Lookout for Equipment で異常を検出する

AWS IoT SiteWise コンソールに移動します。

ナビゲーションペインで、[モデル] を選択し、予測定義を追加するアセットモデルを選択します。

[予測] を選択します。

[予測定義を追加] を選択します。

予測定義の詳細を定義します。

1. 予測定義の一意の [名前] と [説明] を入力します。予測定義を作成した後は名前を変更できないため、慎重に名前を選択します。

2. AWS IoT SiteWise がアセットデータを Amazon Lookout for Equipment と共有できるようにする [IAM アクセス許可ロール] を作成または選択します。ロールには、以下の IAM ポリシーと信頼ポリシーが必要です。ロールを作成する手順については、「カスタム信頼ポリシーを使用したロールの作成 (コンソール)」を参照してください。

   IAM ポリシー

   {
       "Version": "2012-10-17",
       "Statement": [{
               "Sid": "L4EPermissions",
               "Effect": "Allow",
               "Action": [
                   "lookoutequipment:CreateDataset",
                   "lookoutequipment:CreateModel",
                   "lookoutequipment:CreateInferenceScheduler",
                   "lookoutequipment:DescribeDataset",
                   "lookoutequipment:DescribeModel",
                   "lookoutequipment:DescribeInferenceScheduler",
                   "lookoutequipment:ListInferenceExecutions",
                   "lookoutequipment:StartDataIngestionJob",
                   "lookoutequipment:StartInferenceScheduler",
                   "lookoutequipment:UpdateInferenceScheduler",
                   "lookoutequipment:StopInferenceScheduler"
               ],
               "Resource": [
                   "arn:aws:lookoutequipment:Region:Account_ID:inference-scheduler/IoTSiteWise_*",
                   "arn:aws:lookoutequipment:Region:Account_ID:model/IoTSiteWise_*",
                   "arn:aws:lookoutequipment:Region:Account_ID:dataset/IoTSiteWise_*"
               ]
           },
           {
               "Sid": "L4EPermissions2",
               "Effect": "Allow",
               "Action": [
                   "lookoutequipment:DescribeDataIngestionJob"
               ],
               "Resource": "*"
           },
           {
               "Sid": "S3Permissions",
               "Effect": "Allow",
               "Action": [
                   "s3:CreateBucket",
                   "s3:ListBucket",
                   "s3:PutObject",
                   "s3:GetObject"
               ],
               "Resource": ["arn:aws:s3:::iotsitewise-*"]
           },
           {
               "Sid": "IAMPermissions",
               "Effect": "Allow",
               "Action": [
                   "iam:GetRole",
                   "iam:PassRole"
               ],
               "Resource": "arn:aws:iam::Account_ID:role/Role_name"
           }
       ]
   }

   信頼ポリシー

   {
       "Version": "2012-10-17",
       "Statement": [{
               "Effect": "Allow",
               "Principal": {
                   "Service": "iotsitewise.amazonaws.com"
               },
               "Action": "sts:AssumeRole",
               "Condition": {
                   "StringEquals": {
                       "aws:SourceAccount": "Account_ID"
                   },
                   "ArnEquals": {
                       "aws:SourceArn": "arn:aws:iotsitewise:Region:Account_ID:asset/*"
                   }
               }
           },
           {
               "Effect": "Allow",
               "Principal": {
                   "Service": "lookoutequipment.amazonaws.com"
               },
               "Action": "sts:AssumeRole",
               "Condition": {
                   "StringEquals": {
                       "aws:SourceAccount": "Account_ID"
                   },
                   "ArnEquals": {
                       "aws:SourceArn": "arn:aws:lookoutequipment:Region:Account_ID:*"
                   }
               }
           }
       ]
   }

3. [Next (次へ)] を選択します。

Lookout for Equipment に送信するデータ属性 (測定値、変換、メトリクス) を選択します。

1. (オプション) 測定値を選択します。

2. (オプション) 変換を選択します。

3. (オプション) メトリクスを選択します。

4. [Next (次へ)] を選択します。

選択を確認します。アセットモデルに予測定義を追加するには、概要ページで [予測定義を追加] を選択します。

AWS IoT SiteWise コンソールに移動します。

ナビゲーションペインで、[アセット] を選択し、モニタリングするアセットを選択します。

[予測] を選択します。

トレーニングする予測を選択します。

[アクション] で、[トレーニングを開始] を選択し、以下を実行します。

1. 予測の詳細で、 がアセットデータを Lookout for Equipment と共有 AWS IoT SiteWise できるようにする IAM アクセス許可ロールを選択します。新しいロールを作成する必要がある場合は、[新しいロールを作成] を選択します。

2. [トレーニングデータの設定] では、[トレーニングデータの時間範囲] を入力して、予測のトレーニングに使用するデータを選択します。

3. (オプション) 後処理の後、データのサンプリングレートを選択します。

4. (オプション) [データラベル] では、ラベル付きデータを保持する Amazon S3 バケットとプレフィックスを指定します。データのラベル付けの詳細については、「Amazon Lookout for Equipment User Guide」の「Labeling your data」を参照してください。

