数字反馈回路（DFL）可快速反馈在智能边缘运行的系统和应用程序的性能。
大规模定义、嵌入、共享数据，包括边缘设备遥测、日志、镜像和事件等。从已部署的系统收集并整合元数据和遥测数据，提供实时洞见，优化系统性能、功能和用户行为。Wind River® Studio使用基于角色的控制台命令关闭反馈回路，触发设备重启、开关机循环测试、配置更新或操作模式切换等手动或自动响应。
Wind River Studio数字反馈回路解决方案
数字反馈回路边缘代理（SDK）
提供无关平台的轻量级解决方案，可在开发或运营期间将IoT端点安全连接至指定Studio云提供商。DFL边缘代理通过Studio Linux或VxWorks®构建系统部署于应用程序和中间件，可在设备和Studio云之间实现安全的双向网联，可灵活便捷地访问操作系统遥测、特定设备数据类型，以及自定义命令。
设备管理
提供可扩展框架，实现设备全生命周期的端到端管理，涵盖安全登记、元数据注册及实时远程访问设备状态；提供基于角色的控制台命令，可单独或批量检测设备故障并管理设备。
实时系统分析
提升Studio信息安全，在关键嵌入式工作流程全生命周期内提供统一管理界面。根据开发过程中的数据，得出早期见解，在应用程序发布前辨别并解决问题。运行期间，使用机器数据探索用户和设备行为，管理维护风险，控制成本。若检测到异常（如CPU资源利用率超过阈值），可自动配置并告警。
数据管理
为灵活架构提供内置支持；提供网络高效通信协议用以管理数据包，确保静态和传输过程中的数据安全；提供可扩展数据管道用于实时处理，以及REST API，用以集成各分析和商业智能工具。
数字孪生（由Simics®支持）
DFL与虚拟“模拟”机器或系统协同使用，（无论网联性）持续记录机器状态，通过模拟仿真建模机器状态。处理真实硬件前，先在虚拟环境下与全球研究团队合作探究“假设”场景。
了解更多详情 »开发与集成
提供资源和策略管理器，实现对各设备和用户组基于角色的精细化访问控制。允许安全存储设备机密，提供远程续订和撤销选择，提供REST风格的API用于设备交互，实现含请求-响应日志的完整可追溯性。
数字反馈回路
观看机器人测试台演示，了解DFL的实际应用。
风河高级机器学习软件工程师Autumn Chadwick设计并录制该视频，演示了Studio从机器人手臂原型中捕获数据并将命令传至该机器人手臂原型的过程，并演示如何展示系统CPU热数据路径使用情况。
如何运作
Wind River Studio DFL兼具灵活性和可扩展性，可用于各关键基础设施领域。
数字反馈回路应用案例
风河拥有丰富的信息安全与可靠性专业知识，如今，携手知名云服务提供商亚马逊AWS和微软Azure，提供可根据客户需求加以扩展的解决方案。
云规模的数字反馈回路
DFL提供可见性和可操作性，时间跨度可从几分钟或几秒跨至数年或数月；可实时检测异常值或异常，并由操作人员解决或升级。数据科学家们和各开发团队可综合各设备、各时间段数据获得洞见
热路径、温路径及冷路径处理路径
设备登记与管理
DFL支持多种设备配置和安全管理方法，可从少量单个按订单设计的系统扩展至大量制造设备。
可扩展性与性能
DFL边缘代理旨在最大限度地减少资源受限的边缘设备占用空间，同时提供现场设备操作和性能的超高可见性。
灵活性和可配置性
DFL使开发人员能够选择智能边缘云共享数据的保真度和粒度，选择要共享的数据类型（元数据、操作系统或应用程序遥测、事件、复杂数据类型等），并指定设备将识别和响应的命令。
