Edge Analytics được giải thích trong 5 phút hoặc ít hơn [+ 5 Tools]

Phân tích cạnh giúp các doanh nghiệp thông minh và định hướng dữ liệu đi thẳng vào phân tích dữ liệu sau khi thu thập dữ liệu bằng thiết bị IoT.

Theo truyền thống, các doanh nghiệp sẽ thu thập dữ liệu từ nhiều nguồn khác nhau, lưu trữ dữ liệu đó trên đám mây hoặc bộ lưu trữ tại chỗ và phân tích dữ liệu đó sau này. Tuy nhiên, mô hình phân tích dữ liệu này là một nút cổ chai quan trọng đối với sự phát triển của Internet vạn vật (IoT) và Internet vạn vật công nghiệp (IIoT).

Phân tích cạnh là câu trả lời!

Bài viết này sẽ đưa bạn qua một hành trình ngắn gọn về phân tích trên biên để bạn có thể phát triển giải pháp hoặc chuyển đổi doanh nghiệp kỹ thuật số một cách dễ dàng.

Giới thiệu về Phân tích cạnh

Như tên cho thấy, phân tích dữ liệu cạnh là phương pháp phân tích dữ liệu tại cạnh. Cạnh có nghĩa là nguồn dữ liệu. Đối với IoT, đây là các cảm biến, bộ truyền động, cánh tay rô-bốt, HVAC, điều khiển băng tải, chuyển mạch mạng và thiết bị thông minh.

Các ứng dụng phân tích cạnh thực hiện phân tích dữ liệu gần hơn với thiết bị IoT thu thập dữ liệu thời gian thực từ các đơn vị sản xuất, hệ thống tiện ích, v.v. Do đó, các quy trình kinh doanh quan trọng về thời gian có thể chạy trơn tru mà không cần chờ đầu vào logic từ máy chủ trung tâm.

Tóm lại, việc thu thập, xử lý, phân tích dữ liệu và các hành động xảy ra trong một thiết bị thông minh là kết quả của phân tích dữ liệu cạnh. Ví dụ: các thiết bị Amazon Echo hoặc Nest Home đi kèm với phân tích cạnh.

Các thiết bị này lắng nghe mệnh lệnh của bạn. Phân tích âm thanh đã ghi thành ngôn ngữ máy để tìm kiếm kết quả trên web. Thiết bị cũng hiển thị kết quả truy vấn có sẵn trên internet.

Cần phân tích cạnh

Việc sử dụng các thiết bị thông minh trong các ngành như năng lượng, bán lẻ, sản xuất, an ninh, hậu cần, ô tô, v.v., đang không ngừng tăng lên. Tuy nhiên, băng thông internet không tăng cùng tốc độ hoặc băng thông luôn bị giới hạn.

Do đó, việc thu thập hàng terabyte dữ liệu từ các thiết bị IoT và chuyển chúng lên đám mây rất tốn thời gian. Chưa kể đến việc phân tích dữ liệu và gửi lại thông tin chi tiết hữu ích cho thiết bị thông minh qua cùng một mạng.

Nó sẽ gây tắc nghẽn giao thông và vô hiệu hóa mạng hệ thống IoT!

Tại đây, doanh nghiệp phải sử dụng các ứng dụng và thiết bị phân tích cạnh. Các thiết bị thông minh quan trọng về thời gian sẽ có thể phân tích dữ liệu được thu thập tại chỗ và thực hiện hành động ngay lập tức.

Ví dụ, một chiếc xe tự lái phải phanh nếu phát hiện chướng ngại vật bất ngờ và không mong muốn trên đường đi của nó.

Nó không thể chờ đợi để thu thập dữ liệu nghe nhìn của chướng ngại vật, gửi nó đến ứng dụng đám mây và chờ đầu vào. Thay vào đó, phương tiện đưa ra quyết định trong tích tắc để đổi hướng hoặc tham gia vào các đoạn nghỉ khẩn cấp.

Edge Analytics hoạt động như thế nào?

Phân tích trên biên thường giám sát nhiều mảng thiết bị biên hoặc thiết bị IoT. Về cơ bản, một ứng dụng phân tích theo dõi sức khỏe và hiệu suất của tất cả các thiết bị thông minh được kết nối.

Nếu nó phát hiện các vấn đề về quy trình làm việc, ứng dụng phân tích sẽ cố gắng khắc phục sự cố cục bộ. Nếu sự cố vẫn tiếp diễn, ứng dụng edge sẽ dừng thiết bị bị lỗi. Sau đó, nó thông báo cho các kỹ thuật viên của con người.

