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

Inovasi sangat penting bagi organisasi yang mempertahankan relevansi bisnis dan menghindari gangguan bisnis, tetapi dari mana inovasi itu berasal?

Pakar industri percaya bahwa inovasi tidak terjadi di cloud, tetapi di tepi jurang. Namun, komputasi tepi hanyalah perpanjangan dari komputasi awan. Jadi apa artinya ini? Karena komputasi awan dan komputasi tepi dapat bekerja bersama.

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

Sebelum ini, perangkat pintar Apple menggunakan sidik jari, sementara beberapa perangkat pintar Android menggunakan pengenalan iris. Oleh karena itu, plot dalam fiksi ilmiah segera menjadi fakta ilmiah.

Bisnis harus proaktif, terutama dengan Peraturan Perlindungan Data Umum (GDPR) UE, yang mulai berlaku lima bulan kemudian. Untuk memastikan bahwa pengecer, lembaga pemerintah, layanan darurat, dan organisasi lain tidak melanggar standar peraturan, kita perlu mempertimbangkan apakah pengakuan wajah, pengenalan plat, sensor kendaraan dan teknologi lainnya dapat memenuhi persyaratan dan persyaratan GDPR.

Memberdayakan warga negara

Jim McGann, wakil presiden pemasaran dan pengembangan bisnis di mesin indeks, mengedepankan pemikirannya sendiri tentang persyaratan hukum ini: '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 merupakan masalah utama bagi manajemen data organisasi. Dalam banyak kasus, organisasi merasa sulit untuk menemukan data pribadi dalam sistem atau catatan kertas mereka. Dan biasanya mereka tidak tahu apakah data perlu disimpan, dihapus, dimodifikasi atau dikoreksi. Oleh karena itu, GDPR akan mendorong tanggung jawab organisasi ke ketinggian baru karena hukuman besar yang mungkin dihadapi.

Namun, ia memberikan rekomendasi untuk mengadopsi solusi yang relevan: 'Kami memberikan solusi manajemen informasi dan strategi aplikasi untuk memastikan bisnis organisasi mematuhi peraturan perlindungan data. ' Data tingkat PB perlu dikumpulkan, tetapi organisasi tidak memiliki data yang dapat dibersihkan. Organisasi dapat dengan mengelola data secara efektif, mereka dapat menerapkan kebijakan dan langkah -langkah yang sesuai karena sebagian besar perusahaan tahu jenis file apa yang berisi data pribadi. '

Data yang jelas

McGann melanjutkan: 'Sebagian besar data sangat sensitif, begitu banyak perusahaan enggan membicarakannya, tetapi kami melakukan banyak pekerjaan dengan perusahaan konsultan hukum untuk menjaga organisasi tetap sesuai. '

Misalnya, mesin indeks, perusahaan Fortune 500, pembersihan data selesai dan menemukan bahwa 40% dari datanya tidak lagi berisi nilai komersial apa pun. Jadi perusahaan memutuskan untuk membersihkannya.

Dia mengatakan: 'Ini menghemat biaya manajemen pusat data: mereka mendapatkan hasil positif dengan membersihkan data, tetapi jika itu perusahaan publik, Anda tidak bebas untuk menghapus data karena masalah kepatuhan peraturan. ' Dalam beberapa kasus, perlu menyimpan file hingga 30 tahun. Dia menyarankan agar 'bisnis perlu bertanya apakah file -file ini memiliki nilai komersial atau persyaratan kepatuhan apa pun. ' Misalnya, data dapat dihapus tanpa alasan yang valid untuk menyimpannya. Beberapa perusahaan juga memigrasi data mereka ke cloud untuk menghapus data dari pusat data.

Dalam prosesnya, banyak perusahaan perlu memeriksa apakah data tersebut memiliki nilai komersial untuk membuat keputusan migrasi data mereka. Organisasi perlu memikirkan apa yang ada di file mereka - apakah itu komputasi tepi atau komputasi awan untuk manajemen data, cadangan, dan penyimpanan.

