혁신은 비즈니스 관련성을 유지하고 비즈니스 혼란을 피하는 조직에 중요하지만 이러한 혁신은 어디에서 왔습니까?
업계 전문가들은 혁신이 클라우드에서 발생하는 것이 아니라 위기에서 발생한다고 생각합니다. 그러나 Edge Computing은 클라우드 컴퓨팅의 확장 일뿐입니다. 그래서 이것이 무엇을 의미합니까? 클라우드 컴퓨팅 및 에지 컴퓨팅이 함께 작동 할 수 있기 때문입니다.
또한 Apple의 iPhone X 휴대 전화는 최근 기술과 같은 얼굴 인식 기술을 도입하여 사용자에게 더 많은 개인 정보 위험을 줄 수있어 사람들의 관심을 끌었습니다.
이 전에 Apple의 스마트 장치는 지문을 사용했으며 일부 Android 스마트 장치는 아이리스 인식을 사용했습니다. 따라서 공상 과학 소설의 음모는 곧 과학적 사실이되었습니다.
기업은 특히 5 개월 후에 발효되는 EU의 GDPR (General Data Protection Regulations)과 함께 사전에 적극적이어야합니다. 소매 업체, 정부 기관, 응급 서비스 및 기타 조직이 규제 표준을 위반하지 않도록하기 위해 얼굴 인식, 번호판 인식, 차량 센서 및 기타 기술이 GDPR의 요구 사항 및 요구 사항을 충족시킬 수 있는지 고려해야합니다.
권한을 부여하는 시민
Index Engines의 마케팅 및 비즈니스 개발 담당 부사장 인 Jim McGann은 이러한 법적 요구 사항에 대한 자신의 사고를 제시합니다. 'GDPR은 시민들에게 개인 데이터의 힘을 제공하므로 미국을 포함하여 유럽 연합에서 사업을하는 회사는이 규칙을 준수해야합니다.'
그는 GDPR이 조직의 데이터 관리에 핵심 문제를 제기한다고 덧붙였다. 대부분의 경우 조직은 시스템 또는 종이 기록에서 개인 데이터를 찾기가 어렵다는 것을 알게됩니다. 일반적으로 데이터를 저장, 삭제, 수정 또는 수정 해야하는지 알 수 없습니다. 따라서 GDPR은 대량의 형벌로 인해 조직의 책임을 새로운 높이로 밀어 올릴 것입니다.
그러나 그는 관련 솔루션을 채택하기위한 권장 사항을 제공했습니다. ''우리는 조직의 비즈니스가 데이터 보호 규정을 준수 할 수 있도록 정보 관리 솔루션 및 응용 프로그램 전략을 제공합니다. 'PB 레벨 데이터가 수집되어야하지만 조직에는 실제 이해에 대한 데이터가없는 정보가 없습니다. 인덱스 엔진은 다양한 데이터 소스를 찾을 수 있도록 정리 서비스를 제공 할 수 있습니다. 조직은 데이터를 효과적으로 관리함으로써 적절한 정책과 측정을 구현할 수 있습니다. 대부분의 회사는 개인 데이터 유형의 파일에 어떤 유형이 있는지 알고 있기 때문입니다. '
명확한 데이터
McGann은 다음과 같이 말했습니다 : '대부분의 데이터는 매우 민감하기 때문에 많은 회사가 그것에 대해 이야기하기를 꺼려하지만, 우리는 법률 컨설팅 회사와 많은 작업을 수행하여 조직을 준수하도록합니다. '
예를 들어, Fortune 500 회사 인 Index Engine은 데이터 정리를 완료했으며 데이터의 40%에 더 이상 상업적 가치가 포함되어 있지 않다는 것을 발견했습니다. 그래서 회사는 그것을 정리하기로 결정했습니다.
'이것은 데이터 센터 관리 비용을 절약합니다. 데이터를 정리하여 긍정적 인 결과를 얻지 만 공개 회사 인 경우 규제 준수 문제로 인해 데이터를 자유롭게 삭제할 수 없습니다. '경우에 따라 파일을 최대 30 년까지 저장해야합니다. 그는 '비즈니스에 이러한 파일에 상업적 가치가 있는지 또는 규정 준수 요구 사항이 있는지 물어봐야한다고 제안했습니다. 예를 들어, 데이터를 저장할 유효한 이유없이 데이터를 삭제할 수 있습니다. 일부 회사는 또한 데이터 센터에서 데이터를 삭제하기 위해 데이터를 클라우드로 마이그레이션하고 있습니다.
이 과정에서 많은 회사들이 데이터 마이그레이션 결정을 내리기 위해 데이터가 상업적 가치인지 확인해야합니다. 조직은 파일의 내용에 대해 생각해야합니다. 데이터 관리, 백업 및 스토리지를위한 Edge Computing 또는 클라우드 컴퓨팅이든간에.
정보가 준수되어 있는지 확인하십시오
따라서 조직은 소비자와 시민 모두가 새로운 기술을 사용하는 것을 방지하는 방법을 모색하고 해당 데이터를 사용하여 조직과 소비자의 가치를 창출하는 방법을 고려하는 것이 중요합니다. 이 데이터를 사용하는 조직은 디지털 서비스를 제공, 사용, 보호 및 개선 할 때 정보 보안을 알고 있어야합니다.
