亚马逊AWS官方博客
通过 AWS IoT Device Defender 检测异常设备行为防止非法入侵 | AWS 上的物联网
对于企业而言,管理好联网设备的安全绝非易事。尽管已经采取各种安全措施,像 Gilfoyle 这样下定决心的黑客仍可能成功侵入您的联网设备。要及时采取行动,关键是要检测到已被攻破的设备。AWS IoT Device Defender 与在您的设备上运行的代理结合,可以让您发现异常的设备行为并采取必要的行动。
如何使用 AWS IoT Greengrass 在边缘安装面部识别模型 | AWS 上的物联网
您可能已经了解如何使用 AWS IoT Core 和 AWS IoT Greengrass 进行远程设备通信和控制。通过 AWS IoT Greengrass 机器学习 (ML) 推理,您可以在本地设备上运行机器学习模型,而且不会出现任何传输延迟。在这篇博文中,我将向您展示如何在 Raspberry Pi 上使用 AWS IoT Greengrass ML 推理来执行本地面部识别,以满足家庭监控需求。
利用 AWS IoT Device Management 服务轻松部署设备组 | AWS 上的物联网
为了解决预配置和管理互连事物的复杂难题,制造商需要设法简化各类任务并实现自动化,例如预配置设备标识,并将这些标识提供给安全且可重复的方式制造的设备。AWS IoT Device Management 服务提供了一项批量预配置互连事物的新功能,为这项艰巨任务提供了有力支持。
将 AWS IoT Greengrass 作为 Snap 部署到边缘设备 | AWS 上的物联网
Canonical和 AWS 合作以 Snap 的方式推出了 AWS IoT Greengrass,这是一种容器化的软件包,可以在各种 Linux 发行版上运行。AWS IoT Greengrass 与 Ubuntu Core 的结合,让物联网开发人员能够快速将安全设备从开发环境部署到生产环境。AWS IoT Greengrass Snap 可通过 Snapcraft 获取,由 AWS IoT Greengrass 团队负责维护和发布。
边缘机器学习:借助 AWS IoT Greengrass 使用和重新训练图像分类模型(第 1 部分)| AWS 上的物联网
随着 AWS IoT Greengrass 图像分类连接器在今年的 re:Invent 大会上推出,在边缘站点通过 AWS IoT Greengrass 使用图像分类变得比以往更加轻松。
边缘机器学习:借助 AWS IoT Greengrass 使用和重新训练图像分类模型(第 2 部分) | AWS 上的物联网
在本文的第 1 部分,我们为回收利用设施的分类机创建了一个图像分类模型,用来识别四种饮料容器。我们使用新的 AWS IoT Greengrass Image Classification 连接器来将其部署到我们的 AWS IoT Greengrass Core 设备上。借助在今年 re:Invent 大会上发布的 AWS IoT Greengrass 连接器,IoT Greengrass Core 设备无需编写代码即可连接到第三方应用程序、本地软件和 AWS 服务。
使用 LoRaWAN 将您的设备连接到 AWS IoT | AWS 上的物联网
本文将介绍 LoRaWAN 设备和网络的特点,以及客户如何将这些设备与 AWS 集成。我们将简要介绍 LoRaWAN 技术,并介绍如何构建直接与 AWS IoT Core 集成的演示套件。
在零售场景中使用 AWS IoT Device Management 处理订单请求 | AWS 上的物联网
在此博文中,我们将模拟常见的商业场景,以向您展示如何在 AWS IoT Device Management 中使用组策略功能。
使用 KEPServerEX 将不同的工业设备和应用程序从工厂车间连接到 AWS | AWS 上的物联网
在管理工业物联网 (IIoT) 数据时,收集这些数据并将其发送到云进行处理和高级分析(例如,预测质量或设备故障)可能具有挑战性。制造车间可能有许多不同的设备,每个设备都有自己的协议。
在这篇博文中,我们将讨论客户如何通过在边缘使用 KepServerEX 进行工业协议转换来解决工业协议挑战、将 AWS IoT Greengrass 用于边缘处理以及使用 AWS IoT 将数据摄取到 AWS。
Amplify Framework 更新 — 快速为您的 Web 和移动应用程序添加机器学习功能
在 AWS,我们想让机器学习成为每个开发人员手中的利器。例如,我们在计算机视觉和语言等领域推出了预训练人工智能服务,让用户无需机器学习领域的专业知识也能使用。今天,我们在此方向更进一步,为 Amplify Framework 推出新的预测类别。您只需几行代码,均可为您的 Web 或移动应用程序添加和配置人工智能/机器学习使用案例!