iot in action テクニカルトラック€¦ · データ iot...
Post on 29-Jun-2020
0 Views
Preview:
TRANSCRIPT
IoT in Action –テクニカル トラックMicrosoft Corporation
IoT ソリューション アーキテクト 中原大介
業務
人
製品顧客
インテリジェンス
データ
IoT が実現するデジタル フィードバック ループメリットは顕著
IoT により、以下を接続する
"デジタル フィードバック ループ" が実現
▪ 顧客
▪ 業務
▪ 製品/資産
▪ 従業員
マイクロソフトのビジョンは、企業がデジタル フィード
バック ループの利点を活かせるように支援すること
洞察
アクションモノ
デジタル フィードバック ループ
リアルタイムの
接続
が新たな飛躍的レベルの
洞察
を可能にし、最新情報に基づく
アクション
を促進
IoT の場合デバイスにリモートでアクセスし、
問題を診断して解決
再接続プロセスとマシンの
再構成を含め、数時間以内に
対策を完了
すぐに包括的なデータに
アクセスし、原因分析を実行
1 2 3
断片化した
ソリューション
の場合
技術者をオンサイトに常駐させ、問題を判別して解決
デバイスの再接続と再構成には数日または数週間が必要
原因分析に必要なデータを検索
1 2 3
迅速な応答と回復
または または
断片化した
ソリューション
の場合
容量計画、資本の購入、継続的メンテナンスを行ってストレージの問題を自力で解決
カスタマイズおよび統合の完了後に新たなデバイスを後から接続
カスタム接続を用いるシステムの変更および拡張には数週間または数か月が必要
1 2 3
簡単に拡張、変更、拡大
+ +
IoT の場合クラウド ソリューションを利用して
即座に拡張でき、支払いは
必要なものにだけ
新たなデバイスを今すぐ接続でき、
必要な設定はあってもわずか
拡張可能なアーキテクチャ上に
構築することでシステムの
追加および拡張が迅速化
1 2 3
洞察
アクションモノ
デバイスの更新
デバイスのプロビジョニング
デバイスのアップデート
データ ストレージ
クラウド パス分析
ウォーム パス分析
ホット パス分析
オンデバイス分析
データの保護
ビジネス プロセスの統合
ソリューションの規模
高可用性
ディザスター リカバリー
トランスポート プロトコル
コスト管理
運用の監視
デバイス ライフサイクル
データの所有権
データの可視化
クラウドとデバイス間のコマンド
< ---- エンドツーエンド セキュリティ ---- >
業界および政府に対するコンプライアンス
エンタープライズの統合
デバイス復旧国際化
HW 認証製造の規模
CI/CD
ドライバー
デバイスの商業化
使用するデジタル フィードバック ループを強化
マイクロソフトは IoT をシンプルにします
▪ デバイスからクラウドまでセキュリティで保護されたスケーラブルな
ソリューションを構築
▪ デバイスを大規模にプロビジョニング
▪ デバイスを大規模にセキュリティ保護
▪ デバイスを大規模に管理
▪ IoT デバイスから洞察を獲得
▪ デバイス上でクラウド サービスを実行
▪ IoT から利益を享受
マイクロソフトは IoT をシンプルにします
これらのことを、より簡単に、シンプルに
業界で最も俊敏で、包括的で、優れたセキュリティを備えたポートフォリオ
Azure IoT (PaaS)
パートナーの繰り返し可能なソリューション
Azure IoT ソリューション アクセラレータ
データと分析
Azure Time Series
Insights
Azure
Machine Learning
Cosmos DB
Azure Stream
Analytics
Azure Data Lake
Azure Data Lake
Analytics
Azure HD Insight
可視化と統合
Azure Logic Apps
Notification Hubs
Azure Websites
Microsoft Flow
Microsoft
Power BI
Azure Monitor
Azure Active Directory
デバイスのサポート
Azure IoT
Device SDK
Azure IoT
認定デバイス
Azure IoT 向け
セキュリティ プログラム
Windows 10 IoT
IoT
エッジ
Azure IoT Hub
Azure IoT Edge
IoT Hub デバイス
プロビジョニング サービス
Microsoft Dynamics
Connected Field Service
Azure IoT Central
IoT SaaS
ソリューション (PaaS)
テクノロジ (PaaS)
ソリューション (SaaS)
Azure IoT ソリューション アクセラレータ一般的な IoT シナリオに合わせた構成済みのソリューション
Azure IoT Centralフルマネージド IoT SaaS ソリューションクラウド開発の専門知識や技術が不要
マイクロソフトは IoT をシンプルにします
SaaS
PaaS
同じ Azure IoT プラットフォーム サービスをベースに構築
IoT Central の豊富な拡張可能ポイント
IoT ソリューションへのニーズに対する継続的なサポート
Azure IoT ソリューション
アクセラレータ
予測メンテナンス
コネクテッド ファクトリリモート監視
