Արդյո՞ք նորարարությունը կհայտնվի ամպի մեջ, եզրին կամ այլուր:

Նորարարությունը կարևոր է այն կազմակերպությունների համար, որոնք պահպանում են բիզնեսի արդիականությունը և խուսափում են բիզնեսի խափանումներից, բայց որտեղի՞ց կգան այդ նորամուծությունները:

Ոլորտի փորձագետները կարծում են, որ նորարարությունը տեղի է ունենում ոչ թե ամպի մեջ, այլ եզրին: Այնուամենայնիվ, եզրային հաշվարկը պարզապես ամպային հաշվարկի ընդլայնումն է: Այսպիսով, ինչ է սա նշանակում: Քանի որ ամպային հաշվարկը և եզրային հաշվարկը կարող են միասին աշխատել:

Բացի այդ, Apple-ի iPhone X բջջային հեռախոսը վերջերս ներկայացրել է դեմքի ճանաչման տեխնոլոգիա, ինչպիսին տեխնոլոգիան է, օգտատերերին ավելի շատ անձնական տեղեկատվության ռիսկ կհաղորդի, ինչը գրավեց մարդկանց ուշադրությունը:

Մինչ այս Apple-ի խելացի սարքերն օգտագործում էին մատնահետք, մինչդեռ որոշ Android խելացի սարքեր օգտագործում էին ծիածանաթաղանթի ճանաչում: Հետևաբար, ֆանտաստիկայի մեջ սյուժեն շուտով դարձավ գիտական ​​փաստ:

Բիզնեսները պետք է ակտիվ լինեն, հատկապես ԵՄ տվյալների պաշտպանության ընդհանուր կանոնակարգերի (GDPRs) հետ կապված, որոնք ուժի մեջ են մտնում հինգ ամիս անց: Ապահովելու համար, որ մանրածախ առևտրով զբաղվողները, պետական ​​մարմինները, արտակարգ իրավիճակների ծառայությունները և այլ կազմակերպությունները չեն խախտում կարգավորող ստանդարտները, պետք է հաշվի առնել, թե արդյոք դեմքի ճանաչումը, պետհամարանիշի ճանաչումը, տրանսպորտային միջոցների սենսորները և այլ տեխնոլոգիաները կարող են բավարարել GDPR-ի պահանջներն ու պահանջները:

Հզորացնել քաղաքացիներին

Index Engines-ի մարքեթինգի և բիզնեսի զարգացման գծով փոխնախագահ Ջիմ Մաքգանն առաջ է քաշում իր սեփական կարծիքը այս իրավական պահանջների վերաբերյալ. «GDPR-ը քաղաքացիներին տալիս է անձնական տվյալների իրավունք, այնպես որ ընկերությունները, որոնք բիզնես են անում Եվրամիությունում, ներառյալ Միացյալ Նահանգները, պետք է համապատասխանեն այս կանոնին»:

Նա հավելել է, որ GDPR-ն առանցքային խնդիր է դնում կազմակերպության տվյալների կառավարման համար։ Շատ դեպքերում կազմակերպությունները դժվարանում են անձնական տվյալներ գտնել իրենց համակարգում կամ թղթային գրառումներում: Եվ սովորաբար նրանք չգիտեն, արդյոք տվյալները պետք է պահպանվեն, ջնջվեն, փոփոխվեն կամ ուղղվեն: Հետևաբար, GDPR-ն կազմակերպության պատասխանատվությունը նոր բարձունքի կհասցնի այն հսկայական տույժի պատճառով, որին նա կարող է ենթարկվել:

«Մենք տրամադրում ենք տեղեկատվության կառավարման լուծումներ և կիրառական ռազմավարություններ՝ ապահովելու համար, որ կազմակերպության բիզնեսը համապատասխանում է տվյալների պաշտպանության կանոններին»: PB-ի մակարդակի տվյալները պետք է համադրվեն, բայց կազմակերպությունը չունի որևէ տվյալ, թե իրականում ինչ է հասկանում: Երբ կազմակերպությունը կարող է արդյունավետորեն կառավարելով տվյալները, նրանք կարող են իրականացնել համապատասխան քաղաքականություններ և միջոցառումներ, քանի որ ընկերությունների մեծ մասը գիտի, թե ինչ տեսակի ֆայլեր են պարունակում անձնական տվյալներ: '

հստակ տվյալներ

Մաքգանը շարունակեց. «Տվյալների մեծ մասը շատ զգայուն է, ուստի շատ ընկերություններ չեն ցանկանում խոսել այդ մասին, բայց մենք մեծ աշխատանք ենք կատարում իրավաբանական խորհրդատվական ընկերությունների հետ՝ կազմակերպությունը համապատասխանեցնելու համար»:

