L’edge analytics aiuta le aziende intelligenti e orientate ai dati a passare direttamente all’analisi dei dati dopo la raccolta dei dati da parte dei dispositivi IoT.
Tradizionalmente, le aziende raccolgono dati da varie fonti, li archiviano in un cloud o in un archivio on-premise e li analizzano successivamente. Tuttavia, questo modello di analisi dei dati è un collo di bottiglia fondamentale per la crescita dell’Internet of Things (IoT) e dell’Industrial Internet of Things (IIoT).
L’analisi dei bordi è la risposta!
Questo articolo ti guiderà attraverso un breve viaggio di analisi sull’edge in modo da poter sviluppare soluzioni o trasformare le aziende digitali senza sforzo.
Sommario:
Introduzione all’Edge Analytics
Come suggerisce il nome, l’analisi dei dati edge è il metodo di analisi dei dati all’edge. Edge indica la fonte dei dati. Per l’IoT, si tratta di sensori, attuatori, bracci robotici, HVAC, controlli di nastri trasportatori, interruttori di rete e dispositivi intelligenti.
Le applicazioni di edge analytics eseguono l’analisi dei dati più vicino al dispositivo IoT che raccoglie dati in tempo reale da unità di produzione, sistemi di utilità, ecc. Pertanto, i processi aziendali critici in termini di tempo possono essere eseguiti senza problemi senza attendere input logici da un server centrale.
In poche parole, la raccolta, l’elaborazione, l’analisi e le azioni dei dati che si verificano all’interno di un dispositivo intelligente derivano dall’analisi dei dati edge. Ad esempio, i dispositivi Amazon Echo o Nest Home sono dotati di edge analytics.
Questi dispositivi ascoltano i tuoi comandi. Analizza l’audio catturato nel linguaggio macchina che cerca i risultati sul web. Il dispositivo presenta anche il risultato della query disponibile su Internet.
Necessità di Edge Analytics
L’utilizzo di dispositivi intelligenti nei settori dell’energia, della vendita al dettaglio, della produzione, della sicurezza, della logistica, dell’automobile e così via è in continua crescita. Tuttavia, la larghezza di banda di Internet non cresce alla stessa velocità o la larghezza di banda è sempre limitata.
Pertanto, raccogliere terabyte di dati dai dispositivi IoT e trasferirli nel cloud richiede molto tempo. Per non parlare dell’analisi dei dati e dell’invio di informazioni fruibili al dispositivo intelligente tramite la stessa rete.
Creerà un ingorgo e disabiliterà la rete del sistema IoT!
Qui, le aziende devono utilizzare applicazioni e dispositivi di analisi edge. I dispositivi smart time-critical saranno in grado di analizzare i dati raccolti in loco e agire immediatamente.
Ad esempio, un veicolo autonomo deve frenare se rileva un ostacolo improvviso e indesiderato sul suo percorso.
Non vede l’ora di raccogliere i dati audiovisivi dell’ostacolo, inviarli a un’app cloud e attendere l’input. Invece, il veicolo prende una decisione in una frazione di secondo di cambiare direzione o impegnarsi in frenate di emergenza.
Come funziona Edge Analytics?
L’analisi on edge in genere monitora più array di dispositivi edge o IoT. In primo luogo, un’app di analisi tiene traccia dello stato e delle prestazioni di tutti i dispositivi intelligenti connessi.
Se rileva problemi di flusso di lavoro, l’app di analisi tenta di correggere il problema localmente. Se il problema persiste, l’applicazione edge arresta il dispositivo difettoso. Quindi, avvisa i tecnici umani.
Durante questo percorso orchestrato, i seguenti dispositivi svolgono ruoli critici:
- I sensori IoT raccolgono dati ambientali come pressione, temperatura, umidità, RPM, ecc.
- I dispositivi edge potrebbero essere dispositivi edge dedicati come Sony REA-C1000 per l’analisi dei dati in loco o smartphone e tablet per controllare i dispositivi IoT.
- I gateway edge vantano più potenza e memoria rispetto ai dispositivi edge e fungono da intermediari tra il server cloud e i dispositivi IoT.
- Attuatori intelligenti che eseguono il compito suggerito dall’analisi dei dati edge. Ad esempio, valvole dell’acqua intelligenti, interruttori intelligenti, bracci robotici intelligenti, controlli intelligenti del trasportatore e comandi del computer.
L’immagine sopra mostra una rappresentazione schematica di IBM IoT Edge Analytics nei settori della gestione dell’ospitalità come gli hotel.
Benefici
#1. Maggiore sicurezza
Nell’analisi on edge, non è necessario trasferire i dati nel cloud. I dati grezzi rimangono sul dispositivo in cui sono stati generati. Poiché non vi è alcuna possibilità che i dati vengano violati o infettati durante il transito, rimane più sicuro.
#2. Prevenzione della latenza e analisi dei dati quasi in tempo reale
Alcuni processi aziendali richiedono un’analisi immediata dei dati per le operazioni. Edge Analytics li aiuta nelle decisioni autonome identificando e raccogliendo gli insight alla fonte.
