大數(shù)據(jù)如何以及為什么會(huì)迅速變成小數(shù)據(jù)蔓延

如今的企業(yè)希望更貼近客戶，而親近感使他們更具反應(yīng)能力和個(gè)性，這也讓他們能夠更好地控制這種關(guān)系。由于物聯(lián)網(wǎng)設(shè)備現(xiàn)在具有足夠的能力解決實(shí)際問(wèn)題，每家公司都在建立一個(gè)邊緣策略。

數(shù)據(jù)是任何一個(gè)邊緣計(jì)算策略的核心。邊緣設(shè)備將收集、分析和存儲(chǔ)有關(guān)用戶、其環(huán)境及其響應(yīng)的信息。其結(jié)果是，更多的信息將出現(xiàn)在人們的各種設(shè)備中，信息片段將會(huì)散布到整個(gè)環(huán)境中。這就是“小數(shù)據(jù)蔓延”。

在未來(lái)幾年中，市場(chǎng)的關(guān)注點(diǎn)將從大數(shù)據(jù)轉(zhuǎn)移到小數(shù)據(jù)蔓延。大數(shù)據(jù)更易于控制、管理和分析，它存儲(chǔ)在中央數(shù)據(jù)湖中，數(shù)據(jù)管理員在那里保護(hù)數(shù)據(jù)，少數(shù)數(shù)據(jù)科學(xué)家對(duì)進(jìn)行了分析。小數(shù)據(jù)蔓延增加了與數(shù)據(jù)相關(guān)的價(jià)值和風(fēng)險(xiǎn)。企業(yè)、監(jiān)管機(jī)構(gòu)，尤其是個(gè)人，需要為小數(shù)據(jù)的蔓延做好準(zhǔn)備。

數(shù)據(jù)點(diǎn)1：邊緣計(jì)算設(shè)備（尤其是物聯(lián)網(wǎng)設(shè)備）的數(shù)量呈爆炸式增長(zhǎng)

分析人士認(rèn)為，全球目前約有2000萬(wàn)臺(tái)邊緣計(jì)算設(shè)備，而且這一數(shù)字正在呈指數(shù)級(jí)增長(zhǎng)。例如智能電表、汽車(chē)和可穿戴設(shè)備，物聯(lián)網(wǎng)和邊緣計(jì)算技術(shù)已經(jīng)蔓延到每一個(gè)行業(yè)。農(nóng)民、醫(yī)療設(shè)備制造商和制造商不斷地收集遙測(cè)數(shù)據(jù);政府、賭場(chǎng)和零售公司對(duì)于監(jiān)控視頻的收集也是如此。

數(shù)據(jù)點(diǎn)2：這些設(shè)備生成的數(shù)據(jù)量正在增長(zhǎng)

工程師和科學(xué)家總是希望獲得更多數(shù)據(jù)。即使現(xiàn)在不能使用，他們也希望將來(lái)能挖掘歷史數(shù)據(jù)的價(jià)值。因此，每個(gè)設(shè)備生成的數(shù)據(jù)量正在飛速增長(zhǎng)。與遙測(cè)數(shù)據(jù)相比，視頻和音頻的數(shù)據(jù)量更大，并且以更高的清晰度在增長(zhǎng)。遙測(cè)設(shè)備正在生成更多的數(shù)據(jù)，這些數(shù)據(jù)被更頻繁地收集。自動(dòng)駕駛汽車(chē)收集的數(shù)據(jù)達(dá)到了25GB /小時(shí)，而且這個(gè)數(shù)字還在增加。

數(shù)據(jù)點(diǎn)3：必須在邊緣進(jìn)行初始處理

邊緣計(jì)算設(shè)備正在成為一種技術(shù)成熟的計(jì)算設(shè)備，因?yàn)楸仨氃诒镜剡M(jìn)行初始處理。如果需要運(yùn)行自動(dòng)駕駛汽車(chē)或控制起搏器，則不能依靠速度慢、不可靠的網(wǎng)絡(luò)。如果要確定犯罪或環(huán)境問(wèn)題，則不能等待中央處理資源。因此，實(shí)時(shí)計(jì)算將在邊緣計(jì)算設(shè)備本身上完成。其結(jié)果就是一種小數(shù)據(jù)蔓延。

數(shù)據(jù)點(diǎn)4：機(jī)器學(xué)習(xí)需要在中心完成

邊緣計(jì)算設(shè)備可以執(zhí)行算法，但是機(jī)器學(xué)習(xí)只能在中心進(jìn)行。需要跨許多設(shè)備訪問(wèn)完整的數(shù)據(jù)集進(jìn)行學(xué)習(xí)，還需要在更長(zhǎng)的時(shí)間內(nèi)應(yīng)用更多的計(jì)算資源。邊緣計(jì)算將優(yōu)化流媒體;中心將優(yōu)化分析、豐富和學(xué)習(xí)。這意味著邊緣計(jì)算需要向中心發(fā)送數(shù)據(jù)。