デバイスのシミュレーション
エンドツーエンドの実装
詳細にカスタマイズ可能
オープンソースのマイクロサービスに基づくアーキテクチャ
デバイスの接続と管理
ダッシュボード、可視化、および洞察
ワークフローの自動化と統合
コマンドと制御
構成済みソリューション
価値実現までの時間を短縮
一般的な IoT シナリオに合わせて
迅速に開始
数分で開始
既存のルールとアラートを変更
デバイスを追加し、ニーズに合わせてカスタマイズを開始
作業の仕上げは
IoT アプリケーションで
特定の資産やプロセスに合わせて細かく調整
リアルタイム運用データに合わせて高度に可視化
バックエンド システムと統合
構成済みソリューションのコンポーネント
リモート監視 | 予測メンテナンス | コネクテッド ファクトリー | デバイスシミュレーション
マイクロサービス
VM
Cosmos DB
Web アプリ
ロジック アプリIoT HubC# シミュレーター
Active
Directory
Orchestrator
マイクロサービス
VM Azure ML
Azure IoT – Remote Monitoring Update
デバイスの接続と管理
データの取込及びコマンド&コントロール
ストリーム処理と分析
ワークフローの自動可と統合
ダッシュボードと可視化
構成済みソリューション
予測メンテナンス
リモート監視
コネクテッドファクトリー
Azure IoT
Central
大溝桂マイクロソフト株式会社
テクノロジー ソリューション プロフェッショナル
平井健裕マイクロソフト株式会社
テクノロジー ソリューション プロフェッショナル
Azure IoT Central
分析、ダッシュボード、および可視化
ユーザーのロールとアクセス権
監視ルールとトリガーされるアクション
マイクロソフトが完全にホストおよび管理
デバイスの接続と管理
リスクの無い試用版とシンプルな価格設定
クラウド開発に関する専門知識が不要
Azure IoT Central がもたらすもの
結果をより早く入手
実稼働レベルのアプリケーションを
数時間以内に作成可能
管理、運用のコスト、及び
オーバーヘッドを削減
透明性の高い、予測可能な
デバイスごとの価格設定により
TCO の把握が容易
成長に応じて容易、かつ安全にスケーリング
あらゆる規模の IoT プロジェクトに対応
既存のシステムとの統合により、フィールド サービスのサポートや、アラートなどのワークフローを実行
業界をリードするセキュリティ基準とデータ保護機能を活用し、データを管理
エンタープライズ レベルのソリューション
エンタープライズ レベルのハイパースケール サービスを土台として構築
必要に応じて最先端の機能を利用
最も重要なデータを確実に保護し、コネクテッド製品戦略を実現
松岡貴志Seeed 株式会社
Azure IoT Central : Demo
Azure IoT Centralフルマネージド IoT SaaS ソリューションクラウド開発の専門知識や技術が不要
Azure IoT ソリューション アクセラレータ一般的な IoT シナリオに合わせた構成済みのソリューション
リモート監視 | 予測メンテナンス | コネクテッド ファクトリー
Azure IoT Hub数百万台規模の IoT デバイスから発生する数十億のメッセージに対し、安全な双方向通信を確立する、IoT クラウド ゲートウェイ
マイクロソフトは IoT をシンプルにします
洞察 アクション
Azure IoT Hub
クラウド
ゲートウェイモノ
IoT パターン
Azure IoT Hub
デバイスと双方向の
コミュニケーション
エンタープライズに
適した拡張と実装
エンドツーエンド
のセキュリティ
数百万台レベルのデバイス接続
様々な言語に対応した SDK
主要プロトコルのサポート(HTTPS/AMQPS/MQTTS)
テレメトリの送信
コマンドの受信
デバイス管理
デバイス ツイン
クエリ と ジョブ
数十億のメッセージ
スケールアップおよびスケールダウン
メッセージのルーティング
ファイルのアップロード
WebSocket と 多重化
Azure Monitor
Azure Resource Health
設定管理
デバイスごとの認証
デバイス単位で有効化/無効化
TLS セキュリティ
X.509 対応
IP アドレスでのホワイトリスト/ブラックリスト
共有アクセス ポリシー
ファームウェア/ソフトウェア アップデート
Azure Security Center サポート
Azure IoT Hub: IoT デバイスのライフサイクル
計画
プロビジョニング
構成
監視
使用中止
故障後、アップグレード サイクル後、またはサービス期間終了後、
デバイスを交換または使用停止
デバイスをグループ化し、組織のニーズに応じてアクセスを制御
更新、構成、およびアプリケーションを提供して、各デバイスの目的を割り当て
デバイスのセキュアな認証、管理の準備、およびサービスのプロビジョニング
問題をプロアクティブに修復しながら、デバイスのインベントリ、正常性、および
セキュリティを監視
クイック オリエンテーション
デバイス
バック エンド
システムおよび
プロセスイベント ハブ
ストレージ BLOB Cosmos DB
Web/
モバイル アプリ
ストリーム
分析
ロジック アプリIoT Hub Web ジョブ
* Azure ML
Power BI
プロビジョニング
実行箇所
プロビジョニングとは?
