솔루션 아키텍처: 자동차 텔레매틱스를 통한 예측 정보
오늘날 차량에는 여러 개의 센서가 내장되어 매순간 수백만 개의 이벤트를 추적하고 모니터링할 수 있습니다. 현재 2020년이 되면 대부분의 차량이 인터넷에 연결될 것으로 예측하고 있습니다.
이 솔루션은 자동차 딜러, 제조업체, 보험사가 어떻게 Cortana Intelligence와 Azure를 사용하여 차량 상태와 운전 습관에 대한 예측적 정보를 얻을 수 있는지 보여줍니다. 글로벌 규모로 라이브 스트리밍 데이터를 캡처하고 실시간으로 분석하여 잠재적인 문제를 해결하고 새로운 기회를 발견합니다.
스마트 자동차에서 생성되는 이 풍부한 데이터를 활용하면 최고 수준의 안전성, 신뢰성, 운전 경험을 제공할 수 있습니다.
구현 지침
| 제품/설명 | 설명서 | |
|---|---|---|
| Event Hubs | Event Hubs는 진단 이벤트를 수신하여 스트림 Stream Analytics 및 Azure ML Web Service로 전달합니다. | |
| Stream Analytics | Stream Analytics은 Azure ML Web Service라는 Event Hub로부터 입력 스트림을 받아서 예측을 수행하고 스트림을 Azure Storage 및 Power BI로 전달합니다. | |
| Machine Learning Studio | Machine Learning은 클라우드에서 예측 분석 솔루션을 쉽게 설계, 테스트, 운영화 및 관리하고 Stream Analytics과 Azure Data Factory에서 호출할 수 있는 웹 서비스를 배포하도록 돕습니다. | |
| Storage | Azure Storage는 Stream Analytics에서 진단 이벤트 스트림 데이터를 저장합니다. | |
| HDInsight | Azure Data Factory는 HDInsight를 사용하여 Hive 쿼리를 실행함으로써 데이터를 처리하고 Azure SQL Database로 로드합니다. | |
| 데이터 팩터리 | Data Factory는 HDInsight를 사용하여 데이터를 처리하고 Azure SQL Database로 로드합니다. | |
| Azure SQL Database | SQL Database는 데이터를 저장하고 Data Factory 및 HDInsight에서 처리된 데이터는 분석을 위해 Power BI를 통해 액세스합니다. | |
| Power BI | 이 솔루션은 Power BI를 사용하지만 다른 솔루션은 Power BI Embedded를 사용하여 텔레메트리 데이터를 분석합니다. |
관련 솔루션 아키텍처
예측 유지 관리를 통해 결함 방지
Azure Machine Learning을 사용하여 실시간 어셈블리 라인 데이터에서 오류가 발생하기 전에 미리 예측하는 방법을 알아봅니다.
자세한 정보기계 학습을 통한 이상 감지
Microsoft Azure의 IT Anomaly Insights는 문제를 빠르게 감지하고 해결할 수 있도록 이상 감지를 자동화 및 확장하도록 돕습니다.
자세한 정보