JP2019079317A - エッジサーバ - Google Patents

エッジサーバ Download PDF

Info

Publication number
JP2019079317A
JP2019079317A JP2017206154A JP2017206154A JP2019079317A JP 2019079317 A JP2019079317 A JP 2019079317A JP 2017206154 A JP2017206154 A JP 2017206154A JP 2017206154 A JP2017206154 A JP 2017206154A JP 2019079317 A JP2019079317 A JP 2019079317A
Authority
JP
Japan
Prior art keywords
data
actual data
unit
edge
cloud server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2017206154A
Other languages
English (en)
Inventor
徹 高仲
Toru Takanaka
徹 高仲
直哉 大西
Naoya Onishi
直哉 大西
遵 金井
Jun Kanai
遵 金井
智 天木
Satoshi Amagi
智 天木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Toshiba Infrastructure Systems and Solutions Corp
Original Assignee
Toshiba Corp
Toshiba Infrastructure Systems and Solutions Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp, Toshiba Infrastructure Systems and Solutions Corp filed Critical Toshiba Corp
Priority to JP2017206154A priority Critical patent/JP2019079317A/ja
Publication of JP2019079317A publication Critical patent/JP2019079317A/ja
Pending legal-status Critical Current

Links

Images

Landscapes

  • Arrangements For Transmission Of Measured Signals (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】制御システムにおけるセンサデータの保持にクラウドサーバを利用しつつ、クラウドサーバを利用することによるコストを抑制することができるエッジサーバを提供する。【解決手段】実施形態のエッジサーバは、センサから取得した実データに基いて演算を行い、演算結果に基いてアクチュエータを動作させる制御装置と第1のネットワークで接続されるとともに、データを保存するクラウドサーバと第2のネットワークで接続される。エッジサーバは、実データの保存先が前記エッジサーバと前記クラウドサーバのいずれであるのかを示す保存先情報を用いて、制御装置から受信した実データを自身とクラウドサーバの2箇所に分散して保存する。【選択図】図1