Trong lộ trình được phối hợp này, các thiết bị sau đây thực hiện các vai trò quan trọng:

• Cảm biến IoT thu thập dữ liệu môi trường như áp suất, nhiệt độ, độ ẩm, RPM, v.v.
• Các thiết bị biên có thể là các thiết bị biên chuyên dụng như Sony REA-C1000 để phân tích dữ liệu tại chỗ hoặc điện thoại thông minh và máy tính bảng để điều khiển các thiết bị IoT.
• Cổng biên tự hào có nhiều năng lượng và bộ nhớ hơn so với các thiết bị biên và hoạt động như một trung gian giữa máy chủ đám mây và thiết bị IoT.
• Các bộ truyền động thông minh thực hiện đề xuất phân tích dữ liệu cạnh nhiệm vụ. Ví dụ như van nước thông minh, công tắc thông minh, cánh tay robot thông minh, điều khiển băng tải thông minh, điều khiển bằng máy tính.

Hình ảnh trên cho thấy một biểu đồ sơ đồ của IBM IoT Edge Analytics trong các lĩnh vực quản lý khách sạn như khách sạn.

Lợi ích

#1. Bảo mật cao hơn

Trong phân tích trên biên, không cần chuyển dữ liệu lên đám mây. Dữ liệu thô vẫn ở trên thiết bị nơi nó được tạo. Vì không có khả năng dữ liệu bị tấn công hoặc bị lây nhiễm trong quá trình vận chuyển nên dữ liệu sẽ an toàn hơn.

#2. Ngăn chặn độ trễ và phân tích dữ liệu gần thời gian thực

Một số quy trình kinh doanh nhất định yêu cầu phân tích dữ liệu ngay lập tức cho các hoạt động. Edge Analytics giúp họ đưa ra các quyết định tự chủ bằng cách xác định và thu thập thông tin chi tiết tại nguồn.

Vì quá trình phân tích này diễn ra gần dữ liệu nên sẽ mất một ít thời gian. Nó không liên quan đến việc truyền dữ liệu đến các máy chủ từ xa, vì vậy bạn sẽ nhận được kết quả ngay lập tức.

Trong các tình huống như xác định tội phạm từ nguồn cấp dữ liệu CCTV trực tiếp hoặc phân tích dữ liệu từ máy bay hoặc nhà máy sản xuất, bạn chỉ có vài giây để thực hiện cuộc gọi. Ở đó, sử dụng công nghệ này giúp bạn đưa ra quyết định tức thì.

#3. Khả năng mở rộng cao

Khi các công ty mở rộng quy mô, số lượng dữ liệu ngày càng tăng sẽ gây thêm gánh nặng cho các phân tích dữ liệu trung tâm. Thông qua việc phân cấp quy trình, phân tích cạnh cho phép bạn mở rộng quy trình để cung cấp khả năng phân tích tốt hơn.

#4. Ít sử dụng băng thông hơn

Truyền dữ liệu từ các thiết bị nguồn đến máy chủ trung tâm và ngược lại sử dụng một lượng lớn băng thông. Nhiều địa điểm ở xa không có băng thông dữ liệu hoặc cường độ mạng cần thiết để truyền. Trong những trường hợp như vậy, phân tích cạnh giúp bạn sử dụng băng thông.

#5. Giảm chi phí

Các phương pháp phân tích dữ liệu lớn thông thường sẽ tiêu tốn của bạn rất nhiều tiền. Mặc dù các công ty có thể xử lý dữ liệu trong máy chủ đám mây của họ hoặc các giải pháp đám mây công cộng, nhưng việc lưu trữ, xử lý, phân tích và tiêu thụ băng thông rất tốn kém.

Công nghệ này sử dụng các thiết bị IoT hoặc phần cứng lân cận để phân tích dữ liệu. Do đó, sẽ tốn ít chi phí hơn cho việc phân tích và băng thông mạng internet.

Hạn chế

#1. Bảo mật thiết bị từ xa

Mặc dù phân tích trên biên bảo vệ dữ liệu nhạy cảm của bạn khỏi các mối đe dọa an ninh mạng trong quá trình truyền dữ liệu, nhưng nó liên quan đến các thiết bị từ xa dễ bị rủi ro như vậy.

Đã có một số sự cố hack camera an ninh và bạn cũng có thể trở thành nạn nhân của những cuộc tấn công như vậy. Nếu các biện pháp an ninh mạng của bạn không bao gồm các thiết bị từ xa này, thì việc bảo mật mạnh mẽ cho hệ thống cốt lõi của bạn sẽ không giúp ích được gì.

#2. Mất dữ liệu

Thiết kế của phân tích cạnh cho phép nó sử dụng dữ liệu phù hợp nhất để phân tích. Phần còn lại của dữ liệu từ tập dữ liệu thô lớn sẽ bị bỏ qua.

Vì công nghệ này chỉ lưu trữ các phiên bản có liên quan này trong máy chủ trung tâm nên đây có thể không phải là cách tiếp cận tốt nhất cho các công ty cần nhận và lưu trữ tất cả dữ liệu thô của bạn.

