Τα Edge analytics βοηθούν τις έξυπνες και προσανατολισμένες στα δεδομένα επιχειρήσεις να πηγαίνουν κατευθείαν στην ανάλυση δεδομένων μετά τη συλλογή δεδομένων από συσκευές IoT.
Παραδοσιακά, οι επιχειρήσεις συλλέγουν δεδομένα από διάφορες πηγές, τα αποθηκεύουν σε cloud ή εσωτερική αποθήκευση και τα αναλύουν αργότερα. Ωστόσο, αυτό το μοντέλο ανάλυσης δεδομένων αποτελεί ζωτικής σημασίας εμπόδιο για την ανάπτυξη του Διαδικτύου των Πραγμάτων (IoT) και του Industrial Internet of Things (IIoT).
Το Edge analytics είναι η απάντηση!
Αυτό το άρθρο θα σας οδηγήσει σε ένα συνοπτικό ταξίδι αναλυτικών στοιχείων στην άκρη, ώστε να μπορείτε να αναπτύξετε λύσεις ή να μεταμορφώσετε ψηφιακές επιχειρήσεις χωρίς κόπο.
Πίνακας περιεχομένων
Εισαγωγή στο Edge Analytics
Όπως υποδηλώνει το όνομα, τα edge data analytics είναι η μέθοδος ανάλυσης δεδομένων στο edge. Edge σημαίνει την πηγή δεδομένων. Για το IoT, αυτοί είναι αισθητήρες, ενεργοποιητές, ρομποτικοί βραχίονες, HVAC, χειριστήρια μεταφοράς, διακόπτες δικτύου και έξυπνες συσκευές.
Οι εφαρμογές Edge analytics εκτελούν ανάλυση δεδομένων πιο κοντά στη συσκευή IoT που συλλέγει δεδομένα σε πραγματικό χρόνο από μονάδες παραγωγής, συστήματα κοινής ωφέλειας κ.λπ. Έτσι, οι κρίσιμες για το χρόνο επιχειρηματικές διαδικασίες μπορούν να εκτελούνται ομαλά χωρίς να περιμένουν λογικές εισόδους από έναν κεντρικό διακομιστή.
Με λίγα λόγια, η συλλογή δεδομένων, η επεξεργασία, η ανάλυση και οι ενέργειες που συμβαίνουν σε μια έξυπνη συσκευή προκύπτουν από την ανάλυση δεδομένων αιχμής. Για παράδειγμα, οι συσκευές Amazon Echo ή Nest Home διαθέτουν αναλυτικά στοιχεία άκρων.
Αυτές οι συσκευές ακούν τις εντολές σας. Αναλύει τον καταγεγραμμένο ήχο στη γλώσσα μηχανής που αναζητά αποτελέσματα στον ιστό. Η συσκευή παρουσιάζει επίσης το αποτέλεσμα του ερωτήματος που είναι διαθέσιμο στο διαδίκτυο.
Ανάγκη για Edge Analytics
Η χρήση έξυπνων συσκευών σε βιομηχανίες όπως η ενέργεια, το λιανικό εμπόριο, η κατασκευή, η ασφάλεια, τα logistics, τα αυτοκίνητα κ.λπ., αυξάνεται συνεχώς. Όμως, το εύρος ζώνης του Διαδικτύου δεν αυξάνεται με την ίδια ταχύτητα ή το εύρος ζώνης είναι πάντα περιορισμένο.
Ως εκ τούτου, η συλλογή terabyte δεδομένων από συσκευές IoT και η μεταφορά τους στο cloud είναι χρονοβόρα. Για να μην αναφέρουμε την ανάλυση των δεδομένων και την αποστολή πρακτικών πληροφοριών στην έξυπνη συσκευή μέσω του ίδιου δικτύου.
Θα δημιουργήσει μποτιλιάρισμα και θα απενεργοποιήσει το δίκτυο του συστήματος IoT!
Εδώ, οι επιχειρήσεις πρέπει να χρησιμοποιούν εφαρμογές και συσκευές ανάλυσης άκρων. Οι κρίσιμες για το χρόνο έξυπνες συσκευές θα μπορούν να αναλύουν τα δεδομένα που συλλέγονται επιτόπου και να αναλαμβάνουν δράση άμεσα.
