AWS IoT Analytics

IoT デバイスの分析

AWS IoT Analytics は、膨大な量の IoT データの高度な分析を簡単に実行および操作できる完全マネージド型サービスです。IoT 分析プラットフォームの構築に通常伴うコストや複雑さについて心配する必要はありません。このサービスは、IoT アプリケーションや機械学習のユースケースで最適かつ正確な判断を下すために、IoT データを分析してインサイトを得る最も簡単な手段です。

IoT データは高度に構造化されていないため、構造化データの処理用に設計された従来の分析ツールやビジネスインテリジェンスツールでは分析が困難でした。IoT データの送信元のデバイスでは、通常、ノイズの多いプロセス (温度、モーション、サウンドなど) が記録されます。これらのデバイスのデータには、大きな誤差やメッセージの破損、誤認識が含まれる場合があるため、分析を行う前にクリーンアップする必要があります。また、IoT データは、サードパーティーからの他のデータを追加した場合に初めて意味のある内容になることが少なくありません。たとえば、ブドウ園の経営者が作物に給水する時期を判断できるように、かんがいシステムの湿度センサーのデータをブドウ園の降雨データで強化することで、水の使用を効率化する一方で、収穫を最大化することができます。

AWS IoT Analytics によって、IoT デバイスからのデータの分析に必要な、困難となる各ステップを自動化できます。AWS IoT Analytics では､時系列データストアに分析対象の IoT データを保存する前にデータのフィルタ、変換、および強化を行います。デバイスから必要なデータのみを収集し、数学的変換を適用してデータを処理し、処理されたデータを保存する前にデバイスの種類や場所などのデバイス固有のメタデータでデータをエンリッチ化するサービスを設定できます。その後、組み込みの SQL クエリエンジンを使用してアドホッククエリまたはスケジュールされたクエリを実行することでデータを分析するか、さらに複雑な分析と機械学習推論を実行できます。AWS IoT Analytics では、IoT の一般的ユースケースに構築済みのモデルが使用されるため、機械学習の使用が開始しやすくなります。

コンテナにパッケージ化された独自のカスタム分析を使用して AWS IoT Analytics で実行することもできます。AWS IoT Analytics では、Jupyter ノートブックや独自のツール (Matlab、Octave など) で作成したカスタム分析の実行を自動化して、これを定期的に実行できます。

AWS IoT Analytics は、分析を操作し、自動的にスケールして最大で数ペタバイトの IoT データをサポートする完全マネージド型サービスです。AWS IoT Analytics を使用すれば、数百万台のデバイスのデータを分析し、高速で応答性に優れた IoT アプリケーションを構築できます。ハードウェアやインフラストラクチャの管理は必要ありません。

詳細については、AWS IoT Analytics のドキュメントページをご覧ください。

AWS IoT Analytics – 仕組み (3:01)

AWS IoT Analytics の利点

分析ワークロードの操作

AWS IoT Analytics は、分析を提供されると、必要な時間と場所で分析を自動的に実行します。AWS IoT Analytics では、Matlab、Octave などの外部ツールに組み込まれている、独自に作成されたコードコンテナをインポートし、これを定期的に実行してオペレーションインサイトを得られるため、最も得意な分野に集中して取り組むことができます。

IoT データに対するクエリを簡単に実行

AWS IoT Analytics では、組み込まれている SQL クエリエンジンを使用して、シンプルなアドホッククエリを実行できます。標準の SQL クエリを使用してデータストアからデータを抽出すると、車両群の平均走行距離や、スマートビルディング内のロックされたドア数などを計算できます。また、AWS IoT Analytics が提供する、重複せずに連続した時間枠を使用して新しい増分データに対して分析を実行できます。必要なデータのみをスキャンすることで、分析を効率化してコストを削減できます。

IoT 向けに最適化されたデータストレージ

AWS IoT Analytics では、処理されたデバイスデータが時系列データストアに保存されます。このデータストアは、IoT クエリに対する高速応答を実現するよう最適化されています。raw データも自動的に保存されるため、後続処理や別のユースケースでの再処理が可能です。

IoT データを分析用に準備する

AWS IoT Analytics には、データ準備技術が含まれています。これにより、分析用にデータを準備し、処理するのが容易になります。AWS IoT Analytics では時系列分析もサポートされているため、デバイスの長期的なパフォーマンスの分析、デバイスが使用される場所や方法の把握、デバイスデータの継続的モニタリングによるメンテナンスの問題の予測、センサーのモニタリングによる環境条件についての予測や対応なども可能です。AWS IoT Analytics は AWS IoT コアと統合されているため、接続されたデバイスから直接デバイスデータを簡単に取り込むことができます。不正確な読み取りはクリーンアップされ、データのギャップが埋められ、メッセージデータの数学的変換が実行されます。データが取り込まれると、AWS IoT Analytics は条件ステートメントを使用してデータを処理およびフィルタし、分析対象のデータのみを収集できます。さらに、AWS IoT レジストリの情報でデータを強化することもできます。AWS Lambda 関数を使用して、Weather Service、HERE Maps、Salesforce、Amazon DynamoDB などの外部ソースからのデータでデバイスデータを強化することもできます。

機械学習向けのツール

AWS IoT Analytics では、ホストされた Jupyter ノートブックを使用して、IoT データに機械学習を簡単に適用できます。IoT データをノートブックに直接接続し、AWS IoT Analytics コンソールからモデルの構築、トレーニング、実行を直接行うことができます。基礎となるインフラストラクチャの管理は必要ありません。AWS IoT Analytics を使用すれば、機械学習アルゴリズムをデバイスデータに適用して、フリート内の各デバイスのヘルススコアを生成できます。例えば、自動車メーカーでは、ブレーキパッドがすり減っている顧客を検出し、車両メンテナンスを促すアラートを送信できます。例えば、自動車メーカーでは、ブレーキパッドがすり減っている顧客を検出し、車両メンテナンスを促すアラートを送信できます。1 つのボタンをクリックするだけで Jupyter ノートブックコードを実行可能なコンテナイメージ内にパッケージ化し、必要に応じてこのコンテナを AWS IoT Analytics で実行することもできます。

従量課金制による自動スケーリング

AWS IoT Analytics は完全マネージド型の従量課金制サービスで、最大で数ペタバイトの IoT データに対応できるように自動的にスケールします。IoT Analytics を使用すれば、ハードウェアやインフラストラクチャを管理することなく、接続されたデバイスのフリート全体を分析できます。ニーズの変化に応じて、コンピューティング性能とデータストアが自動的にスケールアップ/ダウンされるため、IoT アプリケーションに適したキャパシティーが常に保たれ、支払いは実際に使用したリソースに対してのみ発生します。

仕組み

ユースケース

スマートアグリカルチャー

AWS IoT Analytics では、AWS IoT Registry やその他の公開データソースを使用してコンテキストメタデータにより IoT デバイスデータを自動的に強化できるため、時間、場所、温度、高度などの環境条件を要因とした分析を実行できます。このような分析により、その分野でデバイスに推奨されるアクションを提供するモデルを記述できます。例えば、接続された農業用機器のオペレーターは、AWS IoT Analytics を使用して湿度センサーのデータを予想降雨量で強化し、自動かんがい装置の水の効率性を最適化できます。

予知保全

AWS IoT Analytics に事前に定義されているテンプレートを使用して、強力な予知保全モデルを簡単に構築し、フリートに適用できます。例えば、AWS IoT Analytics を使用して、接続された貨物車で冷暖房装置が故障するタイミングを予測できるため、適切な補修を行って輸送上の損傷を防ぐことができます。

在庫の事前補充

AWS IoT Analytics により、リアルタイムで在庫をモニタリングする IoT アプリケーションを構築できます。例えば、食品製造企業は AWS IoT Analytics を使用して、食品自動販売機のデータを分析し、食品の在庫が減少すると、いつでも適切な自動販売機および品目の商品を事前に再注文できます。

プロセス効率の評価

AWS IoT Analytics を使用することで、企業ではさまざまなプロセスの効率を継続的にモニタリングし、プロセスを向上するためのアクションを実行するアプリケーションを構築できます。たとえば、鉱業会社では、1 回で輸送できる量を最大化して、鉱石トラックの効率を高めることができます。AWS IoT Analytics では、長期的に場所やトラックの最も効率的な貨物量を見極め、目標量との偏差をリアルタイムで比較して積載ガイドライン計画を改善し、効率を高めることができます。