Poiché questa analisi avviene vicino ai dati, richiede un po’ di tempo. Non comporta alcuna trasmissione di dati a server remoti, quindi ottieni risultati immediati.
In scenari come l’identificazione di criminali dai feed in tempo reale delle telecamere a circuito chiuso o l’analisi dei dati di un aeromobile o di un impianto di produzione, hai solo una frazione di secondo per effettuare la chiamata. Lì, l’utilizzo di questa tecnologia ti aiuta a prendere decisioni istantanee.
#3. Alta scalabilità
Man mano che le aziende si espandono, il numero crescente di dati grava maggiormente sull’analisi centrale dei dati. Attraverso il decentramento del processo, l’edge analytics consente di ridimensionare i processi fornendo migliori capacità di analisi.
#4. Minore utilizzo della larghezza di banda
Il trasferimento dei dati dai dispositivi di origine al server centrale e viceversa utilizza una notevole quantità di larghezza di banda. Molte località remote non dispongono della larghezza di banda dei dati necessaria o della potenza della rete per la trasmissione. In questi casi, l’analisi edge ti risparmia l’utilizzo della larghezza di banda.
#5. Costo ridotto
I metodi convenzionali di analisi dei big data ti costeranno un sacco di soldi. Mentre le aziende possono elaborare i dati nel proprio server cloud o nelle soluzioni di cloud pubblico, l’archiviazione, l’elaborazione, l’analisi e il consumo di larghezza di banda sono costosi.
Questa tecnologia utilizza dispositivi IoT o hardware nelle vicinanze per l’analisi dei dati. Di conseguenza, ci saranno meno costi per l’analisi e la larghezza di banda della rete Internet.
Limitazioni
#1. Sicurezza dei dispositivi remoti
Sebbene l’analisi on-edge protegga i tuoi dati sensibili dalle minacce alla sicurezza informatica durante la trasmissione dei dati, coinvolge dispositivi remoti vulnerabili a tali rischi.
Ci sono stati diversi episodi di hacking delle telecamere di sicurezza e anche il tuo può essere vittima di tali attacchi. Se le tue misure di sicurezza informatica non coprono questi dispositivi remoti, avere una forte sicurezza per il tuo sistema principale non sarà d’aiuto.
#2. Dati persi
La progettazione dell’edge analytics consente di utilizzare i dati più rilevanti per l’analisi. Il resto dei dati del grande set di dati non elaborati viene ignorato.
Poiché questa tecnologia memorizza solo queste istanze rilevanti nel server centrale, potrebbe non essere l’approccio migliore per le aziende che hanno bisogno di ricevere e archiviare tutti i tuoi dati grezzi.
#3. Compatibilità dispositivo e rete
L’analisi on-edge è una nuova tecnologia, quindi potrebbero esserci problemi di compatibilità e trasmissione dei dati se si utilizzano vecchi dispositivi e tecnologia di rete. Pertanto, le aziende devono acquistare nuovi dispositivi per implementare questa tecnologia nella loro organizzazione.
Di conseguenza, ciò aumenterà il costo dell’analisi edge per quell’azienda. Inoltre, potrebbe richiedere un aggiornamento completo del sistema che può interrompere le operazioni.
#4. Necessità di sviluppare una propria soluzione
Sono disponibili varie piattaforme analitiche per questo compito. Tuttavia, alcune aziende potrebbero aver bisogno di una piattaforma di edge analytics sviluppata personalmente a seconda dei dispositivi che devono analizzare.
#5. Scegliere il software giusto
Alcuni sistemi disponibili sul mercato condividono solo i propri dati di output sul cloud. Pertanto, le aziende non riescono a vedere i dati di origine grezzi dietro l’analisi. Per evitare ciò, è necessario utilizzare l’ultimo software di analisi per ottenere tutti i dati necessari.
#6. Necessita di valutazione dell’usabilità
È più adatto per scenari di sicurezza, efficienza e processi decisionali rapidi. Pertanto, le aziende dovrebbero valutare se ne hanno bisogno prima di optare per la soluzione.
Casi d’uso
Analisi del comportamento del cliente
I rivenditori raccolgono i dati dalle telecamere del negozio, dai sensori di parcheggio e dalle etichette del carrello attraverso una serie di sensori. Con l’edge analytics, queste aziende possono utilizzare questi dati per offrire soluzioni personalizzate ai propri clienti in base al loro comportamento.
Monitoraggio e manutenzione da remoto
Le industrie manifatturiere ed energetiche necessitano di risposte o avvisi immediati quando le macchine smettono di funzionare o richiedono manutenzione. Invece dell’analisi dei dati centralizzata, è la tecnologia giusta per identificare più rapidamente futuri colli di bottiglia.
Sorveglianza intelligente
È anche utile per il rilevamento di intrusi in tempo reale. Le aziende possono utilizzare questo servizio per aumentare la loro sicurezza. Questa tecnologia utilizza immagini grezze provenienti da telecamere a circuito chiuso per individuare e tracciare qualsiasi attività sospetta.
