Российская компания решила проблему быстрой обработки данных в Интернете вещей


Оцените статью:
ПлохоСойдетТак себеХорошоОчень хорошо (Пока оценок нет)
Загрузка...
Поделитесь:

Такие маршрутизаторы могут применяться для решения задач сфер «интернета вещей» (Internet of Things, IoT), «умных городов» и других приложений больших данных, сообщают в Сколково.

Устройства линейки еTDSR являются расширением аппаратного решения Talksum Data Stream Router (TDSR) для агрегирования, обработки и поставки потоков данных в реальном времени.

Маршрутизаторы устраняют задержки во времени при обработке больших объемов данных. eTDSR обрабатывает входящие данные от устройств IoT, на местах обеспечивая анализ смешанных сигналов в реальном времени, а затем направляет их в центры обработки данных для дальнейшего анализа, принятие решений и обеспечения реагирования.

Маршрутизаторы eTDSR располагаются в непосредственной близости к датчикам и могут использоваться как независимо, так и в комплексе с решением TDSR, которое располагается в вычислительных центрах. Использование маршрутизатора в самом начале «пути» данных существенно сокращает издержки на обработку потоков данных, а также расходы на персонал и инфраструктуру, утверждают в компании. Но главный положительный момент — существенная экономия времени. Для принятия решений или совершения тех или иных действий не требуется ждать, когда данные пройдут путь от датчика к серверу и «зависнут» на «складе информации» — можно моментально реагировать на меняющуюся обстановку.

«Сегодняшняя индустрия фокусируется на сборе большого количества данных устройств интернета вещей, размещении их в облаке, а затем попытке выстроить корреляцию между ними. В большинстве случаев, временные затраты на предварительную обработку и саму аналитику означают, что данные могут быть использованы только для вероятностных и статистических моделей, а не отражать процессы в реальном времени. Комбинация решений еTDSR в сочетании с TDSR, преодолевает эти проблемы», — рассказал сооснователь и генеральный директор Talksum Александр Варшавский.

«Существующий подход к работе с данными состоит в том, что данные сначала отправляются на хранение, и только потом их пытаются осмыслить. Этот подход требует значительных вычислительных ресурсов и занимает длительное время. Возникают проблемы масштабирования, стабильности и сложности решений. eTDSR преодолевает эти проблемы за счет обратного подхода: сначала понять данные, среагировать на них в реальном времени, а только потом отправлять на хранение», — объясняют разработчики.

Иллюстрация: talksum.com