5. [Next (次へ)] を選択します。

(オプション) トレーニングの完了後すぐに予測をアクティブにする場合は、[詳細設定] で、[トレーニング後に予測を自動的にアクティブ化する] を選択して、以下を実行します。

1. [入力データ] で、[データアップロードの頻度] として、データのアップロード頻度を定義し、[オフセット遅延時間] として、使用するバッファの量を定義します。

2. [Next (次へ)] を選択します。

予測の詳細を確認し、[保存して開始] を選択します。

AWS IoT SiteWise コンソールに移動します。

ナビゲーションペインで、[アセット] を選択し、予測を追加するアセットを選択します。

[予測] を選択します。

アクティブ化する予測を選択します。

[アクション] で、[推論を開始] を選択し、以下を実行します。

1. [入力データ] で、[データアップロードの頻度] として、データのアップロード頻度を定義し、[オフセット遅延時間] として、使用するバッファの量を定義します。

2. [保存して開始] を選択します。

AWS IoT SiteWise コンソールに移動します。

ナビゲーションペインで、[アセット] を選択し、予測を追加するアセットを選択します。

[予測] を選択します。

停止する予測を選択します。

[アクション] で、[推論を停止] を選択します。

asset-model-payload.json という名前のファイルを作成します。これらの他のセクションのステップに従って、アセットモデルの詳細をファイルに追加しますが、アセットモデルの作成または更新のリクエストは送信しないでください。

次のコードを追加することによって、Lookout for Equipment 複合モデル (assetModelCompositeModels) をアセットモデルに追加します。

{ 
  ...
  "assetModelCompositeModels": [
    {
      "name": "L4Epredictiondefinition",
      "type": "AWS/L4E_ANOMALY",
      "properties": [
          {
            "name": "AWS/L4E_ANOMALY_RESULT",
            "dataType": "STRUCT",
            "dataTypeSpec": "AWS/L4E_ANOMALY_RESULT",
            "unit": "none",
            "type": {
              "measurement": {}
            }
          },
          {
            "name": "AWS/L4E_ANOMALY_INPUT",
            "dataType": "STRUCT",
            "dataTypeSpec": "AWS/L4E_ANOMALY_INPUT",
            "type": {
               "attribute": {
                 "defaultValue": "{\"properties\": [\"Property1\", \"Property2\"]}"
               }
            }
          },
          {
            "name": "AWS/L4E_ANOMALY_PERMISSIONS",
            "dataType": "STRUCT",
            "dataTypeSpec": "AWS/L4E_ANOMALY_PERMISSIONS",
            "type": {
              "attribute": {
                "defaultValue": "{\"roleArn\": \"RoleARN\"}"
              }
            }
          },
          {
            "name": "AWS/L4E_ANOMALY_DATASET",
            "dataType": "STRUCT",
            "dataTypeSpec": "AWS/L4E_ANOMALY_DATASET",
            "type": {
                "attribute": {}
            }
          },
          {
            "name": "AWS/L4E_ANOMALY_MODEL",
            "dataType": "STRUCT",
            "dataTypeSpec": "AWS/L4E_ANOMALY_MODEL",
            "type": {
              "attribute": {}
            }
          },
          {
            "name": "AWS/L4E_ANOMALY_INFERENCE",
            "dataType": "STRUCT",
            "dataTypeSpec": "AWS/L4E_ANOMALY_INFERENCE",
            "type": {
              "attribute": {}
            }
          },
          {
            "name": "AWS/L4E_ANOMALY_TRAINING_STATUS",
            "dataType": "STRUCT",
            "dataTypeSpec": "AWS/L4E_ANOMALY_TRAINING_STATUS",
            "type": {
              "attribute": {
                "defaultValue": "{}"
              }
            }
          },
          {
            "name": "AWS/L4E_ANOMALY_INFERENCE_STATUS",
            "dataType": "STRUCT",
            "dataTypeSpec": "AWS/L4E_ANOMALY_INFERENCE_STATUS",
            "type": {
              "attribute": {
                "defaultValue": "{}"
              }
            }
          }
   ]
}

