Fujitsu Dracena

Продукт
Разработчики: Fujitsu
Дата премьеры системы: 2019/10/08
Технологии: Big Data,  MDM - Master Data Management - Управление основными мастер-данными,  Интернет вещей Internet of Things (IoT)

Fujitsu Dracena (Dynamically Reconfigurable Asynchronous Consistent Event-processing Architecture) — архитектура обработки потоков данных, разработанная Fujitsu Laboratories Ltd., которая может добавлять или менять контент при обработке больших объемов IoT-данных без остановки работы.

2019: Анонс запуска платформы для потоковой обработки данных

8 октября 2019 года компания Fujitsu объявила о планах запуска платформы для потоковой обработки данных, с помощью которой поставщики услуг смогут в максимальной степени использовать данные, получаемые от подключенных автомобилей (connected cars).

Fujitsu Dracena

По информации компании, разработка позволяет выполнять простой и эффективный анализ больших данных, поступающих от автомобилей, с помощью технологии Fujitsu Dracena. Она способна дополнять и менять содержание данных, получаемых с IoT-устройств, непосредственно в процессе обработки значительных объемов информации, при этом не останавливая работу. Платформа дает возможность управлять и обрабатывать постоянно меняющуюся информацию о людях и объектах, в том числе о пешеходах, дорогах, транспортных средствах и зданиях. Это позволяет воспроизвести окружающую ситуацию в цифровом формате, включая другие транспортные средства.

Индустрия мобильности на октябрь 2019 года претерпевает коренные изменения, которые, начиная с 2020 года, вызовут стремительный рост количества подключенных автомобилей. Большие данные, получаемые от таких автомобилей, например изображения с датчиков и CAN-данные, будут играть важную роль при реализации сервисов мобильности, включая мониторинг трафика на дорогах, интерактивные карты, страховые сервисы, а также при проектировании транспортных средств. Вместе с тем системы для анализа подобных больших данных разрабатываются конкретно под каждый отдельный сервис и дублируют друг друга по функциям разработки и системным ресурсам. Это создает потребность в системе, которая могла бы гибко и эффективно поддерживать одновременно несколько сервисов.Российский рынок CRM-систем: оценки, тренды, крупнейшие поставщики и перспективы. Обзор TAdviser 149 т

Для решения этой задачи Fujitsu предлагает использовать технологию виртуальных копий («цифровых двойников»), которая позволит в реальном времени в цифровом формате репродуцировать информацию о транспортных средствах и дорогах. Для использования данной технологии в контексте индустрии мобильности, Fujitsu запускает платформу обработки данных. Она будет поддерживать разработку различных сервисов на базе данных, полученных от транспортных средств, и даст возможность поставщикам сервисов гибко адаптировать их для различных сценариев использования, предлагая безопасные, защищенные и комфортные сервисы мобильности.

Сценарии использования:

  • За счет анализа условий движения каждого транспортного средства на дороге технология выполняет виртуальное моделирование условий движения, чтобы позволяет пользователям практически мгновенно получать информацию о пробках и помехах на дорогах.
  • За счет анализа и прогнозирования текущего, прошлого и будущего состояния, непрерывной обработки данных и сохранения нескольких копий данных технология предлагает такие сервисы, как диагностика состояния автомобиля и предотвращение отказа автомобильных аккумуляторов и других узлов.
  • За счет оптимизации существующих сервисов и добавления других без нарушения существующей функциональности становится возможным обеспечить поддержку таким сервисам, как прогнозирование возникновения опасностей для подключенных автомобилей и оказание помощи при вождении, которые должны работать беспрерывно.

Данная платформа включает в себя как базовые, так и различные дополнительные сервисы, в том числе сервис для управления и выполнения плагинов для отдельных объектов, таких как пешеходы, автомобили, дороги и здания, сервис системных требований для получения информации о необходимых функциональных/нефункциональных требованиях и оказания содействия в подготовке документов по определению требований систематизации, а также сервис установки для создания пользовательских сред в соответствии с документами по определению требований систематизации.



Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Datareon (Датареон) (2, 366)
  Цифра (2, 35)
  Axelot (Акселот) (1, 28)
  HFLabs (ХФ Лабс), ранее HumanFactorLabs (5, 25)
  Informatica (14, 21)
  Другие (276, 207)

  Datareon (Датареон) (1, 54)
  Commvault (2, 5)
  АйТи Про (IT Pro) (1, 4)
  ЮниДата (UniData) (1, 3)
  SAP SE (1, 2)
  Другие (25, 25)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год