Για παράδειγμα, ένα αυτόνομο όχημα πρέπει να φρενάρει εάν εντοπίσει ένα ξαφνικό και ανεπιθύμητο εμπόδιο στο δρόμο του.
Ανυπομονεί να συλλέξει τα οπτικοακουστικά δεδομένα του εμποδίου, να τα στείλει σε μια εφαρμογή cloud και να περιμένει για εισαγωγή. Αντίθετα, το όχημα λαμβάνει μια απόφαση σε κλάσματα δευτερολέπτου να αλλάξει κατεύθυνση ή να κάνει διακοπές έκτακτης ανάγκης.
Πώς λειτουργεί το Edge Analytics;
Το Analytics on edge συνήθως παρακολουθεί πολλές συστοιχίες συσκευών edge ή IoT. Κατά κύριο λόγο, μια εφαρμογή αναλυτικών στοιχείων παρακολουθεί την υγεία και την απόδοση όλων των συνδεδεμένων έξυπνων συσκευών.
Εάν εντοπίσει προβλήματα ροής εργασίας, η εφαρμογή αναλυτικών στοιχείων προσπαθεί να διορθώσει το πρόβλημα τοπικά. Εάν το πρόβλημα παραμένει, η εφαρμογή edge σταματά την ελαττωματική συσκευή. Στη συνέχεια, ειδοποιεί τους ανθρώπινους τεχνικούς.
Κατά τη διάρκεια αυτής της ενορχηστρωμένης διαδρομής, οι ακόλουθες συσκευές εκτελούν κρίσιμους ρόλους:
- Οι αισθητήρες IoT συλλέγουν περιβαλλοντικά δεδομένα όπως πίεση, θερμοκρασία, υγρασία, RPM κ.λπ.
- Οι συσκευές Edge θα μπορούσαν να είναι αποκλειστικές συσκευές αιχμής όπως η Sony REA-C1000 για επιτόπια ανάλυση δεδομένων ή smartphone και tablet για τον έλεγχο συσκευών IoT.
- Οι πύλες Edge διαθέτουν περισσότερη ισχύ και μνήμη από τις συσκευές edge και λειτουργούν ως ενδιάμεσοι μεταξύ του διακομιστή cloud και των συσκευών IoT.
- Προτείνονται έξυπνοι ενεργοποιητές που εκτελούν τις αναλύσεις δεδομένων άκρης εργασιών. Για παράδειγμα, έξυπνες βαλβίδες νερού, έξυπνοι διακόπτες, έξυπνοι ρομποτικοί βραχίονες, έξυπνα χειριστήρια μεταφοράς και εντολές υπολογιστή.
Η παραπάνω εικόνα δείχνει μια σχηματική αναπαράσταση του IBM IoT Edge Analytics στους τομείς διαχείρισης φιλοξενίας, όπως τα ξενοδοχεία.
Οφέλη
#1. Μεγαλύτερη Ασφάλεια
Στα analytics on edge, δεν χρειάζεται να μεταφέρετε τα δεδομένα στο cloud. Τα ακατέργαστα δεδομένα παραμένουν στη συσκευή όπου δημιουργήθηκαν. Δεδομένου ότι δεν υπάρχει πιθανότητα να παραβιαστούν ή να μολυνθούν δεδομένα κατά τη μεταφορά, παραμένει πιο ασφαλές.
#2. Πρόληψη λανθάνοντος χρόνου και ανάλυση δεδομένων σχεδόν σε πραγματικό χρόνο
Ορισμένες επιχειρηματικές διαδικασίες απαιτούν άμεση ανάλυση δεδομένων για τις λειτουργίες. Το Edge Analytics τους βοηθά σε αυτόνομες αποφάσεις εντοπίζοντας και συλλέγοντας τις πληροφορίες στην πηγή.
Καθώς αυτή η ανάλυση γίνεται κοντά στα δεδομένα, χρειάζεται λίγος χρόνος. Δεν περιλαμβάνει μετάδοση δεδομένων σε απομακρυσμένους διακομιστές, ώστε να έχετε άμεσα αποτελέσματα.