Օրինակ, Index Engine-ը, Fortune 500 ընկերությունը, ավարտեց տվյալների մաքրումը և պարզեց, որ իր տվյալների 40%-ն այլևս որևէ առևտրային արժեք չի պարունակում: Այսպիսով, ընկերությունը որոշեց մաքրել այն:

Նա ասաց. «Սա խնայում է տվյալների կենտրոնի կառավարման ծախսերը. դրանք դրական արդյունքներ են ստանում՝ մաքրելով տվյալները, բայց եթե դա հանրային ընկերություն է, դուք ազատ չեք ջնջելու տվյալները՝ կանոնակարգման հետ կապված խնդիրների պատճառով»: Որոշ դեպքերում անհրաժեշտ է ֆայլը պահել մինչև 30 տարի: Նա առաջարկեց, որ «բիզնեսը պետք է հարցնի՝ արդյոք այս ֆայլերն ունեն առևտրային արժեք կամ համապատասխանության պահանջներ»: Օրինակ՝ տվյալները կարող են ջնջվել առանց դրանք պահպանելու հիմնավոր պատճառի: Որոշ ընկերություններ նաև իրենց տվյալները տեղափոխում են ամպ՝ տվյալների կենտրոնից տվյալները ջնջելու համար:

Ընթացքում շատ ընկերություններ պետք է ստուգեն, թե արդյոք տվյալները առևտրային արժեք ունեն, որպեսզի կայացնեն իրենց տվյալների միգրացիայի որոշումները: Կազմակերպությունները պետք է մտածեն այն մասին, թե ինչ կա իրենց ֆայլերում՝ լինի դա եզրային հաշվարկ, թե ամպային հաշվարկ տվյալների կառավարման, կրկնօրինակման և պահպանման համար:

Համոզվեք, որ տեղեկատվությունը համապատասխանում է

Հետևաբար, կարևոր է, որ կազմակերպությունները ուսումնասիրեն ուղիներ՝ կանխելու նոր տեխնոլոգիաների օգտագործումը սպառողների և քաղաքացիների կողմից և մտածեն, թե ինչպես օգտագործել այդ տվյալները՝ կազմակերպությունների և սպառողների համար արժեք ստեղծելու համար: Այս տվյալները օգտագործող կազմակերպությունները պետք է տեղյակ լինեն տեղեկատվական անվտանգության մասին թվային ծառայությունների տրամադրման, օգտագործման, պաշտպանության և կատարելագործման հարցում:

Օրինակ, դեմքի ճանաչման տեխնոլոգիան ունի բազմաթիվ հավելվածներ, որոնք ծառայում են ոչ միայն թույլ տալու օգտատերերին բացել հավելվածները իրենց սմարթֆոնի վրա, այլև վճարել դրանց համար: Պատկերները պահվում են տեղական տեղակայված տվյալների կենտրոնում՝ օգտագործելով սմարթֆոնի դեմքի ճանաչման տեխնոլոգիան: Չնայած դրան, մարդիկ դեռ պետք է պահեն տվյալների բազայում որոշակի քանակությամբ տվյալներ, որոնք նույնպես պետք է պաշտպանված լինեն՝ կանխելու հաքերների կողմից անձնական տվյալները չարամիտ հարձակումների համար:

Նորարարություն Edge Computing-ում

Քանի որ կազմակերպությունները գնալով ավելի շատ ներդրումներ են կատարում ինքնավար և խելացի քաղաքներում, ինչպես նաև ավտոմոբիլային տեխնոլոգիաներում, ինչպիսիք են Ավտոմատացված Արտակարգ Արգելակման (AEB) ցանցը, անհրաժեշտություն կա նաև հաշվի առնել 2018 թվականի նորարարական կայքերը և համապատասխանության և նորարարության հավասարակշռության հասնելու անհրաժեշտությունը:

Բացի այդ, ավելի ու ավելի շատ մարդիկ կարծում են, որ նորարարությունը կհայտնվի ոչ թե ամպի, այլ մարգինալ հաշվարկում, իսկ եզրային հաշվարկը պարզապես ամպային հաշվարկի ընդլայնումն է: Թեև տվյալների աղբյուրը պետք է ավելի մոտ լինի աղբյուրին, մեծ քանակությամբ տվյալներ դեռ պետք է վերլուծվեն այլուր: Տվյալների և ցանցի հետաձգումները պատմական խոչընդոտ են, և մարդ հույս ունի, որ ուշացումների ազդեցությունը կարող է կրճատվել կամ վերացվել:

Edge computing-ն ընդլայնում է տվյալների կենտրոնի հզորությունը՝ թույլ տալով մեծ թվով փոքր տվյալների կենտրոններ պահել, կառավարել և վերլուծել տվյալները՝ միաժամանակ թույլ տալով որոշ տվյալներ կառավարել և տեղայնորեն վերլուծել անջատված սարքի կամ սենսորի միջոցով (օրինակ՝ միացված ինքնավար մեքենաները): Ցանցի միացումից հետո դրա տվյալները կարող են կրկնօրինակվել ամպի մեջ՝ հետագա գործողությունների համար:

