Edge Analytics Vysvětlení za 5 minut nebo méně [+ 5 Tools]

Edge analytics pomáhá chytrým a datově orientovaným podnikům přejít přímo k analýze dat po sběru dat zařízeními IoT.

Podniky tradičně shromažďují data z různých zdrojů, ukládají je do cloudu nebo místního úložiště a analyzují je později. Tento model analýzy dat je však zásadním úzkým hrdlem pro růst internetu věcí (IoT) a průmyslového internetu věcí (IIoT).

Edge analytics je odpověď!

Tento článek vás provede stručnou cestou analýzy na okraji, abyste mohli bez námahy vyvíjet řešení nebo transformovat digitální podniky.

Úvod do Edge Analytics

Jak název napovídá, edge data analytics je metoda analýzy dat na okraji. Edge znamená zdroj dat. Pro IoT jsou to senzory, akční členy, robotická ramena, HVAC, řízení dopravníků, síťové přepínače a chytrá zařízení.

Analytické aplikace Edge provádějí analýzu dat blíže k zařízení IoT, které shromažďuje data v reálném čase z výrobních jednotek, obslužných systémů atd. Časově kritické obchodní procesy tak mohou běžet hladce bez čekání na logické vstupy z centrálního serveru.

Stručně řečeno, sběr, zpracování, analýza a akce probíhající v chytrém zařízení jsou výsledkem analýzy okrajových dat. Například zařízení Amazon Echo nebo Nest Home přicházejí s analýzou okrajů.

Tato zařízení poslouchají vaše příkazy. Analyzuje zachycený zvuk do strojového jazyka, který vyhledává na webu výsledky. Zařízení také prezentuje výsledek dotazu dostupný na internetu.

Need for Edge Analytics

Využití chytrých zařízení v odvětvích, jako je energetika, maloobchod, výroba, bezpečnost, logistika, automobilový průmysl atd., neustále roste. Šířka pásma internetu však neroste stejnou rychlostí nebo je vždy omezená.

Shromažďování terabajtů dat ze zařízení IoT a jejich přenos do cloudu je tedy časově náročné. Nemluvě o analýze dat a posílání zpět do chytrého zařízení prostřednictvím stejné sítě.

Vytvoří dopravní zácpu a deaktivuje síť systému IoT!

Zde musí podniky používat aplikace a zařízení pro analýzu okrajů. Časově kritická chytrá zařízení budou schopna analyzovat shromážděná data na místě a okamžitě zasáhnout.

Například autonomní vozidlo musí zabrzdit, pokud na své dráze zaznamená náhlou a nechtěnou překážku.

Nemůže se dočkat, až shromáždí audiovizuální data překážky, odešle je do cloudové aplikace a čeká na vstup. Místo toho se vozidlo ve zlomku sekundy rozhodne změnit směr nebo použít nouzové přestávky.

Jak funguje Edge Analytics?

Analytics on edge obvykle monitoruje více polí edge nebo IoT zařízení. Analytická aplikace primárně sleduje stav a výkon všech připojených chytrých zařízení.

Pokud zjistí problémy s pracovním postupem, pokusí se analytická aplikace problém lokálně napravit. Pokud problém přetrvává, aplikace edge zastaví vadné zařízení. Poté upozorní lidské techniky.

  Oprava chyby Pokémon Go Error 26 na Androidu

Během této uspořádané cesty plní kritické role následující zařízení:

  • Senzory IoT shromažďují údaje o prostředí, jako je tlak, teplota, vlhkost, otáčky atd.
  • Zařízení Edge by mohla být vyhrazená okrajová zařízení, jako je Sony REA-C1000 pro analýzu dat na místě nebo chytré telefony a tablety pro ovládání zařízení IoT.
  • Brány Edge se mohou pochlubit větším výkonem a pamětí než zařízení Edge a fungují jako prostředník mezi cloudovým serverem a zařízeními IoT.
  • Inteligentní akční členy, které provádějí analýzu dat na okraji úkolu, navrhují. Například chytré vodní ventily, chytré spínače, chytré robotické paže, chytré ovládání dopravníků a počítačové příkazy.

Obrázek výše ukazuje schematické znázornění IBM IoT Edge Analytics v sektorech správy pohostinství, jako jsou hotely.

Výhody

#1. Větší bezpečnost

V analytics on edge není potřeba přenášet data do cloudu. Nezpracovaná data zůstávají na zařízení, kde byla vygenerována. Vzhledem k tomu, že neexistuje žádná šance, že by se data při přenosu nabourala nebo infikovala, zůstává bezpečnější.

#2. Prevence latence a analýza dat téměř v reálném čase

Některé obchodní procesy vyžadují okamžitou analýzu dat pro operace. Edge Analytics jim pomáhá v autonomních rozhodnutích tím, že identifikuje a shromažďuje poznatky u zdroje.

Protože tato analýza probíhá v blízkosti dat, trvá to trochu času. Nezahrnuje žádný přenos dat na vzdálené servery, takže výsledky získáte okamžitě.