Description

本発明の実施形態は、エッジサーバに関する。
近年、社会インフラ向けの制御システムにおいて、ビッグデータの活用が注目されている。制御システムによってリアルタイムに生成されるセンサデータに対し、機械学習や統計解析等の手法を適用することにより、機器の故障予測や制御の効率化を図ることができる。従来の制御システムでは、PLC(Programmable Logic Controller)等の制御装置で行われるリアルタイム制御において、センサデータは制御での使用後に短期間で破棄されることが一般的であった。
一方、機械学習等の手法を適用する場合、長期にわたって制御システムにおける多くのデータを保持しておくことが望まれる。例えば、ストレージ(記憶装置)の容量をスケーラブルに拡張可能なクラウドサーバに、広域に分散した制御システムのセンサデータを集中的に保持させるクラウド集中アーキテクチャが検討されている。
特開2001−265821号公報 特開2001−256098号公報
しかしながら、制御システムにおけるすべてのセンサデータをクラウドサーバに保持させるようにすると、クラウドサーバを利用することによるコストが大きくなってしまうという問題がある。
そこで、本実施形態の課題は、制御システムにおけるセンサデータの保持にクラウドサーバを利用しつつ、クラウドサーバを利用することによるコストを抑制することができるエッジサーバを提供することである。
実施形態のエッジサーバは、センサから取得した実データに基いて演算を行い、演算結果に基いてアクチュエータを動作させる制御装置と第1のネットワークで接続されるとともに、データを保存するクラウドサーバと第2のネットワークで接続される。エッジサーバは、前記実データの保存先が前記エッジサーバと前記クラウドサーバのいずれであるのかを示す保存先情報を記憶する記憶部と、前記制御装置から送信された前記実データを受信する実データ受信部と、前記記憶部の保存先情報を参照して、前記実データ受信部によって受信された実データのうち、保存先が前記クラウドサーバになっている前記センサの実データを前記クラウドサーバに送信する実データ送信部と、前記記憶部の保存先情報を参照して、前記実データ受信部によって受信された実データのうち、保存先が前記エッジサーバになっている前記センサの実データを前記記憶部に格納する実データ格納部と、を備える。
図1は、第1実施形態の制御システムの全体構成図である。 図2Aは、第1実施形態の制御装置の構成図である。 図2Bは、第1実施形態のエッジサーバの構成図である。 図2Cは、第1実施形態のクラウドサーバの構成図である。 図3は、第1実施形態の制御システムによる処理を示すフローチャートである。 図4Aは、第2実施形態のエッジサーバの構成図である。 図4Bは、第2実施形態のクラウドサーバの構成図である。 図5は、第2実施形態の制御システムによる処理を示すフローチャートである。 図6Aは、第3実施形態のエッジサーバの構成図である。 図6Bは、第3実施形態のクラウドサーバの構成図である。 図7Aは、第4実施形態のエッジサーバの構成図である。 図7Bは、第4実施形態のクラウドサーバの構成図である。 図8は、第4実施形態の制御システムによる処理を示すフローチャートである。 図9Aは、第5実施形態のエッジサーバの構成図である。 図9Bは、第5実施形態のクラウドサーバの構成図である。 図10は、第5実施形態の制御システムによる処理を示すフローチャートである。 図11Aは、第6実施形態のエッジサーバの構成図である。 図11Bは、第6実施形態のクラウドサーバの構成図である。 図12は、第6実施形態の制御システムによる処理を示すフローチャートである。 図13Aは、第7実施形態のエッジサーバの構成図である。 図13Bは、第7実施形態のクラウドサーバの構成図である。 図13Cは、第7実施形態の圧縮方式情報を示す図である。 図13Dは、第7実施形態のデータ参照回数情報を示す図である。 図14は、第7実施形態の制御システムによる処理を示すフローチャートである。 図15Aは、第8実施形態のエッジサーバの構成図である。 図15Bは、第8実施形態のクラウドサーバの構成図である。 図16は、第8実施形態の制御システムによる処理を示すフローチャートである。 図17は、第9実施形態の制御システムの全体構成図である。 図18Aは、第9実施形態のエッジサーバの構成図である。 図18Bは、第9実施形態のクラウドサーバの構成図である。 図18Cは、第9実施形態のクライアント端末の構成図である。 図19Aは、第10実施形態のエッジサーバの構成図である。 図19Bは、第10実施形態のクラウドサーバの構成図である。 図19Cは、第10実施形態のクライアント端末の構成図である。 図20は、比較例の制御システムの全体構成図である。
以下、添付の図面を用いて、比較例、および、第1実施形態〜第10実施形態の制御システムについて説明する。なお、以下の説明において、クラウドサーバとは、クラウド環境に設けられていて、演算性能やストレージ(記憶装置)の容量がスケーラブルな仮想サーバである。また、エッジサーバとは、広域ネットワークを介してクラウドサーバと通信を行うとともに、ローカルネットワークを介して複数の制御装置と通信を行うサーバである。また、第2実施形態以降の説明において、それまでの実施形態と同様の事項については説明を適宜省略する。
<比較例>
理解を助けるために、まず、比較例の制御システムについて説明する。図20は、比較例の制御システムの全体構成図である。制御システムは、現場A(例えば工場)における各装置と、現場Bにおける各装置とから構成される。
現場Aにおいて、複数の制御装置(例えばPLC)が設けられている。各制御装置に、センサ、アクチュエータ、報知装置等がローカルネットワークを介して接続されている。制御装置は、センサから取得した実データに基いて演算を行い、演算結果に基いてアクチュエータを動作させるとともに、報知装置による各種報知を行う。また、各制御装置は、ネットワークによって、データベースを有するクラウドサーバと接続されている。現場Bについても同様である。
例えば、社会インフラ向けの制御システムは、24時間365日稼働しており、数十ミリ秒から数秒程度の制御周期で多様なセンサデータを生成する。そのため、すべてのセンサデータをクラウドサーバで保持する図20のようなアーキテクチャでは、データ保持のための運用コストが増大してしまう。長期的にデータを保持する場合、エッジサーバよりクラウドサーバの方が、運用コストが高くなることが一般的である。また、制御周期が短いため、制御装置とクラウドサーバの間の通信帯域を圧迫するという問題もある。
(第1実施形態)
次に、図1を参照して、第1実施形態の制御システムについて説明する。図1は、第1実施形態の制御システムの全体構成図である。なお、図1の全体構成は、以下の第1実施形態〜第8実施形態で共通である。制御システムは、現場A(例えば工場)における各装置と、現場Bにおける各装置とから構成される。現場A、Bのうち、以下、代表して現場Aについて説明する。
現場Aにおいて、複数の制御装置1が設けられている。各制御装置1に対して、センサ4、アクチュエータ5、報知装置6等がローカルネットワークLN(第1のネットワーク)を介して接続されている。制御装置1は、センサ4から取得した実データに基いて演算を行い、演算結果に基いてアクチュエータ5を動作させるとともに、報知装置6による各種報知を行う。
センサ4は、温度、湿度、圧力などを測定するための手段であり、取得した実データを制御装置1に送信する。アクチュエータ5は、制御装置1によって制御される可動装置であり、例えば、モータやロボットアームである。報知装置6は、制御装置1からの指示によって各種情報を報知する手段であり、例えば、LED(Light Emitting Diode)表示器や警報装置などである。
