Edge Analytics ayuda a las empresas inteligentes y orientadas a los datos a pasar directamente al análisis de datos después de la recopilación de datos por parte de los dispositivos IoT.
Tradicionalmente, las empresas recopilaban datos de varias fuentes, los almacenaban en una nube o en un almacenamiento local y los analizaban más tarde. Sin embargo, este modelo de análisis de datos es un cuello de botella vital para el crecimiento del Internet de las cosas (IoT) y el Internet industrial de las cosas (IIoT).
¡El análisis perimetral es la respuesta!
Este artículo lo llevará a través de un viaje conciso de análisis en el borde para que pueda desarrollar soluciones o transformar negocios digitales sin esfuerzo.
Tabla de contenido
Introducción a Edge Analytics
Como sugiere el nombre, el análisis de datos perimetrales es el método de análisis de datos perimetrales. Edge significa la fuente de datos. Para IoT, estos son sensores, actuadores, brazos robóticos, HVAC, controles de transportadores, conmutadores de red y dispositivos inteligentes.
Las aplicaciones de análisis perimetrales realizan análisis de datos más cerca del dispositivo IoT que recopila datos en tiempo real de las unidades de fabricación, los sistemas de servicios públicos, etc. Por lo tanto, los procesos comerciales de tiempo crítico pueden ejecutarse sin problemas sin esperar entradas lógicas de un servidor central.
En pocas palabras, la recopilación, el procesamiento, el análisis y las acciones de datos que ocurren dentro de un dispositivo inteligente son el resultado del análisis de datos de borde. Por ejemplo, los dispositivos Amazon Echo o Nest Home vienen con análisis de borde.
Estos dispositivos escuchan tus comandos. Analiza el audio capturado en lenguaje de máquina que busca resultados en la web. El dispositivo también presenta el resultado de la consulta disponible en Internet.
Necesidad de análisis perimetral
El uso de dispositivos inteligentes en industrias como la energía, el comercio minorista, la fabricación, la seguridad, la logística, el automóvil, etc., crece continuamente. Pero, el ancho de banda de Internet no crece a la misma velocidad, o el ancho de banda siempre es limitado.
Por lo tanto, recopilar terabytes de datos de dispositivos IoT y transferirlos a la nube lleva mucho tiempo. Sin mencionar el análisis de los datos y el envío de información procesable al dispositivo inteligente a través de la misma red.
¡Creará un atasco de tráfico y deshabilitará la red del sistema IoT!
Aquí, las empresas deben usar aplicaciones y dispositivos de análisis de borde. Los dispositivos inteligentes de tiempo crítico podrán analizar los datos recopilados en el sitio y tomar medidas al instante.
Por ejemplo, un vehículo autónomo debe frenar si detecta un obstáculo repentino e indeseado en su camino.
No puede esperar para recopilar los datos audiovisuales del obstáculo, enviarlos a una aplicación en la nube y esperar la entrada. En cambio, el vehículo toma una decisión en una fracción de segundo para cambiar de dirección o realizar frenadas de emergencia.
¿Cómo funciona Edge Analytics?
Los análisis en el borde generalmente monitorean múltiples conjuntos de dispositivos de borde o IoT. Principalmente, una aplicación de análisis rastrea la salud y el rendimiento de todos los dispositivos inteligentes conectados.
Si detecta problemas de flujo de trabajo, la aplicación de análisis intenta corregir el problema localmente. Si el problema persiste, la aplicación perimetral detiene el dispositivo defectuoso. Luego, notifica a los técnicos humanos.
Durante esta vía orquestada, los siguientes dispositivos desempeñan funciones críticas:
- Los sensores IoT recopilan datos ambientales como presión, temperatura, humedad, RPM, etc.
- Los dispositivos de borde pueden ser dispositivos de borde dedicados como Sony REA-C1000 para análisis de datos en el sitio o teléfonos inteligentes y tabletas para controlar dispositivos IoT.
- Las puertas de enlace perimetrales cuentan con más potencia y memoria que los dispositivos perimetrales y funcionan como intermediarios entre el servidor en la nube y los dispositivos IoT.
- Actuadores inteligentes que realizan la tarea que sugiere el análisis de datos perimetrales. Por ejemplo, válvulas de agua inteligentes, interruptores inteligentes, brazos robóticos inteligentes, controles de transportadores inteligentes y comandos de computadora.
La imagen de arriba muestra una representación esquemática de IBM IoT Edge Analytics en los sectores de gestión hotelera como los hoteles.
Beneficios
#1. Mayor Seguridad
En análisis en el borde, no hay necesidad de transferir los datos a la nube. Los datos sin procesar permanecen en el dispositivo donde se generaron. Dado que no hay posibilidad de que los datos sean pirateados o infectados en tránsito, se mantienen más seguros.
#2. Prevención de latencia y análisis de datos casi en tiempo real
Ciertos procesos comerciales requieren un análisis de datos inmediato para las operaciones. Edge Analytics les ayuda a tomar decisiones autónomas al identificar y recopilar información en la fuente.