Σε σενάρια όπως η αναγνώριση εγκληματιών από ζωντανές ροές CCTV ή η ανάλυση δεδομένων από ένα αεροσκάφος ή εργοστάσιο κατασκευής, έχετε μόνο κλάσματα δευτερολέπτων για να πραγματοποιήσετε την κλήση. Εκεί, η χρήση αυτής της τεχνολογίας σάς βοηθά να λαμβάνετε άμεσες αποφάσεις.
#3. Υψηλή επεκτασιμότητα
Καθώς οι εταιρείες κλιμακώνονται, ο αυξανόμενος αριθμός δεδομένων επιβαρύνει περισσότερο την κεντρική ανάλυση δεδομένων. Μέσω της αποκέντρωσης της διαδικασίας, τα edge analytics σάς επιτρέπουν να κλιμακώνετε τις διαδικασίες παρέχοντας καλύτερες δυνατότητες ανάλυσης.
#4. Λιγότερη χρήση εύρους ζώνης
Η μεταφορά δεδομένων από τις συσκευές προέλευσης στον κεντρικό διακομιστή και αντίστροφα χρησιμοποιεί μεγάλο εύρος ζώνης. Πολλές απομακρυσμένες τοποθεσίες δεν διαθέτουν το απαραίτητο εύρος ζώνης δεδομένων ή την ισχύ του δικτύου για μετάδοση. Σε τέτοιες περιπτώσεις, τα edge analytics σας εξοικονομούν από το εύρος ζώνης.
#5. Μειωμένο κόστος
Οι συμβατικές μέθοδοι ανάλυσης μεγάλων δεδομένων θα σας κοστίσουν πολλά χρήματα. Ενώ οι εταιρείες ενδέχεται να επεξεργάζονται τα δεδομένα στον διακομιστή cloud τους ή στις λύσεις δημόσιου cloud, η αποθήκευση, η επεξεργασία, τα αναλυτικά στοιχεία και η κατανάλωση εύρους ζώνης είναι ακριβά.
Αυτή η τεχνολογία χρησιμοποιεί συσκευές IoT ή κοντινό υλικό για ανάλυση δεδομένων. Ως αποτέλεσμα, θα υπάρχει μικρότερο κόστος για την ανάλυση και το εύρος ζώνης του δικτύου Διαδικτύου.
Περιορισμοί
#1. Ασφάλεια απομακρυσμένων συσκευών
Ενώ το analytics on edge προστατεύει τα ευαίσθητα δεδομένα σας από απειλές για την ασφάλεια στον κυβερνοχώρο κατά τη μετάδοση δεδομένων, περιλαμβάνει απομακρυσμένες συσκευές ευάλωτες σε τέτοιους κινδύνους.
Υπήρξαν πολλά περιστατικά χακαρίσματος κάμερας ασφαλείας, και το δικό σας, επίσης, μπορεί να πέσει θύμα τέτοιων επιθέσεων. Εάν τα μέτρα ασφάλειας στον κυβερνοχώρο δεν καλύπτουν αυτές τις απομακρυσμένες συσκευές, η ισχυρή ασφάλεια για το βασικό σας σύστημα δεν θα βοηθήσει.
#2. Χαμένα Δεδομένα
Ο σχεδιασμός του edge analytics του επιτρέπει να χρησιμοποιεί τα πιο σχετικά δεδομένα για ανάλυση. Τα υπόλοιπα δεδομένα από το μεγάλο ακατέργαστο σύνολο δεδομένων αγνοούνται.
Καθώς αυτή η τεχνολογία αποθηκεύει μόνο αυτές τις σχετικές παρουσίες στον κεντρικό διακομιστή, ενδέχεται να μην είναι η καλύτερη προσέγγιση για τις εταιρείες που πρέπει να λαμβάνουν και να αποθηκεύουν όλα τα ακατέργαστα δεδομένα σας.
