- AWS 解决方案库›
- 在 AWS 上集成 Ignition SCADA 的指南
在 AWS 上集成 Ignition SCADA 的指南
概览
本指南演示如何在 AWS 上托管和扩展 Ignition Cloud Edition 监管控制和数据采集(SCADA)软件。您可以使用本指南作为框架,将运营技术(OT)数据摄取到安全、可扩展且可容错的 Ignition Cloud Edition 环境中。Ignition 部署跨越两个可用区,并且使用多项 AWS 服务进行数据存储和数据处理。它还可以进行扩展,从而使用人工智能和机器学习(AI/ML)技术进行企业级高级分析。
工作原理
这些技术细节包含一张架构图,用于说明如何有效使用本解决方案。该架构图展示了关键组件及其相互作用,并逐步概述了架构的结构和功能。
Well-Architected 支柱
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构,您应该遵循尽可能多的 Well-Architected 最佳实践。
本指南中使用的 AWS 服务可为您提供全面的云原生框架,以扩展您的本地 Ignition 部署。通过将基础设施视为代码,使用可扩展的数据和分析服务并启用边缘机器学习功能,您便可以增强整个工业环境的运营可见性、响应能力并进一步优化。
在 AWS 上完成部署后,本指南会使用多种服务来增强您的整体安全状况。其中包括用于控制访问的 AWS身份和访问管理(I AM),用于保护数据的AWS密钥管理服务(AWS KMS),以及用于安全通信的 AWS IoT Core 。这些服务协同工作,通过本指南中强大的访问控制、数据保护功能和安全连接来加强部署。
SageMaker 是一项完全托管的服务,用于构建、训练和部署机器学习模型,使您能够优化资源利用率并最大限度地减少与手动流程和低效资源管理相关的环境影响。Amazon S3 提供不同的存储类别,针对各种数据访问模式和耐久性要求进行了优化,因此您可以最大限度地减少数据存储所需的资源并减少相关的环境影响。
免责声明
示例代码;软件库;命令行工具;概念验证;模板;或其他相关技术(包括由我方人员提供的任何前述项)作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议(以适用者为准)向您提供。您不应将这些 AWS 内容用在您的生产账户中,或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容,例如示例代码,以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源(例如,运行 Amazon EC2 实例或使用 Amazon S3 存储)而产生 AWS 费用。
找到今天要查找的内容了吗?
请提供您的意见,以便我们改进网页内容的质量。