Como este análisis ocurre cerca de los datos, toma un poco de tiempo. No implica transmisión de datos a servidores remotos, por lo que obtiene resultados instantáneos.
En escenarios como la identificación de delincuentes a partir de transmisiones de CCTV en vivo o el análisis de datos de un avión o una planta de fabricación, solo tiene una fracción de segundo para hacer la llamada. Ahí, usar esta tecnología te ayuda a tomar decisiones instantáneas.
#3. Alta escalabilidad
A medida que las empresas crecen, el número creciente de datos supone una carga mayor para el análisis central de datos. A través de la descentralización del proceso, el análisis perimetral le permite escalar los procesos proporcionando mejores capacidades de análisis.
#4. Menos uso de ancho de banda
La transferencia de datos desde los dispositivos de origen al servidor central y viceversa utiliza una gran cantidad de ancho de banda. Muchas ubicaciones remotas no tienen el ancho de banda de datos necesario o la potencia de la red para la transmisión. En tales casos, el análisis perimetral le ahorra el uso de ancho de banda.
#5. Costo reducido
Los métodos convencionales de análisis de big data le costarán mucho dinero. Si bien las empresas pueden procesar los datos en su servidor en la nube o en sus soluciones de nube pública, el almacenamiento, el procesamiento, el análisis y el consumo de ancho de banda son costosos.
Esta tecnología utiliza dispositivos IoT o hardware cercano para el análisis de datos. Como resultado, habrá menos costos de análisis y ancho de banda de la red de Internet.
Limitaciones
#1. Seguridad de dispositivos remotos
Si bien el análisis en el borde protege sus datos confidenciales de las amenazas de seguridad cibernética durante la transmisión de datos, involucra dispositivos remotos vulnerables a tales riesgos.
Ha habido varios incidentes de piratería de cámaras de seguridad, y el suyo también puede ser víctima de tales ataques. Si sus medidas de ciberseguridad no cubren estos dispositivos remotos, tener una seguridad sólida para su sistema central no ayudará.
#2. Datos perdidos
El diseño de Edge Analytics le permite utilizar los datos más relevantes para el análisis. El resto de los datos del gran conjunto de datos sin procesar se ignora.
Como esta tecnología solo almacena estas instancias relevantes en el servidor central, puede que no sea el mejor enfoque para las empresas que necesitan recibir y almacenar todos sus datos sin procesar.
#3. Compatibilidad de dispositivos y redes
Analytics on edge es una nueva tecnología, por lo que puede haber problemas de compatibilidad y transmisión de datos si utiliza dispositivos y tecnología de red antiguos. Por lo tanto, las empresas deben adquirir nuevos dispositivos para implementar esta tecnología en su organización.
En consecuencia, esto aumentará el costo del análisis perimetral para esa empresa. Además, podría requerir una actualización completa del sistema que puede interrumpir las operaciones.
#4. Necesidad de desarrollar una solución propia
Hay varias plataformas analíticas disponibles para esta tarea. Sin embargo, algunas empresas pueden necesitar una plataforma de análisis perimetral desarrollada personalmente según los dispositivos que necesiten analizar.
#5. Elegir el software adecuado
Algunos sistemas disponibles en el mercado solo comparten sus datos de salida en la nube. Por lo tanto, las empresas no pueden ver los datos de origen sin procesar detrás del análisis. Para evitar esto, debe utilizar el último software de análisis para obtener todos los datos necesarios.
#6. Evaluación de las necesidades de usabilidad
Es más adecuado para escenarios de seguridad, eficiencia y toma de decisiones rápidas. Por lo tanto, las empresas deben evaluar si lo necesitan antes de optar por la solución.
Casos de uso
Análisis del comportamiento del cliente
Los minoristas recopilan datos de las cámaras de sus tiendas, sensores de estacionamiento y etiquetas de carritos de compras a través de una serie de sensores. Con análisis de borde, estas empresas pueden utilizar estos datos para ofrecer soluciones personalizadas a sus clientes de acuerdo con su comportamiento.
Supervisión y mantenimiento remotos
Las industrias de fabricación y energía necesitan respuestas o alertas inmediatas cuando las máquinas dejan de funcionar o requieren mantenimiento. En lugar de análisis de datos centralizados, es la tecnología adecuada para una identificación más rápida de cuellos de botella futuros.
Vigilancia inteligente
También es útil para la detección de intrusos en tiempo real. Las empresas pueden utilizar este servicio para aumentar su seguridad. Esta tecnología utiliza imágenes sin procesar de CCTV para localizar y rastrear cualquier actividad sospechosa.
Predicción de fallas
La falla del hardware de IoT puede resultar desastrosa. El análisis perimetral de estos dispositivos de hardware IoT puede predecir con precisión tales problemas. Con su ayuda, las organizaciones pueden tomar medidas proactivas y aumentar el tiempo de actividad.
