侵权投诉

搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

【最权威】2016年大数据发展十大趋势

2016-02-19 10:40
瑾年Invader
关注

  第三,心智和意识上的安全问题。这包括两个极端:一个极端是忽视安全问题的盲目乐观;另一个极端是过度担忧所带来的对于大数据应用发展的掣肘。比如, 大数据分析对于隐私保护的副作用,促使大家必须对于隐私保护的接受程度有一个新的认识和调整。

  对大数据的威胁、大数据的副作用、对大数据的极端心智都会阻碍和破坏大数据的发展。

  如图2所示,大数据技术分别作用在业务、威胁、保障措施3 个要素之上,带来保护大数据、对抗大数据级威胁、大数据用于安全3方面的安全发展空间。

  图2 大数据技术作用于业务、威胁、保障措施之上

  建议在大数据相关的研究和开发中, 必须保持一个基础的比例用于相对应的安全研究,而让安全方面产生实质性进步的驱动力可能是对于大数据的攻击和滥用的“负面”研究。

  2.4 趋势四:新热点融入大数据多样化处理模式

  大数据的处理模式更加多样化,Hadoop不再成为构建大数据平台的必然选择。在应用模式上,大数据处理模式持续丰富,批量处理、流式计算、交互式计算等技术面向不同的需求场景,将持续丰富和发展;在实现技术上,内存计算将继续成为提高大数据处理性能的主要手段,相对传统的硬盘处理方式,在性能上有了显著提升。特别是开源项目Spark,目前已经被大规模应用于实际业务环境中,并发展成为大数据领域最大的开源社区。Spark拥有流计算、交互查询、机器学习、图计算等多种计算框架,支持Java、Scala、Python、R等语言接口,使得数据使用效率大大提高,吸引了众多开发者和应用厂商的关注。值得说明的是,Spark系统可以基于Hadoop平台构建,也可以不依赖Hadoop平台独立运行。

  很多新的技术热点持续地融入大数据的多样化模式中,目前不会有一个一统天下的唯一模式。从2015年中国大数据技术大会众多技术论坛的安排也可以看到这样的多样化态势。技术各有千秋,形成一个更加多样、平衡的发展路径,也满足大数据的多样化需求。大专委的专家们认为, 这样的态势还会持续下去。

  建议将自己机构的大数据研究和开发,有意识地链接和融入大数据技术生态中,或者利用技术生态的成果,或者回馈技术生态。

<上一页  1  2  3  4  5  6  7  8  下一页>  余下全文
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号