利用智能边缘利用有价值和广泛的数据

利用智能边缘利用有价值和广泛的数据 从数据中获得最大收益的指南 据估计，到2025年，将有 557亿 物联网设备产生几乎 800亿ZB 的数据。2 周边正在模糊。 在Foundry进行的一项Insight委托调查中，51%的受访者表示，2023年他们的首要任务是优化他们的数据和分析能力，如人工智能(AI)、机器学习和物联网(IoT)。1从设备收集的大部分数据可以在接近原点的“边缘”处进行分析，以提供近乎即时的自动化结果。在物联网时代，几乎每个连接的设备都会产生大量数据，从中获得的可见性非常宝贵。从工厂车间，太阳能农场，零售店和火车站，企业并不局限于如何利用他们的数据。 可以利用智能边缘来改善最终用户体验，利用物联网设备并利用长期ROI，以及实现其他好处。 在制定关键业务决策时提高运营效率并减少延迟通过监督创建跨地点的日常运营的实时视图 通过保留云支出以进行更深入的分析并将其余部分卸载到本地化计算来优化运营成本 解锁的好处 当涉及到智能边缘时，好处不仅限于特定行业-用例与其组织一样独特。 首先，组织深入了解他们以前可能无法处理的有价值的数据。此外，智能边缘将支出转移到CapEx，以通过减少云膨胀的数量并在可能的情况下投资于设备、本地计算和存储来防止OpEx流失。 节省企业冗余的云支出。本地化计算还有额外的好处：卸载云计算节省了宝贵的带宽， 本地化使计算密集型、对延迟敏感的应用程序更接近最终用户，以进行实时决策。流程的所有这些方面结合在一起，以优化用户体验，同时从长远来看减少IT支出。 探索智能边缘的组成部分 网络 设备是便携式的，并且能够进行本地化计算，因此网络如何适合智能边缘？我们无法从所有端点将所有数据永久发送到云。除了存储和成本控制问题之外，实时分析和决策是不可能的，延迟将是一个额外的挑战。为了避免这种情况，使用了边缘计算和本地化数据存储，从而允许在源头进行分析和决策。 为此，支持边缘的网络必须强大，并能够安全地优化本地和云环境中的流量。软件定义的WAN通过提供路径优化、加密以及有线和无线解决方案来提供端点连接，解决了许多潜在的挑战。如今，许多物联网设备利用传统的Wi-Fi、LoRaWAN®随着低延迟5G解决方案的普及，甚至蜂窝连接。尽管如此，这些设备仍需要设计和实施计划，以确保智能边缘技术的可行性和成功应用。 基础设施 随着这种转向更本地化的分析和决策，支持基础设施需要成为对话的一部分。一般来说，智能边缘架构应该针对以下特点： 弹性:具有适当冗余的硬化装置可扩展:可以适应无浪费的增长可扩展:按需提供其他功能和特性安全:体系结构所有级别的安全性 操作效率：大规模管理和监测 需要立即响应和快速决策的企业应优先考虑计算基础设施。其他依赖数据收集并发送到集中式集线器的人应该优先考虑适当的存储和连接。随着实施过程的进行,诸如无线和/或附加接入点的升级可能是必要的。此外，智能边缘需要边缘的一些高级设计组件：。 •适合数据需求和环境严苛的位置的物理平台（特别是如果远程） •有效处理数据的软件平台，可以将其存储并转发到中央存储库 •收集相关业务数据的传感器、摄像头和/或数据馈送 •安全、高性能和可靠的网络传输 安全 随着本地化计算的出现，每个设备都可能是需要保护的潜在入口点。即使加密，一些收集的数据也将过于敏感，无法在云中发送。 替代安全措施。另一方面，并非所有数据都需要加密（这样做可能会不必要地代价高昂），因此需要对数据进行分类。可以考虑安全性来放置和设计物理设备，并且可以对数据进行本地加密，作为其他措施的备份。 企业还可以利用集成的网络安全解决方案，全面覆盖其端点、应用程序、数据和 基础设施。