また、各制御装置1は、ローカルネットワークLNを介して、データベース20を有するエッジサーバ2に接続されている。ローカルネットワークLNは、例えばProfibus、ModbusやTC−netなどのフィールドバス、イーサネット(Ethernet)(登録商標)などのローカルな有線通信回線でもよいし、あるいは、無線LAN(Local Area Network)や920MHz帯等のローカルな無線通信回線でもよい。
エッジサーバ2は、広域ネットワークN(第2のネットワーク)を介して、データベース30を有するクラウドサーバ3に接続されている。広域ネットワークNは、例えば、インターネットや専用回線などの広域な有線通信回線であってもよいし、あるいは、3Gなどの広域な無線通信回線でもよい。
次に、図2Aを参照して、制御装置1について説明する。図2Aは、第1実施形態の制御装置1の構成図である。なお、図2Aの制御装置1の構成は、以下のすべての実施形態で共通である。制御装置1は、例えば、PLCなどの制御用コントローラである。制御装置1は、処理部11と記憶部12を備える。処理部11は、実データ受信部111と、演算部112と、演算結果送信部113と、実データ送信部114と、を備える。
実データ受信部111は、センサ4から実データを受信する。演算部112は、実データに基いて演算を行う。演算結果送信部113は、演算部112による演算結果をアクチュエータ5に送信する。実データ送信部114は、実データをエッジサーバ2に送信する。記憶部12は、実データ、演算結果等を記憶する。なお、制御装置1は、入力部、表示部、通信部等も有するが、図示と説明を省略する。
次に、図2Bを参照して、エッジサーバ2について説明する。図2Bは、第1実施形態のエッジサーバ2の構成図である。エッジサーバ2は、処理部21と記憶部22を備える。処理部21は、実データ受信部211と、実データ送信部212と、実データ格納部213と、を備える。記憶部22は、実データ、保存先リスト(保存先情報)等を記憶する。保存先リストは、センサ4(図2Bでは「センサ#1」〜「センサ#4」)ごとの実データの保存先がエッジサーバ2(図2Bでは「エッジ」)とクラウドサーバ3(図2Bでは「クラウド」)のいずれであるのかを示す情報である。
なお、保存先リストは、上述の内容に限定されず、例えば、温度センサ、湿度センサ、圧力センサなどのセンサ種別毎に保存先が決定されていてもよいし、1時間毎、1日毎等の時間単位で保存先が決定されていてもよいし、あるいは、センサ種別と時間単位の組み合わせで保存先を決定してもよい。
実データ受信部211は、制御装置1から送信された実データを受信する。実データ送信部212は、記憶部22の保存先リストを参照して、実データ受信部211によって受信された実データのうち、保存先がクラウドサーバ3になっているセンサ4の実データをクラウドサーバ3に送信する。
実データ格納部213は、記憶部22の保存先リストを参照して、実データ受信部211によって受信された実データのうち、保存先がエッジサーバ2になっているセンサの実データを記憶部22に格納する。なお、エッジサーバ2は、入力部、表示部、通信部等も有するが、図示と説明を省略する。
次に、図2Cを参照して、クラウドサーバ3について説明する。図2Cは、第1実施形態のクラウドサーバ3の構成図である。クラウドサーバ3は、処理部31と記憶部32とを備える。処理部31は、実データ受信部311と、実データ格納部312と、を備える。
実データ受信部311は、エッジサーバ2から送信された実データを受信する。実データ格納部312は、実データ受信部311が受信した実データを記憶部32に格納する。記憶部32は、実データ等を記憶する。なお、クラウドサーバ3は、通信部等も有するが、図示と説明を省略する。
次に、図3を参照して、第1実施形態の制御システムによる処理について説明する。図3は、第1実施形態の制御システムによる処理を示すフローチャートである。
まず、制御装置1において、実データ受信部111はセンサ4から実データを受信し(ステップS1)、演算部112はその実データを用いて演算を行う(ステップS2)。次に、制御装置1において、演算結果送信部113はその演算結果をアクチュエータ5に送信し(ステップS3)、実データ送信部114は実データをエッジサーバ2に送信する(ステップS4)。
ステップS4の後、エッジサーバ2の実データ受信部211は、制御装置1から送信された実データを受信する(ステップS5)。次に、エッジサーバ2の実データ送信部212は、記憶部22の保存先リストを参照して実データの保存先を確認し(ステップS6)、実データの保存先がクラウドサーバ3になっている場合は(ステップS6で「クラウドサーバ」)、その実データをクラウドサーバ3に送信する(ステップS8)。
また、実データ格納部213は、記憶部22の保存先リストを参照して実データの保存先を確認し(ステップS6)、実データの保存先がエッジサーバ2になっている場合は(ステップS6で「エッジサーバ」)、その実データを記憶部22(図1のデータベース20)に格納する(ステップS7)。
ステップS8の後、クラウドサーバ3において、実データ受信部311はエッジサーバ2から実データを受信し(ステップS9)、実データ格納部312はその実データを記憶部32(図1のデータベース30)に格納する(ステップS10)。
なお、例えば、制御装置1の実データ受信(ステップS1)から演算結果送信(ステップS3)までの制御周期は現場毎に定められており、制御装置1からエッジサーバ2への実データ送信(ステップS4)はその同じ制御周期で実行してもよいし、あるいは、その制御周期よりも遅い周期で実行してもよい。また、例えば、エッジサーバ2からクラウドサーバ3への実データ送信(ステップS8)は、上述の制御周期よりも遅い周期で実行する。
このようにして、第1実施形態のエッジサーバ2によれば、制御システムにおけるセンサデータ(実データ)の保持にクラウドサーバ3を利用しつつ、クラウドサーバ3を利用することによるコストを抑制することができる。具体的には、実データの保存先をエッジサーバ2とクラウドサーバ3に振り分けることにより、すべてのセンサデータをクラウドサーバ3に保持する場合に比較して、クラウドサーバ3でのデータ保持のための運用コストや、エッジサーバ2とクラウドサーバ3の間の通信帯域を抑制することができる。
また、エッジサーバ2に保存されている実データとクラウドサーバ3に保存されている実データを両方用いることにより、機械学習や統計解析等の手法を適用することができる。
(第2実施形態)
次に、第2実施形態について説明する。図4Aは、第2実施形態のエッジサーバ2の構成図である。図4Aのエッジサーバ2は、図2Bのエッジサーバ2と比較して、処理部21において実データ送信部212が無くなってメタデータ生成部214、エッジ統計データ生成部215、および、データ送信部216が追加されている点と、記憶部22に保存先リストが無い点で異なっている。
メタデータ生成部214は、実データ受信部211によって受信された実データに基いて、実データのメタデータを生成する。ここで、メタデータとは、実データに関連するデータであって、例えば、現場名(現場A、B)、センサ種別、データ生成時刻、データサイズなどのデータである。
エッジ統計データ生成部215は、実データ受信部211によって受信された実データに基いて、実データの統計情報であるエッジ統計データを生成する。エッジ統計データとしては、例えば、所定時間単位やエッジサーバ2からクラウドサーバ3にエッジ統計データを送信する周期の期間などにおける、実データの平均値、最大値、最小値、中央値、最頻値、標準偏差、分散等が挙げられる。エッジ統計データは、実データの特徴を表し、かつ、実データよりも小さいデータ量で構成される。
データ送信部216は、メタデータ生成部214によって生成されたメタデータと、エッジ統計データ生成部215によって生成されたエッジ統計データとをクラウドサーバ3に送信する。
図4Bは、第2実施形態のクラウドサーバ3の構成図である。図4Bのクラウドサーバ3は、図2Cのクラウドサーバ3と比較して、処理部31において実データ受信部311と実データ格納部312が無くなってデータ受信部313、メタデータ格納部314、および、エッジ統計データ格納部315が追加されている点と、記憶部32に記憶されるのが実データではなくメタデータとエッジ統計データとなっている点で異なっている。
