◆ Detecção de anomalia embarcada

Detecção de anomalia que decide no próprio device.

O Lumen Edge roda dentro do equipamento que você fabrica: offline, em tempo real, sem nuvem e sem IA externa. Onde o coletor só mede, ele decide.

Score de anomalia · ao vivo limiar 0.50 · 100 ms/div
Score
0.031
Limiar
0.50
Alarme
0
Época
0
Recursos

Feito pra viver dentro do hardware

Três coisas que um coletor de métricas não faz, e que resolvem o problema no edge industrial.

Embarcável

Binário estático em C, cerca de 3 MB, sem uma única dependência. Entra no firmware que você já compila, seja ARM, x86 ou Apple Silicon.

Autônomo

Decide no próprio device, offline. Sem nuvem, sem callback, sem IA externa paga. O dado sensível nunca sai do equipamento.

Leve

Cerca de 2% de um núcleo, sem GPU, sem alocar memória depois de iniciar. Roda ao lado da sua aplicação, não no lugar dela.

Evidência medida

Medições frias, não adjetivos

Benchmark contra o coletor padrão de mercado, numa anomalia temporal de casamento marginal. É o caso difícil, onde um alarme por limiar simples cega.

0x
menos memória que o node_exporter (3,0 vs 12,0 MiB)
0x
binário menor que o coletor padrão de mercado
0.0x
a acurácia de detecção no caso difícil (F1 0,544 vs 0,241)

Números de medições a frio no laboratório do motor. O que ainda não foi provado em campo está escrito, sem maquiagem, no material técnico enviado sob NDA.

Como funciona

Telemetria coleta. Ela não decide.

O node_exporter e afins entregam números crus; a decisão de “isso é uma anomalia?” fica pra nuvem, pra um humano de plantão ou pra um modelo pesado que não cabe no device. No gateway, no medidor, no CLP, na câmera de campo, nenhum dos três está disponível. O Lumen Edge fecha essa lacuna: detecta no próprio metal, em tempo real.

Duas semanas. No seu device. Sem custo.

A gente embarca o Lumen Edge no seu hardware, mede a detecção na sua carga real e você fica com os números. Se não provar valor, não avança.

Agendar o piloto