Analiza brzegowa umożliwia przedsiębiorstwom, które bazują na danych i poszukują innowacyjnych rozwiązań, natychmiastową analizę danych tuż po ich zebraniu przez urządzenia Internetu Rzeczy (IoT).
Tradycyjne podejście polegało na gromadzeniu danych z rozmaitych źródeł, ich przechowywaniu w chmurze lub lokalnej bazie, a następnie ich późniejszej analizie. Niemniej jednak, ten model stanowi istotne ograniczenie dla rozwoju zarówno IoT, jak i Przemysłowego Internetu Rzeczy (IIoT).
Analiza brzegowa stanowi odpowiedź na te wyzwania!
Ten artykuł posłuży jako przewodnik po świecie analizy danych na brzegu sieci, ułatwiając Ci tworzenie rozwiązań i transformację cyfrową przedsiębiorstw.
Wprowadzenie do analizy brzegowej
Zgodnie z nazwą, analiza brzegowa to metoda analizy danych wykonywana na brzegu sieci. „Brzeg” odnosi się do miejsca pochodzenia danych. W kontekście IoT są to czujniki, aktuatory, roboty przemysłowe, systemy HVAC, sterowanie przenośnikami, przełączniki sieciowe oraz inteligentne urządzenia.
Aplikacje do analizy brzegowej przetwarzają dane blisko urządzeń IoT, które gromadzą informacje w czasie rzeczywistym z linii produkcyjnych, systemów użyteczności publicznej i innych. Dzięki temu kluczowe procesy biznesowe mogą przebiegać bez zakłóceń, bez konieczności oczekiwania na dane z centralnego serwera.
W skrócie, analiza brzegowa obejmuje zbieranie, przetwarzanie, analizę i podejmowanie działań w obrębie inteligentnego urządzenia. Doskonałym przykładem są urządzenia takie jak Amazon Echo czy Nest Home.
Te urządzenia reagują na Twoje komendy. Analizują przechwytywany dźwięk za pomocą języka maszynowego, wyszukując wyniki w sieci. Następnie urządzenie prezentuje odpowiedź na zadane zapytanie.
Potrzeba analizy brzegowej
Wykorzystanie inteligentnych urządzeń w sektorach takich jak energetyka, handel, produkcja, ochrona, logistyka czy motoryzacja systematycznie rośnie. Jednakże, przepustowość Internetu nie zwiększa się w takim samym tempie, a poza tym, jest często ograniczona.
Z tego powodu, przesyłanie terabajtów danych z urządzeń IoT do chmury jest procesem bardzo czasochłonnym. Dodatkowo, analiza danych i przekazywanie wartościowych wniosków do inteligentnych urządzeń tą samą siecią również generuje opóźnienia.
Takie podejście prowadzi do powstawania „wąskiego gardła” i może skutkować przeciążeniem sieci systemu IoT!
W tym kontekście, firmy muszą sięgnąć po rozwiązania z zakresu analizy brzegowej. Inteligentne urządzenia, które muszą działać w czasie rzeczywistym, mogą analizować dane na miejscu i błyskawicznie podejmować stosowne działania.
Weźmy za przykład autonomiczny pojazd, który musi natychmiast zahamować w przypadku wykrycia przeszkody na drodze.
Pojazd nie może czekać z podjęciem decyzji na przesłanie danych audio-wizualnych do chmury i otrzymanie zwrotnej informacji. Musi podjąć decyzję w ułamku sekundy, zmieniając kierunek lub uruchamiając hamowanie awaryjne.
Jak działa analiza brzegowa?
Analiza brzegowa zazwyczaj monitoruje wiele urządzeń brzegowych lub IoT. Aplikacja analityczna śledzi status i wydajność wszystkich podłączonych inteligentnych urządzeń.
Gdy zostaną wykryte problemy w działaniu, aplikacja analityczna podejmuje próbę rozwiązania problemu lokalnie. Jeśli problem się powtarza, aplikacja brzegowa wyłącza wadliwe urządzenie, a następnie powiadamia o tym techników.
W ramach tego zorganizowanego procesu, poszczególne urządzenia odgrywają następujące kluczowe role:
- Czujniki IoT zbierają dane środowiskowe, takie jak ciśnienie, temperatura, wilgotność, obroty itp.