登録 初期設定 プロビジョニング
現在プロビジョニングが困難な理由
ソリューションでは取消可能なアクセス権がデバイスごとに必要となる
プロビジョニングは手動プロセスである
製造と展開で初期構成が無意味になる場合がある
合併、買収、破産でデバイスの所有者がいなくなる場合がある
デバイスのサプライ チェーンが複雑である
サプライ チェーンについての説明
例: 自動車
デバイスの構築は複雑
最も一般的なサプライ チェーン: OEM → ODM → SI →顧客
製造プロセスの更新は不可能でなくても困難
サプライ チェーンの問題証明書の作成、証明書の導入、デバイスの再フラッシュ、データ所有権の変更など
Azure IoT Hub デバイス プロビジョニング サービス
安全かつスケーラブルな方法を用いて、
ゼロタッチでデバイスを登録および
プロビジョニング
▪ シンプルな "プラグ アンド プレイ" のプロビジョニング
▪ 手動接続の必要性を最小化
▪ HSM によるセキュリティの強化
▪ グローバルに利用可能
米国の IoT ソリューション 日本の IoT ソリューションドイツの IoT ソリューション
Azure IoT によるデバイス プロビジョニングのゴール
プロビジョニングのプロセスを安全に自動化IoT Hub サービスにデバイスを自動的かつ安全に接続し、
初期構成でプロビジョニングする
マルチテナント機能のサポート単一の DPS で複数の IoT ハブのサービスを複数の地域で提供可能
デバイスの柔軟な割り当て顧客が提示したルールとロジックで、適切なデバイスが適切な IoT ソリューション
(および関連 IoT ハブ) に接続
シナリオの選択
単一の
IoT ソリューションに
対するゼロタッチ
プロビジョニング
複数のハブ間 売買取引データに
基づいて
所有者の
IoT ソリューションに
デバイスを接続
最短の待機時間で
デバイスを IoT ハブに
接続
デバイスでの変更に
基づく
(例: 所有権の変更)
IoT デバイスとデバイス プロビジョニング サービスの関係
デバイスの初期準備 キーの保存機能がない、
または制限されている
デバイス用
SAS トークンを介して
接続するデバイスのみに
該当
デバイスを
新規インボックスとして
扱う必要がある場合
エンタープライズの
拡張および統合
数十億のメッセージ
スケールアップおよびスケールダウン
メッセージのルーティング
ファイルのアップロード
WebSocket と 多重化
Azure Monitor
Azure Resource Health
設定管理
エンドツーエンド
セキュリティ
デバイスごとの認証
デバイス単位で有効化/無効化
TLS セキュリティ
X.509 対応
IP アドレスでのホワイトリスト/ブラックリスト
共有アクセス ポリシー
ファームウェア/ソフトウェア アップデート
Azure Security Center サポート
双方向の通信
数百万台レベルのデバイス接続
様々な言語に対応した SDK
主要プロトコルのサポート(HTTPS/AMQPS/MQTTS)
テレメトリの送信
コマンドの受信
デバイス管理
デバイス ツイン
クエリ と ジョブ
スケーラブルな
自動プロビジョニング
ゼロタッチ プロビジョニング
プロビジョニング ワークフローの一元化
複数の IoT ハブ間の負荷分散
再プロビジョニングのサポート
TPM + X.509 のサポート
Azure IoT HubAzure IoT Hub Device
Provisioning Service
洞察 アクション
Azure IoT Hub
クラウド
ゲートウェイモノ
Azure Stream
Analytics
IoT パターン: 洞察の取得
リアルタイムの洞察を実現
洞察は生もの絶好のチャンスは限られている
洞察を得るまでの時間が重要意思決定の待ち時間を短縮することがビジネス価値につながる
移動中のデータのクエリが可能に
リアルタイム不正探知 ストリーミング ETL 予測メンテナンス コール センター分析
IT インフラストラクチャとネットワーク監視 顧客行動予測 ログ分析 リアルタイム クロス セル提案
車両監視とコネクテッド カー リアルタイム患者モニタリング スマート グリッド リアルタイム マーケティング
ストリーム分析は業界の垣根を越えて関連
何千もの顧客が Azure Stream Analytics を使用
リアルタイム分析パイプライン
IoT Edge のStream
Analytics
提示 & アクション
保存 &バッチ分析
ストリーム分析
イベント キュー & ストリームインジェスト
イベント発生
IoT Hub
アプリケーション
長期保存/バッチ分析のためのアーカイブ
リアルタイム ダッシュボード
AzureStream
Analytics
自動的にワークフローを開始
機械学習
参照データ
イベント ハブ
BLOB
デバイス &
ゲートウェイ
ミッション
クリティカルな
信頼性
TCO を
最低限に抑えた
PaaS サービス
インテリジェントな
クラウド & エッジ始動が簡単
開発者の
生産性
宣言型 SQL 言語 すぐに使用できる
ソース/シンク
統合
クラウドと
エッジで
同じクエリ
1 時間あたり 0.11 ドルから
クラスターなし
プロビジョニングなし
財政的支援のあるエンタープライズレベルの
SLA
コードの削減 = 開発者の生産性向上
データ操作SELECT
FROM
WHERE
HAVING
GROUP BY
CASE WHEN THEN ELSE
INNER/LEFT OUTER JOIN
UNION
CROSS/OUTER APPLY
CAST INTO
ORDER BY ASC、DSC
スケーリング拡張関数WITHPARTITION BYOVER
日付/時刻関数DateNameDatePart Day、Month、YearDateDiffDateTimeFromPartsDateAdd
Window 拡張関数TumblingWindowHoppingWindowSlidingWindow集計
SUMCOUNTAVGMINMAXSTDEVSTDEVPVARVARPTopOne
文字列関数LenConcatCharIndexSubstringLower、UpperPatIndex
テンポラルLagIsFirstLastCollectTop
数学関数ABSCEILINGEXPFLOORPOWERSIGNSQUARESQRT
地理空間関数 (プレビュー)
CreatePointCreatePolygonCreateLineStringST_DISTANCEST_WITHINST_OVERLAPSST_INTERSECTS
オープン ソースでは 1,915 行のコードが
@ApplicationAnnotation(name="WordCountDemo")public class Application implements StreamingApplication{
protected String fileName = "com/datatorrent/demos/wordcount/samplefile.txt";