예를 들어, 얼굴 인식 기술에는 사용자가 스마트 폰의 응용 프로그램을 잠금 해제 할 수있을뿐만 아니라 비용을 지불 할 수있는 많은 응용 프로그램이 있습니다. 이미지는 스마트 폰의 얼굴 인식 기술을 사용하여 로컬로 배치 된 데이터 센터에 저장됩니다. 그럼에도 불구하고 사람들은 여전히 데이터베이스에 일정량의 데이터를 유지해야하며 해커가 악의적 인 공격을 위해 개인 데이터를 악용하지 않도록 보호되어야합니다.
에지 컴퓨팅의 혁신
조직이 자율적 및 스마트 시티에 점점 더 투자함에 따라 자동 응급 제동 (AEB) 네트워킹과 같은 자동차 기술과 2018 년 혁신 사이트에서 고려해야 할 필요성과 준수 및 혁신 균형을 달성해야 할 필요성도 있습니다.
또한 점점 더 많은 사람들이 클라우드가 아닌 한계 컴퓨팅에 혁신이 나타날 것이라고 생각하며 Edge Computing은 클라우드 컴퓨팅의 확장 일뿐입니다. 데이터를 소스에 더 가깝게 공급해야하더라도 많은 양의 데이터를 다른 곳에서 분석해야합니다. 데이터 및 네트워크 지연은 과거의 장애물이며 지연의 영향을 줄이거 나 제거 할 수 있기를 희망합니다.
Edge Computing은 다수의 소규모 데이터 센터가 데이터를 저장, 관리 및 분석 할 수있게함으로써 데이터 센터의 용량을 확장하면서 일부 데이터를 분리 된 장치 또는 센서 (예 : 연결된 자율 주행 차량)로 로컬로 분석 할 수 있습니다. 네트워크 연결이 끝나면 추가 작업을 위해 데이터를 클라우드로 백업 할 수 있습니다.
데이터 가속도
네트워크 대기 시간 및 데이터 대기 시간을 줄이면 고객 경험이 향상 될 수 있습니다. 그러나 클라우드로의 데이터 전송 가능성이 높기 때문에 네트워크 대기 시간 및 패킷 손실은 데이터 처리량에 상당한 부정적인 영향을 줄 수 있습니다. Portrock IT와 같은 기계 인텔리전스 솔루션이 없으면 대기 시간 및 패킷 손실의 영향은 데이터 및 백업 성능을 억제 할 수 있습니다.
얼굴 인식 기술 데이터베이스가 시민권 및 이민 정보를 신속하게 전송할 수없는 경우 공항에서 지연되고 자율 주행 차량의 사고 또는 기술적 문제가 발생할 수 있습니다.
자율 자동차 기술의 출현으로 자동차가 생성 한 데이터는 차량간에 지속적인 방식으로 이동합니다. 중요도 및 안전 데이터와 같은 이러한 데이터 중 일부는 빠른 처리 시간이 필요하지만 다른 데이터는 일반적으로 트래픽 흐름 및 속도와 같은 도로 정보입니다. 자동 구동 차량은 모든 안전 중요 데이터를 4G 또는 5G 네트워크를 통해 중앙 클라우드로 다시 보내어 네트워크 지연으로 인해 데이터 수신을 시작하기 전에 처리 시간에 상당한 데이터 대기 시간을 추가 할 수 있습니다. 현재 네트워크 간의 대기 시간을 줄이는 간단하고 경제적 인 방법은 없습니다. 빛의 속도는 사람들이 변할 수없는 주요 요인입니다. 따라서 네트워크 및 데이터 지연을 효과적이고 효율적으로 관리하는 방법은 매우 중요합니다.
큰 데이터 도전
Hitachi는 자동 운전 차량이 하루에 약 2pb의 데이터를 생성 할 것이라고 말했다. 네트워크 자동차는 시간당 약 25TB 바이트의 데이터를 생성 할 것으로 추정됩니다. 미국, 중국 및 유럽에는 8 억 대 이상의 자동차가 있다는 것을 고려할 때. 결과적으로, 가까운 시일 내에 10 억 단위가 초과 될 것이며, 하루 평균 3 시간의 사용이 하루에 350 억 기가 바이트의 데이터가 하루에 3 시간의 사용한다고 가정하면 자동차의 절반이 완전히 네트워크화되면 하루에 3,75 억 기가 바이트가있을 것입니다.
예상대로 1920 년대 중반에 대부분의 새 차가 자율 주도 차량이라면 그 숫자는 사소합니다. 분명히, 모든 데이터가 어느 정도의 데이터 검증 및 감소없이 즉시 클라우드로 다시 전송 될 수있는 것은 아닙니다. 타협 솔루션이 있어야하며 Edge Computing 은이 기술을 지원할 수 있으며 자율 주행 차에 적용 할 수 있습니다.
물리적 관점에서 볼 때, 계속 증가하는 양의 데이터를 저장하는 것은 어려운 일이 될 것입니다. 데이터의 크기와 크기는 때때로 매우 중요합니다. 이것은 GB 비용에 따라 재정적 및 경제 문제를 일으 킵니다. 예를 들어, 전기 자동차는 미래의 주류로 간주되지만 전력 소비는 증가해야합니다.
또한 개인이나 장치가 생성 한 대량의 데이터가 데이터 보호 법률을 위반하지 않도록해야합니다.
