AWS IoT Analyticsとは？メリットや使用方法について紹介！

AWS IoT Analyticsとは？

AWS IoT Analyticsとは、大量のIoTデータを分析できる完全マネージド型サービスです。このサービスは、分析ツールを使用してIoTデータを細かく処理し、データの誤差情報や送信元のデバイス状況などを管理できます。

これによって、作業の自動化トラブルやデバイスのエラー情報からのアプリ停止など、未然に事故を防ぐ要素が出てくるため、生産効率が上昇します。

IoTとは？

IoTとは、現実に存在するモノがインターネット経由で、データの連携が可能になります。データ連携することにより、分析した情報をサーバーに送りこみ、これまでに無かったモノを生み出します。

このようなIoT技術を活かすことで、より高い価値やサービスが可能になります。

AWS IoT Analyticsのメリット

分析機能により、IoTデータの予測行動を把握できます。把握されたデータや情報は、結果を可視化させることにより、データパターンの識別になります。

また、予測される行動やデータが想定していた結果と違った場合、データをクリーンアップするツールが含まれています。

分析

AWS IoT Analyticsに含まれている分析機能の一部を紹介します。これらの機能では、どのように予測またはコントロールされているかの情報を提供します。各機能については、公式サイトで閲覧できます。

時系列分析

AWS IoT Analyticsには時系列分析機能があり、時間の経過で得られるデータ情報を監視して、現在使用している環境情報を予測できます。もっとも予測される使用方法や場所を把握し、問題が起きる箇所を予測できます。

事前に特定箇所を予測すると、エラー情報や誤作動などを防ぐためのメンテナンス等を実施できます。これらを予測すると、デバイスのパフォーマンスを知り、生産性の向上などにつながります。

予測

AWS IoT Analyticsの予測能力は、ロジスティク回帰と呼ばれる方法で、統計結果を分類します。ロジスティク回帰とは、0または1(あり、なし)の予測判定、予測結果が収まる確率を指します。これらの確率をまとめると、新たな可能性が生まれ、予測される箇所を絞り込みできます。

もう一つの能力としては、長短期記憶(LSTM)も使用できます。

長短期記憶(LSTM)とは、深層学習(ディープラーニング)の機能に用いられる人工回帰型ニューラルネットワークと言われ、人が何回も操作する箇所や文字認識、音声認識といった繰り返し作業を記憶させ、統計または時系列データになる、時間の経過とともに変化する、動的な処理をします。

アドホックSQLクエリの実行

AWS IoT Analyticsには、SQLクエリを実行して結果を取得できる、SQLクエリエンジンが用意されています。アドホックSQLクエリとは、「この目的のため、大まかに使用または実行するSQLクエリ」です。

例えば、分析の際に要件や条件などを設定し、開始時間や終了時間までのデータを抽出します。また、簡単に実行できるクイッククエリは自分で組むこともできます。

ホスト用の分析機能と機械学習されたノートブック

AWS IoT Analyticsは、ホスト用に開発された分析機能と機械学習が入ったノートブックがサポートされています。このサービスには、AWS側が作成した学習モデルと分析結果を可視化するノートブックテンプレートが含まれています。

テンプレートを使用すると、デバイスの状態や障害から、ある程度予測された製品情報、コンテンツの流れなど、用意されているスケジュールに従って実行できます。

コンテナデータセット

AWS IoT Analyticsには用意されたコードコンテナがあり、SQLを自分で作成せずに、自動的に分析ツールを実行して結果を生成します。コンテナデータセットには、SQLデータおよび入出力の変数、分析ツールが含まれています。

これにより、スケジュール形式で自動的に進められ、初めてでも問題なく使用できます。

収集

AWS IoT Analyticsに含まれている収集機能の一部を紹介します。これらの機能では、どのように収集されているかの情報を提供します。各機能については、公式サイトで閲覧できます。

AWS IoT CoreまたはAWS機能を使用したデータの取り込み

AWS IoT Coreやその他のAWSツール、バッチAPIを使用して、AWS IoT Analyticsにデータを取り込めます。接続されたデバイスにはメッセージを受信でき、時間に絞られることなくデータを収集できます。

