创新将会出现在(zai)云端(duan)，边缘还是其他地方?

　　创新(xin)对于保持业(ye)务相(xiang)关性和避免业务中断的企业来说(shuo)至关重要，但是这些创新将会在哪里出现呢？

　　

　　行业专家认为(wei)，创新不(bu)会发(fa)生在云端，而是在(zai)边(bian)缘。然而，边缘计算也只是云计算的(de)一种(zhong)延伸。那么这意味着什么？因为云(yun)计算(suan)和(he)边缘计算可(ke)能会一起工作(zuo)。

　　

　　另外，苹果公司日前推出的iPhone X手机(ji)采用(yong)的面部识别技术之类的技术是否会给用户个人信息带来(lai)更大的风险，这引起了人(ren)们的关注。

　　

　　在此之前，苹果公司的智(zhi)能设(she)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(bie)技术。因此，科幻小说中(zhong)的情节很快成(cheng)为了科学事实。

　　

　　企业需(xu)要未(wei)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(wu)机构，以及(ji)其他组织不违(wei)反法(fa)规标准，人们需要考虑采用面部识别、车牌识别、车辆传感器(qi)等技术是否能够符合GDPR的规定和要求(qiu)。

　　

　　赋予公民权力

　　

　　Index Engines公司营销和业务发展副(fu)总裁Jim McGann就这些法(fa)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(zai)欧盟（包括美国）开展业务的(de)公司(si)必须遵守这个法(fa)规。”

　　

　　他补充说，GDPR对于组织进行(xing)数据管理提出了一个关键问(wen)题。很多时候，组织很难在他们的系统(tong)或纸质(zhi)记录中查找个人数据。而且通常(chang)他们无法知道数据是否(fou)需要保存、删除、修改或纠正(zheng)。因此，由(you)于可能面临巨大(da)的罚金，GDPR将(jiang)把组织的责任推到一个新的高度。

　　

　　不过(guo)，他提供了采用相(xiang)关解决方案的建议：“我们提供(gong)信息管理解(jie)决方案(an)和应用策略来确保组织(zhi)的(de)业务符(fu)合数据保护条例。需要对PB级数据进行(xing)整理，但是(shi)组织对(dui)于(yu)存在什么样的数据并没有真正的理(li)解。Index Engines公(gong)司通过查看(kan)不同的数据源来了解可以清除的内容，从而提供清(qing)除(chu)这些数据的服务。许多(duo)组织可以释放30％的数(shu)据，这使得他们可以更有效地管理(li)数据。一旦组织可以有效地管理数(shu)据，他们就可(ke)以对其(qi)实施相(xiang)应的策略和措施，因(yin)为大多数(shu)公(gong)司都知(zhi)道什么类型的文件包含(han)个(ge)人数据。”

　　

　　清除数据

　　

　　McGann继续说(shuo)道：“其中大(da)部(bu)分数据是非常敏感的，所(suo)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(cai)富500强电子制造商Index Engine公司完成了(le)数据清理工作(zuo)，该公司发现其40％的数据不再包含任何商业价(jia)值。因此，该公司决定将其清除。

　　

　　他指(zhi)出：“这样可以节省数据中(zhong)心的(de)管理成(cheng)本：他们(men)通(tong)过(guo)清理数据获得了积极的结(jie)果，但如果是一家上市公司(si)，就不能随意删除数据，因为存在(zai)法规遵从性问(wen)题。”在某些情况下，需要保存(cun)文件长达30年。他建(jian)议，“企(qi)业需要询(xun)问这些文件是否具(ju)有商业价(jia)值或任(ren)何法规遵从要求。”例如，如果没有(you)合(he)法的理由保存数据，那么它就可以被删除。一些(xie)公司也正在将其数据迁(qian)移到云端，以便(bian)从(cong)数据中心删除数据。

　　

　　在这个过程中，很(hen)多公司需要检查数据是否具有商业价(jia)值，以便做出他们的(de)数据迁(qian)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(yu)数据管(guan)理、备份和(he)存(cun)储的边(bian)缘计算还是云计算。

　　

　　确保信息合规

　　

