創新會出現在雲端，邊緣還是其他地方？

創新對於保持業務相關性並避免業務中斷的組織至關重要，但這些創新將從何而來？

業內專家認為，創新不是在雲中發生，而是在邊緣。但是，邊緣計算只是雲計算的延伸。那麼這是什麼意思？因為雲計算和邊緣計算可以一起工作。

此外，蘋果iPhone X手機最近推出的面部識別技術等技術將給用戶帶來更多的個人信息風險，這引起了人們的關注。

在此之前，Apple的智能設備使用指紋識別，而一些Android智能設備使用虹膜識別。因此，科幻小說中的情節很快成為科學事實。

企業需要積極主動，特別是歐盟的通用數據保護條例（GDPRs），該條例將在五個月後生效。為確保零售商，政府機構，應急服務和其他組織不違反監管標準，需要考慮面部識別，車牌識別，車輛傳感器和其他技術是否能夠滿足GDPR的要求和要求。

賦予公民權力

Index Engines營銷和業務開發副總裁Jim McGann對這些法律要求提出了自己的看法：“GDPR為公民提供個人數據的力量，因此在歐盟開展業務的公司，包括美國，必須遵守這條規則“

他補充說，GDPR是組織數據管理的關鍵問題。在許多情況下，組織發現很難在他們的系統或紙質記錄中查找個人數據。通常他們不知道是否需要保存，刪除，修改或更正數據。因此，GDPR將把組織的責任推到一個新的高度，因為它可能面臨巨大的懲罰。

但是，他提出了採用相關解決方案的建議：“我們提供信息管理解決方案和應用策略，以確保組織的業務符合數據保護法規。”需要整理PB級數據，但組織沒有任何關於Real understanding.Index Engines提供清理服務的數據，通過查看不同的數據源來查看可以清除的內容。許多組織可以釋放30％的數據。數據，這使他們能夠更有效地管理數據。組織可以通過有效地管理數據，他們可以實施適當的政策和措施，因為大多數公司知道什麼類型的文件包含個人數據。 “

清晰的數據

McGann繼續說道：“大多數數據非常敏感，因此許多公司都不願意談論它，但我們與法律諮詢公司做了很多工作，以保持組織的合規性。”

例如，財富500強公司Index Engine完成了數據清理工作，發現其40％的數據不再包含任何商業價值。所以公司決定清理它。

他說：“這節省了數據中心管理成本：通過清理數據獲得了積極成果，但如果是上市公司，由於法規遵從性問題，您無法自由刪除數據。”在某些情況下，需要保存文件長達30年。他建議“企業需要詢問這些文件是否具有商業價值或任何合規要求。”例如，可以刪除數據而無需保存它的正當理由。一些公司也在將數據遷移到雲中，以便從數據中心刪除數據。

在此過程中，許多公司需要檢查數據是否具有商業價值，以便做出數據遷移決策。組織需要考慮文件中的內容 - 無論是邊緣計算還是雲計算，用於數據管理，備份和存儲。

確保信息符合要求

因此，組織必須探索防止新技術被消費者和公民使用的方法，並考慮如何使用這些數據為組織和消費者創造價值。使用此數據的組織需要了解提供，使用，保護和改進數字服務的信息安全性。

例如，面部識別技術具有許多應用程序，其不僅用於允許用戶在其智能手機上解鎖應用程序而且還用於支付它們的費用。使用智能手機的面部識別技術將圖像存儲在本地部署的數據中心中。儘管如此，人們仍然需要在數據庫上保留一定數量的數據，這也需要加以保護，以防止黑客利用個人數據進行惡意攻擊。

邊緣計算的創新

隨著企業越來越多地投資自主和智能城市，以及自動緊急制動（AEB）網絡等汽車技術，還需要考慮2018年的創新網站以及實現合規性和創新平衡的需求。

此外，越來越多的人認為創新將出現在邊際計算而不是雲中，邊緣計算只是雲計算的延伸。即使數據需要更靠近源，但仍需要在其他地方分析大量數據。數據和網絡延遲是一個歷史障礙，人們希望可以減少或消除延遲的影響。

邊緣計算通過允許大量較小的數據中心存儲，管理和分析數據，同時允許一些數據由斷開的設備或傳感器（例如連接的自動駕駛車輛）進行管理和本地分析，擴展了數據中心的容量。一旦網絡連接，其數據就可以備份到雲端以進行進一步的操作。

數據加速

減少網絡延遲和數據延遲可以改善客戶體驗。但是，由於數據傳輸到雲的可能性更大，網絡延遲和數據包丟失會對數據吞吐量產生相當大的負面影響。如果沒有PORTRock IT等機器智能解決方案，延遲和數據包丟失的影響可能會抑制數據和備份性能。

如果面部識別技術數據庫無法快速傳輸公民身份和移民信息，則可能導致機場延誤以及可能發生的事故或自動駕駛車輛的技術問題。

隨著自動駕駛汽車技術的出現，汽車產生的數據將以連續的方式在車輛之間傳播。其中一些數據（如關鍵性和安全性數據）需要快速周轉，而其他數據通常是道路信息，如交通流量和速度。自動駕駛汽車通過4G或5G網絡將所有安全關鍵數據發送回中央雲，可能會在因網絡延遲而開始接收數據之前為轉機增加大量數據延遲。目前沒有簡單而經濟的方法來減少網絡之間的延遲。光速是人們無法改變的主要因素。因此，如何有效地管理網絡和數據延遲非常重要。

大數據挑戰

日立表示，自動駕駛汽車每天將創造大約2PB的數據。據估計，聯網汽車每小時將創建大約25TB字節的數據。考慮到美國，中國和歐洲的汽車數量超過8億輛。因此，在不久的將來將超過10億個單位，如果一半的汽車完全聯網，假設每天平均使用3小時，那麼每天將有375億千兆字節的數據。

如果按照預期，大多數新車在20世紀20年代中期都是自動駕駛汽車，那麼這個數字將是微不足道的。顯然，如果沒有一定程度的數據驗證和減少，並非所有數據都可以立即發送回雲。必須有折衷的解決方案，邊緣計算可以支持這種技術，並且可以應用於自動駕駛車輛。

從物理角度來看，存儲數量不斷增加的數據將是一項挑戰。數據的大小和大小有時非常重要。這會產生每GB成本的財務和經濟問題。例如，雖然電動汽車被認為是未來的主流，但功耗必然會增加。

此外，還必須確保個人或設備創建的大量數據不違反數據保護法規。