データ受信部313は、エッジサーバ2から送信されたメタデータとエッジ統計データを受信する。メタデータ格納部314は、データ受信部313によって受信したメタデータを記憶部32に格納する。エッジ統計データ格納部315は、データ受信部313によって受信したエッジ統計データを記憶部32に格納する。
図5は、第2実施形態の制御システムによる処理を示すフローチャートである。ステップS1〜S5は図3と同様である。ステップS5の後、エッジサーバ2において、メタデータ生成部214は実データに基いて実データのメタデータを生成し、エッジ統計データ生成部215は実データに基いてエッジ統計データを生成する(ステップS21)。
次に、エッジサーバ2のデータ送信部216は、ステップS21で生成されたメタデータとエッジ統計データとをクラウドサーバ3に送信する(ステップS22)。ステップS22の後、エッジサーバ2の実データ格納部213は、ステップS5で受信した実データを記憶部22に格納する(ステップS25)。
ステップS22の後、クラウドサーバ3において、データ受信部313は、エッジサーバ2から送信されたメタデータとエッジ統計データを受信する(ステップS23)。次に、メタデータ格納部314はステップS23で受信したメタデータを記憶部32に格納し、エッジ統計データ格納部315はステップS23で受信したエッジ統計データを記憶部32に格納する。
このようにして、第2実施形態のエッジサーバ2によれば、エッジサーバ2からクラウドサーバ3に送信するデータを実データではなく実データよりもデータ量の小さいメタデータやエッジ統計データとすることで、クラウドサーバ3でのデータ保持のための運用コストや、エッジサーバ2とクラウドサーバ3の間の通信帯域をさらに抑制することができる。
(第3実施形態)
次に、第3実施形態について説明する。図6Aは、第3実施形態のエッジサーバ2の構成図である。図6Aのエッジサーバ2は、図4Aのエッジサーバ2と比較して、データ送信部216がメタデータとエッジ統計データだけでなく所定期間分の実データもクラウドサーバ3に送信する点で異なっている。
図6Bは、第3実施形態のクラウドサーバ3の構成図である。図6Bのクラウドサーバ3は、図4Bのクラウドサーバ3と比較して、処理部31において実データ格納部312が追加されている点と、記憶部32に実データも記憶される点で異なっている。
また、クラウドサーバ3の実データ格納部312は、例えば、記憶部32に格納している実データに関して、所定時間や所定サイズに達した時点で古い実データから順に削除する。
なお、上述の「所定期間の実データ」とは、例えば、直近の所定期間分の実データである。クラウドサーバ3は、制御システムにおける制御状態の監視等を行うため、直近データを参照することが多い。そのため、予めエッジサーバ2からクラウドサーバ3にメタデータやエッジ統計データと一緒に直近の所定期間分の実データを送信することにより、クラウドサーバ3からエッジサーバ2に当該データの送信を要求する場合に比べて、当該データに対するアクセス時間を短縮することができる。また、クラウドサーバ3のデータを所定時間や所定サイズに達した時点で古い実データから順に削除することで、クラウドサーバ3でのデータ保持のための運用コストをさらに抑制することができる。
(第4実施形態)
次に、第4実施形態について説明する。図7Aは、第4実施形態のエッジサーバ2の構成図である。図7Aのエッジサーバ2は、図6Aのエッジサーバ2と比較して、処理部21に異常検出部217が追加されている点で異なっている。異常検出部217は、実データ、および、エッジ統計データの少なくともいずれかに基いて異常を検出する。
異常検出部217は、例えば、実データの最大値や最小値が平均値から所定の閾値以上離れていることを異常として検出する。また、異常検出部217が異常を検出した場合に、データ送信部216は、メタデータと、エッジ統計データと、異常の発生時を含む所定期間分の実データをクラウドサーバ3に送信する。
図7Bは、第4実施形態のクラウドサーバ3の構成図である。図7Bのクラウドサーバ3は、図6Bのクラウドサーバ3と比較して、データ受信部313がエッジサーバ2からメタデータと、エッジ統計データと、異常の発生時を含む所定期間分の実データを受信する点で異なっている。
図8は、第4実施形態の制御システムによる処理を示すフローチャートである。ステップS1〜S5は図3と同様である。ステップS5の後、エッジサーバ2において、メタデータ生成部214は実データに基いて実データのメタデータを生成し、エッジ統計データ生成部215は実データに基いてエッジ統計データを生成する(ステップS31)。
次に、エッジサーバ2の異常検出部217は、実データ、および、エッジ統計データの少なくともいずれかに基いて異常を検出したか否かを判定し(ステップS32)、Yesの場合はステップS33に進み、Noの場合はステップS37に進む。
ステップS33において、エッジサーバ2のデータ送信部216は、メタデータと、エッジ統計データと、異常の発生時を含む所定期間分の実データをクラウドサーバ3に送信する。
ステップS33の後、エッジサーバ2の実データ格納部213は、ステップS5で受信した実データを記憶部22に格納する(ステップS34)。
ステップS33の後、クラウドサーバ3において、データ受信部313は、エッジサーバ2から送信されたメタデータと、エッジ統計データと、異常の発生時を含む所定期間分の実データと、を受信する(ステップS35)。次に、ステップS36において、クラウドサーバ3のメタデータ格納部314はステップS35で受信したメタデータを記憶部32に格納し、エッジ統計データ格納部315はステップS35で受信したエッジ統計データを記憶部32に格納し、実データ格納部312はステップS35で受信した異常の発生時を含む所定期間分の実データを記憶部32に格納する。
また、ステップS37において、エッジサーバ2のデータ送信部216は、ステップS31で生成されたメタデータとエッジ統計データをクラウドサーバ3に送信する。ステップS37の後、エッジサーバ2の実データ格納部213は、ステップS5で受信した実データを記憶部22に格納する(ステップS38)。
ステップS37の後、クラウドサーバ3において、データ受信部313は、エッジサーバ2から送信されたメタデータとエッジ統計データを受信する(ステップS39)。次に、クラウドサーバ3において、メタデータ格納部314はステップS39で受信したメタデータを記憶部32に格納し、エッジ統計データ格納部315はステップS39で受信したエッジ統計データを記憶部32に格納する(ステップS40)。なお、クラウドサーバ3において、ステップS35、S36を実行した場合は、ステップS39、S40は実行しない。
このようにして、第4実施形態のエッジサーバ2によれば、エッジサーバ2が異常検出部217を有し、異常検出部217が異常を検出した場合に、エッジサーバ2からクラウドサーバ3に、メタデータとエッジ統計データに加えて、異常の発生時を含む所定期間分の実データを送信する。したがって、クラウドサーバ3で異常の発生時を含む所定期間分の実データが必要となった場合に、クラウドサーバ3からエッジサーバ2に当該データの送信を要求する必要が無く、当該データに対するアクセス時間を短縮することができる。
(第5実施形態)
次に、第5実施形態について説明する。第5実施形態では、エッジサーバ2で実データを圧縮してからクラウドサーバ3に送信する。図9Aは、第5実施形態のエッジサーバ2の構成図である。図9Aのエッジサーバ2は、図2Bのエッジサーバ2と比較して、処理部21にデータ圧縮部218が追加されている点で異なっている。