　　因此，重要的(de)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(lv)如何使(shi)用这些数据为组织和消费者创造价值，这是非常重要(yao)的。而使用这些数据的组织需(xu)要在(zai)提供、使(shi)用、保护，以(yi)及改进数字服(fu)务方面注意信息安全。

　　

　　例如，面部识别技术有许多应用程(cheng)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(fei)用。通过智能手机的面部识别技术，其图像被保(bao)存在本地部署的数据中心中。尽管如此，人们仍(reng)然需要在数据库(ku)上(shang)保留一定数量(liang)的数据，而这些数据也需要得到保护(hu)，以防止黑客利用(yong)个人数据进行恶意攻击(ji)。

　　

　　在边缘计算中(zhong)的创新(xin)

　　

　　随着组织对自主汽车和智能(neng)城市(shi)的(de)投入(ru)日益增加，以及自动紧急制动（AEB）等(deng)联(lian)网的汽车技术的发(fa)展，2018年也需要考虑(lv)创(chuang)新的场所，以及是否需要在法(fa)规遵从和创新之(zhi)间取得平衡(heng)。

　　

　　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(duan)，而边缘计算只是云计算的一种延(yan)伸。即使数据要靠近源头进行分析(xi)，大量数据仍然需(xu)要(yao)在其(qi)他(ta)场(chang)所进行(xing)分析。数据和网络(luo)延迟是(shi)一种历史的(de)障碍，人们(men)希望延(yan)迟的影响可以减少或(huo)消除。

　　

　　边缘计算可(ke)以扩展(zhan)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(li)和分析数(shu)据，同时允许一些数据可以由一个(ge)断开的设(she)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(jiu)可以备份到云端，以(yi)便进一步(bu)采取(qu)行动。

　　

　　数据加速

　　

　　减少网络延迟(chi)和数据延(yan)迟可以改善客(ke)户体验。但是，由于数(shu)据传(chuan)输到云端的(de)可能性较大，网(wang)络延迟和数据(ju)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(mei)有诸如PORTrock IT等机器智(zhi)能解决方案，延迟和数据包丢失的影响可能会抑制数据(ju)和备份性能。

　　

　　如果面(mian)部识别技术的数据库无法快速传(chuan)送公民身(shen)份和移民信息，这可能会(hui)导致机场延(yan)误，并可能发生事故或(huo)自(zi)动驾驶汽车出现技术问(wen)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(bu)断的方式来往于车辆之间。这(zhe)些数(shu)据中的一部分（例如关键(jian)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(he)行驶(shi)速度。自动驾驶汽(qi)车通过4G或5G网络将安全(quan)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(shi)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(shi)人们无法改变的主要因素。因此(ci)，如何有效和(he)高效地管理(li)网络和(he)数据延迟，这至关重要。

　　

　　大(da)量数据的挑战

　　

　　日立公司表示，自动驾驶汽(qi)车每天将(jiang)创造大约2PB的数据。预计联网的汽车每小(xiao)时将创建大约(yue)25TB字节的(de)数据。考虑到目前在美(mei)国、中国和(he)欧洲(zhou)有8亿多辆汽车。因此，在不(bu)久的将来突破10亿辆，如果其中一半的汽车具(ju)备完全网络连接，假设(she)每天平均使用3小时，那么每天将会创(chuang)造375亿千兆字节的数(shu)据。

　　

　　如果像预期的那样，大部分的新车在21世纪(ji)20年代中期都是自(zi)主驾驶的汽车，那么上述数字(zi)就显得微(wei)不足道了。很明(ming)显(xian)，并不是所有的数据都能够在没有一定程度的数据验(yan)证和减少的情况下(xia)立即被(bei)传送回云端(duan)。必须有一个折衷的方案，而边缘计(ji)算可以(yi)支(zhi)持这种技术，可以应用在自动驾驶(shi)车辆。

　　

　　从物(wu)理角度(du)来看(kan)，存储日益增多(duo)的数据将是一个挑(tiao)战。数据的大小和规模有时是十分(fen)重要(yao)的。由此产(chan)生了每GB成本的财(cai)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(dan)耗电量必(bi)然会增加。

　　

　　此外(wai)，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(shi)必要的。