Previsione del fallimento
Il guasto dell’hardware IoT può rivelarsi disastroso. L’edge analytics di questi dispositivi hardware IoT può prevedere con precisione tali problemi. Con il suo aiuto, le organizzazioni possono adottare misure proattive e aumentare i tempi di attività.
Attualmente, l’analisi on-edge utilizza principalmente dispositivi e app personalizzati per casi d’uso industriali specifici. Trova di seguito alcuni strumenti e dispositivi per conoscere la tendenza:
Appliance Sony Edge Analytics
Il REA-C1000 di Sony è un dispositivo di analisi edge completamente funzionale esistente finora. È possibile collegare le telecamere di rete Sony con esso per acquisire e analizzare presentazioni dal vivo per spettatori remoti.
Ha funzionalità high-tech come l’estrazione della scrittura a mano, la sovrapposizione dei contenuti, il contenuto autonomo, il presentatore di tracciamento, la divisione delle immagini, il tracciamento dei gesti del pubblico e altro ancora.
AWS IoT GreenGrass
AWS IoT GreenGrass è un servizio cloud open source e un runtime edge per sviluppare, distribuire e controllare il software dei dispositivi IoT.
Porta la logica e l’elaborazione dei dati cloud ai dispositivi IoT locali. Pertanto, i dispositivi possono funzionare in larghezze di banda di rete basse o intermittenti.
HPE Edgeline
HPE Edgeline è adatto per l’uso robusto di dispositivi intelligenti in impianti di produzione, piattaforme petrolifere, ecc. Porta il software edge e l’hardware della tecnologia operativa (OT) direttamente nell’area di produzione.
Pertanto, i dispositivi intelligenti possono ottenere rapidamente input da un sistema di elaborazione dati in loco piuttosto che da server cloud.
Kit per sviluppatori Intel IoT
Puoi utilizzare il software e l’hardware di Intel per sviluppare dispositivi intelligenti basati sull’analisi perimetrale per uso aziendale. Il toolkit include i seguenti prodotti:
- Stack software con driver, SDK, sistema operativo, campioni e librerie
- Distribuzione Intel di OpenVINO
- VPU Intel Movidius
- Intel Arria 10 FPGA
Azure IoT perimetrale
Azure IoT Edge porta carichi di lavoro di analisi e intelligenza artificiale su dispositivi intelligenti che operano a livello perimetrale. Questa piattaforma di sviluppo di edge analytics include le seguenti funzionalità:
- Hardware perimetrale IoT di fornitori affidabili
- Runtime perimetrale gratuito
- Modulo di business logic per eseguire il software sull’edge
- Interfaccia cloud di Azure
Edge rispetto all’analisi tradizionale
La differenza principale tra l’analisi edge e l’analisi tradizionale/server è il luogo dell’analisi dei dati.
Nei sistemi edge, l’analisi dei dati avviene vicino o sul dispositivo IoT che raccoglie i dati ed esegue i comandi. Al contrario, l’analisi del server avviene lontano dal dispositivo intelligente che raccoglie i dati.
Puoi trovare altre differenze notevoli nella tabella seguente:
Caratteristica/funzionalitàEdge AnalyticsAnalisi tradizionaleCosto di proprietàAltoBassoLatenzaPraticamente zeroDi solito da basso a moderato
Alta se il server sta sperimentando carichi di lavoro superiori alla sua capacità Compatibilità dispositivo Nessuna
Hai bisogno di soluzioni specifiche quando cambi dispositivo. La maggior parte delle applicazioni di analisi basate su cloud e server sono altamente compatibili tra dispositivi. connettivitàI sistemi IoT continueranno a funzionareI sistemi IoT si fermerannoApplicazioni di analisiOpzioni limitate sul mercatoCi sono molte app di analisi dei dati basate su server sul mercatoCosto del serverBasso o nessunoAlto
Domande frequenti
Che cos’è Edge Video Analytics?
Edge video analytics significa analizzare le immagini di un video in una posizione vicina alla macchina di input invece di spostare i dati video nel server cloud.
Una fotocamera o un codificatore elabora l’immagine per generare metadati nell’analisi Edge. Pertanto, l’azienda ottiene tempi di risposta più rapidi e deve spendere meno larghezza di banda per il trasferimento dei dati.
In quale situazione è preferibile Edge Analytics?
Lo scenario migliore per l’analisi edge è quando è necessario monitorare i dispositivi. Queste analisi sono utili anche quando si dispone di una scarsa connettività di rete in un’area.
I servizi finanziari e la produzione sono settori sensibili alla latenza in cui questa tecnologia è adatta. Inoltre, le aziende che puntano a una crescita dovrebbero anche optare per l’edge analytics.
Parole finali
Quindi, ora sai cos’è l’analisi edge, come funziona, i suoi vantaggi, gli strumenti, i casi d’uso e altro ancora.
Ora puoi prendere decisioni aziendali sicure per aggiornare i tuoi sistemi IIoT con dispositivi di analisi edge per controllare rapidamente i dispositivi remoti.
In alternativa, l’articolo ti aiuterà a progettare o sviluppare nuove soluzioni IoT e IIoT se sei un ingegnere o uno sviluppatore IoT.
Successivamente, puoi controllare i popolari dispositivi IoT.