#3. Συμβατότητα συσκευής και δικτύου
Το Analytics on edge είναι μια νέα τεχνολογία, επομένως ενδέχεται να υπάρχουν προβλήματα συμβατότητας και μετάδοσης δεδομένων εάν χρησιμοποιείτε παλιές συσκευές και τεχνολογία δικτύου. Έτσι, οι εταιρείες πρέπει να αγοράσουν νέες συσκευές για να αναπτύξουν αυτήν την τεχνολογία στον οργανισμό τους.
Κατά συνέπεια, αυτό θα αυξήσει το κόστος των αναλυτικών στοιχείων άκρων για τη συγκεκριμένη εταιρεία. Επιπλέον, μπορεί να απαιτεί πλήρη αναβάθμιση του συστήματος που μπορεί να διαταράξει τις λειτουργίες.
#4. Ανάγκη για την ανάπτυξη της δικής σας λύσης
Υπάρχουν διάφορες αναλυτικές πλατφόρμες διαθέσιμες για αυτήν την εργασία. Ωστόσο, ορισμένες εταιρείες μπορεί να χρειαστούν μια προσωπικά ανεπτυγμένη πλατφόρμα ανάλυσης άκρων ανάλογα με τις συσκευές που πρέπει να αναλύσουν.
#5. Επιλέγοντας το σωστό λογισμικό
Ορισμένα συστήματα που είναι διαθέσιμα στην αγορά μοιράζονται μόνο τα δεδομένα εξόδου τους στο cloud. Ως εκ τούτου, οι εταιρείες αποτυγχάνουν να δουν τα ακατέργαστα δεδομένα πηγής πίσω από την ανάλυση. Για να το αποφύγετε αυτό, πρέπει να χρησιμοποιήσετε το πιο πρόσφατο λογισμικό ανάλυσης για να αποκτήσετε όλα τα απαραίτητα δεδομένα.
#6. Αξιολόγηση χρηστικότητας αναγκών
Είναι πιο κατάλληλο για σενάρια ασφάλειας, αποτελεσματικότητας και γρήγορης λήψης αποφάσεων. Έτσι, οι εταιρείες θα πρέπει να αξιολογήσουν εάν το χρειάζονται πριν επιλέξουν τη λύση.
Περιπτώσεις χρήσης
Αναλύοντας τη συμπεριφορά των πελατών
Οι έμποροι λιανικής συλλέγουν δεδομένα από τις κάμερες του καταστήματός τους, τους αισθητήρες στάθμευσης και τις ετικέτες του καλαθιού αγορών τους μέσω μιας σειράς αισθητήρων. Με τα edge analytics, αυτές οι εταιρείες μπορούν να χρησιμοποιήσουν αυτά τα δεδομένα για να προσφέρουν προσαρμοσμένες λύσεις στους πελάτες τους σύμφωνα με τη συμπεριφορά τους.
Απομακρυσμένη παρακολούθηση και συντήρηση
Οι βιομηχανίες παραγωγής και ενέργειας χρειάζονται άμεσες απαντήσεις ή ειδοποιήσεις όταν οι μηχανές σταματούν να λειτουργούν ή χρειάζονται συντήρηση. Αντί για κεντρικές αναλύσεις δεδομένων, είναι η κατάλληλη τεχνολογία για ταχύτερο εντοπισμό μελλοντικών σημείων συμφόρησης.
Ευφυής Παρακολούθηση
Είναι επίσης χρήσιμο για την ανίχνευση εισβολέων σε πραγματικό χρόνο. Οι επιχειρήσεις μπορούν να χρησιμοποιήσουν αυτήν την υπηρεσία για να αυξήσουν την ασφάλειά τους. Αυτή η τεχνολογία χρησιμοποιεί ακατέργαστες εικόνες από CCTV για τον εντοπισμό και την παρακολούθηση κάθε ύποπτης δραστηριότητας.
Πρόβλεψη αποτυχίας
Η αποτυχία υλικού IoT μπορεί να αποδειχθεί καταστροφική. Τα Edge analytics αυτών των συσκευών υλικού IoT μπορούν να προβλέψουν με ακρίβεια τέτοια ζητήματα. Με τη βοήθειά του, οι οργανισμοί μπορούν να λάβουν προληπτικά μέτρα και να αυξήσουν τον χρόνο λειτουργίας.
