日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時(shí)間:8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
邊緣計(jì)算有利于加快物聯(lián)網(wǎng)整體解決方案的速度

物聯(lián)網(wǎng)邊緣計(jì)算 數(shù)據(jù)分析師應(yīng)如何利用邊緣數(shù)據(jù)模型進(jìn)行實(shí)時(shí)數(shù)據(jù)洞察,還應(yīng)讓云參與對時(shí)間不太敏感的任務(wù)。

創(chuàng)新互聯(lián)是專業(yè)的云浮網(wǎng)站建設(shè)公司,云浮接單;提供成都做網(wǎng)站、網(wǎng)站建設(shè)、外貿(mào)營銷網(wǎng)站建設(shè),網(wǎng)頁設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行云浮網(wǎng)站開發(fā)網(wǎng)頁制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來合作!

 本文的主要內(nèi)容:

  1. 邊緣計(jì)算為實(shí)時(shí)數(shù)據(jù)分析和建模提供了新的機(jī)會。
  2. 但是,物聯(lián)網(wǎng)邊緣數(shù)據(jù)模型需要較少的整體方法來進(jìn)行數(shù)據(jù)湖和建模。
  3. 數(shù)據(jù)分析師需要新的技能,以便能夠在邊緣和云中正確分類/提取和管理這些數(shù)據(jù)。
  4. 企業(yè)渴望使用物聯(lián)網(wǎng)數(shù)據(jù)來了解成本、運(yùn)營及其未來前景。

移動(dòng)設(shè)備和物聯(lián)網(wǎng)設(shè)備(IoT)生成的數(shù)據(jù)使組織能夠降低成本,提高運(yùn)營效率并進(jìn)行創(chuàng)新。但是,只有組織可以在適當(dāng)?shù)臅r(shí)候從數(shù)據(jù)中獲取意義。

反過來,為數(shù)據(jù)提供含義和背景將使數(shù)據(jù)分析人員負(fù)責(zé)構(gòu)建可以傳遞有意義的數(shù)據(jù)模型。此外,這些數(shù)據(jù)量很大,并且來自許多不同的位置,而且速度極快。

除了諸如數(shù)據(jù)湖之類的整體數(shù)據(jù)存儲之外,數(shù)據(jù)分析師還應(yīng)設(shè)計(jì)邊緣數(shù)據(jù)存儲,以提高速度和實(shí)時(shí)洞察力,從而為每個(gè)業(yè)務(wù)部門和目的解決眾多問題。

Zhamak Dehghani在一篇關(guān)于從集中式數(shù)據(jù)湖中獲取實(shí)時(shí)數(shù)據(jù)的文章中寫道:“不是將數(shù)據(jù)從域流到中央擁有的數(shù)據(jù)湖或平臺,而是需要以一種易于使用的方式托管和服務(wù)其域數(shù)據(jù)集?!?/p>

在邊緣上尤其如此,即使設(shè)備數(shù)量激增,計(jì)算處理資源也可能非常寶貴。通過邊緣計(jì)算,數(shù)據(jù)算法可以在本地服務(wù)器或網(wǎng)關(guān)上甚至在設(shè)備本身上運(yùn)行,從而實(shí)現(xiàn)對企業(yè)至關(guān)重要的更高效的實(shí)時(shí)應(yīng)用。

機(jī)器學(xué)習(xí)平臺Splunk的創(chuàng)新和數(shù)字生態(tài)系統(tǒng)高級主管Lerry Wilson說:“邊緣將計(jì)算能力放在行動(dòng)發(fā)生的地方。”

國際數(shù)據(jù)公司(IDC)的一項(xiàng)新預(yù)測估計(jì),到2025年,將有416億個(gè)IoT設(shè)備或“物”產(chǎn)生79.4 ZB的數(shù)據(jù)。這些數(shù)據(jù)還需要從無數(shù)的設(shè)備和業(yè)務(wù)部門獲取,通常是孤立的和格式不同,這會增加額外的復(fù)雜性。

Wilson說:“這些組織內(nèi)部的復(fù)雜性已經(jīng)超出了僅保持這些設(shè)備正常運(yùn)行的能力。” “您必須能夠看到設(shè)備如何與設(shè)備交互。 “從安全的角度來看,這絕對至關(guān)重要,但從運(yùn)營和業(yè)務(wù)角度來看也是如此?!?/p>

數(shù)據(jù)量和速度

從業(yè)人員強(qiáng)調(diào),要有效地將邊緣計(jì)算用于快速數(shù)據(jù)處理,就需要采用不同的方法來進(jìn)行數(shù)據(jù)建模和提取。數(shù)據(jù)分析人員需要考慮如何使用數(shù)據(jù)以及可以容許多少延遲以及其安全性和存儲要求。

這將需要一種混合的方式來處理數(shù)據(jù),并需要新的邊緣數(shù)據(jù)模型來支持速度,而不是總體的整體數(shù)據(jù)模型。

Peak Technologies的首席工程師Dan Sullivan說:“從數(shù)十萬個(gè)傳感器中獲取原始數(shù)據(jù),然后在其中進(jìn)行最少的處理,然后將其余數(shù)據(jù)發(fā)送到一個(gè)集中的位置-這種方法將變得越來越流行?!?/p>

因此,例如,如果物聯(lián)網(wǎng)數(shù)據(jù)可用于檢測關(guān)鍵業(yè)務(wù)異常,則可能需要立即處理該數(shù)據(jù)。但是,隨著時(shí)間的推移,環(huán)境數(shù)據(jù)可能并不重要,可以發(fā)送到云或本地?cái)?shù)據(jù)中心進(jìn)行進(jìn)一步處理。

