Detekce zápatí na základě umělé inteligence

Azure Stack Hub
Azure Virtual Machines
Azure Virtual Network
Azure VPN Gateway

Získejte přehled o tom, jak zákazníci získají aktuální produkty ve vztahu k rozložení obchodu.

Architektura

Diagram architektury zobrazující architekturu detekce hybridního zápatí

Stáhněte si soubor aplikace Visio s touto architekturou.

Tok dat

  1. Sada Custom Vision AI Dev Kit získá konfiguraci ze služby IoT Hub, která nainstaluje modul runtime IoT Edge a model ML.
  2. Pokud model uvidí osobu, pořídí obrázek a nahraje ji do úložiště objektů blob ve službě Azure Stack Hub.
  3. Služba blob aktivuje funkci Azure Functions ve službě Azure Stack Hub.
  4. Funkce Azure volá kontejner s rozhraním API pro rozpoznávání tváře, aby z obrázku získal demografické údaje a data emocí.
  5. Data se anonymizují a odesílají do clusteru Azure Event Hubs.
  6. Cluster Event Hubs odesílá data do Stream Analytics.
  7. Stream Analytics agreguje data a odesílá je do Power BI. Power BI poskytuje snadno použitelné rozhraní řídicího panelu pro zobrazení výstupu z Azure Stream Analytics.

Komponenty

Hardware v úložišti

  • Sada Custom Vision AI Dev Kit poskytuje filtrování v úložišti pomocí místního modelu ML, který zachytává jenom obrázky lidí pro analýzu. Je zabezpečeně zřízená a aktualizovaná prostřednictvím služby IoT Hub.

Azure

  • Azure Event Hubs je plně spravovaná služba pro příjem dat v reálném čase, která je jednoduchá, důvěryhodná a škálovatelná. Streamujte miliony událostí za sekundu z libovolného zdroje, abyste mohli vytvářet dynamické datové kanály a okamžitě reagovat na obchodní výzvy.
  • Azure Stream Analytics je snadno použitelná analytická služba v reálném čase, která je navržená pro klíčové úlohy. Přechod z nuly do produkčního prostředí v minutách Je to SQL – snadno rozšiřitelný s využitím vlastních kódů a integrovaných funkcí strojového učení pro pokročilejší scénáře.
  • Microsoft Power BI je sada nástrojů pro obchodní analýzy, které poskytují přehledy v celé organizaci. Připojení na stovky zdrojů dat, zjednodušte přípravu dat a podnětujte improvizovanou analýzu. Vytvářejte krásné sestavy a publikujte je pro vaši organizaci, abyste je mohli využívat na webu a na mobilních zařízeních.

Azure Stack Hub

  • Azure Stack Hub rozšiřuje Azure, abyste mohli spouštět aplikace v místním prostředí a poskytovat služby Azure ve vašem datacentru.
  • Poskytovatel prostředků služby App Service poskytuje základ pro hraniční komponenty, včetně funkcí hostování a správy webových aplikací, rozhraní API a Functions.
  • Modul Azure Kubernetes Service (AKS). Rp AKS s clusterem modulu AKS se nasadí do služby Azure Stack Hub, který poskytuje škálovatelný a odolný modul, na kterém běží kontejner rozhraní API pro rozpoznávání tváře.
  • Kontejnery rozhraní API pro rozpoznávání tváře Rp služby Azure Cognitive Services s kontejnery rozhraní API pro rozpoznávání tváře poskytuje demografické údaje, emoce a jedinečnou detekci návštěvníků.
  • Blob Storage Obrázky zachycené ze sady AI Dev Kit se nahrají do úložiště objektů blob služby Azure Stack Hub.
  • Funkce Azure Functions. Funkce Azure spuštěná ve službě Azure Stack Hub přijímá vstup z úložiště objektů blob a spravuje interakce s rozhraním API pro rozpoznávání tváře. Odesílá anonymizovaná data do clusteru Event Hubs, který se nachází v Azure.

Alternativy

Funkce Azure, která běží ve službě Azure Stack Hub , je skvělou výpočetní možností. Existují však další možnosti výpočetních prostředků, jako je vlastní aplikace, která běží ve službě Aplikace Azure Service.

Podrobnosti scénáře

Potenciální případy použití

Toto řešení popisuje architekturu detekce zápatí založenou na umělé inteligenci pro analýzu provozu návštěvníků v maloobchodních prodejnách. Řešení generuje přehledy z akcí z reálného světa pomocí Azure, Azure Stack Hubu a sady Custom Vision AI Dev Kit.