保存および分析したデータを収集

AWS IoT Analyticsのコンソール機能を使用して、デバイスからのメッセージをMQTTトピックフィルター形式で受信できます。

受信内容に関しては、定義の変更が可能なため、特定のデータのみを収集できます。

処理

AWS IoT Analyticsに含まれている工程や処理機能の一部を紹介します。これらの機能では、どのように処理されているかの情報を提供します。各機能については、公式サイトで閲覧できます。

AWS Lambda関数とフィルター

AWS IoT Analyticsでは、AWS Lambda関数を定義して、欠落データの検出または欠落される箇所を推定できます。条件フィルターを設定し、しきい値を定義すると、余分なデータを検出しなくなります。

変換

AWS IoT Analyticsは、条件付きロジックを定義したメッセージを変換できます。変換されたメッセージは、サーバーからデバイスまたは可視化できるソフトに送れます。こちらの変換は数字だけではなく、文字も変換可能です。

外部データ強化

AWS IoT Analyticsは、外部から取り込まれたデータソースをセキュリティ機能として強化できます。

また、AWS IoT Analytics独自のデータストア(決められたデータ形式を記憶装置に保存する機能)があり、データ転送の際、宛先やデバイスのアドレスなど、転送経路を導いて送信してくれます。

再処理

AWS IoT Analyticsは、パイプライン処理されたチャネル(伝送路)の未加工データを再処理できます。パイプライン処理とは、定義された命令を複数の段階に分割し、それぞれ別の方法で命令を進める処理です。

これにより、新しいパイプラインの作成や再調整ができ、別の方法でデータ処理が可能になります。

時系列データストア

AWS IoT Analyticsでは、デバイスデータを時系列データストアに保存できます。保存したデータは、その他の外部デバイスにエクスポートできます。

また、デバイスからのアクセス権限の管理やデータのセキュリティ機能が実装できます。

可視化

AWS IoT Analyticsでは、Amazon QuickSightを統合したとき、Amazon QuickSightダッシュボードで分析したデータを可視化できます。Amazon QuickSightとは、ダッシュボードおよびレポートなどの情報を、ユーザーに提供するAWSの一部です。

AWS IoT Analyticsの使用方法

AWS IoT Analyticsは、AWS IoT Coreと統合しているため、どのようなデバイス、アプリケーションでデータ分析、収集したいかにより、使用方法は異なります。本記事では、AWS IoT Analyticsの設定方法を一部紹介します。

まずは、チャネルを設定し、収集するデータを選択します。これにより、収集したい対象データのみを保存または分析に使用できます。

チャネルの設定が完了したら、パイプラインを設定します。パイプラインのサポートは、文字の変換や宣言、条件の変更、外部データやAWS Lambda関数を使用したメッセージの強化またはフィルタリングを設定できます。

パイプライン処理されたデータは分析用のデータストアに保存されます。保存されたデータは、SQLクエリエンジンまたはコンテナデータセットを実行することで、特定のデータを収集できます。収集したデータをAmazon QuickSightダッシュボードで、分析用として可視化できます。

上記で挙げた方法以外にも、設定の方法があります。もっと詳しく知りたい方は、公式サイトで調べてみてください。

AWS IoT Analyticsの料金

AWS IoT Analyticsは、1ヶ月あたり以下の使用量までは、無料で利用できます。

・未加工データのストレージ容量 10GB
・処理済みデータのストレージ容量 10GB
・パイプライン処理されたデータ 100MB
・SQLクエリの実行用にスキャンされたデータ 10GB

AWS IoT Analyticsを使ってみよう

AWS IoT Analyticsは、大量のIoTデータを分析できるAWSのサービスです。分析を可視化したとき、今までの工程や異常個所を発見でき、トラブルや作業時間を調整するのが魅力となります。

本記事で紹介した内容以外でも、たくさんの便利機能や特徴があります。もっと詳しく知りたい方は、公式サイトなどでぜひ調べてみてください。