从历史上看，下一代防火墙一直是外部边缘安全的目标，但现在物联网设备、最终用户、应用程序和数据都连接到内部网络，这些设备的安全控制也至关重要。此外，网络访问控制解决方案不仅提供精细的东西方流量细分和增强的可见性，还提供安全自动化和威胁检测，并允许组织在边缘成熟其零信任策略。 对于边缘的敏感数据，组织应遵守3-2-1保护策略：3个数据副本，在2个不同的存储介质上，其中1个存储在异地。但是，从边缘复制数据副本可能会带来网络和带宽挑战。因此，应将云视为异地不可变的存档位置。 最后，应定期创建和测试针对边缘数据恢复量身定制的恢复计划。 Data 智能边缘就是利用可以捕获的、经常被遗忘或未使用的有价值的数据。然而，管理在云环境中产生和存储的数据量仍然很重要。虽然本地计算和存储对于智能边缘至关重要，但这并不意味着数据现在不再存储在云中。相反，应该为存储路由识别和分类数据。例如,原始数据可以存储在本地或给定到期时间。或者，元数据、聚合数据和机器学习输出是有价值的，应该存储在云中。 在边缘生成和存储的数据的增加也带来了在数据丢失或网络安全事件中保护、归档和恢复数据的新挑战。首先应该对数据进行分类，以确定需要保护哪些数据以及可以轻松重新生成哪些数据。 数据分类还将有助于创建符合组织标准和适用于边缘生成和存储的数据类型的任何政府法规的保留策略。 云 智能边缘带来了更多的本地化计算，但这并不意味着云消失。目标是从云计算转移到边缘计算，以适应正确的用例。此过程将通过节省组织存储他们从扩展的设备网络中收集的每一条数据来实现云成本控制。 云应该用于它擅长的事情：高计算和长期决策活动。这包括用于更深入分析或存储聚合和元数据的数据。另一方面，边缘应该用于低延迟，中等计算，快速决策活动。在原始数据保持在本地的情况下,为那些较大的分析工作负载保留了云计算带宽。 例如,零售商可能根据应用不同地处理两种类型的数据。例如，其销售数据很重要，但不需要用于即时决策。这些数据可以很容易地存储在云中，而不必担心将其传输到云中所需的时间。然而，同一个零售商可能有一个旨在帮助防止损失的系统的愿景，这将需要更即时的响应，因此云不是该数据的最佳选择。虽然这两种情况对于零售商来说是重要的,但是需要不同的系统来有效地处理它们。 IoT+智能边缘=无限可能 智能边缘带来了物联网设备，提供了收集和分析的完美结合。物联网包括分布式设备和传感器，负责收集不同类型的数据。智能边缘还指IoT收集的数据的原点处的低延迟和计算。他们一起在本地和实时地处理数据。例如，无人驾驶汽车使用摄像头和传感器以及车载计算机来确定何时刹车，改变车道或立即转弯。 边线：分布式计算设备，可在边缘或 边缘附近进行数据处理 IoT:相机和传感器在源 头收集数据 云:用于存储、管理和处理聚合和元数据的远程服务器网络 获取长期价值 除了最初的好处之外，智能边缘还允许长期重新发现价值以增加ROI。例如，可以将更新推送到收集数据的设备。类型 可以调整收集的数据，并且您分析数据的方式可以随着您的业务或客户需求而发展。此外，技术正在不断成熟-几年前可能成本过高或不可能的事情在未来可能会成为组织的可能。这意味着，随着企业的扩张、规模和成熟，他们的智能优势也不会错过任何一个节拍。 改进的最终用户体验 在原始点进行分析，本地化计算意味着实时响应和决策。因此，智能边缘解决方案可以使企业在交互时为用户提供增强的体验。在用户可能直接与之交互的设备之外，传感器可以是自主的，并对动作或输入做出反应以做出决策 影响客户。例如，零售商可以利用计算机视觉进行库存管理，以确保客户能够及时访问他们想要的产品而不会中断。