AWS

株式会社MMMが2017年度下半期に注力している技術領域(サーバーレス、IoT/AI、クラウドセキュリティ)

MMM Corporation
kuni

2017年のキャンプ予約も全てFixし、今年のキャンプ回数は合計15回となったMMM代表の国本です。

早いもので今年も10月を過ぎ、MMMは2017年度の下半期がスタートしています。

今年度は営業チャネルの拡大も功を奏し、上半期は新規含め大小様々な種類のプロジェクトが走りましたが、現状のお引き合いや技術動向踏まえ、MMMとして下半期特に特に力を入れていく技術領域に関して、これまでの事例含め、軽く書いてみようと思います。

1.サーバーレスアーキテクチャ(Function as a Service)

AWS Lambdaを皮切りに、昨今ではAzureやGCPなどでもサーバーレスコンピューティングを実現可能なクラウドサービス群が多数提供されていますが、MMMでは2016年からサーバーレスアーキテクチャに注力しています。

多くの紹介サイトやブログで語られているように、サーバー管理が実質不要、イベントドリブンでのシステム開発、スケーリング自動化、そして秒単位以下での課金体系が特徴であるサーバーレスですが、本質的なビジネス価値としては

  • 『エンジニアリングにおける生産性向上』
  • 『コアビジネスへの集中』
  • 『ビジネスの俊敏性向上』

という3点が大きいと私は考えています。

リアルタイム処理、IoT、モバイル、各種データ連携など、これまでの知見を活かした上で、2017年下半期のプロジェクトでは、上述したビジネス価値の具現化に向けて、よりアグレッシブにサーバーレスアーキテクチャの活用をお客様への御提案していきます。

AWS Lambda(サーバーレス)のシステム活用事例

これまでMMMが手がけた実プロジェクトにおける、AWS Lambdaを活用したサーバーレス事例を2つご紹介いたします。

基幹システムとのデータ連携

中古車販売大手の株式会社IDOM様でのサーバーレス採用事例。

基幹システム側の業務データ(XML形式)をフロント側のWebサービス群で活用するためのデータ連携にAWS Lambdaを活用しています。

Amazon S3へのPutをトリガーに、Lambdaによるデータ連携のビジネスロジックが実行され、フロントWebサービス群のデータベースや、検索エンジンのインデックスサービスへデータが連携されます。

Lambdaベースのサーバーレスの採用により、リアルタイムに近しいデータ連携システムを低コスト&短期間でのシステム立ち上げを実現しました。

監視システムでの異常検知時の発報

MMMでのDatadogを用いた監視サービスでの採用事例。

監視対象システムでの異常を検知した際のアラートメール及び自動電話コールの発報処理にAWS Lambdaを活用しています。

Datadogによって監視対象システム内で異常検知を検知したタイミングで、API GatewayへのPOSTをトリガーにLambdaを実行し、実装されているビジネスロジックに準拠して、適切な担当者へメール送信や、Twilioを使った自動音声コールを実施しています。

なお、AWS LambdaやDatadogを活用した監視については、以下のぺージでも紹介しています。ぜひ合わせてご覧ください。

サーバーレスアーキテクチャ(AWS Lambda)

クラウド運用監視(Datadog)

2.AWS IoT・Amazon AIを初めとした先進技術

IoT、AI等の先進技術のビジネス活用において「そもそもどんなサービスがあるのか?」「どのようにビジネス活用していけばよいか?」といった検討フェーズでのご相談が増えています。

下半期MMMでは、先進技術の概念や理論及び原理を踏まえた上で、お客様ビジネスの企画段階から積極的に参画し、プロトタイプを含めた新しいアイデアの実現可能性を検証するソリューションに力を入れており、特にAWS IoT関連、Amazon AI(Rekognition / Polly)のビジネス活用に関して、技術的バックボーンを武器に積極的な御提案活動を進めています。

AWS IoT、Amazon AIの活用事例

まだ、検証段階の状況ではありますが、先進技術を活用したMMMの事例を2つご紹介いたします。

AWS IoTボタンを使った監視スイッチ

Datadogを用いた監視サービスにおいて、監視・非監視を切り替える物理的なスイッチをAWS IoTボタンを用いて実装しました。(本スイッチの検証、開発はUSにて実施しています)

IoTボタンをクリックするだけで、対象となっているシステムの監視有効、無効(非監視)を即座に切り替えることが可能となっており、監視・非監視の運用が必要なシステムを担当する監視オペレーターの運用負荷を引き下げることが可能です。

Amazon RekognitionとPollyを活用した画像監視システム

MMMの社内検証システムとして、深層学習に基づいた画像分析を提供するAmazon Rekognitionと、テキスト文章を音声に変換するAmazon Pollyに加え、AWS IoTを活用した画像監視システムを開発致しました。(某ホームセキュリティ会社の画像監視サービスをイメージ...?)

監視対象の拠点にRaspberry Piを設置し、Raspberry Piに接続されたWebカメラで60秒毎に撮影した画像データをAmazon S3へPutし、Putされた画像をAmazon Rekognitionで画像解析することで、不審者を検知する監視を実現。

また、異常判定された際、AWS IoTからMQTTを用いて、Raspberry Piにリアルタイムで異常通知し、Raspberry PiからテキストデータをAmazon PollyにAPI経由で投げることで、音声データを再生し、不審者を威嚇するような構成となっています。

3.クラウドリソースに対するセキュリティ対策・構成管理

様々なサービスや、ビジネス上重要な企業システムがAWSを初めとしたクラウド上で稼働している昨今において、クラウドリソース上で稼働するOS・ミドルウェア、そしてアプリケーションに対するセキュリティ対策の重要性はこれまで以上に重要視されています。

企業の高まるセキュリティ対策の需要に対し、MMMでは下半期にクラウドリソース上の仮想サーバー及び仮想コンテナ上で動作している、OS及びミドルウェアに対する構成管理・セキュリティ対策を一元管理・運用できるソリューションの提供に向け、現在システム検証及び開発を進めている最中です。

セキュリティ対策の重要性は理解しつつも、実施における技術的なハードルと、運用コストの問題があり、なかなか現実的に前に進めることができないという企業向けに、ぴったりとフィットするソリューションを提供すべく頑張っています。

まとめ

2017年度下半期も『お客様のビジネス成長を加速する価値の高いITサービスを提供し続ける』をモットーに全力で頑張っていきます。

サーバーレス(FaaS)、IoT、AI、クラウドセキュリティといった技術領域に関して、何かお困り事やご質問等がございましたら、株式会社MMMコーポレートサイトお問い合わせ から24時間365日お気軽にご相談下さい。

AUTHOR
kuni
kuni
記事URLをコピーしました