侵权投诉
搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

Splunk for Industrial IoT让物联网数据变得可操作

致力于将数据转化为行动和价值的Splunk公司今天宣布全面推出Splunk的首个物联网(IoT)解决方案,即Splunk for Industrial IoT。Splunk Industrial IoT整合了Splunk Enterprise、Splunk机器学习工具包和Splunk Industrial Asset Intelligence(IAI)的强大功能,为复杂的工业数据提供简单视图,帮助企业在最大程度上减少停机时间,把操作化被动为主动,从而达到节省成本的效果。

全球数字化的快速发展,让垂直行业的企业选择采用机器数据分析而应对数字化转型的挑战。基于Splunk在IT和安全领域的成功经验,Splunk for Industrial IoT为制造、石油和天然气、电力、运输、能源和公用事业领域的运维技术(OT)团队和部门,提供轻松监测、优化和保护工业应用、数据和资产的特性。

Splunk高级副总裁兼物联网市场总经理Ammar Maraqa认为: “Splunk for Industrial IoT将工业运营带入现代化时代,帮助运维团队保持工厂正常运行、提高产量、预测问题,并确保运营安全。工业企业缺乏易于使用的实时数据分析,这些数据分析利用机器学习,可帮助预测停机时间并确定不同系统的警报优先级,以便企业采取相应的措施。”

萧氏工业集团(Shaw Industries)流程工程师Erika Swartz谈到:“实时分析对于任何制造商是至关重要的。作为世界上最大的地板制造商之一,确保员工能够透过访问数据以提高工厂车间绩效和推动业务成果是极为关键的,Splunk帮助我们在多方面实现了这个目标。很高兴未来能够继续和Splunk合作,并期待其在物联网领域不断创新。”

Splunk for Industrial IoT为客户提供了Splunk Enterprise的功能,包括机器学习支持的数据分析和报告以及新增的拖放功能,专为解决工业企业常见挑战,比如计划外停机时间,这一项就可能每年给企业造成高达3800万美元的损失[1]。此外,Splunk for Industrial IoT的特性有:

1.工业控制系统(ICS)的安全性和合规性——采用Splunk Enterprise解决方案,Splunk for Industrial IoT有助于保护ICS系统免遭新兴和持久网络威胁,让OT环境能够采用分析驱动型安全方法。

2.高级监测和诊断——工业运营商越来越关注其传感器和其它机器数据,以便更好地监测和诊断涡轮机、泵和压缩机等工业资产的操作问题。 Splunk for Industrial IoT使客户能够实时了解资产的健康状况,在多个数据源上提供监测、警报和诊断,还可监控ICS、SCADA系统、分布式控制系统和流程控制软件的正常运行时间和可用性。

3.面向工业物联网的可用型机器学习模型——设备停机每年会给企业造成数千万美元的损失。采用Splunk的机器学习工具包,Splunk for Industrial IoT让客户能够运用经过验证的算法进行预测、异常检测、聚类与预测,帮助识别早期预警信号并预测ICS和关键资产的停机时间。

Sapura是由两大跨国能源公司Seadrill和Sapura Energy合资组建的巴西航运公司。Sapura公司首席执行官André Merlino 表示: “Sapura正在将Splunk Industrial Asset Intelligence作为数据驱动方式的一部分,实现深海卓越运营。Splunk IAI作为一款强大的解决方案,幫助我們提高整个企业利用数据的能力。我们的目标是加强安全标准、提高运营绩效并为客户提供更好的解决方案。”

德国工业工程公司ESE的数据分析总监Ulrich Bock博士谈到:“工业企业每天都面临各种挑战,像降低成本、提高性能、确保其不断扩大的‘互联’设备规模在业界保持竞争力。我们与Splunk的合作对于我们客户的成功至关重要,把对操作技术环境的知识与Splunk强大的功能相结合,使所有人都可以访问并充分利用机器数据。Splunk for Industrial IoT现在可以轻松利用不断激增的机器数据,并将其转化为洞察和能力,以便支持并加快数字化转型。”

Splunk for Industrial IoT将于2018年10月30日全面上市。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号