Ve scénářích, jako je identifikace zločinců z živého vysílání CCTV nebo analýza dat z letadla nebo výrobního závodu, máte na uskutečnění hovoru jen zlomky sekund. Tam vám použití této technologie pomáhá činit okamžitá rozhodnutí.

#3. Vysoká škálovatelnost

Jak se společnosti rozšiřují, rostoucí počet dat klade větší zátěž na centrální analýzu dat. Prostřednictvím decentralizace procesu vám okrajová analytika umožňuje škálovat procesy a poskytuje lepší analytické schopnosti.

#4. Menší využití šířky pásma

Přenos dat ze zdrojových zařízení na centrální server a naopak využívá značné množství šířky pásma. Mnoho vzdálených míst nemá potřebnou šířku pásma dat nebo sílu sítě pro přenos. V takových případech vás okrajová analytika ušetří používáním šířky pásma.

#5. Snížené náklady

Konvenční metody analýzy velkých dat vás budou stát hodně peněz. I když společnosti mohou zpracovávat data na svém cloudovém serveru nebo veřejných cloudových řešeních, úložiště, zpracování, analytika a spotřeba šířky pásma jsou drahé.

Tato technologie využívá zařízení IoT nebo blízký hardware pro analýzu dat. V důsledku toho budou nižší náklady na analýzu a šířku pásma internetové sítě.

Omezení

#1. Zabezpečení vzdálených zařízení

Zatímco analytika na okraji chrání vaše citlivá data před kybernetickými hrozbami během přenosu dat, zahrnuje vzdálená zařízení zranitelná vůči takovým rizikům.

Došlo k několika incidentům hackování bezpečnostních kamer a i ta vaše se může stát obětí takových útoků. Pokud vaše opatření kybernetické bezpečnosti nepokrývají tato vzdálená zařízení, silné zabezpečení vašeho základního systému nepomůže.

#2. Ztracená data

Návrh analýzy hran umožňuje využít k analýze nejrelevantnější data. Zbytek dat z velké nezpracované datové sady bude ignorován.

Protože tato technologie ukládá pouze tyto relevantní instance na centrální server, nemusí to být nejlepší přístup pro společnosti, které potřebují přijímat a ukládat všechna vaše nezpracovaná data.

  40 nejlepších příkladů příkazu Najít v Linuxu

#3. Kompatibilita zařízení a sítě

Analytics on edge je nová technologie, takže pokud používáte stará zařízení a síťovou technologii, mohou nastat problémy s kompatibilitou a přenosem dat. Společnosti tedy musí zakoupit nová zařízení, aby mohly tuto technologii ve své organizaci nasadit.

V důsledku to pro tuto společnost zvýší náklady na analýzu okrajů. Kromě toho může vyžadovat úplnou aktualizaci systému, která může narušit operace.

#4. Potřeba vývoje vlastního řešení

Pro tento úkol jsou k dispozici různé analytické platformy. Některé společnosti však mohou potřebovat osobně vyvinutou platformu pro analýzu okrajů v závislosti na zařízeních, která potřebují analyzovat.

#5. Výběr správného softwaru

Některé systémy dostupné na trhu sdílejí svá výstupní data pouze v cloudu. Společnosti proto nevidí za analýzou nezpracovaná zdrojová data. Abyste tomu zabránili, musíte použít nejnovější analytický software, abyste získali všechna potřebná data.

#6. Potřebuje posouzení použitelnosti

Je nejvhodnější pro scénáře zabezpečení, efektivity a rychlého rozhodování. Společnosti by tedy měly posoudit, zda to potřebují, než se rozhodnou pro řešení.

Případy užití

Analýza chování zákazníků

Prodejci shromažďují data z kamer svých obchodů, parkovacích senzorů a značek nákupních košíků prostřednictvím řady senzorů. Díky analýze okrajů mohou tyto společnosti využít tato data k tomu, aby svým zákazníkům nabídly přizpůsobená řešení podle jejich chování.

Vzdálené monitorování a údržba

Výrobní a energetický průmysl potřebuje okamžitou reakci nebo upozornění, když stroje přestanou fungovat nebo vyžadují údržbu. Namísto centralizované analýzy dat je to ta správná technologie pro rychlejší identifikaci budoucích úzkých míst.

Inteligentní dohled

Je také užitečné pro detekci narušitelů v reálném čase. Firmy mohou tuto službu využít ke zvýšení své bezpečnosti. Tato technologie využívá nezpracované snímky z CCTV k lokalizaci a sledování jakékoli podezřelé aktivity.

Předpověď selhání

Selhání hardwaru IoT může dopadnout katastrofálně. Edge analytics těchto IoT hardwarových zařízení dokáže přesně předvídat takové problémy. S jeho pomocí mohou organizace přijímat proaktivní opatření a zvyšovat dobu provozuschopnosti.

