The Doppler Quarterly (日本語) 冬 2017 - Page 45

IoT IoT トフォーム Platform エッジ分析 Analytics @ The Edge Machine 機械学習 Learning Serverless サーバーレス コンピューティ ング Computing Close to the コンシューマーの 近く consumer クラウ ドベー ス Cloud Based • Elastic 柔軟 スケーラブル • Scalable セキュア • Secure 図 3: 新しい IoT テクノロジーの概観 サーバーレスコンピューティング サーバーレスコンピューティングにより、 IoT プロバイダーは従来の IT 運用のリソースやプロ セスに資金を投じることなく、必要なコンピューティングをシームレスに拡張して高度な機能 を提供できます。サーバーレスコンピューティングを導入すれば、パッチの適用、アップグレー ド、ホストインベントリといった一般的な運用タスクが不要になるため、リソースを製品の機 能強化や機能の開発に投入することが可能になります。また、設置面積の小さいサーバーレ ス環境によって、セキュリティ脅威の対象が最小限に抑えられるうえ、 IoT ベンダーは、セキュ リティに関する広範かつ高度な知識、監視機能、および自 対応のためのリソースを有する クラウドベンダーと責任を共有できます。 機械学習 クラウドプラットフォームレベルで使用される機械学習は、すべての分析作業にユーザーの 行動の変化を反映させることを可能にするとともに、ユーザーの推奨事項の品質にプラスの 影響をもたらします。機械学習を活用すれば、より的確に異常を検出できるようになってセ キュリティが強化されるだけでなく、ユーザーのフィードバックも改善されます。 IoT プロバイダーは、新しいテクノロジーや新たに登場したテクノロジーを最も効果的な方法 で接続し、他にはない魅力的かつセキュアなエクスペリエンスを提供するために、それらを絶 えず評価しなければなりません。また、それを賢明な方法で行えば、 IoT ユーザーのプライバ シーとセキュリティが確保され、信頼性と関連性の高い通知が行われるようになります。サー バーレスコンピューティングは、 IoT ベンダーの運用コストの削減に貢献し、エッジ分析は、よ り質の高い推奨事項をより迅速に提供することを可能にします。そして機械学習テクノロジー は、 IoT ユーザーのセキュリティと推奨事項の品質の両方を向上させます。 プラットフォームの汎用性 主要なパブリッククラウドベンダーはいずれも、独自の IoT プラットフォームを展開しています が、多くの IoT ベンダー間で知識を共有し、市場に展開されている各 IoT 製品のために再構 築しなければならないテクノロジーの数を最小限に抑えられるようにすることを目標に掲げ ています。 2017 年冬号 | THE DOPPLER | 43