The Doppler Quarterly (日本語) 秋 2016 - Page 49

があると同時に、望ましい動作をデバイスに戻して駆動できる必要があります ( たとえば、飛 行中のジェットエンジンに関する自己発熱の問題など )。 それに加えて、当該のシステムは、ルール、ポリシー、および動作を自動的に強化するデータ パターンの自動学習を提供する必要があります ( たとえば、多数の故障および故障につなが るパターンを経験している共有学習モデルにより、ジェットエンジンの故障の可能性を判断 する機能など )。 さらに、安価なコモディティクラウドや非クラウドテクノロジーを使用しつつ、共通のセキュリ ティ/ ガバナンス手順や共通の管理および使用量ベースの管理を活用する必要があります。 最後に、このアーキテクチャーによりコンテナーを使用して、アーキテクチャーコンポーネント をカプセル化する場合があります。 結果として得られるメリットには、ハイパフォーマンスなデータ処理、直接的な動作の相互作 用、および自動学習があり、これらにより、 IoT システムの価値は絶えず向上し続けます。 物理データベースレイヤー デバイス デバイス アプリケーション 仮想 データベース 学習モデル セキュリティとガバナンス データ応答、 処理、動作 サービス/API管理 および開発 コンシューマープール 論理データの 結合 物理 データベース OLTP 分析 外部デバイ スのデータ 専用 図 1: モノのインターネットおよびパブリッククラウドのレスポンシブデー タアーキテクチャー。OLTP ( オンライントランザクション処理 ) RDA ( 図 1 に示す ) は一連の SQL および非 SQL ( オブジェクト ) データベーステクノロジー を使用することにより、トランザクション型のオンライントランザクション処理 (OLTP) および リアルタイムの分析機能を提供します。これらはコモディティであり、外部アプリケーションと の容易な統合を可能にするため、オープン API を使用して活用する必要があります。そのた め、データベースに依存しないものである必要があります。 2016 年秋号 | THE DOPPLER | 47