V současné době používá analytics on edge většinou vlastní zařízení a aplikace pro konkrétní případy průmyslového použití. Níže naleznete některé nástroje a zařízení, abyste poznali trend:

Analytické zařízení Sony Edge

REA-C1000 od Sony je plně funkční zařízení pro analýzu okrajů, které dosud existuje. Můžete k němu připojit síťové kamery Sony a zachytit a analyzovat živé prezentace pro vzdálené diváky.

Má high-tech funkce, jako je extrakce rukopisu, překrývání obsahu, autonomní obsah, sledovací moderátor, dělení obrazu, sledování gest publika a další.

AWS IoT GreenGrass

AWS IoT GreenGrass je cloudová služba s otevřeným zdrojovým kódem a hraniční běhové prostředí pro vývoj, nasazení a ovládání softwaru zařízení IoT.

Přináší logiku a cloudové zpracování dat do místních IoT zařízení. Zařízení tedy mohou fungovat v nízké nebo přerušované šířce pásma sítě.

HPE Edgeline

HPE Edgeline je vhodný pro náročné použití chytrých zařízení ve výrobních závodech, ropných plošinách atd. Přináší špičkový software a hardware provozních technologií (OT) přímo do výrobního prostředí.

Chytrá zařízení tak mohou rychle získat vstup z místního systému zpracování dat, nikoli z cloudových serverů.

Intel IoT Developer Kit

Software a hardware od Intelu můžete použít k vývoji chytrých zařízení založených na okrajové analýze pro obchodní použití. Sada nástrojů obsahuje následující produkty:

  • Zásobník softwaru s ovladači, sadami SDK, OS, vzorky a knihovnami
  • Intel Distribuce OpenVINO
  • Intel Movidius VPU
  • Intel Arria 10 FPGA
  Jak zjistit, kdo vlastní web nebo doménu

Azure IoT Edge

Azure IoT Edge přináší analýzy a úlohy AI do chytrých zařízení, která fungují na hranici. Tato platforma pro vývoj okrajové analýzy zahrnuje následující funkce:

  • IoT edge hardware od důvěryhodných dodavatelů
  • Free edge runtime
  • Modul obchodní logiky pro spouštění softwaru na hranici
  • Cloudové rozhraní Azure

Edge vs. Tradiční Analytics

Primární rozdíl mezi analýzou okrajů a tradiční/serverovou analytikou je místo analýzy dat.

Na okrajových systémech probíhá analýza dat v blízkosti zařízení IoT nebo na něm, které shromažďuje data a provádí příkazy. Analýzy serveru naopak probíhají daleko od chytrých zařízení, která shromažďují data.

Další výrazné rozdíly najdete v následující tabulce:

Funkce/funkce Analýza okrajůTradiční analýzaNáklady na vlastnictvíVysokáNízkáLatencePrakticky nulováObvykle nízká až střední
Vysoká, pokud server zažívá větší zátěž, než je jeho kapacita. Kompatibilita zařízeníŽádná
Při změně zařízení potřebujete konkrétní řešení. Většina cloudových a serverových analytických aplikací je vysoce kompatibilní mezi zařízeními Analýza dat Rychlejší než serverová analytikaPomalší než okrajová analytika Konfigurace systému Nakonfigurujte pokaždé, když změníte značku a model zařízení, jednou a používejte aplikaci po mnoho let Chyba zabezpečení Prakticky nehacknutelný, náchylný k hackerským a phishingovým útokům Ztráta konektivita Systémy IoT budou nadále fungovat Systémy IoT se zastaví Analytické aplikace Omezené možnosti na trhuNa trhu je mnoho aplikací pro analýzu dat založených na serveruNáklady serveruNízké nebo žádnéVysoké

Nejčastější dotazy

Co je Edge Video Analytics?

Edge video analytics znamená analýzu obrazů videa na místě blízko vstupního stroje namísto přesouvání video dat do cloudového serveru.

Kamera nebo kodér zpracovává obrázek za účelem generování metadat v analýze Edge. Podnik tak získá rychlejší dobu odezvy a potřebuje utratit menší šířku pásma pro přenos dat.

V jaké situaci je Edge Analytics preferován?

Nejlepší scénář pro analýzu okrajů je, když potřebujete monitorovat zařízení. Tyto analýzy jsou také užitečné, když máte v oblasti slabé připojení k síti.

Finanční služby a výroba jsou sektory citlivé na latenci, kde je tato technologie vhodná. Kromě toho by se podniky, které uvažují o rozšíření, měly také rozhodnout pro okrajovou analýzu.

Závěrečná slova

Nyní tedy víte, co je okrajová analytika, jak funguje, její výhody, nástroje, případy použití a další.

Nyní můžete s jistotou činit obchodní rozhodnutí, jak dovybavit své systémy IIoT zařízeními pro analýzu okrajů pro rychlé ovládání vzdálených zařízení.

Případně vám článek pomůže navrhnout nebo vyvinout nová řešení IoT a IIoT, pokud jste IoT inženýr nebo vývojář.

Dále se můžete podívat na oblíbená zařízení IoT.

x