iot in action テクニカルトラック€¦ · データ iot...

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


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


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


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



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


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


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


▪ 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


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


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


Azure IoT Hub

クラウド


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

[email protected]

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






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 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


Azure IoT Hub

クラウド


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。


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”)

https://docs.microsoft.com/en-us/azure/iot-hub/iot-hub-devguide-query-language

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


• 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



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 [email protected] まで

Azure IoT Edge の認定ハードウェア

https://catalog.azureiotsuite.com/

mailto:[email protected]

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


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/

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





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

http://aka.ms/iotnxp

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


▪ 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


▪ 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


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

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

https://github.com/Azure/azure-iot-pcs-remote-monitoring-dotnet/

https://github.com/Azure/azure-iot-connected-factory

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

iot in action テクニカルトラック€¦ · データ iot...

Documents