данные и выполняет команды. Напротив, серверная аналитика выполняется вдали от смарт-устройства, которое собирает данные.

Вы можете найти другие заметные различия в следующей таблице:

Часто задаваемые вопросы

Заключительные слова

Итак, теперь вы знаете, что такое периферийная аналитика, как она работает, ее преимущества, инструменты, варианты использования и многое другое.

Теперь вы можете уверенно принимать бизнес-решения по модернизации своих систем IIoT с помощью устройств периферийной аналитики для быстрого управления удаленными устройствами.

Кроме того, статья поможет вам спроектировать или разработать новые решения IoT и IIoT, если вы являетесь инженером или разработчиком IoT.

Далее вы можете проверить популярные устройства IoT.