データ圧縮部218は、実データを圧縮する。圧縮方式としては、例えば、既存のzip、gzip、bzip2、7z等がある。また、他の圧縮方式としては、前回データとの差分をとる差分符号化や、連続する値をその値と連続数で表現するランレングス符号化や、値の出現回数から可変長符号を割り当てるハフマン符号化などがある。実データ送信部212は、データ圧縮部218によって圧縮された実データをクラウドサーバ3に送信する。
図9Bは、第5実施形態のクラウドサーバ3の構成図である。図9Bのクラウドサーバ3は、図2Cのクラウドサーバ3と比較して、実データ受信部311がエッジサーバ2から圧縮された実データを受信する点で異なっている。
次に、図10を参照して、第5実施形態の制御システムによる処理について説明する。図10は、第5実施形態の制御システムによる処理を示すフローチャートである。
ステップS1〜S6は、図3と同様である。ステップS6で「クラウドサーバ」の場合、エッジサーバ2において、データ圧縮部218はステップS5で受信した実データを圧縮し(ステップS43)、実データ送信部212はその圧縮した実データをクラウドサーバ3に送信する(ステップS44)。
ステップS6で「エッジサーバ」の場合、エッジサーバ2において、データ圧縮部218はステップS5で受信した実データを圧縮し(ステップS41)、実データ格納部213はその圧縮した実データを記憶部22に格納する(ステップS42)。
ステップS44の後、クラウドサーバ3において、実データ受信部311はエッジサーバ2から圧縮した実データを受信し(ステップS45)、実データ格納部312はその圧縮した実データを記憶部32に格納する(ステップS46)。
このようにして、第5実施形態によれば、エッジサーバ2から、圧縮した実データをクラウドサーバ3に送信することによって、クラウドサーバ3でのデータ保持のための運用コストや、エッジサーバ2とクラウドサーバ3の間の通信帯域をさらに抑制することができる。
(第6実施形態)
次に、第6実施形態について説明する。第6実施形態では、エッジサーバ2でメタデータとエッジ統計データを圧縮してからクラウドサーバ3に送信する。図11Aは、第6実施形態のエッジサーバ2の構成図である。図11Aのエッジサーバ2は、図4Aのエッジサーバ2と比較して、処理部21にデータ圧縮部218が追加されている点で異なっている。圧縮方式については、第5実施形態の場合と同様である。
図11Bは、第6実施形態のクラウドサーバ3の構成図である。図11Bのクラウドサーバ3は、図4Bのクラウドサーバ3と比較して、エッジサーバ2から受信するのがメタデータとエッジ統計データではなくて、圧縮したメタデータと圧縮したエッジ統計データである点で異なっている。
次に、図12を参照して、第6実施形態の制御システムによる処理について説明する。図12は、第6実施形態の制御システムによる処理を示すフローチャートである。ステップS1〜S5は図3と同様である。ステップS5の後、エッジサーバ2において、メタデータ生成部214は実データに基いて実データのメタデータを生成し、エッジ統計データ生成部215は実データに基いてエッジ統計データを生成する(ステップS51)。
次に、エッジサーバ2のデータ圧縮部218は、ステップS51で生成したメタデータとエッジ統計データを圧縮する(ステップS52)。
次に、エッジサーバ2のデータ送信部216は、ステップS52で圧縮したメタデータとエッジ統計データをクラウドサーバ3に送信する(ステップS53)。ステップS53の後、エッジサーバ2の実データ格納部213は、ステップS5で受信した実データを記憶部22に格納する(ステップS56)。
ステップS53の後、クラウドサーバ3において、データ受信部313は、エッジサーバ2から送信された圧縮したメタデータとエッジ統計データを受信する(ステップS54)。次に、メタデータ格納部314はステップS54で受信した圧縮したメタデータを記憶部32に格納し、エッジ統計データ格納部315はステップS54で受信した圧縮したエッジ統計データを記憶部32に格納する(ステップS55)。
このようにして、第6実施形態のエッジサーバ2によれば、エッジサーバ2から、圧縮したメタデータとエッジ統計データをクラウドサーバ3に送信することによって、クラウドサーバ3でのデータ保持のための運用コストや、エッジサーバ2とクラウドサーバ3の間の通信帯域をさらに抑制することができる。なお、メタデータとエッジ統計データの両方を圧縮するのではなく、一方だけを圧縮するようにしてもよい。また、エッジサーバ2で格納する実データを圧縮してもよい。
(第7実施形態)
次に、第7実施形態について説明する。第7実施形態では、エッジサーバ2で実データを圧縮する場合に、センサ種別とデータ参照回数によって圧縮方式を異ならせる。図13Aは、第7実施形態のエッジサーバ2の構成図である。図13Aのエッジサーバ2は、図9Aのエッジサーバ2と比較して、記憶部22が圧縮方式情報を記憶している点で異なっている。
図13Cは、第7実施形態の圧縮方式情報を示す図である。図13Cに示す圧縮方式情報では、まず、センサ種別がαとβに分けられている。そして、センサ種別αについて、データ参照回数がそれぞれ0〜9、10〜19、20〜のとき、使用する圧縮方式はそれぞれ圧縮方式A、圧縮方式B、圧縮方式Cとなっている。また、センサ種別βについて、データ参照回数がそれぞれ0〜9、10〜19、20〜のとき、使用する圧縮方式はそれぞれ圧縮方式D、圧縮方式E、圧縮方式Fとなっている。
センサ種別毎のデータ参照回数に応じて、どの圧縮手法を適用するかについては、例えば、事前にデータ参照回数に対する圧縮方式を決定しておけばよい。また、あるいは、事前にすべてのセンサ種別のセンサデータを取得し、圧縮率(=圧縮後データサイズ/圧縮前データサイズ)、圧縮データの解凍に要する時間等を測定し、それらを踏まえてデータ参照回数に対する圧縮方式を決定してもよい。
図13Cに示す圧縮方式情報において、圧縮方式A〜Cのうち、圧縮方式Aは、圧縮の度合いが一番大きく、かつ、圧縮データの解凍に要する時間が一番長い圧縮方式である。一方、圧縮方式Cは、圧縮の度合いが一番小さく、かつ、圧縮データの解凍に要する時間が一番短い圧縮方式である。
また、圧縮方式D〜Fのうち、圧縮方式Dは、圧縮の度合いが一番大きく、かつ、圧縮データの解凍に要する時間が一番長い圧縮方式である。一方、圧縮方式Fは、圧縮の度合いが一番小さく、かつ、圧縮データの解凍に要する時間が一番短い圧縮方式である。
図13Bは、第7実施形態のクラウドサーバ3の構成図である。図13Bのクラウドサーバ3は、図9Bのクラウドサーバ3と比較して、記憶部32がデータ参照回数情報を記憶している点で異なっている。
図13Dは、第7実施形態のデータ参照回数情報を示す図である。図13Dに示すデータ参照回数情報では、センサNo.(センサ#1〜#3)ごとに、センサ種別とデータ参照回数が対応付けられている。図13Cに示す圧縮方式情報も併せて参照すると、センサ#1には圧縮方式Aが適用され、センサ#2には圧縮方式Cが適用され、センサ#3には圧縮方式Eが適用されることがわかる。
なお、クラウドサーバ3では、所定時間内でのセンサ4ごとの外部装置からのデータ参照回数を計測し、所定期間を経過した場合はデータ参照回数をゼロにリセットする。
次に、図14を参照して、第7実施形態の制御システムによる処理について説明する。図14は、第7実施形態の制御システムによる処理を示すフローチャートである。
ステップS1〜S5については図10と同様である。ステップS5の後、エッジサーバ2のデータ圧縮部218は、クラウドサーバ3に対してデータ参照回数の送信を要求する(ステップS61)。これを受けて、クラウドサーバ3の処理部31は、記憶部32のデータ参照回数情報を参照し、該当するデータ参照回数をエッジサーバ2に送信する(ステップS62)。
次に、ステップS63において、エッジサーバ2のデータ圧縮部218は、記憶部22の圧縮方式情報を参照し、実データのセンサ種別とクラウドサーバ3から受信したデータ参照回数に基いて圧縮方式を決定する。以下、ステップS6〜S46については図10と同様であるが、ステップS41、S43では、ステップS63で決定した圧縮方式を使用する。