數(shù)據(jù)點(diǎn)5：需要在中心進(jìn)行保留

物聯(lián)網(wǎng)數(shù)據(jù)必須符合法規(guī)要求，要求對(duì)數(shù)據(jù)和控制進(jìn)行整合。組織知道他們需要保護(hù)、保留和刪除數(shù)據(jù)（例如私人數(shù)據(jù)）。但是，他們還需要保留生成有關(guān)數(shù)據(jù)結(jié)論的算法。從交易股票的算法到調(diào)整胰島素水平的醫(yī)療設(shè)備，再到用于識(shí)別潛在犯罪的攝像頭，法院將期望通過(guò)視頻能夠再現(xiàn)其結(jié)果。這將需要原始算法和原始數(shù)據(jù)集。這只是一個(gè)開(kāi)始。隨著人工智能的日益普及，監(jiān)管部門(mén)將更加關(guān)注。

數(shù)據(jù)點(diǎn)6：云計(jì)算將成為整合小數(shù)據(jù)的目標(biāo)

組織將在云平臺(tái)中整合邊緣數(shù)據(jù)，因?yàn)樗梢詫?shí)現(xiàn)大規(guī)模的機(jī)器學(xué)習(xí)和合規(guī)性。云計(jì)算是唯一具有足夠功能、容量和可訪問(wèn)性來(lái)存儲(chǔ)數(shù)據(jù)的地方。它使客戶能夠應(yīng)用功能強(qiáng)大的分析工具，因此他們不需要在市場(chǎng)上搜尋稀缺的數(shù)據(jù)科學(xué)家資源。最后，云計(jì)算提供了跨區(qū)域數(shù)據(jù)中心的集中視圖，因此云計(jì)算團(tuán)隊(duì)可以集中管理數(shù)據(jù)，以符合本地法規(guī)。

數(shù)據(jù)點(diǎn)7：橫向SaaS解決方案將管理和分類(lèi)小數(shù)據(jù)

客戶將尋求廣泛的SaaS解決方案來(lái)幫助管理和分類(lèi)他們的數(shù)據(jù)。每個(gè)行業(yè)都需要整合和保護(hù)其數(shù)據(jù)，他們還需要識(shí)別需要匿名或清除的數(shù)據(jù)（例如私人數(shù)據(jù)）。數(shù)據(jù)規(guī)模和多個(gè)位置不斷發(fā)展的法規(guī)的復(fù)雜性相結(jié)合，將使組織相信將工作分擔(dān)給SaaS專(zhuān)家。這些工具將收集數(shù)據(jù)、保護(hù)數(shù)據(jù)、對(duì)私有數(shù)據(jù)進(jìn)行分類(lèi)，并在客戶需要時(shí)幫助他們找到所需的內(nèi)容。

數(shù)據(jù)點(diǎn)8：垂直解決方案將對(duì)小數(shù)據(jù)進(jìn)行分析

每個(gè)行業(yè)和組織都希望對(duì)數(shù)據(jù)做一些不同的事情。他們希望創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)。因此，人們將看到用于數(shù)據(jù)分析的行業(yè)專(zhuān)用SaaS工具的興起，這些組織通過(guò)在云計(jì)算人工智能/機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施上運(yùn)行的自有算法來(lái)增強(qiáng)功能。通過(guò)卸載常見(jiàn)的基礎(chǔ)設(shè)施任務(wù)，領(lǐng)導(dǎo)者將把精力集中在構(gòu)建有利于競(jìng)爭(zhēng)的秘密武器上。

物聯(lián)網(wǎng)和邊緣計(jì)算實(shí)際上正在改變每個(gè)行業(yè)。通過(guò)更接近客戶和員工，組織可以釋放新的機(jī)會(huì)來(lái)改善用戶體驗(yàn)和生產(chǎn)力。同時(shí)，由此產(chǎn)生的小數(shù)據(jù)蔓延要求重新審查如何管理和使用數(shù)據(jù)。實(shí)時(shí)分析將走向邊緣，數(shù)據(jù)保護(hù)和合規(guī)性將轉(zhuǎn)移到SaaS云應(yīng)用程序。這將使組織騰出更多時(shí)間來(lái)使用云計(jì)算工具構(gòu)建數(shù)據(jù)和擴(kuò)充算法。

但是作為消費(fèi)者，確保數(shù)據(jù)隱私和合規(guī)性法規(guī)與新技術(shù)保持同步至關(guān)重要。了解變化是第一步。