private Locality locality = null;
@Override public void populateDAG(DAG dag, Configuration conf){
locality = Locality.CONTAINER_LOCAL;WordCountInputOperator input = dag.addOperator("wordinput", new WordCountInputOperator());input.setFileName(fileName);UniqueCounter<String> wordCount = dag.addOperator("count", new }
………
Stream Analytics ではわずか 3 行
SELECT Avg(Purchase), ScoreTollId, Count(*)
FROM GameDataStream
GROUP BY TumblingWindows(5, Minute), Score
高度な時間管理により以下が容易に
• 高度な時間管理機能をすぐに使える状態で提供• グローバルな固有タイムライン、または複数のデバイスのタイムライン (サブストリーム) から選択
• アウトオブオーダーおよび遅着のポリシーを構成
• 1 回のみの処理: 最大限の再現性を提供
リアルタイム地理空間分析シナリオ
コネクテッド カー
資産追跡
車両管理
ジオフェンシング
つながる工場
設備管理
地理空間関数
SQL 言語で統合
CreatePoint
CreatePolygon
CreateLineString
ST_DISTANCE
ST_WITHIN
ST_OVERLAPS
ST_INTERSECTS
GeoJSON の使用
WGS84 を使用 (Global Positioning System で使用される基準座標系)
ガソリン スタンドが車から 50 km 未満の距離にある場合は、イベントを生成する
SELECT Cars.Location, Station.Location
FROM Cars c
JOIN Station s ON ST_DISTANCE(c.Location, s.Location) < 50 * 1000
Azure IoT Edge エコシステムの主要部分
ASA の主要エッジシナリオ
異常検出のための組み込み機械学習モデルインライン学習とリアルタイム スコアリングをサポート
クエリ言語内の単純な関数呼び出しで簡単に起動
データ サイエンティストの関与不要
5 種類の異常検出:急上昇と急落
鈍い増加傾向
鈍い減少傾向
バイレベル変化
異常検出のための組み込み関数シグネチャ
AnomalyDetection_SpikeAndDip(<scalar_expression>,<confidence>,<historySize>)
OVER([PARTITION BY <partition key>]LIMIT DURATION(<unit>,<length>)
[WHENboolean_expression])
IsAnomaly: bigint (0 または 1) はイベントが異常かどうかを示す。
Score: A/D スコア (浮動小数点) はイベントの異常の程度を示す。
AnomalyDetection_ChangePoint(<scalar_expression>,<confidence>,<historySize>)
OVER ([PARTITION BY <partition key>]LIMIT DURATION(<unit>, <length>)
[WHEN boolean_expression])
Azure Machine Learning コールアウト (プレビュー)
ストリーミング データでのリアルタイム スコアリングの実行異常検出と感情分析は一般的なユース ケース
クエリからの関数呼び出しAzure ML では操作が可能になった ML モデルの Web エンドポイントを公開可能
Azure Stream Analytics はカスタム関数名を該当する Web エンドポイントにバインド
SELECT text, sentiment(text) AS scoreFROM myStream
C# カスタム コード
• .net 標準コードをストリーミング パイプライン内で実行
• I/O の追加なし: 効率的なインメモリ処理
• 既存のプロジェクトまたはライブラリを再利用可能
• Visual Studio でエクスペリエンスを作成
• IoT Edge の ASA のプレビューで本日利用可能
Azure Stream Analytics: デモ
詳細は Web ページで:
www.azure.com/sa
Twitter でフォロー
@AzureStreaming
ご参加ください
askASA@microsoft.com
Power BI / TSI Demo Deep Dive
梅津尚枝マイクロソフト株式会社
Technology Solutions Professional
データの可視化
と活用
Power BI / Time Series Insight
Azure Stream Analytics
Time Series Insights
インサイト
Power BI
何の役に立つ?
データを溜める
可視化する
傾向とパターンを見つける
なにが出来る?
異常検知
リアルタイムモニタリング
異常の発生条件を発見
異常発生のパターン化
異常の予測
異常の早期発見
今現在の状況を可視化
データ遷移からパターンを見つける
Temperature/温度Decibel/音 Humidity/湿度
3Hour
音と温度の波形が類似 音の変化に温度が追随している
蓄積したデータを活用して出来る事
温故知新
過去のデータをみて可視
化することで知見を表面
化する
異常・現象のパターンの発
見
現象の仮説を立て、その条
件をパターン化する
異常検知の条件として設
定する(AI化)
異常発生の予知
インテリジェントエッジ
Azure IoT Edgeクラウドと一貫したアプローチで
インテリジェント ワークロード を、
アクションのより近くへ
Azure IoT Centralフルマネージド IoT SaaS ソリューションクラウド開発の専門知識や技術が不要
Azure IoT ソリューション アクセラレータ一般的な IoT シナリオに合わせた構成済みのソリューション
リモート監視 | 予測メンテナンス | コネクテッド ファクトリー
Azure IoT Hub数百万台規模の IoT デバイスから発生する数十億のメッセージに対し、安全な双方向通信を確立する、IoT クラウド ゲートウェイ
マイクロソフトは IoT をシンプルにします
エッジへのシフト
クラウド
グローバルに利用可能、無制限のコンピューティング リソース
IoT
センサーとデバイスの信号を利用して、クラウドによって一元
管理
エッジ