#3. Khả năng tương thích của thiết bị và mạng

Analytics trên biên là một công nghệ mới, vì vậy có thể có các vấn đề về khả năng tương thích và truyền dữ liệu nếu bạn sử dụng các thiết bị và công nghệ mạng cũ. Vì vậy, các công ty phải mua thiết bị mới để triển khai công nghệ này trong tổ chức của họ.

Do đó, điều này sẽ làm tăng chi phí phân tích cạnh cho công ty đó. Ngoài ra, nó có thể yêu cầu nâng cấp toàn bộ hệ thống có thể làm gián đoạn hoạt động.

#4. Cần phát triển giải pháp riêng

Có nhiều nền tảng phân tích khác nhau có sẵn cho nhiệm vụ này. Tuy nhiên, một số công ty có thể cần một nền tảng phân tích cạnh do cá nhân phát triển tùy thuộc vào thiết bị mà họ cần phân tích.

#5. Lựa chọn phần mềm phù hợp

Một số hệ thống có sẵn trên thị trường chỉ chia sẻ dữ liệu đầu ra của chúng trên đám mây. Do đó, các công ty không nhìn thấy dữ liệu nguồn thô đằng sau phân tích. Để tránh điều này, bạn cần sử dụng phần mềm phân tích mới nhất để nắm bắt tất cả dữ liệu cần thiết.

#6. Nhu cầu đánh giá khả năng sử dụng

Nó phù hợp nhất cho các tình huống ra quyết định nhanh chóng, hiệu quả và bảo mật. Vì vậy, các công ty nên đánh giá xem họ có cần nó hay không trước khi lựa chọn giải pháp.

Trường hợp sử dụng

Phân tích hành vi khách hàng

Các nhà bán lẻ thu thập dữ liệu từ camera cửa hàng, cảm biến đỗ xe và thẻ giỏ hàng của họ thông qua một loạt các cảm biến. Với các phân tích cạnh, các công ty này có thể sử dụng dữ liệu này để cung cấp các giải pháp tùy chỉnh cho khách hàng của họ theo hành vi của họ.

Giám sát và bảo trì từ xa

Các ngành công nghiệp sản xuất và năng lượng cần phản hồi hoặc cảnh báo ngay lập tức khi máy móc ngừng hoạt động hoặc yêu cầu bảo trì. Thay vì phân tích dữ liệu tập trung, đây là công nghệ phù hợp để xác định nhanh hơn các tắc nghẽn trong tương lai.

Giám sát thông minh

Nó cũng hữu ích cho việc phát hiện kẻ xâm nhập theo thời gian thực. Các doanh nghiệp có thể sử dụng dịch vụ này để tăng cường bảo mật. Công nghệ này sử dụng hình ảnh thô từ camera quan sát để định vị và theo dõi bất kỳ hoạt động đáng ngờ nào.

Dự đoán thất bại

Lỗi phần cứng IoT có thể trở thành thảm họa. Phân tích cạnh của các thiết bị phần cứng IoT này có thể dự đoán chính xác các sự cố như vậy. Với sự giúp đỡ của nó, các tổ chức có thể thực hiện các biện pháp chủ động và tăng thời gian hoạt động.

Hiện tại, phân tích trên biên chủ yếu sử dụng các thiết bị và ứng dụng tùy chỉnh cho các trường hợp sử dụng công nghiệp cụ thể. Tìm bên dưới một số công cụ và thiết bị để biết xu hướng:

Công cụ phân tích Sony Edge

REA-C1000 của Sony là một thiết bị phân tích cạnh đầy đủ chức năng đã tồn tại cho đến nay. Bạn có thể kết nối các camera mạng của Sony với nó để chụp và phân tích các bài thuyết trình trực tiếp cho người xem từ xa.

Nó có các tính năng công nghệ cao như Trích xuất chữ viết tay, lớp phủ nội dung, nội dung tự trị, theo dõi người trình bày, tách hình ảnh, theo dõi cử chỉ của khán giả, v.v.

AWS IoT GreenGrass

AWS IoT GreenGrass là dịch vụ đám mây mã nguồn mở và thời gian chạy biên để phát triển, triển khai và kiểm soát phần mềm thiết bị IoT.

Nó mang lại logic và xử lý dữ liệu đám mây cho các thiết bị IoT cục bộ. Do đó, các thiết bị có thể hoạt động ở băng thông mạng thấp hoặc không liên tục.

HPE Edgeline

HPE Edgeline phù hợp cho việc sử dụng bền bỉ các thiết bị thông minh trong các nhà máy sản xuất, giàn khoan dầu, v.v. Nó mang phần mềm tiên tiến và phần cứng công nghệ vận hành (OT) trực tiếp đến sàn sản xuất.