Επί του παρόντος, το analytics on edge χρησιμοποιεί ως επί το πλείστον προσαρμοσμένες συσκευές και εφαρμογές για συγκεκριμένες περιπτώσεις βιομηχανικής χρήσης. Βρείτε παρακάτω μερικά εργαλεία και συσκευές για να γνωρίζετε την τάση:
Sony Edge Analytics Appliance
Το REA-C1000 της Sony είναι μια πλήρως λειτουργική συσκευή ανάλυσης άκρων που υπάρχει μέχρι στιγμής. Μπορείτε να συνδέσετε κάμερες δικτύου Sony με αυτό για να καταγράψετε και να αναλύσετε ζωντανές παρουσιάσεις για απομακρυσμένους θεατές.
Διαθέτει χαρακτηριστικά υψηλής τεχνολογίας όπως εξαγωγή χειρογράφου, επικάλυψη περιεχομένου, αυτόνομο περιεχόμενο, παρακολούθηση παρουσιαστή, διαχωρισμό εικόνων, παρακολούθηση χειρονομιών κοινού και πολλά άλλα.
AWS IoT GreenGrass
Το AWS IoT GreenGrass είναι μια υπηρεσία cloud ανοιχτού κώδικα και χρόνο εκτέλεσης αιχμής για την ανάπτυξη, ανάπτυξη και έλεγχο λογισμικού συσκευών IoT.
Φέρνει λογική και επεξεργασία δεδομένων cloud στις τοπικές συσκευές IoT. Ως εκ τούτου, οι συσκευές μπορούν να λειτουργούν σε χαμηλά ή διακοπτόμενα εύρη ζώνης δικτύου.
HPE Edgeline
Το HPE Edgeline είναι κατάλληλο για την σκληρή χρήση έξυπνων συσκευών σε εργοστάσια παραγωγής, εξέδρες άντλησης πετρελαίου κ.λπ. Φέρνει το λογισμικό αιχμής και το υλικό λειτουργικής τεχνολογίας (OT) απευθείας στον όροφο παραγωγής.
Ως εκ τούτου, οι έξυπνες συσκευές μπορούν να λάβουν γρήγορα δεδομένα από ένα σύστημα επεξεργασίας δεδομένων επιτόπου και όχι από διακομιστές cloud.
Κιτ προγραμματιστών Intel IoT
Μπορείτε να χρησιμοποιήσετε λογισμικό και υλικό από την Intel για να αναπτύξετε έξυπνες συσκευές που βασίζονται σε αναλυτικά στοιχεία αιχμής για επαγγελματική χρήση. Η εργαλειοθήκη περιλαμβάνει τα ακόλουθα προϊόντα:
- Στοίβα λογισμικού με προγράμματα οδήγησης, SDK, λειτουργικό σύστημα, δείγματα και βιβλιοθήκες
- Διανομή Intel του OpenVINO
- VPU Intel Movidius
- Intel Arria 10 FPGA
Azure IoT Edge
Το Azure IoT Edge φέρνει αναλυτικά στοιχεία και φόρτο εργασίας AI σε έξυπνες συσκευές που λειτουργούν στο edge. Αυτή η πλατφόρμα ανάπτυξης edge analytics περιλαμβάνει τις ακόλουθες δυνατότητες:
- Υλικό αιχμής IoT από αξιόπιστους προμηθευτές
- Δωρεάν χρόνος εκτέλεσης άκρων
- Μονάδα επιχειρηματικής λογικής για εκτέλεση λογισμικού στην άκρη
- Διεπαφή cloud Azure
Edge vs. Traditional Analytics
Η κύρια διαφορά μεταξύ των αναλυτικών στοιχείων ακμών και των παραδοσιακών αναλυτικών στοιχείων/διακομιστών είναι ο τόπος ανάλυσης δεδομένων.
Στα συστήματα αιχμής, η ανάλυση δεδομένων πραγματοποιείται κοντά ή στη συσκευή IoT που συλλέγει δεδομένα και εκτελεί εντολές. Αντίθετα, οι αναλύσεις διακομιστή πραγματοποιούνται μακριά από την έξυπνη συσκευή που συλλέγει δεδομένα.