クラウドから IoT デバイスにインテリジェンスをオフロード
AI
クラウドとエッジのインテリジェンス機能を革新
今日の困難な課題が高い参入障壁となる
大量のデータ収集源
クラウドへのデータ転送の高価なコスト
リアルタイム洞察の限界
ハードウェア、クラウド、エッジの高度な開発者スキルセット
あらゆるものに関するカスタム コード= 標準化されていない
手動による設定と統合 = 規模の変化に対応できない
クラウドの障壁 エッジの障壁
クラウドおよびエッジの IoT
クラウドの IoT
リモート監視および管理
複数 IoT デバイスのリモート データを統合
機械学習などの高度な AI ツールをトレーニングするための、
無限のコンピューティングとストレージ
エッジの IoT
待機時間の短い、厳格な制御ループでは、
ほぼリアルタイムの応答が必要
プロトコル変換 & データ正規化
データのプライバシーと IP の保護
対称
Azure IoT Edge
クラウドからの構成、更新、および監視
最も普及しているオペレーティング システムと互換
クラウドとエッジのコードが対称的で、開発とテストが容易
チップセットからクラウドに至るまで安全なソリューション
クラウドおよびカスタム ワークロードを安全にエッジに移動
AI と高度な分析のシームレスな展開
Azure IoT Edge のペルソナとツール
開発者 オペレーター
段階設定とテスト
大規模な段階設定と展開
大型フリートの管理
アラート機能を備えた運用ワークフロー
開発とテスト
繰り返しの継続
VSCode などの使い慣れたツール
クラウド開発スキル
AI と高度なサービスを
エッジで有効化IoT ソリューションの
コスト削減
IoT ソリューション開発の
簡素化
Azure IoT Edge 用AI ツールキット
Azure Machine Learning
Azure Stream Analytics
Azure Functions
独自のコード
クラウドとエッジのコードが対称的
使い慣れたプログラミングツールと言語を使用
C、Java、.NET、Node.js、および Python のサポート データの前処理で帯域幅の
問題に対処
リアルタイムに行動することでダウンタイムを最小化
既存の開発者用リソースを活用
安全Azure IoT Edge へのセキュアな接続を提供して、ソフトウェア/ファームウェア/
構成をリモートから更新し、状態とテレメトリを収集して、デバイスの
セキュリティを監視
クラウドで管理Azure による充実した Azure IoT Edge 管理を可能にして、
単なる SDK ではない完全なソリューションを提供
クロスプラットフォームAzure IoT Edge は、Windows や Linux といった最も普及している
エッジ オペレーティング システムに対応可能
ポータブル継続的な統合/継続的な展開パイプラインの一部として、クラウドで
エッジ ワークロードの開発/テストを行い、後でエッジに展開することが可能
拡張可能マイクロソフトの AI といった高度な機能や、任意のサード パーティの機能を、
今すぐ、または将来、シームレスに展開することが可能設計の原則
洞察 アクション
Azure IoT Hub
クラウド
ゲートウェイモノ
IoT パターン + エッジ
洞察
アクション
IoT パターン
お客様のソリューション
IoT
デバイス
Azure
IoT Hub
IoT
Edge
IoT
Edge
IoT
デバイス
概念
Azure IoT Edge のランタイム
ワークロードをデバイスにインストールし、更新する。
デバイスで Azure IoT Edge のセキュリティ基準を維持する。
IoT Edge モジュールが常に実行中であることを確認する。
リモート監視のため、モジュールの正常性をクラウドに
レポートする。
ダウンストリーム リーフ デバイスと IoT Edge デバイスとの
通信を容易にする。
IoT Edge デバイスのモジュール間の通信を容易にする。
IoT Edge デバイスとクラウドとの通信を容易にする。
洞察 アクション
IoT Hubテレメトリ
洞察とモジュール
の正常性
Azure IoT Edge デバイス
概念
モジュール
モジュール イメージは、モジュールを定義するソフトウェアを含む
パッケージ。
モジュール インスタンスは IoT Edge デバイスでモジュール イメージを
実行する特定の計算ユニット。モジュール インスタンスは
IoT Edge のランタイムによって開始される。
モジュール ID は IoT Hub に保存されている情報で
(セキュリティ資格情報など)、各モジュール インスタンスに
関連付けられている。
モジュール ツインは IoT Hub に保存されている
JSON ドキュメントで、メタデータ、構成、条件など
モジュール インスタンスの状態情報が含まれている。
複数の言語 (C#、C、Python、Java、Node.JS) で
カスタム モジュールを開発するための SDK。
概念
経路指定
Edge
ランタイム
mod2
outputs/out1
inputs/in1
mod1
outputs/out1
inputs/in1
$upstream
クエリ言語
FROM <source> WHERE <condition> INTO <sink>
ソース – メッセージの送信元
/messages/modules/{mid}/outputs/{out1}
条件 – メッセージのプロパティ/本文の式
sensorType = “temp” and alert = true
シンク – メッセージの送信先 (エンドポイント)
$upstream
brokeredEndpoint(“/modules/{mid}/inputs/{in1}”)
以下にその例を示します。
FROM /messages/modules/mod1/outputs/*
WHERE sensorType = “temp”
INTO brokeredEndpoint(“/modules/mod2/inputs/in1”)
デバイス ツイン デバイス ツイン
クエリ
必要
報告済み
タグ
メソッド
必要
報告済み
メソッド
ジョブ
大型フリート全体にデバイス ツインの変更をスケジュールおよびブロードキャスト
IoT Edge またはデバイス
概念
発電所
エレベーター
スマート メーター
医療デバイス
建物
IoT Hub
デバイス管理
Azure IoT Edge の展開
Azure
IoT HubIoT Edge デバイス
Azure
Machine
Learning
Azure
Stream
Analytics
Azure
Functions
Azure
Cognitive
Services
Azure Container Service
実行中の Azure IoT Edge
IoT HubIoT Edge
オペレーター3 – デバイス ツインを介して
Edge ノードのモジュールを定義
2 –展開先の Edge ノードを選択
4 – デバイス ツインを介して