- Urządzeniami brzegowymi mogą być dedykowane urządzenia, takie jak Sony REA-C1000 do analizy danych na miejscu, a także smartfony lub tablety do sterowania urządzeniami IoT.
- Bramy brzegowe oferują większą moc obliczeniową i pamięć niż urządzenia brzegowe, a także działają jako pośrednik między serwerem w chmurze a urządzeniami IoT.
- Inteligentne aktuatory, które wykonują zadania na podstawie analizy danych brzegowych. Przykładowo, inteligentne zawory wodne, przełączniki, ramiona robotyczne, sterowanie przenośnikami oraz polecenia komputerowe.
Powyższa ilustracja przedstawia schemat rozwiązania IBM IoT Edge Analytics w sektorach takich jak zarządzanie hotelarstwem.
Korzyści
# 1. Większe bezpieczeństwo
W analizie brzegowej dane nie muszą być przesyłane do chmury. Surowe dane pozostają w urządzeniu, w którym zostały wygenerowane. Dzięki temu nie ma ryzyka ich przechwycenia lub zainfekowania podczas transmisji, co zapewnia większe bezpieczeństwo.
#2. Eliminacja opóźnień i analiza danych w czasie zbliżonym do rzeczywistego
Niektóre procesy biznesowe wymagają natychmiastowej analizy danych. Analiza brzegowa pomaga w podejmowaniu autonomicznych decyzji poprzez identyfikację i gromadzenie wniosków u źródła danych.
Ponieważ analiza odbywa się w pobliżu danych, czas oczekiwania jest minimalny. Nie ma potrzeby przesyłania danych do odległych serwerów, co pozwala na uzyskanie natychmiastowych wyników.
W sytuacjach, takich jak identyfikacja przestępców na podstawie nagrań CCTV czy analiza danych z samolotu lub linii produkcyjnej, decyzje muszą być podejmowane w ułamkach sekund. W takich przypadkach zastosowanie tej technologii pozwala na szybkie i skuteczne działanie.
#3. Wysoka skalowalność
Wraz z rozwojem firmy, ilość generowanych danych rośnie, co powoduje obciążenie centralnego systemu analizy. Analiza brzegowa, dzięki decentralizacji procesu, umożliwia skalowanie operacji i zapewnia lepsze możliwości analityczne.
#4. Mniejsze wykorzystanie przepustowości
Przesyłanie danych z urządzeń źródłowych do centralnego serwera i z powrotem wymaga ogromnej przepustowości. Wiele odległych lokalizacji nie posiada wystarczającej przepustowości lub siły sygnału. W takich przypadkach analiza brzegowa pozwala zaoszczędzić przepustowość.
#5. Zmniejszone koszty
Tradycyjne metody analizy dużych zbiorów danych mogą być bardzo kosztowne. Przetwarzanie danych na serwerach w chmurze publicznej wiąże się z wysokimi kosztami przechowywania, przetwarzania, analizy oraz wykorzystania przepustowości.
Analiza brzegowa wykorzystuje urządzenia IoT lub pobliski sprzęt do przetwarzania danych. W konsekwencji, koszty analizy i wykorzystania przepustowości sieci są niższe.
Ograniczenia
# 1. Bezpieczeństwo urządzeń zdalnych
Choć analiza brzegowa chroni dane podczas ich przesyłania, urządzenia zdalne są nadal narażone na zagrożenia cyberbezpieczeństwa.
Znane są przypadki włamań do kamer bezpieczeństwa, co stanowi potencjalne ryzyko również dla Twoich urządzeń. Dlatego niezbędne jest objęcie systemem ochrony również tych urządzeń.
#2. Utrata danych
Analiza brzegowa wykorzystuje jedynie najbardziej istotne dane do analizy. Reszta danych z dużego zbioru jest pomijana.
Ponieważ ta technologia przechowuje tylko wyselekcjonowane dane na serwerze centralnym, nie jest to idealne rozwiązanie dla firm, które muszą gromadzić i przechowywać wszystkie surowe dane.
#3. Kompatybilność urządzeń i sieci
Analiza brzegowa jest stosunkowo nową technologią, więc mogą pojawić się problemy z kompatybilnością i transmisją danych, jeśli używasz starszych urządzeń i technologii sieciowych. W takim przypadku konieczny może być zakup nowego sprzętu, co podnosi koszty wdrożenia.