Pastikan informasinya sesuai

Oleh karena itu, penting bahwa organisasi mengeksplorasi cara untuk mencegah teknologi baru digunakan oleh konsumen dan warga negara dan mempertimbangkan cara menggunakan data itu untuk menciptakan nilai bagi organisasi dan konsumen. Organisasi yang menggunakan data ini perlu mengetahui keamanan informasi dalam menyediakan, menggunakan, melindungi, dan meningkatkan layanan digital.

Misalnya, teknologi pengenalan wajah memiliki banyak aplikasi yang berfungsi tidak hanya untuk memungkinkan pengguna membuka kunci aplikasi di ponsel cerdas mereka tetapi juga untuk membayarnya. Gambar disimpan di pusat data yang digunakan secara lokal menggunakan teknologi pengenalan wajah smartphone. Terlepas dari ini, orang masih perlu menyimpan sejumlah data pada database, yang juga perlu dilindungi untuk mencegah peretas mengeksploitasi data pribadi untuk serangan jahat.

Inovasi dalam komputasi tepi

Ketika organisasi semakin berinvestasi di kota -kota yang otonom dan pintar, serta teknologi otomotif seperti jaringan pengereman darurat otomatis (AEB), ada juga kebutuhan untuk dipertimbangkan di lokasi inovasi 2018 dan kebutuhan untuk mencapai kepatuhan dan keseimbangan inovasi.

Selain itu, semakin banyak orang berpikir bahwa inovasi akan muncul di komputasi marjinal daripada cloud, dan komputasi tepi hanyalah perpanjangan dari komputasi awan. Meskipun data perlu bersumber lebih dekat ke sumber, sejumlah besar data masih perlu dianalisis di tempat lain. Data dan penundaan jaringan adalah rintangan historis, dan orang berharap bahwa 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 sambil memungkinkan beberapa data dikelola dan dianalisis secara lokal oleh perangkat atau sensor yang terputus (seperti kendaraan otonom yang terhubung). Setelah koneksi 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 yang lebih besar untuk transfer data ke cloud, latensi jaringan dan kehilangan paket dapat memiliki dampak negatif yang cukup besar pada throughput data. Tanpa solusi intelijen mesin seperti Portrock IT, efek latensi dan kehilangan paket dapat menghambat data dan kinerja cadangan.

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

Dengan munculnya teknologi mobil otonom, data yang dihasilkan oleh mobil akan melakukan perjalanan antar kendaraan secara terus menerus. Beberapa data ini, seperti data kritis dan keselamatan, memerlukan perputaran cepat, sementara data lain biasanya informasi jalan seperti arus lalu lintas dan kecepatan. Mobil yang mengemudi otomatis mengirim semua data kritis keselamatan mereka kembali ke cloud pusat melalui jaringan 4G atau 5G, berpotensi menambahkan latensi data yang signifikan ke turnaround sebelum mereka 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 dapat diubah orang. Oleh karena itu, bagaimana mengelola jaringan dan keterlambatan data secara efektif dan efisien sangat penting.

Tantangan Data Besar

Hitachi mengatakan mobil mengemudi otomatis akan membuat sekitar 2 pb data per hari. Diperkirakan mobil jaringan akan membuat sekitar 25TB byte data per jam. Mempertimbangkan bahwa ada lebih dari 800 juta mobil di Amerika Serikat, Cina dan Eropa. Akibatnya, satu miliar unit akan dilampaui dalam waktu dekat, dan jika setengah dari mobil sepenuhnya jaringan, dengan asumsi penggunaan rata -rata 3 jam sehari, akan ada 37,5 miliar gigabyte data per hari.

Jika, seperti yang diharapkan, sebagian besar mobil baru adalah mobil yang digerakkan secara mandiri pada pertengahan 1920-an, jumlah itu akan sepele. Jelas, tidak semua data dapat segera dikirim kembali ke cloud tanpa beberapa tingkat validasi dan pengurangan data. Harus ada solusi kompromi, dan komputasi tepi dapat mendukung teknik ini dan dapat diterapkan pada kendaraan otonom.

Dari sudut pandang fisik, menyimpan jumlah data yang terus meningkat akan menjadi tantangan. Ukuran dan ukuran data terkadang sangat penting. Ini menciptakan masalah keuangan dan ekonomi per biaya GB. Misalnya, sementara kendaraan listrik dianggap sebagai arus utama masa depan, konsumsi daya terikat untuk meningkat.

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