Akankah inovasi muncul di cloud, di edge, atau di tempat lain?

Inovasi sangat penting bagi organisasi yang menjaga relevansi bisnis dan menghindari gangguan bisnis, namun dari mana inovasi tersebut berasal?

Pakar industri percaya bahwa inovasi tidak terjadi di cloud, namun di ambang kemajuan. Namun, komputasi tepi hanyalah perpanjangan dari komputasi awan. Jadi apa artinya ini? Karena komputasi awan dan komputasi tepi dapat bekerja sama.

Selain itu, ponsel Apple iPhone X baru-baru ini memperkenalkan teknologi pengenalan wajah seperti teknologi yang akan memberikan lebih banyak risiko informasi pribadi kepada pengguna, yang menarik perhatian orang.

Sebelumnya, perangkat pintar Apple menggunakan sidik jari, sementara beberapa perangkat pintar Android menggunakan pengenalan iris mata. Oleh karena itu, alur cerita dalam fiksi ilmiah segera menjadi fakta ilmiah.

Dunia usaha harus proaktif, terutama dengan Peraturan Perlindungan Data Umum (GDPR) Uni Eropa, yang akan mulai berlaku lima bulan kemudian. Untuk memastikan bahwa pengecer, lembaga pemerintah, layanan darurat, dan organisasi lainnya tidak melanggar standar peraturan, kita perlu mempertimbangkan apakah pengenalan wajah, pengenalan pelat nomor, sensor kendaraan, dan teknologi lainnya dapat memenuhi persyaratan dan persyaratan GDPR.

Memberdayakan warga negara

Jim McGann, wakil presiden pemasaran dan pengembangan bisnis di Index Engines, mengemukakan pemikirannya sendiri mengenai persyaratan hukum berikut: 'GDPR memberikan kekuatan data pribadi kepada warga negara, sehingga perusahaan yang melakukan bisnis di Uni Eropa, termasuk Amerika Serikat, harus mematuhi aturan ini'

Dia menambahkan bahwa GDPR menimbulkan masalah utama bagi pengelolaan data organisasi. Dalam banyak kasus, organisasi merasa sulit menemukan data pribadi dalam sistem atau catatan kertas mereka. Dan biasanya mereka tidak mengetahui apakah data tersebut perlu disimpan, dihapus, diubah atau diperbaiki. Oleh karena itu, GDPR akan meningkatkan tanggung jawab organisasi karena besarnya hukuman yang mungkin dihadapinya.

Namun, dia memberikan rekomendasi untuk mengadopsi solusi yang relevan: 'Kami menyediakan solusi manajemen informasi dan strategi aplikasi untuk memastikan bisnis organisasi mematuhi peraturan perlindungan data.' Data tingkat PB perlu dikumpulkan, tetapi organisasi tidak memiliki data apa pun tentang pemahaman sebenarnya. Mesin Indeks menawarkan layanan pembersihan dengan melihat sumber data yang berbeda untuk melihat apa yang dapat dibersihkan.Banyak organisasi dapat melepaskan 30% data, yang memungkinkan mereka mengelola data dengan lebih efisien.Setelah organisasi dapat Dengan mengelola data secara efektif, mereka dapat menerapkan kebijakan dan tindakan yang tepat karena sebagian besar perusahaan mengetahui jenis file apa yang berisi data pribadi. '

data yang jelas

McGann melanjutkan: 'Sebagian besar data sangat sensitif, sehingga banyak perusahaan enggan membicarakannya, namun kami banyak bekerja sama dengan perusahaan konsultan hukum untuk menjaga kepatuhan organisasi.'

Misalnya, Index Engine, sebuah perusahaan Fortune 500, menyelesaikan pembersihan data dan menemukan bahwa 40% datanya tidak lagi mengandung nilai komersial. Jadi perusahaan memutuskan untuk menjernihkannya.

Dia berkata: 'Ini menghemat biaya pengelolaan pusat data: mereka mendapatkan hasil positif dengan membersihkan data, namun jika itu adalah perusahaan publik, Anda tidak bebas menghapus data karena masalah kepatuhan terhadap peraturan.' Dalam beberapa kasus, Perlu menyimpan file hingga 30 tahun. Dia menyarankan agar 'bisnis perlu menanyakan apakah file-file ini memiliki nilai komersial atau persyaratan kepatuhan apa pun.' Misalnya, data dapat dihapus tanpa alasan yang sah untuk menyimpannya. Beberapa perusahaan juga memigrasikan datanya ke cloud untuk menghapus data dari pusat data.

Dalam prosesnya, banyak perusahaan perlu memeriksa apakah datanya memiliki nilai komersial untuk mengambil keputusan migrasi data. Organisasi perlu memikirkan apa yang ada dalam file mereka - apakah itu komputasi edge atau komputasi awan untuk pengelolaan, pencadangan, dan penyimpanan data.

Pastikan informasinya sesuai

Oleh karena itu, penting bagi organisasi untuk mencari cara untuk mencegah penggunaan teknologi baru oleh konsumen dan masyarakat serta mempertimbangkan cara menggunakan data tersebut untuk menciptakan nilai bagi organisasi dan konsumen. Organisasi yang menggunakan data ini perlu menyadari keamanan informasi dalam menyediakan, menggunakan, melindungi, dan meningkatkan layanan digital.