Dodatkowo, może zajść potrzeba kompleksowej aktualizacji systemu, co potencjalnie może spowodować zakłócenia w pracy.
#4. Konieczność opracowania własnego rozwiązania
Dostępnych jest wiele platform analitycznych. Niemniej jednak, niektóre firmy mogą potrzebować platformy dostosowanej do ich konkretnych potrzeb i urządzeń, które mają analizować.
#5. Wybór odpowiedniego oprogramowania
Niektóre systemy udostępniają wyniki analizy wyłącznie w chmurze. Oznacza to, że firmy nie mają dostępu do surowych danych źródłowych. Aby temu zapobiec, należy wybrać oprogramowanie, które pozwala na dostęp do wszystkich niezbędnych informacji.
#6. Wymaga oceny użyteczności
Analiza brzegowa jest najbardziej przydatna w scenariuszach, gdzie kluczowe jest bezpieczeństwo, wydajność oraz szybkie podejmowanie decyzji. Zanim firma zdecyduje się na wdrożenie tej technologii, powinna ocenić, czy rzeczywiście jest ona niezbędna.
Przypadki użycia
Analiza zachowań klientów
Sprzedawcy gromadzą dane z kamer sklepowych, czujników parkowania oraz tagów w wózkach sklepowych. Dzięki analizie brzegowej mogą wykorzystać te informacje do lepszego zrozumienia potrzeb klientów i dostarczania rozwiązań dostosowanych do ich zachowań.
Zdalne monitorowanie i konserwacja
Przemysł wytwórczy i energetyczny potrzebuje szybkich reakcji i powiadomień w przypadku awarii maszyn lub konieczności przeprowadzenia konserwacji. Zamiast scentralizowanej analizy danych, analiza brzegowa umożliwia szybszą identyfikację potencjalnych problemów.
Inteligentny nadzór
Analiza brzegowa jest również przydatna do wykrywania intruzów w czasie rzeczywistym. Firmy mogą ją wykorzystać do podniesienia poziomu bezpieczeństwa. Technologia ta analizuje obrazy z kamer CCTV, lokalizując i śledząc podejrzane działania.
Przewidywanie awarii
Awarie sprzętu IoT mogą mieć katastrofalne skutki. Analiza brzegowa tych urządzeń może dokładnie przewidywać tego typu problemy. Dzięki temu organizacje mogą proaktywnie podejmować działania i wydłużać czas pracy systemów.
Obecnie analiza brzegowa wykorzystuje głównie dedykowane urządzenia i aplikacje do konkretnych zastosowań przemysłowych. Poniżej znajdziesz przykłady narzędzi i urządzeń ilustrujących ten trend:
Urządzenie analityczne Sony Edge
Urządzenie REA-C1000 firmy Sony jest w pełni funkcjonalnym urządzeniem do analizy brzegowej. Można do niego podłączyć kamery sieciowe Sony w celu przechwytywania i analizowania prezentacji na żywo dla zdalnych widzów.
Posiada zaawansowane funkcje, takie jak wyodrębnianie pisma odręcznego, nakładanie treści, autonomiczne tworzenie treści, śledzenie prezentera, dzielenie obrazu, śledzenie gestów publiczności i wiele innych.
AWS IoT GreenGrass
AWS IoT GreenGrass to usługa w chmurze o otwartym kodzie źródłowym, która stanowi środowisko uruchomieniowe dla urządzeń brzegowych. Umożliwia tworzenie, wdrażanie i kontrolę oprogramowania urządzeń IoT.
Przenosi logikę i przetwarzanie danych z chmury do lokalnych urządzeń IoT. Dzięki temu urządzenia mogą działać nawet przy niskiej lub niestabilnej przepustowości sieci.
Linia brzegowa HPE
HPE Edgeline jest przeznaczone do intensywnego wykorzystania inteligentnych urządzeń w zakładach produkcyjnych, platformach wiertniczych i innych miejscach. Przenosi oprogramowanie brzegowe i sprzęt technologii operacyjnych (OT) bezpośrednio na hale produkcyjne.
Dzięki temu inteligentne urządzenia mogą szybko otrzymywać dane z lokalnego systemu przetwarzania danych, zamiast czekać na informacje z serwerów w chmurze.
