数据采集、数据治理和服务提供是IT在创建IoT分析环境方面将面临的最大挑战
IoT偏差在企业内扩散,数据量将继续增长,分析从中创造价值的重要性也将继续增长。
应用数据分析信息流 互联网事物设备从网络收集 公司可以获取洞察力 驱动更好的商业决策
Maureen Fleming表示, 传感器计算是数字变换核心趋势,IDC研究公司分析师操作智能使用条件监控向组织保证传感器安装设备、机器和系统的健康视用例而定,机器学习传感器数据的目的是预测故障概率、购买倾向、健康问题等
Fleming说,将ML应用到传感器数据加上企业应用数据也可以从根本上改变组织工作方式,预测服务级会议服务协议问题或供应链后勤问题
IoT驱动数字物理世界,Brian Hopkins表示,副总裁兼Forester研究首席分析师几乎所有企业都想从物理世界实时数据 跨出下一步寻找能提供竞争优势的洞察力
福雷斯特看到三大假想 通过分析获取洞察力一是洞察智能连通产品本身另一点是深入了解连接事物如何高效地协同工作,这有助于公司改善过程,涉及物理资产第三是深入了解从IoT数据中产生的东西和人,例如供应商等商业伙伴。
IoT即时解析
对许多企业而言,现有数据分析基础设施无法充分处理IoT生成量预期增加的问题。需要改变IT环境以备更多ioT
研究公司Gartner副总裁Mark Hung表示 :企业数据解析架构需要更新
企业若想及时处理IoT数据,需要整合新的分析方法,如流解分析法和新基础设施,如边端网关对现有IT基础设置新架构需求
IoT分析比其他类型数据分析有某些独特需求包括数据格式、数据丰富度、时间敏感度、数据存储地点和存储时间长度
IoT数据解析基本原理
关键分析需要消除物理世界数据生成与物理或数字世界行动需求之间的差距雷竞技电脑网站意指推解逻辑 云或数据中心边缘问题在于服务器和装置的计算功率要低得多 。 霍普金斯说, 一些人有电池或功率限制,存储量远小于分析要求因此分析需要分布设备上出事 边缘服务器网关上出事 中心处理环境上出事
建设实时数据采集、数据治理和服务提供是IT在创建IoT分析环境方面将面临的最大挑战之一,
Hopkins表示:「由于并非所有数据都完全存储在一个数据库中,安全隐私问题宿主 传统上都掉进IT圈问题在于IT外正在发生大量IoT投资[运,但IT仍然感到压力保护系统并保护数据
IoT解析需要快速灵活安全网络
IoT解析器也会对网络基础设施产生新压力Hopkins表示:「数据量增长后网络必须变得更灵活并实现更高的吞吐量,高阶
依应用产业而定, IoT需求将产生更多对增带宽的需求,
确定组织应部署外部服务或内部分析是一个多面复杂题目部分因素包括企业数据隐私要求 内部分析能力
Fleming说,技能可用性是一个基本考虑与需要建立专有算法相比, 是否有非箱式库加速开发ioT解析常聚焦时间序列 可能需要新能力
接受IoT解析学的行业包括能源探索(例如油气),制造交通等关键行业也越来越积极地评价IoT解析技术
IBMWatsonIoT解析
多家商家提供IoT解析系统举例说IBM提供华生IoT平台管理云托管服务提供设备注册、连通性、快速可视化和IoT数据存储等功能IBMWatson提供自然语言处理、机器学习以及图像和文本分析应用IoT
客户使用平台采购并存储嵌入设备中的数据,传感器通过Z-Wave广播网向网关发送数据,这些网关通过电缆局域网连接互联网数据采集存储IBM云
Biler表示IoT平台需求持续增加企业IoT推广项目从验证概念转向制作时,平台投资至关重要,客户确认基本需要连接传感器和装置并管理、存储和保存数据
华生IoT等平台设计帮助客户实现基本解析,如生成报警和从数据流中检测异常Piler表示:「但我们所见增长大都来自客户,客户对先进解析技术、机器学习技术和其他AI技术感兴趣,这些技术可用以帮助他们理解数据并驱动效益,如提高操作效率和资产恢复时间
ioT分析面向特定行业对客户至关重要,并用IBM研究与客户联合建模某些跨行业技术可用于基础数据[准备]和初始洞见时,我们发现客户业务条件和常有独有数据源需要更高程度定制化
WSIOT分析
亚马逊提供WSIOT分析管理式服务设计方便运行并操作大规模IoT数据精密分析,而不必担心造IoT分析平台通常需要的成本和复杂性
AWSIOT分析自动化 分析IOT设备数据所需的每一步都表示,AWS技术副总裁Marco Argenti过滤并丰富IoT数据后储存成时序数据存储分析组织可建立服务仅从设备收集所需数据,应用数学变换处理数据,并用设备类型和位置等设备专用元数据丰富数据后存储处理数据
并使用内置SQL查询引擎或执行复杂分析机学习推理分析数据AWSIOT分析学包括预建IOT常用案例模型 Argenti表示
组织也可以使用自定义分析包装AWSIoT分析平台自动化执行自定义分析
也是AWS组合AWSGreengrassArgenti表示,软件允许公司运行本地计算、通讯、数据缓存、同步和ML推理功能
AWSGreengrass连接设备可保持数据同步并安全地与其他设备通信,即使不连接互联网Greengrass使用AWSLBDA/Greengrass系统确保ioT设备快速响应局部事件,使用Lambda函数运行Greengrass核心与本地资源交互并用间断连接操作
Argenti表示:「自定义软件硬件应用专用于管理特定设备及其数据,开发成本高 规模差强 设备类型大队 通常不灵活
从IoT分析部署中学到的教益
使用IoT解析平台的公司正在看到效益
Georgia太平洋是世界上组织、纸浆、纸张、打包、建材产品和相关化学物的领先制造者之一,已经应用AWSIOT分析技术
公司配送器允许它向客户交付产品Georgia太平洋Erik Cordsen说,IoT程序设计师和产品主导
Cordsen表示, 公司通过实时提供产品水平信息和其他统计提高客户经验GeorgiaPacific使用AWSIoT分析用定位和产品元数据丰富消息,
提供电梯、扶梯和自动建门的KONE美洲公司使用IBM平台分析IoT数据服务高级副总裁Danilo Elez表示 :曲子.
提升机和扶梯生成大量数据, 并想利用数据为客户带值并个化客户从楼层流到另一楼层的经验-或从一个空间流到另一楼层的经验/Elez说:
2016年部署IBM平台构建智能分析后,KONE能够启动KONE全天候连接服务等新服务服务使公司能够在故障发生前更好地预测并增强设备性能和可靠性表示安全性提高 完全透明性提高 思想轻松性提高 Elez表示
KONE服务45万客户,服务基地有120万台电梯和扶梯IBMWatsonIoT平台和IBM云实时分析嵌入式升降机传感器的大量数据分析IoT数据发现即将发生故障时,技术员会带右零件并到正确地点进行所需修复
Elez表示:「这有助于精确预测设备需求,结果是KONE能够更好地实时预测和响应技术问题,保持设备运行,并节省时间和钱财
Elez表示:「IoT授权技术员提供更好的服务、更多的设备可用性,