同時(shí),盡管決策者希望這些數(shù)據(jù)隨時(shí)可用,但快速的數(shù)據(jù)準(zhǔn)備和清理可能會妨礙快速的數(shù)據(jù)處理。

實(shí)際上,根據(jù)TMMData和Digital Analytics Association(數(shù)字分析協(xié)會)進(jìn)行的一項(xiàng)調(diào)查,近40%的數(shù)據(jù)專業(yè)人員每周花費(fèi)20多個(gè)小時(shí)來訪問、混合和準(zhǔn)備數(shù)據(jù),而不是進(jìn)行實(shí)際分析。

物聯(lián)網(wǎng)數(shù)據(jù)仍然需要進(jìn)行這種準(zhǔn)備,但分析人士表示,現(xiàn)在最好嘗試先創(chuàng)建較少的整體模型,而這些模型需要大量的邏輯數(shù)據(jù)連接。目標(biāo)是快速攝取數(shù)據(jù),然后以目標(biāo)方式查詢數(shù)據(jù)。

“除了找出一個(gè)復(fù)雜的解決方案,我們還有兩個(gè)簡單的解決方案-而不是一個(gè)整體解決方案。當(dāng)問題完全不同時(shí),您不會嘗試使用一種數(shù)據(jù)模型來回答所有問題。由于數(shù)據(jù)太多,您希望快速定位數(shù)據(jù)的子集?!?/p>

Sullivan指出,某些數(shù)據(jù)也可能會發(fā)送到云中以進(jìn)行機(jī)器學(xué)習(xí)和算法訓(xùn)練。這些數(shù)據(jù)可能不需要這么低的延遲或快速的周轉(zhuǎn)時(shí)間。

“從機(jī)器學(xué)習(xí)的角度來看,原始數(shù)據(jù)很重要,” Sullivan說。 “它沒有像異常檢測數(shù)據(jù)那樣的延遲要求。您可以分類這些數(shù)據(jù)以進(jìn)行機(jī)器學(xué)習(xí),然后將其緩慢加載到云對象存儲中?!?/p>

這種新的數(shù)據(jù)建模方法呼應(yīng)了有關(guān)IoT數(shù)據(jù)管理的論文,聲稱IoT數(shù)據(jù)模型需要更靈活以適應(yīng)實(shí)時(shí)數(shù)據(jù)管理和大量數(shù)據(jù)。

“盡管已經(jīng)證明并行關(guān)系[數(shù)據(jù)庫管理系統(tǒng)(DBMS)]優(yōu)于非結(jié)構(gòu)化DBMS范式,但從關(guān)系模型轉(zhuǎn)向支持更靈活的數(shù)據(jù)庫結(jié)構(gòu)的數(shù)據(jù)庫模型正變得越來越受歡迎?!?/p>

物聯(lián)網(wǎng)數(shù)據(jù)管理技能仍然是一個(gè)障礙

專家們同意,關(guān)于數(shù)據(jù)去向以及如何最大程度地利用數(shù)據(jù)的這類決策需要獨(dú)特的技能。

Rashi Deshai在一篇有關(guān)數(shù)據(jù)科學(xué)家的最高技能的文章中寫道:“數(shù)據(jù)科學(xué)家是……全才型的大師。” “他們必須了解數(shù)學(xué)、統(tǒng)計(jì)學(xué)、編程、數(shù)據(jù)管理(和)可視化……80%的工作用于準(zhǔn)備數(shù)據(jù)以在行業(yè)環(huán)境中進(jìn)行處理?!彪S著數(shù)據(jù)量持續(xù)爆炸,數(shù)據(jù)管理已成為數(shù)據(jù)科學(xué)家的一項(xiàng)技能。

但是,組織內(nèi)部可能缺少這些技能。他們要么需要通過額外的教育和培訓(xùn)來培養(yǎng)這些技能,要么應(yīng)征募第三方合作伙伴關(guān)系。

Sullivan說:“這種舉動(dòng)將伴隨著人們?!?“只有很少的人了解如何大規(guī)模處理數(shù)據(jù)。在本地進(jìn)行此操作很昂貴,但需要大量的工程經(jīng)驗(yàn)。需要能夠編寫數(shù)據(jù)工程管道的人員來從中提取價(jià)值?!?/p>

正如另一個(gè)數(shù)據(jù)管理所指出的那樣,這需要萬事通技能集。

數(shù)據(jù)反映了IT數(shù)據(jù)管理中長期存在的技能短缺。

根據(jù)IoT World Today的2020年8月IoT采用調(diào)查,缺乏內(nèi)部技能會阻礙IoT項(xiàng)目:27%的受訪者表示,他們?nèi)狈I(yè)知識正在阻礙IoT部署。

Splunk的Wilson表示,運(yùn)營部門和信息技術(shù)部門之間的孤島也是一個(gè)障礙,但是OT開始在邊緣看到自動(dòng)化和機(jī)器學(xué)習(xí)的優(yōu)點(diǎn)。

Wilson說:“人們開始為實(shí)時(shí)機(jī)器學(xué)習(xí)部署工具和過程。” “他們正在擁抱這個(gè)概念,以及為實(shí)現(xiàn)這一目標(biāo)而開展的工作。”


標(biāo)題名稱:邊緣計(jì)算有利于加快物聯(lián)網(wǎng)整體解決方案的速度
網(wǎng)站網(wǎng)址:http://www.5511xx.com/article/djposis.html