Edge ノードのモジュールの
メッセージ ルートを定義
IoT Edge
ハードウェア ベースの信頼のルート
ローカル
ストレージ
デバイス ツイン
• モジュール
• 経路Edge ランタイム
セキュリティ マネージャー• セキュア ブート
• セキュア ストレージ
コンテナー モジュール
コンテナー
モジュール
コンテナー
モジュール
コンテナー
モジュール
コンテナー
モジュール
5 – モジュール構成のためモジュール
ツインを定義 (パラメーター)
デバイス ツインモジュール ツイン
モジュール ツイン
IoT Device SDK を
含む IoT デバイス
IoT デバイス
(例: BLE)
Edge ハブへの接続
(デバイス ツインを所有)
プロトコル変換のため
BLE モジュールに接続
(BLE モジュール ツインを介して構成)
デバイスのプロビジョニング
1 – シナリオに合う適切なエージェントで
プロビジョニングされた Edge デバイス
コンテナー ベースのワークロード
AI サービス
Azure Functions
Azure Stream Analytics
Azure Machine Learning
モジュール SDK を使用する独自コード
セキュリティ要件がある Edge デバイス
Rich OS – Linux または Windows
Docker 互換コンテナー管理システム
Azure IoT Edge: 新機能
オフライン サポート
▪ IoT Hub との 1 回限りの同期後、無期限のオフライン操作
▪ ダウンストリーム IoT デバイスがオフラインのエッジ デバイスに接続し、
遅延クラウド配信のためにメッセージをキューに入れることが可能 - コード変更なしですぐに動作
▪ オフライン時にエッジ + ダウンストリーム デバイスの再起動と再認証が可能
▪ Edge ランタイムによってローカルのデバイス間通信を容易に実行
Azure Marketplace のサポートによるサード パーティ エッジ機能 (モジュール)
Azure Blob Storage モジュール
Visual Studio + Visual Studio コード ツール
Azure DevOps & Jenkins CI/CD のサポート
高可用性 / マルチデバイスのサポート開発中
Azure Certified for IoT デバイス カタログ
目的のユース ケースでクロスプラットフォーム IoT デバイスと
スターター キットを簡単に検出する方法を提供
catalog.azureiotsolutions.com で
1000 以上の認定ハードウェアを一覧表示
デバイス カタログ Web サイトが近日変更され、
さらに見つけやすく、使いやすく:
▪ トップクラスの認定デバイスが特徴
▪ 詳細な製品説明を見やすく表示
▪ 直感的なデバイス検索
既存のプログラムを拡張して
IoT Edge デバイスをサポート
IoT Edge デバイス固有の新しい要件セット
IoT デバイスの既存の認証はそのまま
IoT Edge デバイスの認証は Azure IoT Edge の機能、
デバイス管理、およびセキュリティに対して認定
ハードウェア メーカーは認証のためパートナー ダッシュボードから
IoT Edge デバイスの提出を開始可能
マイクロソフトでは認定 IoT Edge デバイスに関して
ハードウェア メーカーと協力
ご質問は iotcert@microsoft.com まで
Azure IoT Edge の認定ハードウェア
Azure IoT Edgeエンタープライズに向けての備え
インテリジェントエッジ人工知能と機械学習の活用
AI、機械学習、およびディープ ラーニング
1950 1960 1970 1980 1990 2000 2010
5.1%Switchboard 音声認識テスト
96%RESNET 視覚検査
152 層
88.493%SQuAD 読解力
テスト
69.9%MT
調査システム
ディープ ラーニングの進歩
Azure AI サービス
Azure インフラストラクチャ
ツール
マイクロソフトの AI プラットフォーム
Azure AI サービス
Bot Service
対話型 AI の開発の加速
Cognitive Services
視覚、音声、言語、知識、および検索を
事前にトレーニングしたサービスをあらゆる
シナリオにカスタマイズ可能
Azure Machine Learning
生産性の高い AI モデルを作成するための
実験および管理サービス
視覚
顔認識から感情認識まで、アプリでイメージやビデオを理解できる
音声
ノイズのフィルタリング、話者の識別、および意図の理解によって、ユーザーと会話する
知識
Web、学会、または独自のデータから蓄積した豊富な知識を利用する
言語
文章を処理し、ユーザーの望みを認識する方法を学習する
ラボ
これからの Cognitive Services テクノロジを
いち早く展望する: 新たなテクノロジが一般的に使われるようになる前に
発見し、試し、フィードバックを与える
検索
Bing API を使用して数十億もの
Web ページ、画像、ビデオ、および
ニュースにアクセスする
Microsoft Cognitive Services
Microsoft Cognitive Services を選ぶ理由
任意の言語およびプラットフォームに統合できる
サービスの内容が幅広いので、対象のアプリに最適な API を見つけることができる
独自のデータでカスタムエクスペリエンスを実現できる
Microsoft Research、Bing、およびAzure Machine Learning の専門家によって構築
高品質の説明書、サンプル コード、およびコミュニティ サポート
REST API を使用して自分で統合できる
必要なコードをわずか数行追加するだけ
キーを取得して
構築
視覚 音声 知識言語 ラボ検索
Computer Vision
Content Moderator
Emotion
Face
Video Indexer
プラハ プロジェクト (ジェスチャ)
クスコ プロジェクト (イベント)
ヨハネスブルク プロジェクト(経路指定)
南京プロジェクト (等時性)
アブダビ プロジェクト(距離行列)
ウロンゴン プロジェクト(位置)
Bing Autosuggest
Bing Image Search
Bing News Search
Bing Video Search
Bing Web Search
Bing Entity Search
Academic Knowledge
Entity Linking
Knowledge Exploration
Recommendations
QnA Maker
Bing Spell Check
Linguistic Analysis
Text Analytics
Translator Text & Speech
Web 言語モデル
Bing Speech
Speaker Recognition
