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