このようにして、第7実施形態によれば、エッジサーバ2でセンサ種別とデータ参照回数に基いて実データの圧縮方式を使い分ける。したがって、例えば、ユーザが頻繁にアクセス(参照)するデータについては、圧縮の度合いが小さくても解凍に要する時間が短い圧縮方式を用いることで、高速なアクセスが可能になる。また、ユーザからのアクセス(参照)頻度が少ないデータについては、解凍に要する時間が長くても圧縮の度合いが大きい圧縮方式を用いることで、データ量を大きく減らすことができる。
(第8実施形態)
次に、第8実施形態について説明する。第8実施形態では、エッジサーバ2でメタデータとエッジ統計データを圧縮する場合に、センサ種別とデータ参照回数によって圧縮方式を異ならせる。図15Aは、第8実施形態のエッジサーバ2の構成図である。図15Aのエッジサーバ2は、図11Aのエッジサーバ2と比較して、記憶部22が圧縮方式情報(図13C参照)を記憶している点で異なっている。
図15Bは、第8実施形態のクラウドサーバ3の構成図である。図15Bのクラウドサーバ3は、図11Bのクラウドサーバ3と比較して、記憶部32がデータ参照回数情報(図13D参照)を記憶している点で異なっている。
次に、図16を参照して、第8実施形態の制御システムによる処理について説明する。図16は、第8実施形態の制御システムによる処理を示すフローチャートである。
ステップS1〜S51については図12と同様である。ステップS51の後、エッジサーバ2のデータ圧縮部218は、クラウドサーバ3に対してデータ参照回数の送信を要求する(ステップS71)。これを受けて、クラウドサーバ3の処理部31は、記憶部32のデータ参照回数情報を参照し、該当するデータ参照回数をエッジサーバ2に送信する(ステップS72)。
次に、ステップS73において、エッジサーバ2のデータ圧縮部218は、記憶部22の圧縮方式情報を参照し、実データのセンサ種別とクラウドサーバ3から受信したデータ参照回数に基いて圧縮方式を決定する。以下、ステップS52〜S56については図12と同様であるが、ステップS52では、ステップS73で決定した圧縮方式を使用する。
このようにして、第8実施形態によれば、エッジサーバ2でセンサ種別とデータ参照回数に基いてメタデータとエッジ統計データの圧縮方式を使い分ける。したがって、例えば、ユーザが頻繁にアクセス(参照)するデータについては、圧縮の度合いが小さくても解凍に要する時間が短い圧縮方式を用いることで、高速なアクセスが可能になる。また、ユーザからのアクセス(参照)頻度が少ないデータについては、解凍に要する時間が長くても圧縮の度合いが大きい圧縮方式を用いることで、データ量を大きく減らすことができる。なお、メタデータとエッジ統計データの両方を圧縮するのではなく、一方だけを圧縮するようにしてもよい。また、エッジサーバ2で格納する実データを圧縮してもよい。
(第9実施形態)
次に、第9実施形態について説明する。図17は、第9実施形態の制御システムの全体構成図である。図17の制御システムは、図1の制御システムと比較して、広域ネットワークNに接続されるクライアント端末7が追加されている点で異なっている。
図18Aは、第9実施形態のエッジサーバ2の構成図である。図18Aのエッジサーバ2は、図2Bのエッジサーバ2と比較して、処理部21にデータ参照部219が追加されている点で異なっている。データ参照部219は、クラウドサーバ3からデータ送信要求があった場合に、記憶部22に格納されているデータを参照(取得)し、クラウドサーバ3に送信する。
図18Bは、第9実施形態のクラウドサーバ3の構成図である。図18Bのクラウドサーバ3は、図2Cのクラウドサーバ3と比較して、処理部31に通信制御部316とデータ参照部317が追加されている点で異なっている。
通信制御部316は、クライアント端末7との間の通信を制御する。データ参照部317は、クライアント端末7からデータ送信要求があった場合に、記憶部32に格納されている実データを参照(取得)し、クライアント端末7に送信する。
図18Cは、第9実施形態のクライアント端末7の構成図である。クライアント端末7は、コンピュータ装置であり、処理部71と、記憶部72と、入力部73と、表示部74と、通信部75と、を備える。
処理部71は、データ取得部711と、表示制御部712と、通信制御部713と、を備える。データ取得部711は、ユーザが入力部73を用いて指定した実データをクラウドサーバ3から取得する。表示制御部712は、データ取得部711が取得した実データ等を表示制御部712に表示させる制御を実行する。通信制御部713は、クラウドサーバ3との間の通信を制御する。
記憶部72は、クライアント端末7の動作プログラムやデータ取得部711が取得した情報等を記憶する。入力部73は、ユーザが情報の入力に用いる手段であり、例えば、キーボードやマウスである。表示部74は、情報を表示する手段であり、例えば、LCD(Liquid Crystal Display)である。通信部75は、クラウドサーバ3等の外部装置と通信するための通信インタフェースである。
このように、第9実施形態によれば、ユーザは、クライアント端末7を用いて、クラウドサーバ3が保持する実データにアクセスすることができる。その際、例えば、ユーザが要求する実データがクラウドサーバ3にない場合、クラウドサーバ3はエッジサーバ2からその実データを取得することができる。
(第10実施形態)
次に、第10実施形態について説明する。制御システムの全体構成は図17の通りである。図19Aは、第10実施形態のエッジサーバ2の構成図である。図19Aのエッジサーバ2は、図4Aのエッジサーバ2と比較して、処理部21にデータ参照部219が追加されている点で異なっている。
図19Bは、第10実施形態のクラウドサーバ3の構成図である。図19Bのクラウドサーバ3は、図4Bのクラウドサーバ3と比較して、処理部31に通信制御部316とデータ参照部317が追加されている点で異なっている。
図19Cは、第10実施形態のクライアント端末7の構成図である。図19Cのクライアント端末7は、図18Cのクライアント端末7と比較して、データ取得部711がクラウドサーバ3から取得するデータが実データではなくメタデータとエッジ統計データである点で異なっている。
このように、第10実施形態によれば、ユーザは、クライアント端末7を用いて、クラウドサーバ3が保持するメタデータやエッジ統計データにアクセスすることができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
また、本実施形態のエッジサーバ2で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでCD−ROM、フレキシブルディスク(FD)、CD−R、DVD(Digital Versatile Disk)等のコンピュータ装置で読み取り可能な記録媒体に記録して提供することができる。また、本実施形態のエッジサーバ2で実行されるプログラムを、インターネット等のネットワーク経由で提供または配布するようにしてもよい。
1…制御装置、2…エッジサーバ、3…クラウドサーバ、4…センサ、5…アクチュエータ、6…報知装置、7…クライアント端末、11…処理部、12…記憶部、20…データベース、21…処理部、22…記憶部、30…データベース、31…処理部、32…記憶部、71…処理部、72…記憶部、73…入力部、74…表示部、75…通信部、111…実データ受信部、112…演算部、113…演算結果送信部、114…実データ送信部、211…実データ受信部、212…実データ送信部、213…実データ格納部、214…メタデータ生成部、215…エッジ統計データ生成部、216…データ送信部、217…異常検出部、218…データ圧縮部、219…データ参照部、311…実データ受信部、312…実データ格納部、313…データ受信部、314…メタデータ格納部、315…エッジ統計データ格納部、316…通信制御部、317…データ参照部、711…データ取得部、712…表示制御部、713…通信制御部、LN…ローカルネットワーク、N…広域ネットワーク

