Edge Analytics nutzen: IoT-Edge-Architektur für Echtzeit-Erkenntnisse stärken

Was ist Edge Analytics?

Edge Analytics ist eine Methode, die verwendet wird, um Daten an einem nicht-zentralen Punkt innerhalb eines Netzwerks – am Rand des Netzwerks – zu sammeln, zu verarbeiten und zu analysieren, anstatt in der Cloud oder in einem anderen zentralisierten System. Edge Analytics findet normalerweise an oder in der Nähe eines Sensors, Netzwerkswitches, Peripherieknotens oder eines anderen verbundenen Geräts statt. Die dezentrale, lokale Natur von Edge Analytics hat einen Vorteil gegenüber traditionelleren Big-Data-Methoden, da sie viel schneller ist, was zu schnellerer, präziserer Business Intelligence führt und gleichzeitig die Last im Netzwerk verringert.

In diesem Modell wird der Großteil der Informationen am Edge analysiert, und nur die relevantesten und kritischsten Informationen werden dann in die Cloud hochgeladen für langsamere, tiefere Analysen. Edge Analytics ist in erster Linie das Produkt einer wachsenden Anzahl von IoT-Geräten, die sowohl schnellere Datenanalyse erfordern, manchmal in entfernten, nicht verbundenen Bereichen, und selbst in der Lage sind, Edge Analytics durchzuführen. In gewisser Weise ist Edge Analytics eine Art geschlossenes IoT-Datenanalyse-Ökosystem, das die Fähigkeit hat, über ein Smart Gateway auf die „Außenwelt“ zuzugreifen, normalerweise die Cloud.

Edge Analytics im Internet der Dinge.

IoT Edge Analytics Anwendungsfälle

IoT Edge Analytics sind am vorteilhaftesten für Systeme, die schnelle Datenumlaufzeiten benötigen, um Funktionalität zu steuern, IoT-Systeme, die massive Datenmengen sammeln, und IoT-Geräte, die aus Gründen der Remote-Bereitstellung oder Datensicherheit netzwerkunabhängig funktionieren müssen.

Ein Paradebeispiel für Edge Analytics in Aktion ist der Fall einer militärischen Drohne, die in einem entfernten Gebiet eingesetzt wird. Obwohl die Drohne technisch die Außenwelt über Satellitenkommunikation erreichen kann, sind die Datenübertragungsgeschwindigkeiten langsam – viel zu langsam, um effektiv Echtzeit-Feedback zu liefern. Stattdessen ermöglicht Edge Analytics nah-instantanes Feedback für eine sichere Mission, während kritische Daten anschließend sicher für weitere Analysen hochgeladen werden können.

Industrial IoT nutzt ebenfalls Edge Analytics. In einer Fertigungsumgebung, die den Edge nutzt, kann Edge Analytics verwendet werden, um den Maschinenzustand in Echtzeit zu überwachen, um Anomalien zu erkennen, die auf ein ausfallendes Werkzeug hinweisen könnten, sowie um Produktionsinitiativen zu überwachen und Feedback zu geben. Die Geschwindigkeit von Edge Analytics für IoT-fähige Hersteller ist besonders vorteilhaft, um schwere Sicherheitsvorfälle zu verhindern, Schrottteilproduktion zu reduzieren und Echtzeitstatistiken für Produktionsarbeiter bereitzustellen, um allen zu helfen, auf Kurs in Richtung eines Ziels zu bleiben. Dies im Vergleich zu Cloud Computing, das zwar seinen Platz in der IoT-Strategie eines Herstellers hat, aber zu langsam wäre, um dieselben Level an Feedback und Schutz zu bieten.

Die IoT-Edge-Architektur

Die IoT-Edge-Architektur besteht aus einer Vielzahl von Geräten, die jeweils ihre Rolle in einer intelligenten Umgebung spielen. Sie umfassen:

Sensoren

Sensoren sind die Art von „Dingen“, an die Menschen normalerweise denken, wenn sie an das Internet der Dinge denken. Sensoren im IoT messen Variablen wie Temperatur, Licht, Standort, Feuchtigkeit und alles andere, das Daten von einem physischen Objekt wie einem Stück Fertigungsausrüstung sammelt.

Aktuatoren

Aktuatoren sind das, was Änderungen innerhalb der IoT-Edge-Architektur bewirkt. Denken Sie an Lichtschalter, Wasserhähne, Computerbefehle – alles, was etwas anderes bewirken kann, wie das Einschalten eines Lichts oder das Verteilen eines Software-Updates.

Intelligente Geräte

Viele Menschen sind mit gängigen intelligenten Geräten wie Smartphones und Tablets vertraut. Andere Beispiele für intelligente Geräte, die in der IoT-Edge-Architektur leben, sind Mikrocontroller wie Arduinos und Single-Board-Computer wie der Raspberry Pi.

Intelligente Gateways

Dies ist eine kritische Komponente der IoT-Edge-Architektur. Intelligente Gateways sind wie traditionelle IoT-Gateways, da sie Datentransfer zwischen lokalen Geräten und der Cloud ermöglichen, aber mit zusätzlichen „intelligenten“ Funktionen. Diese Geräte nutzen gängige Feldprotokolle wie Bluetooth und Wi-Fi (unter anderen) und können zwischen diesen und Cloud-Protokollen wie MQTT und HTTP übersetzen. Industrielle IoT-Gateways können lokale Daten zur Speicherung und Analyse in die Cloud senden sowie lokale Daten für Low-Latency-Intelligenz wie Echtzeit-Anomalieerkennung analysieren.

Edge Computing für IoT-Architektur.

Weiterführende Literatur zu Edge Analytics

Für einen tieferen Blick auf Edge Computing und Analytics, einschließlich eines Deep-Dives in Edge-Plattformen, Edge-Geräte und die Bedeutung des Edge für die Fertigung, lesen Sie unser eBook: „The Edge: A New Frontier for Manufacturing Analytics.“ Oder erkunden Sie die MachineMetrics Edge Platform.