資料分析這個行業在於現在來說的話已經不算是一個新興的行業，在很多年前就有了資料分析這個概念，只不過是這幾年來資訊發展誕生的物聯網、雲端計算以及大資料的出現讓資料分析逐漸地走進的人們的生活，不斷地被人們多瞭解。那麼資料分析在物聯網上的應用都有哪些呢？下面就由小編為大家解答一下這個問題。

首先給大家說一下雲-邊-端架構。前兩年出現了一個比較熱的詞，叫做"邊緣計算"，是指把簡單的、需要實時計算和分析的過程放到離終端裝置更近的地方，以保證資料資料處理的實時性，同時也減少資料傳輸的風險。“雲-邊-端”這樣的架構能夠，終端負責全面感知，邊緣負責區域性的資料分析和推理，而云端則彙集所有邊緣的感知資料、業務資料以及網際網路資料，完成對行業以及跨行業的態勢感知和分析。而基於AI的智慧服務則是貫穿“雲-邊-端”整個架構，在感知終端，AI技術旨在提高全面感知的敏感性、準確性以及人機互動、物物互動的實時性，同時也可以通過晶片來進行簡單的邏輯推理。

在邊緣處，AI技術主要負責彙集該域內的區域性資料以及相關的業務資料，完成感知資料的分析和推理，並且能夠把相關的分析結果或模型傳送給感知終端，達到感知終端與邊緣雲的協同，在雲端，不僅需要提供類似邊緣雲的雲端計算相關的資料，還需要提供基於全域性資料的智慧服務。

雲中心擅長全域性性的、非實時的、長週期的大資料處理與分析，能夠在長週期維護、業務決策支撐等領域發揮優勢。邊緣計算更適合區域性性、實時、短週期數據的處理與分析，能更好地支撐本地業務的實時智慧化決策與執行。邊緣計算與雲中心是互補協同的關係，邊雲協同將放大邊緣計算與雲端計算的應用價值：邊緣計算既靠近執行單元，更是雲端所需高價值資料的採集和初步處理單元，可以更好地支撐雲端應用；反之，雲端計算通過大資料分析處理優化輸出的業務規則或模型可以下發到邊緣側，邊緣計算基於新的業務規則或模型執行。

在這篇文章中我們給大家講述了一下資料分析中的雲-邊-端架構的內容，我們會在後面的文章中給大家介紹更多的知識，希望這篇文章能夠給大家帶來幫助，最後感謝大家的閱讀。