Actualmente, el análisis en el borde utiliza principalmente dispositivos y aplicaciones personalizados para casos de uso industrial específicos. Encuentre a continuación algunas herramientas y dispositivos para conocer la tendencia:
Dispositivo de análisis Edge de Sony
El REA-C1000 de Sony es un dispositivo de análisis de borde completamente funcional que existe hasta ahora. Puede conectarle cámaras de red de Sony para capturar y analizar presentaciones en vivo para espectadores remotos.
Tiene funciones de alta tecnología como extracción de escritura a mano, superposición de contenido, contenido autónomo, seguimiento del presentador, división de imágenes, seguimiento de gestos de la audiencia y más.
AWS IoT Green Grass
AWS IoT GreenGrass es un servicio en la nube de código abierto y un tiempo de ejecución perimetral para desarrollar, implementar y controlar software de dispositivos IoT.
Aporta lógica y procesamiento de datos en la nube a los dispositivos IoT locales. Por lo tanto, los dispositivos pueden funcionar en anchos de banda de red bajos o intermitentes.
Línea de borde HPE
HPE Edgeline es adecuado para el uso intensivo de dispositivos inteligentes en plantas de fabricación, plataformas petrolíferas, etc. Lleva el software de última generación y el hardware de tecnología operativa (TO) directamente a la planta de producción.
Por lo tanto, los dispositivos inteligentes pueden obtener rápidamente información de un sistema de procesamiento de datos en el sitio en lugar de servidores en la nube.
Kit para desarrolladores de Intel IoT
Puede utilizar software y hardware de Intel para desarrollar dispositivos inteligentes basados en análisis perimetrales para uso comercial. El kit de herramientas incluye los siguientes productos:
- Pila de software con controladores, SDK, SO, muestras y bibliotecas
- Distribución Intel de OpenVINO
- Intel Movidius VPU
- Intel Arria 10 FPGA
Azure IoT Edge
Azure IoT Edge trae análisis y cargas de trabajo de inteligencia artificial a dispositivos inteligentes que operan en el perímetro. Esta plataforma de desarrollo de análisis de borde incluye las siguientes características:
- Hardware perimetral de IoT de proveedores de confianza
- Tiempo de ejecución de borde libre
- Módulo de lógica de negocios para ejecutar software en el perímetro
- Interfaz de la nube de Azure
Análisis perimetral frente a análisis tradicional
La principal diferencia entre el análisis perimetral y el análisis tradicional/de servidor es el lugar del análisis de datos.
En los sistemas perimetrales, el análisis de datos se lleva a cabo cerca o en el dispositivo IoT que recopila datos y ejecuta comandos. Por el contrario, el análisis del servidor se lleva a cabo lejos del dispositivo inteligente que recopila los datos.
Puede encontrar otras diferencias notables en la siguiente tabla:
Característica/FuncionalidadAnálisis perimetralAnálisis tradicionalCoste de propiedadAltoBajoLatenciaPrácticamente ceroUsualmente bajo a moderado
Alto si el servidor experimenta cargas de trabajo superiores a su capacidad Compatibilidad de dispositivos Ninguna
Necesita soluciones específicas cuando cambia de dispositivo. La mayoría de las aplicaciones de análisis basadas en servidores y en la nube son altamente compatibles entre dispositivos Velocidad de análisis de datos Más rápido que el análisis de servidor Más lento que el análisis perimetral Configuración del sistema Configure cada vez que cambie la marca y el modelo del dispositivo Configure una vez y use la aplicación durante años Vulnerabilidad de seguridad Prácticamente imposible de piratear Propenso a ataques de piratería y phishing conectividadLos sistemas IoT seguirán funcionandoLos sistemas IoT se detendránAplicaciones de análisisOpciones limitadas en el mercadoHay muchas aplicaciones de análisis de datos basadas en servidor en el mercadoCosto del servidorBajo o ningunoAlto
preguntas frecuentes
¿Qué es Edge Video Analytics?
El análisis de video perimetral significa analizar las imágenes de un video en una ubicación cercana a la máquina de entrada en lugar de mover los datos del video al servidor en la nube.
Una cámara o codificador procesa la imagen para generar metadatos en Edge Analytics. Por lo tanto, la empresa obtiene un tiempo de respuesta más rápido y necesita gastar menos ancho de banda para la transferencia de datos.
¿En qué situación se prefiere Edge Analytics?
El mejor escenario para el análisis perimetral es cuando necesita monitorear dispositivos. Estos análisis también son útiles cuando tiene poca conectividad de red en un área.
Los servicios financieros y la fabricación son sectores sensibles a la latencia en los que esta tecnología es adecuada. Además, las empresas que buscan una ampliación también deberían optar por el análisis de borde.
Ultimas palabras
Entonces, ahora sabe qué es el análisis perimetral, cómo funciona, sus beneficios, herramientas, casos de uso y más.
Ahora puede tomar decisiones comerciales con confianza para actualizar sus sistemas IIoT con dispositivos de análisis de borde para controlar dispositivos remotos rápidamente.
Como alternativa, el artículo lo ayudará a diseñar o desarrollar nuevas soluciones de IoT e IIoT si es ingeniero o desarrollador de IoT.
A continuación, puede ver los dispositivos IoT populares.