创新将会出现在云端,边缘还是其他地方?
发布日期:2020-03-04
点击次数:223
创新对于保持业务相关性和避免业务中断的企业来说至关重要,但是这些创新将会在哪里出现呢?
行业专家认为,创新不会发生在云端,而是在边缘。然而,边缘计算也只是云计算的一种延伸。那么这意味着什么?因为云计算和边缘计算可能会一起工作。
另外,苹果公司日前推出的iPhone X手机采用的面部识别技术之类的技术是否会给用户个人信息带来更大的风险,这引起了人们的关注。
在此之前,苹果公司的智能设备使用了指纹识别技术,而一些安卓智能设备采用虹膜识别技术。因此,科幻小说中的情节很快成为了科学事实。
企业需要未雨绸缪,尤其是需要应对五个月后生效的欧盟“通用数据保护条例(GDPR)”。为了确保零售商、政府机构、紧急服务机构,以及其他组织不违反法规标准,人们需要考虑采用面部识别、车牌识别、车辆传感器等技术是否能够符合GDPR的规定和要求。
赋予公民权力
Index Engines公司营销和业务发展副总裁Jim McGann就这些法律规定提出了自己的想法:“GDPR将个人数据的权力交给了公民。所以,那些在欧盟(包括美国)开展业务的公司必须遵守这个法规。”
他补充说,GDPR对于组织进行数据管理提出了一个关键问题。很多时候,组织很难在他们的系统或纸质记录中查找个人数据。而且通常他们无法知道数据是否需要保存、删除、修改或纠正。因此,由于可能面临巨大的罚金,GDPR将把组织的责任推到一个新的高度。
不过,他提供了采用相关解决方案的建议:“我们提供信息管理解决方案和应用策略来确保组织的业务符合数据保护条例。需要对PB级数据进行整理,但是组织对于存在什么样的数据并没有真正的理解。Index Engines公司通过查看不同的数据源来了解可以清除的内容,从而提供清除这些数据的服务。许多组织可以释放30%的数据,这使得他们可以更有效地管理数据。一旦组织可以有效地管理数据,他们就可以对其实施相应的策略和措施,因为大多数公司都知道什么类型的文件包含个人数据。”
清除数据
McGann继续说道:“其中大部分数据是非常敏感的,所以很多公司不愿意谈论这些,但是我们通过法律咨询公司也做了很多工作,以使组织遵守法规。”
例如,财富500强电子制造商Index Engine公司完成了数据清理工作,该公司发现其40%的数据不再包含任何商业价值。因此,该公司决定将其清除。
他指出:“这样可以节省数据中心的管理成本:他们通过清理数据获得了积极的结果,但如果是一家上市公司,就不能随意删除数据,因为存在法规遵从性问题。”在某些情况下,需要保存文件长达30年。他建议,“企业需要询问这些文件是否具有商业价值或任何法规遵从要求。”例如,如果没有合法的理由保存数据,那么它就可以被删除。一些公司也正在将其数据迁移到云端,以便从数据中心删除数据。
在这个过程中,很多公司需要检查数据是否具有商业价值,以便做出他们的数据迁移决定。组织需要考虑他们的文件中存在什么内容——无论是用于数据管理、备份和存储的边缘计算还是云计算。
确保信息合规
因此,重要的是组织要探索如何防止新技术被消费者和公民所不喜欢的方式使用,并考虑如何使用这些数据为组织和消费者创造价值,这是非常重要的。而使用这些数据的组织需要在提供、使用、保护,以及改进数字服务方面注意信息安全。
例如,面部识别技术有许多应用程序,其作用不仅仅是允许用户解锁智能手机上的应用程序,也可以用于支付费用。通过智能手机的面部识别技术,其图像被保存在本地部署的数据中心中。尽管如此,人们仍然需要在数据库上保留一定数量的数据,而这些数据也需要得到保护,以防止黑客利用个人数据进行恶意攻击。
在边缘计算中的创新
随着组织对自主汽车和智能城市的投入日益增加,以及自动紧急制动(AEB)等联网的汽车技术的发展,2018年也需要考虑创新的场所,以及是否需要在法规遵从和创新之间取得平衡。
此外,越来越多的人认为,创新将出现在边缘计算而不是云端,而边缘计算只是云计算的一种延伸。即使数据要靠近源头进行分析,大量数据仍然需要在其他场所进行分析。数据和网络延迟是一种历史的障碍,人们希望延迟的影响可以减少或消除。
边缘计算可以扩展数据中心的能力,允许大量规模较小的数据中心来存储、管理和分析数据,同时允许一些数据可以由一个断开的设备或传感器进行管理和本地分析(例如连接的自主汽车)。一旦出现网络连接,其数据就可以备份到云端,以便进一步采取行动。
数据加速
减少网络延迟和数据延迟可以改善客户体验。但是,由于数据传输到云端的可能性较大,网络延迟和数据包丢失可能会对数据吞吐量产生相当大的负面影响。如果没有诸如PORTrock IT等机器智能解决方案,延迟和数据包丢失的影响可能会抑制数据和备份性能。
如果面部识别技术的数据库无法快速传送公民身份和移民信息,这可能会导致机场延误,并可能发生事故或自动驾驶汽车出现技术问题。
随着自动驾驶汽车技术的出现,汽车产生的数据将会以一种持续不断的方式来往于车辆之间。这些数据中的一部分(例如关键状态和安全数据)需要快速响应的周转,而其他数据则通常是道路信息,例如交通流量和行驶速度。自动驾驶汽车通过4G或5G网络将安全关键数据全部发送回中央云位置,在开始收到数据之前,由于网络延迟,可能会在周转时增加大量数据延迟。而目前还没有简单而经济的方法来减少网络间的延迟。光速是人们无法改变的主要因素。因此,如何有效和高效地管理网络和数据延迟,这至关重要。
大量数据的挑战
日立公司表示,自动驾驶汽车每天将创造大约2PB的数据。预计联网的汽车每小时将创建大约25TB字节的数据。考虑到目前在美国、中国和欧洲有8亿多辆汽车。因此,在不久的将来突破10亿辆,如果其中一半的汽车具备完全网络连接,假设每天平均使用3小时,那么每天将会创造375亿千兆字节的数据。
如果像预期的那样,大部分的新车在21世纪20年代中期都是自主驾驶的汽车,那么上述数字就显得微不足道了。很明显,并不是所有的数据都能够在没有一定程度的数据验证和减少的情况下立即被传送回云端。必须有一个折衷的方案,而边缘计算可以支持这种技术,可以应用在自动驾驶车辆。
从物理角度来看,存储日益增多的数据将是一个挑战。数据的大小和规模有时是十分重要的。由此产生了每GB成本的财务和经济问题。例如,虽然人们认为电动汽车是未来的主流,但耗电量必然会增加。
此外,还需要确保个人或设备创建的大量数据不违反数据保护立法也是必要的。