アセットモデルを作成、または既存のアセットモデルを更新します。次のいずれかを行います：

以下のコマンドを実行して、assetModelCompositeModelSummaries で assetModelCompositeModelId を見つけます。asset-model-id を アセットまたはコンポーネントモデルを更新する (AWS CLI) で作成したアセットモデルの ID に置き換えます。

aws iotsitewise describe-asset-model \
  --asset-model-id asset-model-id \

次のコマンドを実行して、TrainingWithInference アクションの actionDefinitionId を検索します。asset-model-id を前のステップで使用した ID に置き換え、asset-model-composite-model-id を前のステップで返された ID に置き換えます。

aws iotsitewise describe-asset-model-composite-model \
  --asset-model-id asset-model-id \
  --asset-model-composite-model-id asset-model-composite-model-id \

train-start-inference-prediction.json というファイルを作成し、次のコードを追加して、次のように置き換えます。

{
  "targetResource": {
    "assetId": "asset-id"
  },
  "actionDefinitionId": "action-definition-Id",
  "actionPayload":{
    "stringValue": "{\"l4ETrainingWithInference\":{\"trainingWithInferenceMode\":\"START\",\"trainingPayload\":{\"exportDataStartTime\":StartTime,\"exportDataEndTime\":EndTime},\"targetSamplingRate\":\"TargetSamplingRate\"},\"inferencePayload\":{\"dataDelayOffsetInMinutes\":0,\"dataUploadFrequency\":\"PT5M\"}}}"
  }
}

次のコマンドを実行して、トレーニングと推論を開始します。

aws iotsitewise execute-action --cli-input-json file://train-start-inference-prediction.json

以下のコマンドを実行して、assetModelCompositeModelSummaries で assetModelCompositeModelId を見つけます。asset-model-id を アセットまたはコンポーネントモデルを更新する (AWS CLI) で作成したアセットモデルの ID に置き換えます。

aws iotsitewise describe-asset-model \
  --asset-model-id asset-model-id \

次のコマンドを実行して、Training アクションの actionDefinitionId を検索します。asset-model-id を前のステップで使用した ID に置き換え、asset-model-composite-model-id を前のステップで返された ID に置き換えます。

aws iotsitewise describe-asset-model-composite-model \
  --asset-model-id asset-model-id \
  --asset-model-composite-model-id asset-model-composite-model-id \

train-prediction.json というファイルを作成し、次のコードを追加して、次のように置き換えます。

{
  "targetResource": {
    "assetId": "asset-id"
  },
  "actionDefinitionId": "action-definition-Id",
  "actionPayload":{ "stringValue": "{\"l4ETraining\": {\"trainingMode\":\"START\",\"exportDataStartTime\": StartTime, \"exportDataEndTime\": EndTime, \"targetSamplingRate\":\"TargetSamplingRate\"}, \"labelInputConfiguration\": {\"bucketName\": \"BucketName\", \"prefix\": \"Prefix\"}}}"
}
}

次のコマンドを実行して、トレーニングを開始します。

aws iotsitewise execute-action --cli-input-json file://train-prediction.json

以下のコマンドを実行して、assetModelCompositeModelSummaries で assetModelCompositeModelId を見つけます。asset-model-id を アセットまたはコンポーネントモデルを更新する (AWS CLI) で作成したアセットモデルの ID に置き換えます。

aws iotsitewise describe-asset-model \
  --asset-model-id asset-model-id \

次のコマンドを実行して、Inference アクションの actionDefinitionId を検索します。asset-model-id を前のステップで使用した ID に置き換え、asset-model-composite-model-id を前のステップで返された ID に置き換えます。

aws iotsitewise describe-asset-model-composite-model \
  --asset-model-id asset-model-id \
  --asset-model-composite-model-id asset-model-composite-model-id \

start-inference.json というファイルを作成し、次のコードを追加して、次のように置き換えます。

{
  "targetResource": {
    "assetId": "asset-id"
  },
  "actionDefinitionId": "action-definition-Id",
  "actionPayload":{ "stringValue": "{\"l4EInference\": {\"inferenceMode\":\"START\",\"dataDelayOffsetInMinutes\": Offset, \"dataUploadFrequency\": \"Frequency\"}}"
}}

次のコマンドを実行して、推論を実行します。

aws iotsitewise execute-action --cli-input-json file://start-inference.json 

以下のコマンドを実行して、assetModelCompositeModelSummaries で assetModelCompositeModelId を見つけます。asset-model-id を アセットまたはコンポーネントモデルを更新する (AWS CLI) で作成したアセットモデルの ID に置き換えます。

aws iotsitewise describe-asset-model \
  --asset-model-id asset-model-id \

次のコマンドを実行して、Inference アクションの actionDefinitionId を検索します。asset-model-id を前のステップで使用した ID に置き換え、asset-model-composite-model-id を前のステップで返された ID に置き換えます。

aws iotsitewise describe-asset-model-composite-model \
  --asset-model-id asset-model-id \
  --asset-model-composite-model-id asset-model-composite-model-id \

stop-inference.json というファイルを作成し、次のコードを追加して、次のように置き換えます。

{
  "targetResource": {
    "assetId": "asset-id"
  },
  "actionDefinitionId": "action-definition-Id",
  "actionPayload":{ "stringValue": "{\"l4EInference\":{\"inferenceMode\":\"STOP\"}}"
}}

次のコマンドを実行して、推論を停止します。

aws iotsitewise execute-action --cli-input-json file://stop-inference.json