SAS 事件流处理

分析流传输数据，使用人工智能发现隐藏的洞察，并在自己所选环境中实时做出智能决策。

请求演示

SAS^® 事件流处理和流传输数据分析系统

请求演示

抓住机会并发现隐藏在业务海量快速移动数据中的危险信号。

使用机器学习获得采用正确操作所需的洞察。

充分理解来自操作、交易、传感器和物联网设备的流传输数据非常重要。SAS Event Stream Processing 包括在单一解决方案中提供流传输数据质量和分析，大量 SAS 和开源机器学习以及用于连接、解密、清理和理解流传输数据的高频分析。无论您的数据移动有多快、拥有多少数据或从中提取多少个数据源，都可以通过直观的界面进行控制。您可从业务的各个方面定义模式和处理场景，从而保持敏捷并在问题出现时加以处理。

做出合理的大数据决策。

在存储大数据之前，对其进行过滤、正规化、分类、聚合、标准化和清理，从而节省清理数据湖所需的大量人员和计算资源。将预构建的数据质量例程和文本处理执行用于动态数据，以便过滤大数据并为使用做好准备。

经济高效地从边缘扩展到云端，以获得不断增长的数据量。

更快、更好、更强大的数据流处理（从边缘到企业）可实现高容量吞吐量（每秒数百万个事件），这意味着分布式内存网格处理商品硬件环境中可实现低延迟响应时间。使用具有嵌入式人工智能和机器学习功能的高级分析，对结构化和非结构化数据源（包括视频、文本、图像分类和识别）进行分析。此外，SAS Event Stream Manager 集成 SAS Event Stream Processing Studio 和服务器组件，能够对 SAS Event Stream Processing 项目的部署和分析进行简化和自动化处理，在不中断服务的情况下实现快速决策。

主要功能

使用机器学习和流传输分析结果发现边缘的重要信息，在云中实时做出明智能决策。

查看详细功能列表

为速度而生

借助用于扩展的全新集成 ONNX Runtime，实现每秒数百万事件的数据处理以及低延迟响应时间，从而实现 CUDA 和 TensorRT 所支持平台的 GPU 加速。

接收并整合流传输物联网源

可让您使用现有物联网资源（包括云端或边缘本地数据流），在将来使用广泛的预构建连接器和适配器套件进行扩展。

准备进行实时操作

可定制警报、通知和更新提供态势感知，以便您对正在发生或预计将发生的事情做出适当响应。

开放、灵活的建模环境

使用直观的可视化界面，在低代码环境中对模型进行轻松的定义、测试和优化。编码环境易于数据科学家使用，包括非常熟悉的 Python 开发环境（例如 Jupyter Notebook）。

完整的多阶段分析

在边缘、混沌和云端嵌入 SAS，并在每个流传输事件阶段清理和分析数据。深度 SAS 模型可移植到数据流和边缘。支持用于执行向量数据描述、稳健主成分分析、随机森林、梯度增加和流传输回归分析等的算法。

统一的项目部署和服务器管理

SAS Event Stream Manager 可构建和管理可重用部署模板，轻松添加在云中自动发现的新 ESP 服务器，加载和卸载 ESP 项目，动态分配资源以及自动扩展或缩减，从而实现自动弹性调整和监控，优化资源管理。当 ESP 服务器处于脱机状态或不可用时，重试功能支持在连接恢复时重新部署模型。