Zestaw deweloperski Intel IoT
Firma Intel udostępnia oprogramowanie i sprzęt do tworzenia inteligentnych urządzeń opartych na analizie brzegowej. W skład zestawu narzędzi wchodzą:
- Stos oprogramowania ze sterownikami, zestawami SDK, systemem operacyjnym, przykładami i bibliotekami
- Intel Dystrybucja OpenVINO
- Procesor Intel Movidius
- Intel Arria 10 FPGA
Azure IoT Edge
Usługa Azure IoT Edge przenosi obciążenia związane z analizą i sztuczną inteligencją na inteligentne urządzenia na brzegu sieci. Ta platforma programistyczna do analizy brzegowej oferuje:
- Sprzęt brzegowy IoT od zaufanych dostawców
- Środowisko uruchomieniowe działające na brzegu sieci
- Moduł logiki biznesowej do uruchamiania oprogramowania na brzegu sieci
- Interfejs chmury platformy Azure
Analiza brzegowa a tradycyjna
Główna różnica między analizą brzegową a tradycyjną/serwerową polega na miejscu analizy danych.
W systemach brzegowych, analiza danych odbywa się blisko urządzenia IoT, które je zbiera i wykonuje polecenia. W systemach serwerowych, analiza danych ma miejsce zdala od urządzenia.
Inne istotne różnice przedstawione są w poniższej tabeli:
Cecha/funkcjonalność|Analiza brzegowa|Analiza tradycyjna
—|—|—
Koszt posiadania|Wyższy|Niższy
Latencja|Praktycznie zerowa|Zazwyczaj niska do średniej, wysoka przy obciążonym serwerze
Kompatybilność urządzeń|Brak, wymaga konkretnych rozwiązań przy zmianie urządzeń|Większość aplikacji opartych na chmurze i serwerach jest kompatybilna z różnymi urządzeniami
Szybkość analizy|Wyższa|Niższa
Konfiguracja systemu|Za każdym razem przy zmianie urządzenia|Konfiguracja raz i użytkowanie przez lata
Luki w zabezpieczeniach|Trudne do zhakowania|Narażone na ataki hakerskie i phishing
Utrata łączności|Systemy IoT działają dalej|Systemy IoT zostają zatrzymane
Aplikacje analityczne|Ograniczone opcje|Wiele aplikacji do analizy danych opartych na serwerach
Koszt serwera|Niski lub żaden|Wysoki
Często zadawane pytania
Co to jest analiza wideo Edge?
Analiza wideo Edge to przetwarzanie obrazów wideo blisko miejsca, gdzie są one nagrywane. Zamiast przesyłać surowe dane wideo do serwera w chmurze, obraz jest analizowany na urządzeniu (kamerze, koderze), aby wygenerować metadane. W efekcie, firmy uzyskują szybszy czas reakcji i nie muszą wykorzystywać dużej przepustowości sieci.
W jakich sytuacjach preferowana jest analiza Edge?
Analiza brzegowa jest szczególnie przydatna w przypadkach, gdy konieczne jest monitorowanie urządzeń, zwłaszcza przy słabym połączeniu sieciowym. Sektory takie jak finanse i produkcja, wrażliwe na opóźnienia, są kolejnymi przykładami, gdzie ta technologia ma zastosowanie. Ponadto, firmy dążące do zwiększenia skali powinny również rozważyć analizę brzegową.
Ostatnie słowa
Teraz wiesz już czym jest analiza brzegowa, jak działa, jakie ma zalety i ograniczenia, jakie narzędzia są dostępne oraz gdzie znajduje zastosowanie.
Możesz teraz podejmować świadome decyzje biznesowe, aby wykorzystać analizę brzegową w swoich systemach IIoT, usprawniając sterowanie zdalnymi urządzeniami.
Artykuł ten może również pomóc Ci w projektowaniu i tworzeniu nowatorskich rozwiązań IoT i IIoT, jeśli jesteś inżynierem lub programistą.
Warto również zapoznać się z informacjami na temat popularnych urządzeń IoT.
newsblog.pl
Maciej – redaktor, pasjonat technologii i samozwańczy pogromca błędów w systemie Windows. Zna Linuxa lepiej niż własną lodówkę, a kawa to jego główne źródło zasilania. Pisze, testuje, naprawia – i czasem nawet wyłącza i włącza ponownie. W wolnych chwilach udaje, że odpoczywa, ale i tak kończy z laptopem na kolanach.