Claims (9)

  1. センサから取得した実データに基いて演算を行い、演算結果に基いてアクチュエータを動作させる制御装置と第1のネットワークで接続されるとともに、データを保存するクラウドサーバと第2のネットワークで接続されるエッジサーバであって、
    前記実データの保存先が前記エッジサーバと前記クラウドサーバのいずれであるのかを示す保存先情報を記憶する記憶部と、
    前記制御装置から送信された前記実データを受信する実データ受信部と、
    前記記憶部の保存先情報を参照して、前記実データ受信部によって受信された実データのうち、保存先が前記クラウドサーバになっている前記実データを前記クラウドサーバに送信する実データ送信部と、
    前記記憶部の保存先情報を参照して、前記実データ受信部によって受信された実データのうち、保存先が前記エッジサーバになっている前記実データを前記記憶部に格納する実データ格納部と、を備えるエッジサーバ。
  2. センサから取得した実データに基いて演算を行い、演算結果に基いてアクチュエータを動作させる制御装置と第1のネットワークで接続されるとともに、データを保存するクラウドサーバと第2のネットワークで接続されるエッジサーバであって、
    記憶部と、
    前記制御装置から送信された前記実データを受信する実データ受信部と、
    前記実データ受信部によって受信された実データに基いて、前記実データの統計情報であるエッジ統計データを生成するエッジ統計データ生成部と、
    前記エッジ統計データ生成部によって生成された前記エッジ統計データを前記クラウドサーバに送信するデータ送信部と、
    前記実データ受信部によって受信された実データを前記記憶部に格納する実データ格納部と、を備えるエッジサーバ。
  3. 前記エッジ統計データ生成部は、前記エッジ統計データとして、前記実データの平均値、最大値、最小値、中央値、最頻値、標準偏差、分散の少なくともいずれかを生成する、請求項2に記載のエッジサーバ。
  4. 前記データ送信部は、前記エッジ統計データを前記クラウドサーバに送信する場合に、所定期間の前記実データを一緒に送信する、請求項2または請求項3に記載のエッジサーバ。
  5. 前記実データ、および、前記エッジ統計データの少なくともいずれかに基いて異常を検出する異常検出部を、さらに備え、
    前記異常検出部が異常を検出した場合に、
    前記データ送信部は、前記エッジ統計データと、前記異常の発生時を含む前記所定期間の前記実データを前記クラウドサーバに送信する、請求項4に記載のエッジサーバ。
  6. 前記実データを圧縮するデータ圧縮部を、さらに備え、
    前記実データ送信部は、前記データ圧縮部によって圧縮された前記実データを前記クラウドサーバに送信する、請求項1に記載のエッジサーバ。
  7. 前記記憶部は、センサ種別ごとに、データ参照回数に応じて適用するデータ圧縮方式を示す圧縮方式情報を記憶しており、
    前記データ圧縮部は、前記実データを圧縮する場合に、前記記憶部の圧縮方式情報を参照するとともに、前記クラウドサーバから当該実データに対応するセンサに関する外部装置からの参照回数を取得し、対応するデータ圧縮方式に基いて当該実データを圧縮する、請求項6に記載のエッジサーバ。
  8. 前記エッジ統計データを圧縮するデータ圧縮部を、さらに備え、
    前記データ送信部は、前記データ圧縮部によって圧縮された前記エッジ統計データを前記クラウドサーバに送信する、請求項2に記載のエッジサーバ。
  9. 前記記憶部は、センサ種別ごとに、データ参照回数に応じて適用するデータ圧縮方式を示す圧縮方式情報を記憶しており、
    前記データ圧縮部は、前記エッジ統計データを圧縮する場合に、前記記憶部の圧縮方式情報を参照するとともに、前記クラウドサーバから当該エッジ統計データに対応するセンサに関する外部装置からの参照回数を取得し、対応するデータ圧縮方式に基いて当該エッジ統計データを圧縮する、請求項8に記載のエッジサーバ。
JP2017206154A 2017-10-25 2017-10-25 エッジサーバ Pending JP2019079317A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017206154A JP2019079317A (ja) 2017-10-25 2017-10-25 エッジサーバ