Տվյալների արագացում

Ցանցի հետաձգման և տվյալների հետաձգման կրճատումը կարող է բարելավել հաճախորդների փորձը: Այնուամենայնիվ, ամպի վրա տվյալների փոխանցման ավելի մեծ ներուժի պատճառով ցանցի հետաձգումը և փաթեթների կորուստը կարող են զգալի բացասական ազդեցություն ունենալ տվյալների թողունակության վրա: Առանց մեքենայական ինտելեկտի լուծումների, ինչպիսին է PORTRock IT-ը, հետաձգման և փաթեթների կորստի հետևանքները կարող են խանգարել տվյալների և պահուստավորման աշխատանքին:

Եթե ​​դեմքի ճանաչման տեխնոլոգիայի տվյալների բազան ի վիճակի չէ արագ փոխանցել քաղաքացիության և ներգաղթի մասին տեղեկատվությունը, դա կարող է հանգեցնել օդանավակայաններում ուշացումների և հնարավոր վթարների կամ ինքնավար մեքենաների տեխնիկական խնդիրների:

Ինքնավար մեքենաների տեխնոլոգիայի ի հայտ գալու հետ մեկտեղ մեքենաների կողմից ստեղծված տվյալները շարունակական ճանապարհով կփոխանցվեն մեքենաների միջև: Այս տվյալներից մի քանիսը, ինչպիսիք են կրիտիկականությունը և անվտանգության տվյալները, պահանջում են արագ շրջադարձ, մինչդեռ մյուս տվյալները սովորաբար ճանապարհային տեղեկատվություն են, ինչպիսիք են երթևեկության հոսքը և արագությունը: Ավտոմեքենաները 4G կամ 5G ցանցերի միջոցով ետ են ուղարկում իրենց անվտանգության համար կարևոր բոլոր տվյալները կենտրոնական ամպ՝ պոտենցիալ ավելացնելով տվյալների զգալի ուշացում, նախքան ցանցի ուշացումների պատճառով տվյալներ ստանալը: Ներկայումս ցանցերի միջև ուշացումը նվազեցնելու պարզ և խնայող միջոց չկա: Լույսի արագությունը հիմնական գործոնն է, որը մարդիկ չեն կարող փոխել: Հետևաբար, ինչպես կառավարել ցանցը և տվյալների հետաձգումը արդյունավետ և արդյունավետ, շատ կարևոր է:

Մեծ տվյալների մարտահրավեր

Hitachi-ն ասում է, որ մեքենա վարող մեքենաները օրական կստեղծեն մոտ 2PB տվյալներ: Ենթադրվում է, որ ցանցային մեքենան ժամում կստեղծի մոտ 25 ՏԲ բայթ տվյալ: Հաշվի առնելով, որ ԱՄՆ-ում, Չինաստանում և Եվրոպայում կա ավելի քան 800 միլիոն ավտոմեքենա։ Արդյունքում մոտ ապագայում կգերազանցվի միլիարդ միավորը, և եթե մեքենաների կեսը լիովին միացված լինի ցանցին, ենթադրելով օրական միջինը 3 ժամ, օրական կլինի 37,5 միլիարդ գիգաբայթ տվյալ:

Եթե, ինչպես սպասվում էր, նոր մեքենաների մեծ մասը 1920-ականների կեսերին ինքնավար կառավարվող մեքենաներ լինեին, ապա այդ թիվը չնչին կլիներ: Ակնհայտ է, որ ոչ բոլոր տվյալները կարող են անմիջապես հետ ուղարկել ամպ առանց տվյալների վավերացման և կրճատման որոշակի մակարդակի: Պետք է լինի փոխզիջումային լուծում, և եզրային հաշվարկը կարող է աջակցել այս տեխնիկան և կարող է կիրառվել ինքնավար մեքենաներում:

Ֆիզիկական տեսանկյունից, անընդհատ աճող քանակությամբ տվյալների պահպանումը մարտահրավեր կլինի: Տվյալների չափն ու չափը երբեմն շատ կարևոր է: Սա ֆինանսական և տնտեսական խնդիրներ է ստեղծում մեկ ԳԲ արժեքի համար: Օրինակ, մինչ էլեկտրական մեքենաները համարվում են ապագայի հիմնական հոսքը, էներգիայի սպառումը պետք է ավելանա:

Բացի այդ, անհրաժեշտ է նաև ապահովել, որ անհատների կամ սարքերի կողմից ստեղծված մեծ քանակությամբ տվյալներ չխախտեն տվյալների պաշտպանության օրենսդրությունը: