Перейти к главному контенту

Аналитика AWS IoT

Аналитика AWS IoT

Полностью управляемая операционная аналитика для ваших устройств Интернета вещей

Уведомление о прекращении поддержки

 15 декабря 2025 года AWS прекратит поддержку AWS IoT Analytics. После 15 декабря 2025 года вы больше не сможете получить доступ к консоли и ресурсам Аналитики AWS IoT. Подробнее см. в руководстве.

Преимущества

Получайте оперативную аналитику с помощью таких инструментов, как MATLAB и Octave, при импорте и внедрении настраиваемых контейнеров кода.

Фильтруйте, преобразуйте, очищайте, обогащайте и сохраняйте данные устройства в формате временных рядов для быстрого поиска и анализа.

Выполняйте аналитику и выводы с помощью машинного обучения (ML) с помощью размещенных ноутбуков Jupyter для создания и обучения моделей без управления инфраструктурой.

Анализируйте производительность устройства и визуализируйте тенденции с помощью встроенного механизма SQL-запросов и интеграции с Amazon QuickSight.

Как работает аналитика AWS IoTКак работает AWS IoT Analytics

Данные IoT поступают с устройств, которые записывают процессы с большим количеством помех (такие как температура, движение и звук). Эти данные могут быть со значительным количеством пробелов, поврежденных сообщений или недостоверных показаний, которые необходимо очистить перед анализом. Данные IoT поступают с устройств, которые записывают процессы с большим количеством помех (такие как температура, движение и звук). Эти данные могут быть со значительным количеством пробелов, поврежденных сообщений или недостоверных показаний, которые необходимо очистить перед анализом.

Как это работает

AWS IoT Analytics упрощает сложные шаги, необходимые для анализа больших объемов данных Интернета вещей, без затрат и сложностей, связанных с созданием аналитической платформы IoT.

Примеры использования

Дополните данные Интернета вещей контекстными метаданными

Операторы сельскохозяйственного оборудования разъясняют и дополняют данные датчиков влажности на основе прогнозируемого количества осадков и оптимизируют эффективность использования воды в ирригационном оборудовании.

Внедрение технического обслуживания по текущему состоянию

Готовые шаблоны помогают создавать мощные модели технического обслуживания по текущему состоянию, например модели грузовых автомобилей, которые прогнозируют отказ систем отопления и охлаждения.

Заблаговременное пополнение запасов

Приложения Интернета вещей могут отслеживать запасы и анализировать данные из автоматов по продаже продуктов питания, а затем перезаказывать точное количество товаров, когда запасы заканчиваются.

Совершенствование за счет оценки эффективности процессов

Отслеживайте и повышайте эффективность приложений Интернета вещей, например, определяя оптимальные нагрузки для грузовиков и планируя рекомендации по погрузке.