کیا بدعت بادل میں ، کنارے یا کسی اور جگہ پر نظر آئے گی؟

بدعت ان تنظیموں کے لئے اہم ہے جو کاروباری مطابقت کو برقرار رکھتے ہیں اور کاروباری رکاوٹوں سے بچتے ہیں ، لیکن وہ بدعات کہاں سے آئیں گی؟

صنعت کے ماہرین کا خیال ہے کہ بدعت بادل میں نہیں ، بلکہ دہانے پر ہوتی ہے۔ تاہم ، ایج کمپیوٹنگ صرف کلاؤڈ کمپیوٹنگ کی توسیع ہے۔ تو اس کا کیا مطلب ہے؟ کیونکہ کلاؤڈ کمپیوٹنگ اور ایج کمپیوٹنگ مل کر کام کر سکتی ہے۔

اس کے علاوہ ، ایپل کے آئی فون ایکس موبائل فون نے حال ہی میں چہرے کی شناخت کی ٹیکنالوجی جیسے ٹیکنالوجی کو متعارف کرایا ہے ، جو صارفین کو ذاتی معلومات کا زیادہ خطرہ فراہم کرے گا ، جس نے لوگوں کی توجہ اپنی طرف راغب کی۔

اس سے پہلے ، ایپل کے سمارٹ ڈیوائسز نے فنگر پرنٹنگ کا استعمال کیا ، جبکہ کچھ اینڈرائیڈ سمارٹ آلات نے IRIS کی شناخت کا استعمال کیا۔ لہذا ، سائنس فکشن میں پلاٹ جلد ہی ایک سائنسی حقیقت بن گیا۔

کاروبار کو فعال ہونے کی ضرورت ہے ، خاص طور پر یورپی یونین کے جنرل ڈیٹا پروٹیکشن ریگولیشنز (جی ڈی پی آر ایس) کے ساتھ ، جو پانچ ماہ بعد لاگو ہوتے ہیں۔ اس بات کو یقینی بنانے کے لئے کہ خوردہ فروشوں ، سرکاری ایجنسیاں ، ہنگامی خدمات اور دیگر تنظیمیں ریگولیٹری معیارات کی خلاف ورزی نہیں کرتی ہیں ، کسی کو اس بات پر غور کرنے کی ضرورت ہے کہ آیا چہرے کی پہچان ، لائسنس پلیٹ کی پہچان ، گاڑیوں کے سینسر اور دیگر ٹیکنالوجیز جی ڈی پی آر کی ضروریات اور ضروریات کو پورا کرسکتی ہیں۔

شہریوں کو بااختیار بنائیں

انڈیکس انجنوں میں مارکیٹنگ اینڈ بزنس ڈویلپمنٹ کے نائب صدر جِم میکگن نے ان قانونی تقاضوں پر اپنی سوچ کو آگے بڑھایا ہے: 'جی ڈی پی آر شہریوں کو ذاتی اعداد و شمار کی طاقت دیتا ہے ، لہذا امریکہ سمیت یورپی یونین میں کاروبار کرنے والی کمپنیوں کو اس اصول کی تعمیل کرنی ہوگی۔'

انہوں نے مزید کہا کہ جی ڈی پی آر تنظیم کے ڈیٹا مینجمنٹ کے لئے ایک اہم مسئلہ ہے۔ بہت سے معاملات میں ، تنظیموں کو اپنے سسٹم یا کاغذی ریکارڈوں میں ذاتی ڈیٹا تلاش کرنا مشکل ہوتا ہے۔ اور عام طور پر وہ نہیں جانتے کہ آیا ڈیٹا کو بچانے ، حذف کرنے ، ترمیم کرنے یا درست کرنے کی ضرورت ہے۔ لہذا ، جی ڈی پی آر تنظیم کی ذمہ داری کو ایک نئی اونچائی پر دھکیل دے گا جس کی وجہ سے اس کا سامنا کرنا پڑ سکتا ہے۔

