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できる完全マネージド型サービスです。独自の IoT 分析プラットフォームを構築するために、通常必要となる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向けに、最適かつ正確な判断を下すために、IoT データを分析し、インサイトを得るための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 データは、かなり雑音の多いプロセス (温度、動き、音など) を記録することが多いデバイスに基づいているため、多くの場合、デバイスのデータには大幅なギャップ、破損したメッセージ、不正確な読み取りなどが含まれます。これは、分析を実行する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、外部ソースからの他のデータのコンテキスト内でのみ意味を持つことがよくあります。例えば、ぶどう園で水をやる時間を決定するために、ぶどう園の灌漑システムでは、多くの場合、湿度センサーのデータをぶどう園の降水データでエンリッチ化しています。これにより、効率的に水を使用しながら、収穫高を最大限に高めることができます。

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。IoT Analytics では、IoT データのフィルタリング、変換、エンリッチが行われ、その後分析用の時系列データストアに保存されます。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。IoT Analytics により、機械学習を簡単に開始できます。一般的な IoT ユースケース向けの構築済みモデルが含まれているため、どのデバイスに障害が発生しかけているか、どの顧客にウェアラブルデバイスの使用を放棄するリスクがあるか、といった質問の回答をすぐに得られます。

AWS IoT Analytics は完全マネージド型サービスで、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、数百万台のデバイスからのデータを分析し、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

AWS IoT Analytics の利点

IoT データに対するクエリを簡単に実行する

AWS IoT Analytics では、組み込みの IoT Analytics 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。このサービスにより、標準的な SQL クエリを使用してデータストアからデータを抽出し、接続された車両フリートの平均移動距離や、スマートビルで午後 7 時以降にロックされたドアの数といった質問に回答できます。このようなクエリは、接続されたデバイス、フリートのサイズ、分析要件が変化した場合でも再利用できます。

時系列分析を実行する

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、デバイスの使用位置や使用方法の把握、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が可能です。

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、通常、時間が条件として含まれる 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。後続処理や別のユースケースでの再処理のため、未加工データも自動的に保存されます。

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。IoT Analytics は AWS IoT Core と統合されているため、接続されたデバイスから容易にデータを直接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、IoT Analytics では、条件ステートメントを使用したデータの処理、分析に必要なデータのみを収集するためのデータのフィルタリング、AWS IoT Registry の情報によるエンリッチ化が行われます。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バイスデータをエンリッチ化することもできます。例えば、気象データと地図情報を組み合わせて、デバイス環境に関する優れた情報を作成できます。

機械学習向けのツール

AWS IoT Analytics により、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て、IoT Analytics コンソールからモデルの構築、トレーニング、実行を直接行えます。基盤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。

従量課金制による自動化されたスケーリング

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、処理能力とデータストアが自動的にスケールアップまたはスケールダウンされるため、お客様の 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エンリッチ化できるため、時間、場所、温度、高度、その他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、フィールドのデバイスに推奨されるアクションを出力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、IoT Analytics を使用して湿度センサーのデータを予想降雨量でエンリッチ化し、自動灌漑装置の水使用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、IoT Analytics を使用して、接続された貨物車両の温度調整システムに障害が発生するタイミングを予測し、輸送中の損害を防止するために車両のルートを変更できます。

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 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。例えば、鉱業会社では、鉱石運搬車の毎回の積載量を最大化することで、効率を高めることができます。IoT Analytics を使用することで、企業は特定の場所や運搬車について、長期的に最も効率のよい積載量を特定し、リアルタイムでのターゲット積載量との偏差がないか比較して、効率を向上するために、より優れた積載量のガイドラインを計画できます。