Czy innowacje pojawią się w chmurze, na krawędzi czy gdzie indziej?

Innowacje mają kluczowe znaczenie dla organizacji, które utrzymują znaczenie biznesowe i unikają zakłóceń biznesowych, ale skąd pochodzą te innowacje?

Eksperci branżowi uważają, że innowacje nie zdarzają się w chmurze, ale na krawędzi. Jednak przetwarzanie krawędzi to tylko przedłużenie przetwarzania w chmurze. Więc co to znaczy? Ponieważ przetwarzanie w chmurze i przetwarzanie krawędzi mogą współpracować.

Ponadto telefon komórkowy iPhone X Apple niedawno wprowadził technologię rozpoznawania twarzy, taką jak technologia, zapewni użytkownikom większe ryzyko danych osobowych, co przyciągnęło uwagę ludzi.

Wcześniej inteligentne urządzenia Apple korzystały z odcisków palców, podczas gdy niektóre inteligentne urządzenia Androida używały rozpoznawania IRIS. Dlatego fabuła w science fiction wkrótce stała się faktem naukowym.

Firmy muszą być proaktywne, szczególnie w przypadku ogólnych przepisów dotyczących ochrony danych UE (RODO), które pojawiają się pięć miesięcy później. Aby upewnić się, że detaliści, agencje rządowe, służby ratunkowe i inne organizacje nie naruszają standardów regulacyjnych, należy rozważyć, czy rozpoznanie twarzy, rozpoznawanie tablic rejestracyjnych, czujniki pojazdów i inne technologie mogą spełniać wymagania i wymagania RODO.

Wzmacniacz obywateli

Jim McGann, wiceprezes ds. Marketingu i rozwoju biznesu w Index Engines, przekazuje swoje własne myślenie o tych wymaganiach prawnych: „RODPR daje władzę danych osobowych obywatelom, więc firmy prowadzące działalność w Unii Europejskiej, w tym w Stanach Zjednoczonych, muszą przestrzegać tej zasady ”

Dodał, że RODO stanowi kluczowy problem dla zarządzania danymi organizacji. W wielu przypadkach organizacjami mają trudności z znalezieniem danych osobowych w ich systemie lub dokumentacji papierowej. I zwykle nie wiedzą, czy dane wymagają zapisywania, usunięcia, zmodyfikowania lub poprawki. Dlatego RODO popchnie odpowiedzialność organizacji na nową wysokość ze względu na ogromną karę, jaką może się spotkać.

Przedawał jednak zalecenia dotyczące przyjęcia odpowiednich rozwiązań: „Zapewniamy rozwiązania do zarządzania informacjami i strategie aplikacji, aby zapewnić, że firma organizacji będzie zgodna z przepisami dotyczącymi ochrony danych. „ Dane na poziomie PB muszą być zestawione, ale organizacja nie ma żadnych danych na temat tego, co rzeczywiste zrozumienie. Index oferuje usługi czyszczenia, poprzez przeglądanie różnych źródeł danych, aby zobaczyć, co może być wyczyszczone. Many. Organizacja może skutecznie zarządzać danymi, może wdrożyć odpowiednie zasady i środki, ponieważ większość firm wie, jakie typy plików zawierają dane osobowe. '

jasne dane

McGann kontynuował: „Większość danych jest bardzo wrażliwa, więc wiele firm niechętnie o tym rozmawia, ale dużo współpracujemy z firmami konsultingowymi, aby zachować zgodność organizacji. ”

Na przykład Index Engine, firma Fortune 500, zakończyła czyszczenie danych i stwierdziła, że ​​40% jej danych nie zawierało już żadnej wartości komercyjnej. Więc firma postanowiła to wyczyścić.

Powiedział: „To oszczędza koszty zarządzania centrum danych: uzyskują pozytywne wyniki, oczyszczając dane, ale jeśli jest to spółka publiczna, nie możesz swobodnie usuwać danych z powodu problemów związanych z przepisami regulacyjnymi. ” W niektórych przypadkach musisz zapisać plik do 30 lat. Zasugerował, że „firmy muszą zapytać, czy pliki te mają wartość komercyjną, czy jakiekolwiek wymagania zgodności. ” Na przykład dane można usunąć bez ważnego powodu, aby je zapisać. Niektóre firmy migrują również swoje dane do chmury w celu usunięcia danych z centrum danych.

W tym procesie wiele firm musi sprawdzić, czy dane mają wartość komercyjną, aby podejmować decyzje dotyczące migracji danych. Organizacje muszą pomyśleć o tym, co jest w ich plikach - niezależnie od tego, czy jest to przetwarzanie krawędzi, czy przetwarzanie w chmurze do zarządzania danymi, tworzeniem kopii zapasowej i przechowywania.

Upewnij się, że informacje są zgodne

Dlatego ważne jest, aby organizacje zbadały sposoby zapobiegania wykorzystywaniu nowych technologii zarówno przez konsumentów, jak i obywateli oraz zastanowić się, jak wykorzystywać te dane, aby stworzyć wartość dla organizacji i konsumentów. Organizacje korzystające z tych danych muszą być świadome bezpieczeństwa informacji w zakresie świadczenia, korzystania, ochrony i ulepszania usług cyfrowych.