此外，这些设备和传感器可以向客户“学习”，并随着时间的推移优化改进的体验。这可能会对客户的体验产生巨大影响，尤其是随着数据和技术的发展，为每个客户提供更加定制的体验。 对任何行业都有价值 医疗保健 •可穿戴设备允许收集和分析实时患者数据，并且可 以在需要时简化护理。 •AI正在应用于MRI和X射线评估，以帮助快速检测疾病并确定治疗方法。 Retail •利用计算机视觉进行库存管理，可以在需要重新库存或订购产品时自动发出警报。 •摄像机还可用于盗窃检测和作为可靠的防丢失工具。 公共安全 •灾难和紧急预警系统可以及早发现事件，并且可以快速 执行警报。 Construction •关键的预测性维护可以通过监控机械和设备的摄像机来解决。 Agriculture •可以监测作物和产量以检查植物生长并检测疾病或昆虫等问题。 Manufacturing •使用自动化来警告安全漏洞，例如员工在没有所需防护设备的情况下进入禁区。 •可以实现基于相机的系统以在产品离开设施之前检测产品中的缺陷。 交通运输 •路线可以跟踪和优化，以随着需求和条件的变化而起 伏不定。 •可以对停车场进行监控，以跟踪空间的维护并识别哪辆车占据了位置。 Hospitality 计算机视觉 使用AI从摄像机，电话，网络摄像头等的数字图像或视频中获取有价值的数据和信息。AI可用于检测和分类对象以及识别面部等应用。近年来流行的一个例子是智能家居技术，例如恒温器，它可以响应环境和人们的存在来调整并节省用户的钱。 •餐馆可以通过以最有效的方式自动化从库存采购到执行订单的过程来减少食物浪费。 利用您的智能优势。 无论您的组织已经开始了智能边缘之旅，还是想知道从哪里开始，了解您的旅程所处的位置都可以帮助您有效地到达终点线。虽然我们下面的流程是按时间顺序排列的，但我们已经为客户提供端到端服务，并在流程开始后立即提供帮助： 构思 通常从设想研讨会开始，构思阶段就是发现。以我们的专家为指导，通过利用智能边缘来确定您希望看到的业务成果以及实现这一目标所需的条件。在这个阶段，重要的是要开放探索以前可能没有问过的问题，并超越明显的解决方案，深入挖掘预期的结果。 概念证明（PoC） 考虑到这些目标，PoC将在投入大量资源之前帮助确定有效，可用和现实的解决方案。此阶段是确保解决方案的技术和设计方面对于您试图实现的目标是可行的。 飞行员 一旦一个解决方案被开发出来，就该在现实世界的场景中测试它的有效性了。这个阶段允许在全面推出之前对解决方案进行评估和任何需要的调整。这个阶段可能会揭示出从你的解决方案中获得最有价值的决策能力所需要的优化机会或调整。 Scale 现在，该解决方案已被证明是可行的，可以为解决方案的全面实施和扩展分配资源。 从我们的专家处了解有关智能边缘的更多信息： 信息图:智能边缘的ROI 信息图:情报在边缘 客户故事:便利店连锁店通过安全摄像头分析提升商业智能 视频:智能边缘-如何入门 揭示数据中的价值。 了解智能边缘如何帮助您的组织实现有价值的业务成果。我们的团队在每个行业都拥有专业知识，可以在整个过程中为您提供帮助。 今天联系我们开始。 资料来源： 1FoundryResearchServices的MarketPulseResearch。（2023年2月）。数字化转型之路：领导者在2023 年的立场。幻灯片21。由Insight委托。 2IDC的IDC视角（2021年1月）。行业生态系统的未来：共享数据和见解。 ©2023,InsightDirectUSA,Inc.保留所有权利。所有其他商标均为其各自所有者的财产。