V tomto scénáři nemusíte zadávat zaměstnance do každé části a nepotřebujete tým analytiků ke kontrole všech záběrů z fotoaparátu obchodu. Řešení také nevyžaduje, aby úložiště měla dostatečnou šířku pásma pro streamování videa ze všech fotoaparátů do cloudu pro účely analýzy. Řešení poskytuje nevtíravý, přívětivý způsob ochrany osobních údajů k určení demografických údajů zákazníků, věrnosti a reakcí na obchod s displeji a produkty.

Důležité informace

Tyto aspekty implementují pilíře dobře architektuře Azure, což je sada hlavních principů, které je možné použít ke zlepšení kvality úlohy. Další informace naleznete v tématu Microsoft Azure Well-Architected Framework.

Spolehlivost

Vzhledem k tomu, že je toto řešení vrstvené, je důležité myslet na to, jak řešit chyby sítě nebo napájení. Informace o odolnosti a závislostech, osvědčených postupech pro navrhování spolehlivosti v aplikacích Azure a spolehlivosti služby Azure Stack Hub od architektury WAF (Microsoft Azure Well Architected Framework) za účelem zlepšení odolnosti řešení.

V závislosti na vašich obchodních potřebách můžete chtít implementovat mechanismus pro místní ukládání imagí do mezipaměti a pak je předat do služby Azure Stack Hub při vrácení připojení. Pokud je umístění dostatečně velké, nasaďte data Box Edge s kontejnerem rozhraní API pro rozpoznávání tváře do daného umístění.

Zabezpečení

Zabezpečení poskytuje záruky proti záměrným útokům a zneužití cenných dat a systémů. Další informace najdete v tématu Přehled pilíře zabezpečení.

Toto řešení zachytává image zákazníků, které zohledňovaly zabezpečení. Informace o ochraně dat WAF najdete v pokynech k zabezpečení účtů úložiště, včetně pravidelné konfigurace správných zásad přístupu a obměně klíčů. Ujistěte se, že účty úložiště a Event Hubs mají zásady uchovávání informací, které splňují vaše firemní a vládní předpisy týkající se ochrany osobních údajů.

Zajištění zabezpečení prostřednictvím správy identit a přístupu, abyste měli jistotu, že úrovně přístupu uživatelů vrstvíte. Vrstvení zajišťuje, aby uživatelé měli přístup jenom k datům, která potřebují pro své role.

Provozní dokonalost

Efektivita provozu zahrnuje provozní procesy, které nasazují aplikaci a udržují ji spuštěnou v produkčním prostředí. Další informace najdete v tématu Přehled pilíře efektivity provozu.

Monitorování a diagnostika jsou zásadní. Cloudové aplikace běží ve vzdáleném datacentru, kde nemáte úplnou kontrolu nad infrastrukturou nebo v některých případech operační systém. Azure Monitor ve službě Azure Stack Hub můžete použít k vizualizaci, dotazování, směrování, archivaci a provádění dalších akcí s metrikami a protokoly. Postupujte podle kontrolního seznamu monitorování cloudových aplikací a implementujte komplexní strategii monitorování řešení.

Toto řešení může zahrnovat mnoho zařízení a umístění, která by mohla být nepraktná. Služby IoT Azure můžou automaticky převést nová umístění a zařízení do online režimu a udržovat je v aktualizovaném stavu.

Efektivita výkonu

Efektivita výkonu je schopnost úlohy škálovat se tak, aby efektivním způsobem splňovala požadavky, které na ni kladou uživatelé. Další informace najdete v tématu Přehled pilíře efektivity výkonu.

Aby bylo možné toto řešení škálovat napříč několika fotoaparáty a místy, musíte zajistit, aby všechny komponenty zvládly zvýšené zatížení. Možná budete muset provést následující akce:

  • Zvyšte počet jednotek streamování Stream Analytics.
  • Horizontální navýšení kapacity nasazení rozhraní API pro rozpoznávání tváře
  • Zvýšení propustnosti clusteru Event Hubs
  • V extrémních případech může být potřeba migrovat z Azure Functions na virtuální počítač.

Ke kontrole vašeho návrhu z hlediska škálovatelnosti použijte kontrolní seznam efektivity výkonu.

Nasazení tohoto scénáře

Nasaďte řešení detekce zápatí založené na umělé inteligenci, které generuje přehledy z akcí z reálného světa pomocí Azure, Azure Stack Hubu a sady Custom Vision AI Dev Kit. Toto řešení analyzuje provoz návštěvníků v maloobchodních prodejnách. Viz Nasazení řešení detekce zápatí založené na umělé inteligenci pomocí Azure a služby Azure Stack Hub.

Přispěvatelé

Tento článek spravuje Microsoft. Původně byla napsána následujícími přispěvateli.

Hlavní autor:

Pokud chcete zobrazit neveřejné profily LinkedIn, přihlaste se na LinkedIn.

Další kroky

Další informace o tématech zavedených v této architektuře najdete v následujících článcích: