Vil innovation ses i skyen, på kanten eller andre steder?

Innovation er kritisk for organisationer, der opretholder virksomhedernes relevans og undgår forretningsproblemer, men hvor kommer disse innovationer fra?

Erhvervseksperter mener, at innovation ikke sker i skyen, men i bunden. Kanten computing er dog kun en forlængelse af cloud computing. Så hvad betyder det? Fordi cloud computing og edge computing kan arbejde sammen.

Derudover indførte Apples iPhone X-mobiltelefon nylig ansigtsgenkendelsesteknologi, som f.eks. Teknologien vil give brugerne mere personlig information, som tiltrak folks opmærksomhed.

Forud for dette brugte Apples smarte enheder fingeraftryk, mens nogle Android-smartphones brugte irisgenkendelse. Derfor blev plottet i science fiction snart et videnskabeligt faktum.

Virksomheder skal være proaktive, især med EU's Generelle Databeskyttelsesforskrifter (GDPR), der træder i kraft fem måneder senere. For at sikre, at detailhandlere, offentlige myndigheder, beredskabstjenester og andre organisationer ikke overtræder regulatoriske standarder, skal man overveje, om ansigtsgenkendelse, typeskiltgenkendelse, bilsensorer og andre teknologier kan opfylde kravene og kravene i GDPR.

Styrk borgere

Jim McGann, vicedirektør for marketing og forretningsudvikling på Index Engines, fremsætter sin egen tankegang om disse lovkrav: "GDPR giver magt af personoplysninger til borgerne, så virksomheder, der driver forretning i EU, herunder USA, skal overholde denne regel "

Han tilføjede, at GDPR udgør et centralt spørgsmål for organisationens datahåndtering. I mange tilfælde finder organisationer det svært at finde personoplysninger i deres system eller papirarkiver. Og normalt ved de ikke, om dataene skal gemmes, slettes, ændres eller rettes. Derfor vil GDPR skubbe organisationens ansvar til en ny højde på grund af den store straf, den måtte komme over.

Han gav dog anbefalinger til vedtagelse af relevante løsninger: "Vi leverer informationsstyringsløsninger og applikationsstrategier for at sikre, at virksomhedens forretning overholder databeskyttelsesbestemmelserne." PB-niveau data skal samles, men organisationen har ingen data om, hvad Real understanding.Index Engines tilbyder oprydningstjenester ved at se på forskellige datakilder for at se, hvad der kan ryddes. Mange organisationer kan frigive 30% af data, som gør det muligt for dem at administrere dataene mere effektivt. Når organisationen kan. Ved effektivt at styre dataene kan de implementere de relevante politikker og foranstaltninger, fordi de fleste virksomheder ved, hvilke typer filer der indeholder personlige data. "

slet data

McGann fortsatte: "De fleste data er meget følsomme, så mange virksomheder er tilbageholdende med at tale om det, men vi gør meget arbejde med juridiske konsulentfirmaer for at holde organisationen i overensstemmelse."

For eksempel afsluttede Index Engine, et Fortune 500-firma, dataoprydning og fandt, at 40% af dets data ikke længere indeholdt nogen kommerciel værdi. Så besluttede virksomheden at rydde op.

Han sagde: "Dette sparer data center management omkostninger: De får positive resultater ved at rydde dataene, men hvis det er et offentligt firma, er du ikke fri til at slette dataene på grund af problemer med lovgivningsmæssige overholdelse." I nogle tilfælde behøver du at gemme filen op til 30 år. Han foreslog, at "virksomhederne skal spørge, om disse filer har kommerciel værdi eller overholdelseskrav." For eksempel kan data slettes uden en gyldig grund til at gemme den. Nogle virksomheder overfører også deres data til skyen for at slette data fra datacenteret.

I processen skal mange virksomheder kontrollere, om dataene har kommerciel værdi for at gøre deres data migrationsbeslutninger. Organisationer skal tænke på, hvad der er i deres filer - hvad enten det er kanten computing eller cloud computing til datahåndtering, backup og opbevaring.

Sørg for, at oplysningerne er i overensstemmelse

Derfor er det vigtigt, at organisationer undersøger måder at forhindre nye teknologier i at bruge både af forbrugere og borgere og overveje, hvordan man bruger disse data til at skabe værdi for organisationer og forbrugere. Organisationer, der bruger disse data, skal være opmærksomme på informationssikkerhed ved at levere, bruge, beskytte og forbedre digitale tjenester.

Ansigtsgenkendelsesteknologi har for eksempel mange applikationer, som ikke kun giver brugere mulighed for at låse op på deres smartphone, men også at betale for dem. Billederne gemmes i det lokalt distribuerede datacenter ved hjælp af smartphoneens ansigtsgenkendelsesteknologi. På trods af dette skal folk stadig beholde en vis mængde data i databasen, som også skal beskyttes for at forhindre hackere i at udnytte personoplysninger til ondsindede angreb.

Innovation i Edge Computing

Da organisationer i stigende grad investerer i autonome og kloge byer samt automotive teknologier som f.eks. Automatiseret nødbremsning (AEB), er der også behov for at overveje innovationssteder i 2018 og behovet for at opnå overensstemmelse og innovationsbalance.

Derudover tror flere og flere mennesker, at innovation fremkommer i den marginale beregning snarere end skyen, og kanten computing er blot en udvidelse af cloud computing. Selvom data skal hentes tættere på kilden, skal der stadig analyseres store mængder data andetsteds. Data- og netværksforsinkelser er en historisk forhindring, og man håber, at virkningen af ​​forsinkelser kan reduceres eller elimineres.

Edge computing udvider datacenterets kapacitet ved at lade et stort antal mindre datacentre lagre, administrere og analysere data, samtidig med at nogle data kan styres og analyseres lokalt af en frakoblet enhed eller sensor (som f.eks. Tilsluttede autonome køretøjer). Når netværksforbindelsen er slået, kan dens data sikkerhedskopieres til skyen for yderligere handling.

Data acceleration

At reducere netværksforsinkelse og datatidstid kan forbedre kundeoplevelsen. På grund af det større potentiale for dataoverførsel til skyen kan netværksforsinkelse og pakkeforløb imidlertid have en betydelig negativ indvirkning på data-gennemstrømningen. Uden maskine intelligensløsninger som PORTRock IT kan virkningerne af latency og pakke tab hindre data og backup ydeevne.

Hvis databasen med ansigtsgenkendelsesteknologi ikke er i stand til hurtigt at overføre statsborgerskabs- og indvandringsinformation, kan dette medføre forsinkelser i lufthavne og eventuelle ulykker eller tekniske problemer med autonome køretøjer.

Med fremkomsten af ​​autonome bilteknologier vil de data, der genereres af biler, rejse mellem køretøjer på en kontinuerlig måde. Nogle af disse data, såsom kritiske og sikkerhedsdata, kræver hurtig vendingstid, mens andre data typisk er vejinformationer som trafikstrøm og hastighed. Auto-kørende biler sender alle deres sikkerhedskritiske data tilbage til den centrale sky over 4G eller 5G-netværk, hvilket potentielt kan tilføje en betydelig datalatabilitet til turnarounds, før de begynder at modtage data på grund af forsinkelser i netværket. Der er i øjeblikket ingen enkel og økonomisk måde at reducere latensen mellem netværk. Lysets hastighed er en vigtig faktor, som folk ikke kan ændre sig. Derfor er det meget vigtigt at styre netværket og datafordringen effektivt og effektivt.

Stor dataudfordring

Hitachi sagde auto-kørende biler vil skabe omkring 2PB data om dagen. Det anslås, at en netværksbil vil skabe omkring 25TB bytes data pr. Time. I betragtning af at der er mere end 800 millioner biler i USA, Kina og Europa. Som følge heraf vil en milliard enheder blive overskredet i den nærmeste fremtid, og hvis halvdelen af ​​bilerne er fuldt sammenkoblede, forudsat en gennemsnitlig brug af 3 timer om dagen, vil der være 37,5 milliarder gigabyte data om dagen.

Hvis de fleste af de nye biler som forventet var autonome biler i midten af ​​1920'erne, ville dette antal være trivielt. Selvfølgelig kan ikke alle data straks sendes tilbage til skyen uden nogen grad af data validering og reduktion. Der skal være en kompromisløsning, og kanten computing kan understøtte denne teknik og kan anvendes i autonome køretøjer.

Fra et fysisk synspunkt vil opbevaring af stadigt stigende datamængder være en udfordring. Dataens størrelse og størrelse er undertiden meget vigtig. Dette skaber økonomiske og økonomiske problemer pr. GB-omkostninger. For eksempel, mens elektriske køretøjer betragtes som fremtidens mainstream, er strømforbruget bundet til at stige.

Derudover er det også nødvendigt at sikre, at store mængder data skabt af personer eller enheder ikke krænker databeskyttelseslovgivningen.