تاہم ، اس نے متعلقہ حلوں کو اپنانے کے لئے سفارشات فراہم کیں: 'ہم تنظیم کے کاروبار کو یقینی بنانے کے لئے انفارمیشن مینجمنٹ کے حل اور درخواست کی حکمت عملی فراہم کرتے ہیں۔ Pat' پی بی سطح کے اعداد و شمار کو جمع کرنے کی ضرورت ہے ، لیکن تنظیم کے پاس ان کے پاس کوئی اعداد و شمار موجود نہیں ہیں جس میں حقیقی تفہیم کی اجازت دی جاتی ہے۔ انڈیکس انجن مختلف اعداد و شمار کے ذرائع کو دیکھ کر صاف ستھرا ہوسکتے ہیں۔ تنظیم ڈیٹا کو مؤثر طریقے سے سنبھال کر رکھ سکتی ہے ، وہ مناسب پالیسیاں اور اقدامات کو نافذ کرسکتی ہیں کیونکہ زیادہ تر کمپنیاں جانتی ہیں کہ کس قسم کی فائلوں میں ذاتی ڈیٹا ہوتا ہے۔ '

واضح ڈیٹا

میک گین نے جاری رکھا: 'زیادہ تر اعداد و شمار بہت حساس ہیں ، لہذا بہت ساری کمپنیاں اس کے بارے میں بات کرنے سے گریزاں ہیں ، لیکن ہم تنظیم کو تعمیل میں رکھنے کے لئے قانونی مشاورتی فرموں کے ساتھ بہت کام کرتے ہیں۔ '

مثال کے طور پر ، ایک فارچیون 500 کمپنی ، انڈیکس انجن نے ڈیٹا کی صفائی مکمل کی اور پتہ چلا کہ اس کے 40 ٪ ڈیٹا میں اب کوئی تجارتی قیمت نہیں ہے۔ تو کمپنی نے اسے صاف کرنے کا فیصلہ کیا۔

انہوں نے کہا: 'اس سے ڈیٹا سینٹر مینجمنٹ کے اخراجات کی بچت ہوتی ہے: وہ اعداد و شمار کو صاف کرکے مثبت نتائج حاصل کرتے ہیں ، لیکن اگر یہ عوامی کمپنی ہے تو ، آپ کو باقاعدہ تعمیل کے معاملات کی وجہ سے ڈیٹا حذف کرنے کے لئے آزاد نہیں ہیں۔ ' کچھ معاملات میں ، فائل کو 30 سال تک بچانے کی ضرورت ہے۔ انہوں نے مشورہ دیا کہ 'کاروباری اداروں کو یہ پوچھنے کی ضرورت ہے کہ آیا ان فائلوں میں تجارتی قیمت ہے یا کوئی تعمیل کی ضروریات ہیں۔ example' مثال کے طور پر ، اس کو بچانے کی ایک معقول وجہ کے بغیر ڈیٹا حذف کیا جاسکتا ہے۔ ڈیٹا سینٹر سے ڈیٹا حذف کرنے کے لئے کچھ کمپنیاں اپنے ڈیٹا کو بادل میں بھی منتقل کررہی ہیں۔

اس عمل میں ، بہت ساری کمپنیوں کو یہ چیک کرنے کی ضرورت ہے کہ آیا ان کے ڈیٹا ہجرت کے فیصلے کرنے کے لئے اعداد و شمار تجارتی قدر کا ہے یا نہیں۔ تنظیموں کو ان کی فائلوں میں کیا ہے اس کے بارے میں سوچنے کی ضرورت ہے - چاہے وہ ڈیٹا مینجمنٹ ، بیک اپ اور اسٹوریج کے لئے ایج کمپیوٹنگ ہو یا کلاؤڈ کمپیوٹنگ۔

یقینی بنائیں کہ معلومات کے مطابق ہے

لہذا ، یہ ضروری ہے کہ تنظیمیں نئی ​​ٹیکنالوجیز کو صارفین اور شہریوں کے استعمال سے روکنے کے طریقے تلاش کریں اور اس پر غور کریں کہ اس ڈیٹا کو تنظیموں اور صارفین کی قدر پیدا کرنے کے لئے کس طرح استعمال کریں۔ اس ڈیٹا کو استعمال کرنے والی تنظیموں کو ڈیجیٹل خدمات کی فراہمی ، استعمال ، حفاظت اور بہتر بنانے میں معلومات کی حفاظت سے آگاہ ہونے کی ضرورت ہے۔

