製造業の大企業が、世界15カ国の工場からIoTデータを収集・分析する新しいプラットフォームを構築しています。現在の状況と要件は以下の通りです： 【現在の状況】 ・各工場にオンプレミスのSCADA（Supervisory Control and Data Acquisition：監視制御・データ収集システム）システムが存在 ・工場ごとに10,000〜50,000台のセンサーが稼働 ・センサーデータは1秒間隔で送信（1センサーあたり約200バイト） ・一部の工場ではインターネット接続が不安定（帯域幅1Mbps未満、断続的な切断） ・工場ネットワークは厳格なファイアウォールルールで管理されており、インバウンド接続は一切許可されていない 【要件】 ・エッジでのリアルタイム異常検知（レイテンシ1秒以内） ・クラウドへのデータ収集と長期保存（7年間） ・工場ごとのデータは当該工場が所在する国のクラウドリージョンに保存（データ主権要件） ・工場のネットワーク障害時も最低24時間分のローカルバッファリングが必要 ・機械学習モデルのデプロイと更新をエッジデバイスに対してリモートで実施 ・エッジデバイスのフリート管理（設定、パッチ適用、監視）を一元化 どのアーキテクチャがこれらの要件を最もよく満たしますか？（2つ選択）
選択肢AとEは共にAWS IoT Greengrassをエッジコアとして採用し、アウトバウンドのみの接続（インバウンド不可要件を満たす）、Greengrassストリームマネージャーによる24時間以上のローカルバッファリング、エッジML推論（1秒以内）、リモートフリート管理をすべてカバーします。 選択肢BのOutpostsは工場単位の設置コストが数百万ドル規模となり非現実的です。 選択肢CのSiteWise EdgeはOPC-UA対応でSCADA統合に有利ですが、フリート管理とMLデプロイ機能がGreengrass統合前提となるため単独では不完全です。 選択肢DのLambda@EdgeはIoTエッジ処理には設計されておらず、Kafkaのオンプレミス別途構築が複雑性を増大させます。