Microsoft Cognitive Services
現実世界のさまざまなアプリケーション
カテゴリ 人 顔が 5 つ
大人/活気がある? 偽/偽
支配的な色
アクセント カラー
視覚
会話音声をテキストに変換
テキストを会話音声に変換
ユーザーの意図を抽出
音声
再生中
2016 年 11 月 29 日の顧客通話
Intent: PlayCall
言語 知識 検索
Vision
ビデオを処理してスマートな洞察を抽出
画像内の特定のコンテンツの認識を学習するカスタマイズ可能な
Web サービス
テキストおよび画像の機械支援モデレートを人間による
レビュー ツールで強化
アクション可能な情報を画像から抽出
写真の顔を検出、識別、分析、整理、タグ付けし、感情までも認識
Vision
Custom Vision
画像内の特定のコンテンツの認識を学習する
カスタマイズ可能な Web サービス
Custom Vision
カスタマイズ独自のユース ケースのための自前の
最新モデルを設計する
アップロードラベルを付けた画像を使用してモデルを
迅速にトレーニングし、更新する
エクスポート1 回のクリックでモデルをデバイスで、または
Docker コンテナーとして実行する
使い始めるには:https://customvision.ai/
カスタム コンピューター ビジョン: デモ
インテリジェントエッジWindows IoT
IoT を簡素化するマイクロソフト
Windows 10 IoT高性能かつ安全性が高く、管理性に優れたインテリジェント Edge デバイスを構築
Azure IoT Edgeクラウドと一貫したアプローチで
インテリジェント ワークロード を、
アクションのより近くへ
Azure IoT Centralフルマネージド IoT SaaS ソリューションクラウド開発の専門知識や技術が不要
Azure IoT ソリューション アクセラレータ一般的な IoT シナリオに合わせた構成済みのソリューション
リモート監視 | 予測メンテナンス | コネクテッド ファクトリー
Azure IoT Hub数百万台規模の IoT デバイスから発生する数十億のメッセージに対し、安全な双方向通信を確立する、IoT クラウド ゲートウェイ
住知之マイクロソフト株式会社
エコシステム プログラム マネージャー
Windows 10 IoT
Windows 10 IoT のエディション
Windows 10 IoT Core
Windows の中核をスマート デバイスに導入
Windows 10 IoT Enterprise
Windows のフル パワーをスマート デバイスに導入
現在は NXP + Windows 10 IoT Core も使用可能に複数の i.MX6/7/8M SoC で Windows 10 IoT Core
数百もの評価が進行中
信頼性の高い I/O など、独自のセキュリティ機能
すぐに始めましょう – http://aka.ms/iotnxp
Aaeon PICO-IMX6
Advantech RSB-4411
Keith & Koep pConXS
SolidRun HummingBoard Edge
Kontron SMARC-sAMX6i
Compulab IoT-Gate
Geniatech SoM-iMX7D Ka-Ro TX6
PHYTEC phyBOARD
i.MX7-Zeta
Geniatech SoM-iMX6Q
VIA VAB-820
Windows 10 IoT 長期サポート シリコン
Windows 10 IoT Enterprise
▪ AMD® 第 6 世代プロセッサ シリーズ Ax-8xxx & E シリーズ Ex-8xxx & FX-870K
▪ AMD® 第 7 世代プロセッサ シリーズ Ax-9xxx & E シリーズ Ex-9xxx & FX-9xxx
▪ AMD® Ryzen™ 3/5/7 1xxx
▪ AMD® Ryzen™ 3/5/7 2xxx
▪ AMD® G シリーズ、R シリーズ
▪ AMD® V1xxx
▪ 第 4、第 5、第 6、第 7、第 8、第 9 世代 Intel® Core™ プロセッサ
▪ Intel Xeon E3-xxxx v6
▪ Intel® Atom™ プロセッサ E3900 シリーズ
▪ Intel® Atom™ x5-E8000 プロセッサ
▪ Intel® Atom™ x5-Z8350 プロセッサ
▪ Intel® Atom™ プロセッサ E3800 製品ファミリ
▪ Intel® Pentium® および Celeron® プロセッサ N および J シリーズ
Windows 10 IoT Core
▪ Broadcom® 2836 (Raspberry Pi 2)
▪ Broadcom® 2837 (Raspberry PI 3)
▪ Intel® Atom™ プロセッサ E3900 シリーズ
▪ Intel® Atom™ x5-E8000 プロセッサ
▪ Intel® Atom™ x5-Z8350 プロセッサ
▪ Intel® Atom™ プロセッサ E3800 製品ファミリ
▪ Intel® Pentium® および Celeron® プロセッサ N および J シリーズ
▪ NXP® i.MX 6QuadPlus、6Quad、6DualPlus、6Dual、6DualLite
▪ NXP® i.MX 6SoloX、6SoloLite、6ULL
▪ NXP® i.MX 7Solo
▪ NXP® i.MX 7ULP
▪ NXP® i.MX 8M ファミリ
▪ Qualcomm® Snapdragon™ 410E
インテリジェント エッジ OS としての Windows
エンタープライズレベルのセキュリティとサポートによるプロジェクトの営利化
▪ SoC: Intel、Raspberry Pi、Qualcomm、
NXP
▪ わずかなフットプリント: 512MB RAM +
2G ストレージ
▪ IoT Core Services
▪ DUC
▪ LTSC
▪ セキュリティ
▪ 機械学習
▪ Azure IoT Edge
▪ SoC: Intel、AMD
▪ Windows 10 IoT Enterprise LTSC 1809
▪ ロックダウン
▪ 割り当てられたアクセス
▪ セキュリティ
▪ 機械学習
▪ Azure IoT Edge
▪ SoC: Intel、AMD
▪ Windows Server 2019
▪ Windows Admin Center
▪ システムの洞察
▪ Azure のバックアップ
▪ セキュリティ
▪ 機械学習
▪ 高可用性
▪ ハイパー コンバージド インフラストラクチャ (HCI)
▪ Azure IoT Edge
Windows 10 IoT
Core
Windows 10 IoT
EnterpriseWindows Server
IoT Core + WinML: デモ
インテリジェントエッジハイブリッド クラウド
IoT を簡素化するマイクロソフト
Azure IoT Central完全に管理された IoT SaaSクラウド ソリューションの専門知識や技術は不要