مثال کے طور پر ، چہرے کی پہچان والی ٹکنالوجی میں بہت ساری ایپلی کیشنز موجود ہیں جو نہ صرف صارفین کو اپنے اسمارٹ فون پر ایپلی کیشنز کو غیر مقفل کرنے کی اجازت دیتی ہیں بلکہ ان کی ادائیگی بھی کرتی ہیں۔ یہ تصاویر اسمارٹ فون کی چہرے کی شناخت کی ٹکنالوجی کا استعمال کرتے ہوئے مقامی طور پر تعینات ڈیٹا سینٹر میں محفوظ ہیں۔ اس کے باوجود ، لوگوں کو ابھی بھی ڈیٹا بیس پر ایک خاص مقدار میں ڈیٹا رکھنے کی ضرورت ہے ، جس کو ہیکرز کو بدنیتی پر مبنی حملوں کے لئے ذاتی ڈیٹا کا استحصال کرنے سے روکنے کے لئے بھی محفوظ رکھنے کی ضرورت ہے۔

ایج کمپیوٹنگ میں جدت

چونکہ تنظیمیں تیزی سے خودمختار اور سمارٹ شہروں میں سرمایہ کاری کرتی ہیں ، نیز آٹوموٹو ٹیکنالوجیز جیسے خودکار ایمرجنسی بریکنگ (AEB) نیٹ ورکنگ ، 2018 کی جدت طرازی سائٹوں میں بھی غور کرنے کی ضرورت ہے اور تعمیل اور جدت طرازی کے توازن کو حاصل کرنے کی ضرورت ہے۔

اس کے علاوہ ، زیادہ سے زیادہ لوگ یہ سمجھتے ہیں کہ بدعت بادل کے بجائے معمولی کمپیوٹنگ میں ظاہر ہوگی ، اور ایج کمپیوٹنگ صرف کلاؤڈ کمپیوٹنگ کی توسیع ہے۔ اگرچہ اعداد و شمار کو ماخذ کے قریب نکالنے کی ضرورت ہے ، لیکن اب بھی کہیں اور اعداد و شمار کا تجزیہ کرنے کی ضرورت ہے۔ ڈیٹا اور نیٹ ورک میں تاخیر ایک تاریخی رکاوٹ ہے ، اور کسی کو امید ہے کہ تاخیر کے اثرات کو کم یا ختم کیا جاسکتا ہے۔

ایج کمپیوٹنگ ڈیٹا سینٹر کی صلاحیت کو بڑھا دیتی ہے جس سے بڑی تعداد میں چھوٹے ڈیٹا مراکز کو ڈیٹا کو ذخیرہ کرنے ، ان کا نظم و نسق اور تجزیہ کرنے کی اجازت دی جاتی ہے جبکہ کچھ ڈیٹا کو منقطع آلہ یا سینسر (جیسے منسلک خود مختار گاڑیاں) کے ذریعہ مقامی طور پر تجزیہ کرنے اور مقامی طور پر تجزیہ کرنے کی اجازت دیتا ہے۔ ایک بار نیٹ ورک کنکشن کے بعد ، اس کے اعداد و شمار کو مزید کارروائی کے ل the بادل میں بیک اپ کیا جاسکتا ہے۔

ڈیٹا ایکسلریشن

نیٹ ورک میں تاخیر اور ڈیٹا میں تاخیر کو کم کرنا کسٹمر کے تجربے کو بہتر بنا سکتا ہے۔ تاہم ، کلاؤڈ میں ڈیٹا کی منتقلی کی زیادہ صلاحیت کی وجہ سے ، نیٹ ورک میں تاخیر اور پیکٹ کے نقصان کا ڈیٹا تھرو پٹ پر کافی منفی اثر پڑ سکتا ہے۔ مشین انٹلیجنس حل جیسے پورک آئی ٹی کے بغیر ، تاخیر اور پیکٹ کے نقصان کے اثرات ڈیٹا اور بیک اپ کی کارکردگی کو روک سکتے ہیں۔

اگر چہرے کی شناخت کی ٹکنالوجی کا ڈیٹا بیس شہریت اور امیگریشن کی معلومات کو تیزی سے منتقل کرنے سے قاصر ہے تو ، اس کے نتیجے میں ہوائی اڈوں پر تاخیر اور ممکنہ حادثات یا خود مختار گاڑیوں کے ساتھ تکنیکی پریشانی ہوسکتی ہے۔