Do đó, các thiết bị thông minh có thể nhanh chóng nhận đầu vào từ hệ thống xử lý dữ liệu tại chỗ thay vì máy chủ đám mây.

Bộ công cụ dành cho nhà phát triển Intel IoT

Bạn có thể sử dụng phần mềm và phần cứng của Intel để phát triển các thiết bị thông minh dựa trên phân tích biên cho mục đích kinh doanh. Bộ công cụ bao gồm các sản phẩm sau:

• Ngăn xếp phần mềm với trình điều khiển, SDK, HĐH, mẫu và thư viện
• Intel phân phối OpenVINO
• VPU Intel Movidius
• Đồ họa Intel Arria 10

Cạnh Azure IoT

Azure IoT Edge mang khối lượng công việc phân tích và AI đến các thiết bị thông minh hoạt động ở vùng biên. Nền tảng phát triển phân tích cạnh này bao gồm các tính năng sau:

• Phần cứng cạnh IoT từ các nhà cung cấp đáng tin cậy
• Thời gian chạy cạnh miễn phí
• Mô-đun logic nghiệp vụ để chạy phần mềm trên biên
• Giao diện đám mây Azure

Edge so với Analytics truyền thống

Sự khác biệt chính giữa phân tích cạnh và phân tích truyền thống/máy chủ là nơi phân tích dữ liệu.

Trên các hệ thống cạnh, phân tích dữ liệu diễn ra gần hoặc trên thiết bị IoT thu thập dữ liệu và thực thi các lệnh. Ngược lại, phân tích máy chủ diễn ra cách xa thiết bị thông minh thu thập dữ liệu.

Bạn có thể tìm thấy những khác biệt đáng chú ý khác trong bảng sau:

Tính năng/Chức năngPhân tích cạnhPhân tích truyền thốngChi phí sở hữuCaoThấpĐộ trễHầu như bằng khôngThường thấp đến trung bình
Cao nếu máy chủ đang gặp khối lượng công việc nhiều hơn khả năng của nó Khả năng tương thích của thiết bịKhông có
Bạn cần các giải pháp cụ thể khi thay đổi thiết bị. Hầu hết các ứng dụng phân tích dựa trên đám mây và máy chủ đều có khả năng tương thích cao với nhiều thiết bị Tốc độ phân tích dữ liệu Nhanh hơn phân tích máy chủ Chậm hơn phân tích cạnh Cấu hình hệ thống Định cấu hình mỗi khi bạn thay đổi kiểu dáng và kiểu dáng thiết bị Định cấu hình một lần và sử dụng ứng dụng trong nhiều năm Lỗ hổng bảo mật Hầu như không thể hack Dễ bị tấn công lừa đảo và hackMất dữ liệu khả năng kết nối Hệ thống IoT sẽ tiếp tục hoạt động Hệ thống IoT sẽ dừng Ứng dụng phân tích Tùy chọn hạn chế trên thị trường Có nhiều ứng dụng phân tích dữ liệu dựa trên máy chủ trên thị trường Chi phí máy chủ Thấp hoặc không Cao

câu hỏi thường gặp

Phân tích video cạnh là gì?

Phân tích video cạnh có nghĩa là phân tích hình ảnh của video trên một vị trí gần máy đầu vào thay vì di chuyển dữ liệu video vào máy chủ đám mây.

Máy ảnh hoặc bộ mã hóa xử lý hình ảnh để tạo siêu dữ liệu trong Edge analytics. Do đó, doanh nghiệp có thời gian phản hồi nhanh hơn và cần sử dụng ít băng thông hơn để truyền dữ liệu.

Edge Analytics được ưu tiên trong tình huống nào?

Kịch bản tốt nhất cho phân tích cạnh là khi bạn cần giám sát thiết bị. Những phân tích này cũng hữu ích khi bạn có kết nối mạng kém trong một khu vực.

Dịch vụ tài chính và sản xuất là những lĩnh vực nhạy cảm với độ trễ mà công nghệ này phù hợp. Hơn nữa, các doanh nghiệp muốn mở rộng quy mô cũng nên chọn phân tích cạnh.

Từ cuối cùng

Vì vậy, bây giờ bạn đã biết phân tích cạnh là gì, cách thức hoạt động, lợi ích, công cụ, trường hợp sử dụng, v.v.

Giờ đây, bạn có thể tự tin đưa ra các quyết định kinh doanh để trang bị thêm cho hệ thống IIoT của mình bằng các công cụ phân tích cạnh để điều khiển các thiết bị từ xa một cách nhanh chóng.

Ngoài ra, bài viết sẽ giúp bạn thiết kế hoặc phát triển các giải pháp IoT và IIoT mới nếu bạn là kỹ sư hoặc nhà phát triển IoT.

Tiếp theo, bạn có thể kiểm tra các thiết bị IoT phổ biến.