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017206154A JP2019079317A (ja) 2017-10-25 2017-10-25 エッジサーバ

Publications (1)

Publication Number Publication Date
JP2019079317A true JP2019079317A (ja) 2019-05-23

Family

ID=66627813

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017206154A Pending JP2019079317A (ja) 2017-10-25 2017-10-25 エッジサーバ

Country Status (1)

Country Link
JP (1) JP2019079317A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200074314A1 (en) * 2018-08-31 2020-03-05 Fanuc Corporation Knowledge production system
KR102173452B1 (ko) * 2019-07-05 2020-11-03 넷마블 주식회사 데이터 처리 방법
CN113934536A (zh) * 2021-10-11 2022-01-14 中用科技有限公司 面向边缘计算的数据采集方法
JP2023502543A (ja) * 2019-12-19 2023-01-24 エンヴィジョン デジタル インターナショナル ピーティーイー.エルティーディー. 時系列データを保存および照会するための方法および装置、並びにそれらのサーバーおよび記憶媒体
JP2023516898A (ja) * 2020-02-07 2023-04-21 コンプレッサー コントロールズ エルエルシー 産業用制御システム・データに関するコンテキスト適応型分解能を提供するためのシステム及び方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200074314A1 (en) * 2018-08-31 2020-03-05 Fanuc Corporation Knowledge production system
KR102173452B1 (ko) * 2019-07-05 2020-11-03 넷마블 주식회사 데이터 처리 방법
JP2023502543A (ja) * 2019-12-19 2023-01-24 エンヴィジョン デジタル インターナショナル ピーティーイー.エルティーディー. 時系列データを保存および照会するための方法および装置、並びにそれらのサーバーおよび記憶媒体
JP7279266B2 (ja) 2019-12-19 2023-05-22 エンヴィジョン デジタル インターナショナル ピーティーイー.エルティーディー. 時系列データを保存および照会するための方法および装置、並びにそれらのサーバーおよび記憶媒体
JP2023516898A (ja) * 2020-02-07 2023-04-21 コンプレッサー コントロールズ エルエルシー 産業用制御システム・データに関するコンテキスト適応型分解能を提供するためのシステム及び方法
JP7430808B2 (ja) 2020-02-07 2024-02-13 コンプレッサー コントロールズ エルエルシー 産業用制御システム・データに関するコンテキスト適応型分解能を提供するためのシステム及び方法
CN113934536A (zh) * 2021-10-11 2022-01-14 中用科技有限公司 面向边缘计算的数据采集方法

Similar Documents

Publication Publication Date Title
JP2019079317A (ja) エッジサーバ
US10552803B2 (en) Systems and methods for determining a potential failure or other status of a robotic device
US11385608B2 (en) Big data in process control systems
JP2016173782A (ja) 故障予測システム、故障予測方法、故障予測装置、学習装置、故障予測プログラム及び学習プログラム
US20170351723A1 (en) Managing data format of data received from devices in an internet of things network
GB2512997A (en) Collecting and delivering data to a big data machine in a process control system
US10542086B2 (en) Dynamic flow control for stream processing
US10855566B2 (en) Efficiency and performance in Internet-of-Things scenarios
CN111510480B (zh) 一种请求发送方法、装置以及第一服务器
EP4335101A1 (en) Edge devices and remote services interfacing framework and related systems and methods
US11108870B2 (en) Resource acquiring method and apparatus
JP2016146020A (ja) データ分析システム及び分析方法
KR101997951B1 (ko) 시맨틱 정보 분석을 지원할 수 있는 IoT 서비스 시스템 및 방법
JP6606436B2 (ja) 情報可視化システム
US11822981B2 (en) Common gateway platform
JP2007299019A (ja) データ通信システム、サーバ装置及びそれに用いるデータ通信方法並びにそのプログラム
US9456046B2 (en) Dynamic generation of proxy connections
CN116389492A (zh) 视频分析系统、方法、装置、计算机可读存储介质
CN106572147B (zh) 一种通过连接表远程维护设备的方法及系统
CN112436951B (zh) 一种预知流量路径的方法和装置
CN114265601A (zh) 管理人工智能应用的方法、设备和程序产品
CN110915139A (zh) 用于数据获取的方法、现场设备和云基础设施
CN108702308B (zh) 用于智能事件分页的系统和方法
JP2016167700A (ja) 遠隔制御システム、遠隔制御方法、分配装置、分配方法、制御装置、制御方法、分析装置、分析方法及びコンピュータプログラム
JP2018205960A (ja) 監視制御システム、分散サーバ及び監視制御方法