Voraussetzungen - AWS IoT SiteWise
Einrichtung AWS CLI für das Berechnungsmodell APIsAnforderungen an die ImmobilieVoraussetzungen für die KennzeichnungVoraussetzungen für die ModellevaluierungVoraussetzungen für Modellmetriken

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Voraussetzungen

Um diese Schritte ausführen zu können, müssen Sie ein Asset-Modell haben und mindestens ein Asset erstellt haben. Weitere Informationen finden Sie unter Erstellen eines Asset-Modells (AWS CLI) und Erstellen eines Assets (AWS CLI). Derzeit bieten wir keine Unterstützung für externe Geräte IDs an.

Wenn Sie noch nicht mit historischen Daten vertraut sind AWS IoT SiteWise (und Sie noch keine historischen Daten haben), müssen Sie die CreateBulkImportJobAPI aufrufen, in die Sie die Eigenschaftswerte importieren möchten AWS IoT SiteWise. Dies wird verwendet, um das Modell zu trainieren. Weitere Informationen finden Sie unter Erstellen eines AWS IoT SiteWise Massenimportauftrags (AWS CLI).

Einrichtung AWS CLI für das Berechnungsmodell APIs

Gehen Sie wie folgt vor, um Ihre AWS CLI Konfiguration zu aktualisieren und auf das Berechnungsmodell zuzugreifen: APIs

  • Installieren Sie die neueste awscli-Version. aws-cli

  • Überprüfen Sie die Installation, indem Sie nach dem neuen suchen: APIs

    aws iotsitewise help

In der Befehlsausgabe wird die vollständige Liste der Operationen angezeigt AWS IoT SiteWise APIs, einschließlich der neu hinzugefügten Berechnungsmodelloperationen.

Anforderungen an die Immobilie

Um die Anomalieerkennung einzurichten, müssen Sie die folgenden Anforderungen erfüllen und die UpdateAssetModel (AWS CLI):

  • Mindestens eine Eingabeeigenschaft, die entweder vom INTEGER Datentyp DOUBLE oder ist. Sie ist entweder eine Mess- oder eine Transformationseigenschaft und wird zum Trainieren des Modells verwendet.

  • Eine Ergebniseigenschaft vom STRING Datentyp. Es muss sich um eine Messeigenschaft handeln und speichert die Ergebnisse der Anomalieerkennung.

Voraussetzungen für die Kennzeichnung

  • Laden Sie Ihre Datenbeschriftungen in einen Amazon S3 S3-Bucket hoch.

  • Aktualisieren Sie die Bucket-Richtlinie für diesen Bucket, AWS IoT SiteWise damit Ihre Labels gelesen werden können.

    Gehen Sie auf der Konsole zu Berechtigungen -> Bucket-Richtlinie. Ersetzen Sie den Bucket ARN durch den ARN Ihres Buckets.

    JSON
    {
    "Version":"2012-10-17",		 	 	 
    "Statement": [
        {
            "Sid": "SiteWiseS3ReadAccess",
            "Effect": "Allow",
            "Action": [
                "s3:GetObject",
                "s3:ListBucket"
            ],
            "Resource": [
                "arn:aws:s3:::amzn-s3-demo-bucketbucket-name",
                "arn:aws:s3:::amzn-s3-demo-bucketbucket-name/*"
            ]
        }
    ]
}

Voraussetzungen für die Modellevaluierung

  • Die Modellevaluierung generiert punktweise Modelldiagnosen an dem von Ihnen angegebenen Amazon S3 S3-Bucket-Speicherort.

  • Damit die punktuellen Diagnoseergebnisse in Ihren Amazon S3 S3-Bucket geschrieben werden können, aktualisieren Sie die Bucket-Richtlinie dieses Buckets, sodass AWS IoT SiteWise die Ergebnisse geschrieben werden können.

    Gehen Sie auf der Konsole zu. Permissions -> Bucket policy Ersetzen Sie den Bucket ARN durch den ARN Ihres Buckets.

    JSON
    {
    "Version":"2012-10-17",		 	 	 
    "Statement": [
        {
            "Sid": "SiteWiseS3Access",
            "Effect": "Allow",
            "Action": [
                "s3:GetObject",
                "s3:ListBucket",
                "s3:PutObject"
            ],
            "Resource": [
                "arn:aws:s3:::amzn-s3-demo-bucket",
                "arn:aws:s3:::amzn-s3-demo-bucket/*"
            ]
        }
    ]
}

Voraussetzungen für Modellmetriken

  • Modellmetriken bieten umfassende Einblicke in die Leistung, einschließlich der Bewertung der Modellqualität, Statistiken zur Ereigniserkennung und Vergleichsmetriken zwischen Modellversionen am angegebenen Amazon S3 S3-Bucket-Speicherort.

  • Damit die JSON-Datei für Modellmetriken in Ihren Amazon S3 S3-Bucket geschrieben werden kann, aktualisieren Sie die Bucket-Richtlinie, AWS IoT SiteWise damit die Ergebnisse geschrieben werden können.

    Gehen Sie auf der Konsole zuPermissions -> Bucket policy. Ersetzen Sie den Bucket ARN durch den ARN Ihres Buckets.

    JSON
    {
    "Version":"2012-10-17",		 	 	 
    "Statement": [
        {
            "Sid": "SiteWiseS3Access",
            "Effect": "Allow",
            "Action": [
                "s3:GetObject",
                "s3:ListBucket",
                "s3:PutObject"
            ],
            "Resource": [
            "arn:aws:s3:::amzn-s3-demo-bucket",
            "arn:aws:s3:::amzn-s3-demo-bucket-s3-bucket;/*"
            ]
        }
    ]
}