האם חדשנות תופיע בענן, בקצה או במקום אחר?

חדשנות היא קריטית לארגונים השומרים על רלוונטיות עסקית ונמנעים מהפרעות עסקיות, אך מאיפה יגיעו החידושים האלה?

מומחים בתעשייה מאמינים כי חדשנות לא מתרחשת בענן, אלא בסף. עם זאת, מחשוב קצה הוא רק הרחבה של מחשוב ענן. אז מה המשמעות של זה? מכיוון שמחשוב ענן ומחשוב קצה עשויים לעבוד יחד.

בנוסף, הטלפון הנייד של אייפון X של אפל הציג לאחרונה טכנולוגיית זיהוי פנים כמו הטכנולוגיה, ייתן למשתמשים סיכון מידע אישי יותר, מה שמשך את תשומת ליבם של אנשים.

לפני כן, המכשירים החכמים של אפל השתמשו בטביעות אצבעות, בעוד שמכשירים חכמים של אנדרואיד השתמשו בזיהוי IRIS. לפיכך, העלילה במדע בדיוני הפכה במהרה לעובדה מדעית.

עסקים צריכים להיות פרואקטיביים, במיוחד עם תקנות הגנת המידע הכלליות של האיחוד האירופי (GDPRS), שנכנסות לתוקף חמישה חודשים לאחר מכן. כדי להבטיח כי קמעונאים, סוכנויות ממשלתיות, שירותי חירום וארגונים אחרים אינם מפרים סטנדרטים רגולטוריים, יש לקחת בחשבון אם הכרת פנים, הכרת לוחית רישוי, חיישני רכב וטכנולוגיות אחרות יכולות לעמוד בדרישות ובדרישות ה- GDPR.

להעצים אזרחים

ג'ים מקגן, סגן נשיא שיווק ופיתוח עסקי במנועי אינדקס, מעלה את החשיבה שלו על הדרישות החוקיות הללו: 'GDPR נותן את הכוח של נתונים אישיים לאזרחים, כך שחברות שעושות עסקים באיחוד האירופי, כולל ארצות הברית, חייבות לעמוד בכלל זה '

הוא הוסיף כי GDPR מציב נושא מפתח לניהול הנתונים של הארגון. במקרים רבים, ארגונים מתקשים למצוא נתונים אישיים ברשומות המערכת או הנייר שלהם. ובדרך כלל הם לא יודעים אם יש לשמור, למחוק, לשנות או לתקן את הנתונים. לפיכך, GDPR ידחוף את אחריות הארגון לגובה חדש בגלל העונש העצום שעומד בפניו.

עם זאת, הוא סיפק המלצות לאימוץ פתרונות רלוונטיים: 'אנו מספקים פתרונות לניהול מידע ואסטרטגיות יישום כדי להבטיח כי העסק של הארגון עומד בתקנות הגנת נתונים. ' יש לאסוף נתונים ברמת PB, אך לארגון אין נתונים על הבנה אמיתית. ביעילות. ברגע שהארגון יכול על ידי ניהול יעיל של הנתונים, הם יכולים ליישם את המדיניות והמדדים המתאימים מכיוון שרוב החברות יודעות אילו סוגים של קבצים מכילים נתונים אישיים. '

נקה נתונים

מקגן המשיך: 'רוב הנתונים רגישים מאוד, כל כך הרבה חברות לא ששות לדבר על זה, אבל אנחנו עושים הרבה עבודה עם חברות ייעוץ משפטי כדי לשמור על הארגון בתאימות. '

לדוגמה, Index Engine, חברת Fortune 500, השלימה ניקוי נתונים ומצאה כי 40% מהנתונים שלה כבר לא הכילו ערך מסחרי. אז החברה החליטה לפנות את זה.

הוא אמר: 'זה חוסך עלויות ניהול מרכז נתונים: הם מקבלים תוצאות חיוביות על ידי ניקוי הנתונים, אך אם זה החברה הציבורית, אינך חופשי למחוק את הנתונים בגלל בעיות תאימות רגולטוריות. ' במקרים מסוימים, צריך לשמור את הקובץ עד 30 שנה. הוא הציע כי 'עסקים צריכים לשאול האם לקבצים אלה יש ערך מסחרי או דרישות ציות כלשהן. ' לדוגמה, ניתן למחוק נתונים ללא סיבה תקפה לשמור אותם. חברות מסוימות גם מעבירות את הנתונים שלהן לענן על מנת למחוק נתונים ממרכז הנתונים.

בתהליך, חברות רבות צריכות לבדוק אם הנתונים הם בעלי ערך מסחרי על מנת לקבל את החלטות העברת הנתונים שלהן. ארגונים צריכים לחשוב מה יש בקבצים שלהם - בין אם זה מחשוב קצה או מחשוב ענן לניהול נתונים, גיבוי ואחסון.

וודא שהמידע תואם

לפיכך, חשוב שארגונים יחקרו דרכים למנוע להשתמש בטכנולוגיות חדשות על ידי צרכנים ואזרחים כאחד וישקלו כיצד להשתמש בנתונים אלה כדי ליצור ערך עבור ארגונים וצרכנים. ארגונים המשתמשים בנתונים אלה צריכים להיות מודעים לאבטחת מידע במתן, שימוש, הגנה ושיפור השירותים הדיגיטליים.