Misalnya, teknologi pengenalan wajah memiliki banyak aplikasi yang tidak hanya berfungsi untuk memungkinkan pengguna membuka kunci aplikasi di ponsel cerdasnya tetapi juga untuk membayarnya. Gambar-gambar tersebut disimpan di pusat data yang dikerahkan secara lokal menggunakan teknologi pengenalan wajah pada ponsel pintar. Meskipun demikian, orang-orang masih perlu menyimpan sejumlah data di database, yang juga perlu dilindungi untuk mencegah peretas mengeksploitasi data pribadi untuk serangan jahat.

Inovasi dalam Edge Computing

Seiring dengan semakin banyaknya organisasi yang berinvestasi pada kota otonom dan cerdas, serta teknologi otomotif seperti jaringan Pengereman Darurat Otomatis (AEB), terdapat juga kebutuhan untuk mempertimbangkan lokasi inovasi pada tahun 2018 dan kebutuhan untuk mencapai kepatuhan dan keseimbangan inovasi.

Selain itu, semakin banyak orang yang berpikir bahwa inovasi akan muncul di komputasi marginal dibandingkan cloud, dan edge computing hanyalah perpanjangan dari cloud computing. Meskipun data perlu diambil lebih dekat dengan sumbernya, sejumlah besar data masih perlu dianalisis di tempat lain. Keterlambatan data dan jaringan merupakan sebuah hambatan dalam sejarah, dan dampak penundaan dapat dikurangi atau dihilangkan.

Komputasi tepi memperluas kapasitas pusat data dengan memungkinkan sejumlah besar pusat data yang lebih kecil untuk menyimpan, mengelola, dan menganalisis data sekaligus memungkinkan beberapa data dikelola dan dianalisis secara lokal oleh perangkat atau sensor yang tidak terhubung (seperti kendaraan otonom yang terhubung). Setelah tersambung ke jaringan, datanya dapat dicadangkan ke cloud untuk tindakan lebih lanjut.

Akselerasi data

Mengurangi latensi jaringan dan latensi data dapat meningkatkan pengalaman pelanggan. Namun, karena potensi transfer data ke cloud yang lebih besar, latensi jaringan dan kehilangan paket dapat menimbulkan dampak negatif yang cukup besar pada throughput data. Tanpa solusi kecerdasan mesin seperti PORTRock IT, efek latensi dan kehilangan paket dapat menghambat kinerja data dan pencadangan.

Jika basis data teknologi pengenalan wajah tidak dapat mengirimkan informasi kewarganegaraan dan imigrasi dengan cepat, hal ini dapat mengakibatkan penundaan di bandara dan kemungkinan kecelakaan atau masalah teknis dengan kendaraan otonom.

Dengan munculnya teknologi mobil otonom, data yang dihasilkan oleh mobil akan berpindah antar kendaraan secara terus menerus. Beberapa dari data ini, seperti data kekritisan dan keselamatan, memerlukan penyelesaian yang cepat, sementara data lainnya biasanya berupa informasi jalan raya seperti arus lalu lintas dan kecepatan. Mobil yang mengemudi secara otomatis mengirimkan semua data penting keselamatannya kembali ke cloud pusat melalui jaringan 4G atau 5G, sehingga berpotensi menambah latensi data yang signifikan sebelum mobil mulai menerima data karena penundaan jaringan. Saat ini tidak ada cara sederhana dan ekonomis untuk mengurangi latensi antar jaringan. Kecepatan cahaya adalah faktor utama yang tidak bisa diubah oleh manusia. Oleh karena itu, cara mengelola penundaan jaringan dan data secara efektif dan efisien sangatlah penting.

Tantangan data yang besar

Hitachi mengatakan mobil auto-driving akan menghasilkan sekitar 2PB data per hari. Diperkirakan mobil berjaringan akan menghasilkan sekitar 25TB byte data per jam. Mengingat terdapat lebih dari 800 juta mobil di Amerika Serikat, China, dan Eropa. Akibatnya, jumlah satu miliar unit akan terlampaui dalam waktu dekat, dan jika setengah dari mobil sudah sepenuhnya terhubung ke jaringan, dengan asumsi penggunaan rata-rata 3 jam sehari, maka akan ada 37,5 miliar gigabyte data per hari.

Jika, seperti yang diharapkan, sebagian besar mobil baru adalah mobil yang dikemudikan secara otonom pada pertengahan tahun 1920-an, jumlah tersebut tidaklah seberapa. Jelasnya, tidak semua data dapat segera dikirim kembali ke cloud tanpa validasi dan pengurangan data pada tingkat tertentu. Harus ada solusi kompromi, dan komputasi tepi dapat mendukung teknik ini dan dapat diterapkan pada kendaraan otonom.

Dari sudut pandang fisik, menyimpan data dalam jumlah yang terus meningkat akan menjadi sebuah tantangan. Ukuran dan ukuran data terkadang sangat penting. Hal ini menciptakan masalah keuangan dan ekonomi per biaya GB. Misalnya, meskipun kendaraan listrik dianggap sebagai kendaraan utama di masa depan, konsumsi listrik pasti akan meningkat.

Selain itu, penting juga untuk memastikan bahwa data dalam jumlah besar yang dibuat oleh individu atau perangkat tidak melanggar undang-undang perlindungan data.