ElasticsearchとIoTとマシンラーニング

Elasticsearchがこれからくるかなと思ったけど、Elasticsearch+kibanaセットだし他のBIツールつかいたくてもつかえないし・・・

でも、IoTとしてなら生き残る道はあるのかもね

亀印製菓は、菓子の工程作業に従事する作業者の健康や安全を見守るシステムを稼働させた。
監視カメラ映像から作業者の骨格の動きを検出し、異常な動きを検出した場合にインシデントとして報告して対処するシステムである。
Elasticsearchが販売する検索エンジン「Elasticsearch」が備えるマシンラーニング（機械学習）機能を利用する。

　監視映像から、作業者の鼻、首、腰の3点の位置関係を把握し、骨格構造と振る舞いを時系列にデータ化する。これを、エッジコンピュータ上で稼働するElasticsearchを用いて解析し、異常かどうかを判定する。異常を検出した場合はインシデントと判定し、クラウド側のアプリケーションにデータを送って対処する（図1）。

　異常を判定するケースは2つある。1つは、うずくまるといった瞬間的な姿勢である。姿勢検出時にインシデントとして判定できる。もう1つのケースは、時系列データから見える異常である。いつもとは異なるトレンドが見られた場合に、インシデントが発生したと判定する。

　時系列データの異常を機械的に判定するための手段として亀印製菓は、マシンラーニングを導入した。マシンラーニングでは、「垂直方向の2つのポイント差分の変化（鼻～腰、首～腰）」や「水平方向の移動量（左右）」など、合計で10個の判定モデルを作成して利用している。

　マシンラーニングの基盤として、Elasticsearchを採用した。Elasticsearchを選んだ理由について、システム構築を担当したブローダービスで常務取締役CCOを務める青木誠氏（写真1）は、「機能を組み合わせる必要がなく、ワンパッケージで提供されていること」を挙げる。さらに、PythonのAPIを介した外部システムとの連携のしやすさも利点だった。「画像検出からインシデント登録まで、データの入出力のバリエーションが広い」（青木氏）。

　なお、Elasticsearchは、データの投入、データの格納・検索・分析、データの可視化、という3つのレイヤーでソフトウェアを用意している（関連記事：「セキュリティ分析には検索が欠かせない」、検索エンジンのElasticがSIEM機能をリリース）。主な用途は、検索、セキュリティ（ログ分析）、オブザーバビリティ（可観測性）の3つである。