לדוגמה, לטכנולוגיית הכרת הפנים יש יישומים רבים המשמשים לא רק כדי לאפשר למשתמשים לפתוח יישומים בסמארטפון שלהם אלא גם לשלם עבורם. התמונות מאוחסנות במרכז הנתונים הפרוס המקומי באמצעות טכנולוגיית זיהוי הפנים של הטלפון החכם. למרות זאת, אנשים עדיין צריכים לשמור על כמות מסוימת של נתונים במסד הנתונים, שצריך להגן עליהם גם כדי למנוע מהאקרים לנצל נתונים אישיים להתקפות זדוניות.

חדשנות במחשוב קצה

ככל שארגונים משקיעים יותר ויותר בערים אוטונומיות וחכמות, כמו גם בטכנולוגיות רכב כמו רשתות חירום אוטומטיות (AEB), יש גם צורך לקחת בחשבון באתרי חדשנות 2018 והצורך להשיג איזון בין ציות וחדשנות.

בנוסף, יותר ויותר אנשים חושבים שחדשנות תופיע במחשוב השולי ולא בענן, ומחשוב קצה הוא רק הרחבה של מחשוב ענן. למרות שצריך למקור נתונים קרוב יותר למקור, עדיין יש לנתח כמויות גדולות של נתונים במקום אחר. עיכוב נתונים ועיכוב רשת הם מכשול היסטורי, ואחד מקווים שניתן יהיה להפחית או לבטל את ההשפעה של העיכובים.

מחשוב Edge מרחיב את הקיבולת של מרכז הנתונים בכך שהוא מאפשר למספר גדול של מרכזי נתונים קטנים יותר לאחסן, לנהל ולנתח נתונים תוך מתן אפשרות לנהל ולנתח אותם באופן מקומי על ידי מכשיר או חיישן מנותקים (כגון כלי רכב אוטונומיים מחוברים). לאחר חיבור הרשת, ניתן לגבות את הנתונים שלה לענן לצורך פעולה נוספת.

האצת נתונים

הפחתת חביון רשת וחביון נתונים יכולים לשפר את חווית הלקוח. עם זאת, בשל הפוטנציאל הגדול יותר להעברת נתונים לענן, חביון הרשת ואובדן המנות יכולים להשפיע לרעה על תפוקת הנתונים. ללא פתרונות אינטליגנציה של מכונה כמו Precrock IT, ההשפעות של חביון ואובדן מנות עשויות לעכב נתונים וביצועי גיבוי.

אם בסיס הנתונים של טכנולוגיית זיהוי הפנים אינו מסוגל להעביר במהירות מידע על אזרחות והגירה, הדבר עלול לגרום לעיכובים בשדות תעופה ותאונות אפשריות או בעיות טכניות ברכבים אוטונומיים.

עם כניסתו של טכנולוגיית מכוניות אוטונומית, הנתונים שנוצרו על ידי מכוניות ייסעו בין כלי רכב בצורה רציפה. חלק מהנתונים הללו, כמו ביקורתיות ונתוני בטיחות, דורשים תפנית מהירה, ואילו נתונים אחרים הם בדרך כלל מידע על דרכים כמו זרימת תנועה ומהירות. מכוניות לנהיגה אוטומטית שולחות את כל הנתונים הקריטיים לבטיחותיים בחזרה לענן המרכזי מעל רשתות 4G או 5G, מה שעשוי להוסיף חביון נתונים משמעותי לתפניות לפני שהן מתחילות לקבל נתונים בגלל עיכובים ברשת. כרגע אין דרך פשוטה וחסכונית להפחית את ההשהיה בין הרשתות. מהירות האור היא גורם מרכזי שאנשים לא יכולים לשנות. לכן, כיצד לנהל את הרשת והנתונים עיכוב ביעילות וביעילות חשובה מאוד.

אתגר נתונים גדול

היטאצ'י אמר כי מכוניות לנהיגה אוטומטית ייצרו כ- 2PB של נתונים ביום. ההערכה היא כי מכונית ברשת תיצור כ- 25 בתים של נתונים לשעה. בהתחשב בכך שיש יותר מ 800 מיליון מכוניות בארצות הברית, סין ואירופה. כתוצאה מכך, יירגו ממיליארד יחידות בעתיד הקרוב, ואם מחצית המכוניות יהיו ברשת במלואן, בהנחה שהשימוש הממוצע של 3 שעות ביום, יהיו 37.5 מיליארד גיגה -בייט נתונים ביום.

אם, כצפוי, מרבית המכוניות החדשות היו מכוניות מונעות באופן אוטונומי באמצע שנות העשרים, המספר הזה יהיה טריוויאלי. ברור שלא ניתן לשלוח מייד את כל הנתונים לענן ללא רמה מסוימת של אימות והפחתת נתונים. חייב להיות פיתרון פשרה, ומחשוב קצה יכול לתמוך בטכניקה זו וניתן ליישם אותו ברכבים אוטונומיים.

מנקודת מבט פיזית, אחסון כמויות נתונים הולכות וגוברות יהיה אתגר. לפעמים גודל וגודל הנתונים חשובים מאוד. זה יוצר בעיות פיננסיות וכלכליות בכל עלות GB. לדוגמה, בעוד שרכבים חשמליים נחשבים לזרם המרכזי של העתיד, צריכת החשמל צפויה לעלות.

בנוסף, יש צורך להבטיח כי כמויות גדולות של נתונים שנוצרו על ידי יחידים או מכשירים אינם מפרים את חקיקת הגנת המידע.