Na przykład technologia rozpoznawania twarzy ma wiele aplikacji, które służą nie tylko umożliwienie użytkownikom odblokowania aplikacji na smartfonie, ale także do ich płacenia. Obrazy są przechowywane w lokalnie wdrażanym centrum danych za pomocą technologii rozpoznawania twarzy smartfona. Mimo to ludzie nadal muszą przechowywać pewną ilość danych w bazie danych, które również należy chronić, aby uniemożliwić hakerom wykorzystywanie danych osobowych do złośliwych ataków.

Innowacja w obliczeniach krawędzi

Ponieważ organizacje coraz częściej inwestują w miasta autonomiczne i inteligentne, a także w technologie motoryzacyjne, takie jak sieci automatycznego hamowania awaryjnego (AEB), należy również rozważyć w witrynach innowacyjnych w 2018 r. Oraz potrzeba osiągnięcia salda zgodności i innowacji.

Ponadto coraz więcej osób uważa, że ​​innowacje pojawią się w obliczu marginalnym, a nie w chmurze, a przetwarzanie krawędzi to tylko rozszerzenie przetwarzania w chmurze. Mimo że dane muszą być pozyskiwane bliżej źródła, duże ilości danych nadal muszą być analizowane gdzie indziej. Opóźnienia danych i sieci są historyczną przeszkodą i ma nadzieję, że wpływ opóźnień zostanie zmniejszony lub wyeliminowany.

Edge Computing rozszerza pojemność centrum danych, umożliwiając dużą liczbę mniejszych centrów danych na przechowywanie, zarządzanie i analizę danych, jednocześnie umożliwiając zarządzanie niektórymi danymi i lokalnie analizowane przez odłączone urządzenie lub czujnik (takie jak podłączone pojazdy autonomiczne). Po połączeniu sieciowym jego dane mogą być zapasowe do chmury w celu uzyskania dalszych działań.

Przyspieszenie danych

Zmniejszenie opóźnienia sieci i opóźnienia danych może poprawić obsługę klienta. Jednak ze względu na większy potencjał przesyłania danych do chmury opóźnienie sieci i utrata pakietów mogą mieć znaczący negatywny wpływ na przepustowość danych. Bez rozwiązań inteligencji maszynowej, takich jak jego portretowanie, skutki opóźnienia i utraty pakietów mogą hamować dane i wydajność tworzenia kopii zapasowych.

Jeśli baza danych technologii rozpoznawania twarzy nie jest w stanie szybko przekazywać informacji o obywatelstwie i imigracji, może to spowodować opóźnienia w lotniskach i możliwych wypadkach lub problemach technicznych z pojazdami autonomicznymi.

Wraz z pojawieniem się technologii autonomicznej samochodów dane generowane przez samochody będą ciągle podróżować między pojazdami. Niektóre z tych danych, takie jak dane dotyczące krytyczności i bezpieczeństwa, wymagają szybkiego zwrotu, podczas gdy inne dane to zazwyczaj informacje o drodze, takie jak przepływ ruchu i prędkość. Samochody auto-prowadzące wysyłają wszystkie swoje dane dotyczące krytycznego bezpieczeństwa z powrotem do środkowej chmury przez sieci 4G lub 5G, potencjalnie dodając znaczne opóźnienia danych do zwrotów, zanim zaczną otrzymywać dane z powodu opóźnień sieciowych. Obecnie nie ma prostego i ekonomicznego sposobu zmniejszenia opóźnień między sieciami. Szybkość światła jest głównym czynnikiem, którego ludzie nie mogą zmienić. Dlatego bardzo ważne jest, jak skutecznie i skutecznie zarządzać opóźnieniem sieci i danych.

Duże wyzwanie danych

Hitachi powiedział, że samochody automatyczne wytworzą około 2 % danych dziennie. Szacuje się, że samochód sieciowy utworzy około 25 tb bajtów danych na godzinę. Biorąc pod uwagę, że w Stanach Zjednoczonych, Chinach i Europie jest ponad 800 milionów samochodów. W rezultacie miliard jednostek zostanie przekroczonych w najbliższej przyszłości, a jeśli połowa samochodów będzie w pełni połączona w sieci, zakładając średnie wykorzystanie 3 godzin dziennie, będzie 37,5 miliarda gigabajtów danych dziennie.

Gdyby, zgodnie z oczekiwaniami, większość nowych samochodów była samochodami autonomicznie napędzanymi w połowie lat dwudziestych XX wieku, liczba ta byłaby trywialna. Oczywiście nie wszystkie dane można natychmiast odesłać z powrotem do chmury bez pewnego poziomu walidacji i redukcji danych. Musi istnieć kompromisowe rozwiązanie, a przetwarzanie krawędzi może obsługiwać tę technikę i może być stosowane w pojazdach autonomicznych.

Z fizycznego punktu widzenia przechowywanie stale rosnących ilości danych będzie wyzwaniem. Rozmiar i rozmiar danych jest czasem bardzo ważny. Stwarza to problemy finansowe i ekonomiczne na koszt GB. Na przykład, podczas gdy pojazdy elektryczne są uważane za główny nurt przyszłości, zużycie energii z pewnością wzrośnie.

Ponadto konieczne jest również upewnienie się, że duże ilości danych utworzonych przez osoby lub urządzenia nie naruszają przepisów dotyczących ochrony danych.