خود مختار کار ٹکنالوجی کی آمد کے ساتھ ، کاروں کے ذریعہ تیار کردہ ڈیٹا مسلسل طریقے سے گاڑیوں کے مابین سفر کرے گا۔ ان میں سے کچھ اعداد و شمار ، جیسے تنقید اور حفاظت کے اعداد و شمار میں ، فوری طور پر تبدیلی کی ضرورت ہوتی ہے ، جبکہ دوسرے اعداد و شمار عام طور پر سڑک کی معلومات جیسے ٹریفک کی روانی اور رفتار ہوتے ہیں۔ آٹو ڈرائیونگ کاریں اپنے تمام حفاظتی تنقیدی اعداد و شمار کو 4G یا 5G نیٹ ورکس پر مرکزی بادل پر واپس بھیجتی ہیں ، جس سے نیٹ ورک میں تاخیر کی وجہ سے ڈیٹا وصول کرنے سے پہلے ممکنہ طور پر اعداد و شمار میں تاخیر کا اضافہ ہوتا ہے۔ فی الحال نیٹ ورکس کے مابین تاخیر کو کم کرنے کا کوئی آسان اور معاشی طریقہ نہیں ہے۔ روشنی کی رفتار ایک اہم عنصر ہے جسے لوگ تبدیل نہیں کرسکتے ہیں۔ لہذا ، مؤثر اور موثر طریقے سے نیٹ ورک اور ڈیٹا میں تاخیر کا انتظام کرنے کا طریقہ بہت ضروری ہے۔

بڑے ڈیٹا چیلنج

ہٹاچی نے کہا کہ آٹو ڈرائیونگ کاریں روزانہ 2pb ڈیٹا بنائیں گی۔ ایک اندازے کے مطابق ایک نیٹ ورک والی کار فی گھنٹہ 25 ٹی بی بائٹس ڈیٹا کی تشکیل کرے گی۔ اس بات پر غور کرتے ہوئے کہ ریاستہائے متحدہ ، چین اور یورپ میں 800 ملین سے زیادہ کاریں ہیں۔ اس کے نتیجے میں ، مستقبل قریب میں ایک ارب یونٹوں سے تجاوز کیا جائے گا ، اور اگر آدھی کاریں پوری طرح سے نیٹ ورک کی جائیں گی ، یہ فرض کرتے ہوئے کہ ایک دن میں اوسطا 3 3 گھنٹے استعمال ہوں گے تو ، روزانہ 37.5 بلین گیگا بائٹ ڈیٹا ہوگا۔

اگر ، جیسا کہ توقع کی گئی ہے ، زیادہ تر نئی کاریں 1920 کے وسط میں خود مختار طور پر چلنے والی کاریں تھیں ، تو یہ تعداد چھوٹی ہوگی۔ ظاہر ہے ، اعداد و شمار کی توثیق اور کمی کی کسی سطح کے بغیر تمام اعداد و شمار کو فوری طور پر بادل پر واپس نہیں بھیجا جاسکتا ہے۔ ایک سمجھوتہ حل ہونا ضروری ہے ، اور ایج کمپیوٹنگ اس تکنیک کی تائید کرسکتی ہے اور خود مختار گاڑیوں میں اس کا اطلاق ہوسکتا ہے۔

جسمانی نقطہ نظر سے ، اعداد و شمار کی بڑھتی ہوئی مقدار کو ذخیرہ کرنا ایک چیلنج ہوگا۔ اعداد و شمار کا سائز اور سائز بعض اوقات بہت اہم ہوتا ہے۔ اس سے فی جی بی لاگت میں مالی اور معاشی مسائل پیدا ہوتے ہیں۔ مثال کے طور پر ، جبکہ بجلی کی گاڑیاں مستقبل کے مرکزی دھارے میں سمجھی جاتی ہیں ، بجلی کی کھپت میں اضافہ کرنے کا پابند ہے۔

اس کے علاوہ ، یہ بھی یقینی بنانا ضروری ہے کہ افراد یا آلات کے ذریعہ تیار کردہ ڈیٹا کی بڑی مقدار میں ڈیٹا کے تحفظ سے متعلق قانون سازی کی خلاف ورزی نہیں ہوتی ہے۔