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 händer i molnet utan vid randen. Emellertid är Edge Computing bara en förlängning av molnberäkning. Så vad betyder detta? Eftersom molnberäkning och kantberäkning kan fungera tillsammans.

Dessutom introducerade Apples iPhone X -mobiltelefon nyligen ansiktsigenkänningsteknik som tekniken kommer att ge användarna mer personlig informationsrisk, vilket väckte människors uppmärksamhet.

Innan detta använde Apples smarta enheter fingeravtryck, medan vissa Android -smarta enheter använde Iris -erkännande. Därför blev handlingen i 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, myndigheter, räddningstjänster och andra organisationer inte bryter mot lagstiftningsstandarder, måste man överväga om ansiktsigenkänning, registreringsskyltigenkänning, fordonsensorer och annan teknik kan uppfylla kraven och kraven i GDPR.

Stärka medborgare

Jim McGann, vice president för marknadsföring och affärsutveckling på indexmotorer, lägger fram sitt eget tänkande på dessa lagkrav: 'GDPR ger kraften i personuppgifter till medborgarna, så företag som gör affärer i Europeiska unionen, inklusive USA, måste följa denna regel '

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

Han tillhandahöll emellertid rekommendationer för att anta relevanta lösningar: 'Vi tillhandahåller informationshanteringslösningar och applikationsstrategier för att säkerställa att organisationens verksamhet uppfyller dataskyddsföreskrifter. ' PB-nivå data måste samlas in, men organisationen har inga data om vilken verklig förståelse. InIndex-motorer erbjuder rengöringstjänster genom att titta på olika datakällor för att se vad som kan rensas. Organisation kan genom att effektivt hantera uppgifterna, de kan genomföra lämplig policy 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 gör mycket arbete med juridiska konsultföretag för att hålla organisationen i överensstämmelse. '

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

Han sa: 'Detta sparar kostnader för datacenterhantering: de får positiva resultat genom att rensa upp uppgifterna, men om det är ett offentligt företag är du inte fri att ta bort uppgifterna på grund av problem med lagstiftningens efterlevnad. ' I vissa fall måste du spara filen upp till 30 år. Han föreslog att 'företag måste fråga om dessa filer har kommersiellt värde eller några efterlevnadskrav. ' Till exempel kan data raderas utan giltigt skäl att spara dem. Vissa företag migrerar också sina data till molnet för att ta bort data från datacentret.

Under processen måste många företag kontrollera om uppgifterna är av kommersiellt värde för att fatta sina beslut om data migration. Organisationer måste tänka på vad som finns i deras filer - oavsett om det är kantberäkning eller molnberäkning 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 den informationen 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 Face Recognition Technology många applikationer som inte bara tjänar för att användare kan låsa upp applikationer på sin smartphone utan också betala för dem. Bilderna lagras i det lokalt distribuerade datacentret med smarttelefonens ansiktsigenkänningsteknik. Trots detta måste människor fortfarande hålla en viss mängd data i databasen, som också måste skyddas för att förhindra att hackare utnyttjar personuppgifter för skadliga attacker.

Innovation inom kantberäkning

Eftersom organisationer i allt högre grad investerar i autonoma och smarta städer, såväl som bilteknologier som automatiserad akutbromsning (AEB) -nätverk, finns det också ett behov av innovationsplatser 2018 och behovet av att uppnå efterlevnad och innovationsbalans.

Dessutom tror fler och fler människor att innovation kommer att visas i den marginella datoranställningen snarare än molnet, och kantberäkning är bara en förlängning av molnberäkningen. 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 effekterna av förseningar kan minskas eller elimineras.

Edge Computing utvidgar kapaciteten för datacentret genom att låta ett stort antal mindre datacentra lagra, hantera och analysera data samtidigt som man kan hantera vissa data och lokalt analyseras av en frånkopplad enhet eller sensor (såsom anslutna autonoma fordon). När nätverksanslutningen kan dess data säkerhetskopieras till molnet för ytterligare åtgärder.

Datakeleration

Att minska nätverkslatens och datalatens kan förbättra kundupplevelsen. På grund av den större potentialen för dataöverföring till molnet kan emellertid nätverkslatens och paketförlust ha en betydande negativ inverkan på datagenomströmningen. Utan maskininformationslösningar som portrock det kan effekterna av latens och paketförlust hämma data och säkerhetskopieringsprestanda.

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

Med tillkomsten av autonom bilteknologi kommer data som genereras av bilar att resa mellan fordon på ett kontinuerligt sätt. Vissa av dessa data, såsom kritik och säkerhetsdata, kräver snabb vändning, medan annan data vanligtvis är väginformation som trafikflöde och hastighet. Auto-körande bilar skickar alla sina säkerhetskritiska data tillbaka till det centrala molnet över 4G- eller 5G-nätverk, vilket potentiellt lägger till betydande datalatens 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. Ljushastigheten är en viktig faktor som människor inte kan förändras. Därför är hur man hanterar nätverket och datafördröjningen effektivt och effektivt mycket viktigt.

Stor datautmaning

Hitachi sa att bilkörande bilar kommer att skapa cirka 2PB data per dag. Det uppskattas att en nätverksbil skapar cirka 25 TB -byte data 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 nätverkade, förutsatt att en genomsnittlig användning på 3 timmar om dagen kommer att finnas 37,5 miljarder gigabyte data per dag.

Om de flesta av de nya bilarna var autonomt drivna bilar i mitten av 1920-talet, skulle det antalet vara trivialt. Uppenbarligen kan inte alla data omedelbart skickas tillbaka till molnet utan någon nivå av datavalidering och minskning. Det måste finnas en kompromisslösning, och kantberäkning kan stödja denna teknik och kan tillämpas i autonoma fordon.

Ur fysisk synvinkel är det en utmaning att lagra ständigt ökande mängder av data. Storleken och storleken på data är ibland mycket viktig. Detta skapar ekonomiska och ekonomiska problem per GB -kostnad. Till exempel, medan elektriska fordon betraktas som framtidens mainstream, kommer kraftförbrukningen att öka.

Dessutom är det också nödvändigt att se till att stora mängder data som skapats av individer eller enheter inte bryter mot lagstiftning om dataskydd.