Kommer innovation att dyka upp i molnet, på kanten eller någon annanstans?

Innovation är avgörande för organisationer som upprätthåller affärsrelevans och undviker affärsstörningar, men var kommer dessa innovationer ifrån?

Branschexperter tror att innovation inte sker i molnet, utan vid randen. Emellertid är edge computing bara en förlängning av cloud computing. Så vad betyder detta? Eftersom cloud computing och edge computing kan fungera tillsammans.

Dessutom har Apples iPhone X mobiltelefon nyligen introducerat ansiktsigenkänningsteknik som tekniken kommer att ge användarna mer personlig information risk, vilket väckte folks uppmärksamhet.

Dessförinnan använde Apples smarta enheter fingeravtryck, medan vissa smarta Android-enheter använde irisigenkänning. Därför blev handlingen inom science fiction snart ett vetenskapligt faktum.

Företag måste vara proaktiva, särskilt med EU:s allmänna dataskyddsförordningar (GDPR), som träder i kraft fem månader senare. För att säkerställa att återförsäljare, statliga myndigheter, räddningstjänst och andra organisationer inte bryter mot regulatoriska standarder måste man överväga om ansiktsigenkänning, registreringsskyltigenkänning, fordonssensorer och annan teknik kan uppfylla kraven och kraven i GDPR.

Ge medborgarna makt

Jim McGann, vice vd för marknadsföring och affärsutveckling på Index Engines, lägger fram sina egna tankar om dessa juridiska krav: 'GDPR ger medborgarna kraften i personuppgifter, så företag som gör affärer i Europeiska unionen, inklusive USA, måste följa denna regel'

Han tillade att GDPR utgör en nyckelfråga för organisationens datahantering. I många fall har organisationer svårt att hitta personuppgifter i sina system eller pappersregister. Och vanligtvis vet de inte om uppgifterna behöver sparas, raderas, ändras eller korrigeras. Därför kommer GDPR att driva organisationens ansvar till en ny höjd på grund av det enorma straff som den kan möta.

Han gav dock rekommendationer för att anta relevanta lösningar: 'Vi tillhandahåller informationshanteringslösningar och applikationsstrategier för att säkerställa att organisationens verksamhet följer dataskyddsbestämmelserna.' Data på PB-nivå måste sammanställas, men organisationen har inga uppgifter om vad Real understanding.Index Engines erbjuder rensningstjänster genom att titta på olika datakällor för att se vad som kan rensas ut av data, vilka fler organisationer kan släppa. effektivt. När organisationen kan Genom att effektivt hantera data kan de implementera lämpliga policyer och åtgärder eftersom de flesta företag vet vilka typer av filer som innehåller personuppgifter. '

rensa data

McGann fortsatte: 'De flesta av uppgifterna är mycket känsliga, så många företag är ovilliga att prata om det, men vi jobbar mycket med juridiska konsultföretag för att hålla organisationen i efterlevnad.'

Till exempel slutförde Index Engine, ett Fortune 500-företag, datarensning och fann att 40 % av dess data inte längre innehöll något kommersiellt värde. Så företaget bestämde sig för att rensa upp det.

Han sa: 'Detta sparar kostnader för datacenterhantering: de får positiva resultat genom att rensa upp data, men om det är ett offentligt företag är det inte fritt fram att radera data på grund av regelefterlevnadsproblem.' I vissa fall måste filen sparas i upp till 30 år. Han föreslog att 'företag måste fråga om dessa filer har kommersiellt värde eller några krav på efterlevnad.' Till exempel kan data raderas utan giltig anledning att spara den. Vissa företag migrerar också sin data till molnet för att radera data från datacentret.

I processen måste många företag kontrollera om uppgifterna är av kommersiellt värde för att kunna fatta sina beslut om datamigrering. Organisationer måste tänka på vad som finns i deras filer – oavsett om det är edge computing eller cloud computing för datahantering, säkerhetskopiering och lagring.

Se till att informationen är kompatibel

Därför är det viktigt att organisationer undersöker sätt att förhindra att ny teknik används av både konsumenter och medborgare och överväger hur man använder denna data för att skapa värde för organisationer och konsumenter. Organisationer som använder dessa uppgifter måste vara medvetna om informationssäkerhet när det gäller att tillhandahålla, använda, skydda och förbättra digitala tjänster.