Azure IoT HubIoT クラウド ゲートウェイは安全な双方向通信であり、数十億のデバイスが数兆ものメッセージを送信
Azure IoT Edgeクラウドと一貫したアプローチでインテリジェント ワークロードを行動に近づける
Windows 10 IoT安全性が高く、強力で管理しやすいインテリジェントな Edge デバイス
Azure IoT ソリューション アクセラレータ一般的な IoT シナリオに合わせた構成済みのソリューション
リモート監視 | 予測メンテナンス | コネクテッド ファクトリ
Azure Stack一貫性のあるハイブリッド クラウドのみ
高添修日本マイクロソフト株式会社
パートナーソリューションプロフェッショナル
Azure Stack
IoT システムをハイブリッドで構築する 2 つのパターン
1: IoT に最適化されたシステム
Cloud IoT & Edge
2: オンプレミスでの運用も見据えた IoT 導入
プラットフォーム戦略
= IoT を支える基盤
= IoT も支える基盤
Azure Active
Directory
SQL ServerActive
Directory
Azure
Data ServiceAzure Services
Azure Stack
マイクロソフトの一貫性のあるハイブリッドクラウド戦略
Management Services,
Azure Security Center
共通のアイデンティティ
統合された管理とセキュリティ
一貫性のあるデータプラットフォーム
統合開発とDevOps
プラットフォーム
オンプレミスインフラ管理
Microsoft AzureMicrosoft Azure Stack自社内に配置可能
108
ビジネスの都合に合わせて最新のテクノロジーを活用
Azure Stack
Azure IaaS | Azure PaaSCompute | Networking | Storage |
App Service | Functions |
Service Fabric | Container Service
Cloud infrastructure
(統合システム)
Portal | PowerShell | DevOps tools
Azure Resource Manager
管理基盤
Azure
Azure IaaS | Azure PaaS
Cloud infrastructure
Portal | PowerShell | DevOps tools
Azure Resource Manager
管理基盤
開発者
利用者
IT 担当者
継続的/連続性
認証基盤の共通化
課金の共通化コード
API
ツール
スクリプト
コマンド
ツール
テンプレート
クラウド非接続でも利用可能
Web, Mobile, and API apps
Serverlesscomputing
Microservicesplatform
Containerorchestration
Open sourceTemplate
Linux and Windows
(including VM scale sets)
A lot of solutionfrom
Marketplace
Virtual network, load balancer, VPN gateway
Blobs, Tables, Queues, Disks
Application keys and secrets
最新技術の社内導入の促進 (IaaS, PaaS, Template)
Azure IoT サービスの Azure Stack 版を開発中
Azure Stack 導入企業 (公表済みの企業様)
54Azure のリージョン
More than AWS & Google combined
Azure Stack は 92 ヵ国
Azure、Azure Stack、IoT Edge、および IoT
• Azure の地域で利用可能
• すべての機能Microsoft Azure
• オンプレミスでの Azure のサービスと管理
• Azure またはローカルで管理Azure Stack
• クラウド サービスの展開と管理
• Azure または Azure Stack で管理Azure IoT Edge
• Azure IoT Edge は Windows と Linux で動作Windows IoT、Linux
• MCU ドライバーのピアレス セキュリティ
• Azure に直接、または Azure IoT Edge を介して接続Azure Sphere
• MCU デバイスを最新化する Linux カーネルAzure Sphere OS
• マルチデバイス、複数言語、マルチ OS
• iOS、Android、Windows、LinuxAzure IoT Device SDK
Azure Stack
IoT Edge
IoT
IoT
はじめに
IoT 参照アーキテクチャ
Azure IoT 参照アーキテクチャ
中核サブシステム
モノ 洞察 アクション
デバイスから
クラウドへの
プロビジョニングと
データ送信
デバイス管理
データに対するストリーム処理と
ルール評価
データの保存 ビジネスプロセスとの統合
データと学習の可視化
IoT 参照アーキテクチャ
最新の Azure IoT クラウド ネイティブ推奨
アーキテクチャと最新テクノロジ実装の
推奨事項
提供内容:
▪ IoT 分野の概要
▪ ソリューションで推奨されるサブシステム ファクタリング
▪ 各サブシステムの規範的なテクノロジの推奨事項
▪ 実証済みで生産準備が整っているアーキテクチャ
▪ 実証済みのテクノロジ実装の選択肢
▪ システム規模拡張の推奨事項
▪ リモート監視やコネクテッド ファクトリなどの参照アーキテクチャの実装
https://aka.ms/iotrefarchitecture
行動の呼びかけ
信頼できる
IoT リーダーと協力
IoT の取り組みを加速 最も包括的な
IoT ポートフォリオと
エコシステムを基盤として構築
Azure: すべてのビジネスのための IoT
行動の呼びかけ
好奇心を持って "我が社ならどうなるだろう" と考えてみる好奇心を持つ
IoT in Action の Expo Hall を訪れる訪問
パートナーと話してインスピレーションを得るインスピレーションを得る
IoT マッチメイキングのチャンスを利用してパートナーや他の参加者とつながるネットワーク
お使いのボタンやその他のデバイスを IoT Central ソリューションにつなげる待っている必要は
ありません
Azure IoT Central または Solution Accelerator の使用を開始する今すぐ開始
さらに学ぶには http://aka.ms/IoTSchool にアクセス学ぶ
今日の主な期待事項
つながる成長する学ぶ
© Microsoft Corporation. All rights reserved.
ありがとうございました
top related