Μπορείτε να βρείτε άλλες αξιοσημείωτες διαφορές στον παρακάτω πίνακα:
Δυνατότητα/ΛειτουργικότηταEdge AnalyticsΠαραδοσιακό AnalyticsΚόστος ιδιοκτησίαςΥψηλή Χαμηλή καθυστέρησηΠρακτικά μηδενικήΣυνήθως χαμηλό έως μέτριο
Υψηλό εάν ο διακομιστής αντιμετωπίζει φόρτους εργασίας μεγαλύτερους από τη χωρητικότητά του
Χρειάζεστε συγκεκριμένες λύσεις όταν αλλάζετε συσκευές. Οι περισσότερες εφαρμογές ανάλυσης που βασίζονται σε σύννεφο και διακομιστές είναι εξαιρετικά συμβατές μεταξύ συσκευών Ανάλυση δεδομένων Ταχύτητα Ταχύτητα από την ανάλυση διακομιστή Πιο αργά από την άκρη analyticsSystem ConfigurationConfiguration κάθε φορά όταν αλλάζετε τη μάρκα και το μοντέλο της συσκευήςΔιαμορφώστε μία φορά και χρησιμοποιήστε την εφαρμογή για χρόνια. συνδεσιμότητα Τα συστήματα IoT θα συνεχίσουν να λειτουργούν Τα συστήματα IoT θα σταματήσουν ΕφαρμογέςAnalyticsΠεριορισμένες επιλογές στην αγοράΥπάρχουν πολλές εφαρμογές ανάλυσης δεδομένων που βασίζονται σε διακομιστή στην αγορά Κόστος διακομιστήΧαμηλό ή καθόλου Υψηλό
Συχνές ερωτήσεις
Τι είναι το Edge Video Analytics;
Το Edge video analytics σημαίνει ανάλυση των εικόνων ενός βίντεο σε μια τοποθεσία κοντά στο μηχάνημα εισόδου αντί να μετακινήσετε τα δεδομένα βίντεο στον διακομιστή cloud.
Μια κάμερα ή ένας κωδικοποιητής επεξεργάζεται την εικόνα για να δημιουργήσει μεταδεδομένα στο Edge analytics. Έτσι, η επιχείρηση έχει ταχύτερο χρόνο απόκρισης και χρειάζεται να δαπανήσει λιγότερο εύρος ζώνης για τη μεταφορά δεδομένων.
Σε ποια κατάσταση προτιμάται το Edge Analytics;
Το καλύτερο σενάριο για τα edge analytics είναι όταν πρέπει να παρακολουθείτε συσκευές. Αυτά τα αναλυτικά στοιχεία είναι επίσης χρήσιμα όταν έχετε κακή συνδεσιμότητα δικτύου σε μια περιοχή.
Οι χρηματοοικονομικές υπηρεσίες και η μεταποίηση είναι τομείς ευαίσθητοι στον λανθάνοντα χρόνο όπου αυτή η τεχνολογία είναι κατάλληλη. Επιπλέον, οι επιχειρήσεις που προσβλέπουν σε μια κλιμάκωση θα πρέπει επίσης να επιλέξουν τα edge analytics.
Τελικές Λέξεις
Έτσι, τώρα ξέρετε τι είναι το edge analytics, πώς λειτουργεί, τα πλεονεκτήματά του, τα εργαλεία, τις περιπτώσεις χρήσης και πολλά άλλα.
Μπορείτε πλέον να λαμβάνετε με σιγουριά επιχειρηματικές αποφάσεις για να εξοπλίσετε εκ των υστέρων τα συστήματα IIoT με συσκευές ανάλυσης άκρων για τον γρήγορο έλεγχο των απομακρυσμένων συσκευών.
Εναλλακτικά, το άρθρο θα σας βοηθήσει να σχεδιάσετε ή να αναπτύξετε νέες λύσεις IoT και IIoT εάν είστε μηχανικός ή προγραμματιστής IoT.
Στη συνέχεια, μπορείτε να ελέγξετε τις δημοφιλείς συσκευές IoT.