Till exempel har tekniken för ansiktsigenkänning många applikationer som inte bara gör det möjligt för användare att låsa upp applikationer på sin smartphone utan också att betala för dem. Bilderna lagras i det lokalt utplacerade datacentret med hjälp av smarttelefonens ansiktsigenkänningsteknik. Trots detta behöver människor fortfarande behålla en viss mängd data i databasen, som också måste skyddas för att förhindra hackare från att utnyttja personuppgifter för skadliga attacker.

Innovation inom Edge Computing

Eftersom organisationer alltmer investerar i autonoma och smarta städer, såväl som bilteknologier som Automated Emergency Braking (AEB) nätverk, finns det också ett behov av att under 2018 överväga innovationsplatser och behovet av att uppnå efterlevnad och innovationsbalans.

Dessutom tror fler och fler att innovation kommer att dyka upp i marginaldatorn snarare än i molnet, och edge computing är bara en förlängning av cloud computing. Även om data måste hämtas närmare källan, måste stora mängder data fortfarande analyseras någon annanstans. Data- och nätverksförseningar är ett historiskt hinder, och man hoppas att effekten av förseningar kan minskas eller elimineras.

Edge computing utökar datacentrets kapacitet genom att tillåta ett stort antal mindre datacenter att lagra, hantera och analysera data samtidigt som vissa data kan hanteras och analyseras lokalt av en frånkopplad enhet eller sensor (som anslutna autonoma fordon). När nätverksanslutningen är klar kan dess data säkerhetskopieras till molnet för ytterligare åtgärder.

Dataacceleration

Att minska nätverkslatens och datalatens kan förbättra kundupplevelsen. Men på grund av den större potentialen för dataöverföring till molnet kan nätverkslatens och paketförlust ha en avsevärd negativ inverkan på datagenomströmningen. Utan maskinintelligenslösningar som PORTRock IT kan effekterna av latens och paketförlust hämma data och säkerhetskopieringsprestanda.

Om databasen för ansiktsigenkänningsteknik inte snabbt kan överföra information om medborgarskap och immigration kan detta leda till förseningar på flygplatser och möjliga olyckor eller tekniska problem med autonoma fordon.

Med tillkomsten av autonom bilteknik kommer data som genereras av bilar att färdas mellan fordon på ett kontinuerligt sätt. Vissa av dessa data, såsom kritiska data och säkerhetsdata, kräver snabb vändning, medan andra data vanligtvis är väginformation som trafikflöde och hastighet. Bilar som kör automatiskt skickar all sin säkerhetskritiska data tillbaka till det centrala molnet via 4G- eller 5G-nätverk, vilket kan lägga till betydande datafördröjning till vändningar innan de börjar ta emot data på grund av nätverksförseningar. Det finns för närvarande inget enkelt och ekonomiskt sätt att minska latensen mellan nätverk. Ljusets hastighet är en viktig faktor som människor inte kan förändra. Därför är det mycket viktigt att hantera nätverket och datafördröjningen effektivt och effektivt.

Stor datautmaning

Hitachi sa att bilar som kör automatiskt kommer att skapa cirka 2 PB data per dag. Det uppskattas att en nätverksansluten bil kommer att skapa cirka 25 TB databyte per timme. Med tanke på att det finns mer än 800 miljoner bilar i USA, Kina och Europa. Som ett resultat kommer en miljard enheter att överskridas inom en snar framtid, och om hälften av bilarna är helt nätverksanslutna, förutsatt en genomsnittlig användning på 3 timmar om dagen, kommer det att finnas 37,5 miljarder gigabyte data per dag.

Om, som väntat, de flesta av de nya bilarna var autonomt drivna bilar i mitten av 1920-talet, skulle den siffran vara trivial. Uppenbarligen kan inte all data omedelbart skickas tillbaka till molnet utan någon grad av datavalidering och minskning. Det måste finnas en kompromisslösning, och edge computing kan stödja denna teknik och kan tillämpas i autonoma fordon.

Ur fysisk synvinkel blir det en utmaning att lagra allt större mängder data. Storleken och storleken på data är ibland mycket viktig. Detta skapar finansiella och ekonomiska problem per GB-kostnad. Till exempel, medan elfordon anses vara framtidens mainstream, kommer strömförbrukningen att öka.

Dessutom är det också nödvändigt att säkerställa att stora mängder data som skapats av individer eller enheter inte bryter mot dataskyddslagstiftningen.