大數據的應用現狀與展望

㈠ 大數據時代的信息安全和未來展望

大數據時代的信息安全和未來展望
隨著高級可持續性攻擊的出現以及惡意軟體的復雜性與日俱增，企業急需一種突破傳統信息安全保障模式的、靈活的技術和方案來應對未來不斷變化的安全威脅。大數據徹底的改變了信息安全行業，基於大數據分析的智能驅動型安全戰略將幫助信息安全從業人員重獲警惕性和時間的優勢，以使他們更好地檢測和防禦高級網路威脅。
大數據時代信息安全面臨挑戰
在大數據時代，無處不在的智能終端、隨時在線的網路傳輸、互動頻繁的社交網路使得互聯網時時刻刻都在產生著海量的數據。隨著產生、存儲、分析的數據量越來越大，在這些海量數據背後隱藏著大量的經濟與政治利益。大數據如同一把雙刃劍，在我們享受大數據分析帶來的精準信息的同時，其所帶來的安全問題也開始成為企業的隱患。
1、黑客更顯著的攻擊目標：在網路空間里，大數據是更容易被「發現」的大目標。一方面，大數據意味著海量的數據，也意味著更復雜、更敏感的數據，這些數據會吸引更多的潛在攻擊者。另一方面，數據的大量匯集，使得黑客成功攻擊一次就能獲得更多數據，無形中降低了黑客的攻擊成本，增加了其「收益率」。
2、隱私泄露風險增加：大量數據的匯集不可避免地加大了用戶隱私泄露的風險。一方面，數據集中存儲增加了泄露風險，而這些數據不被濫用，也成為人身安全的一部分。另一方面，一些敏感數據的所有權和使用權並沒有明確界定，很多基於大數據的分析都未考慮到其中涉及的個體隱私問題。
3、威脅現有的存儲和防護措施：大數據存儲帶來新的安全問題。數據大集中的後果是復雜多樣的數據存儲在一起，很可能會出現將某些生產數據放在經營數據存儲位置的情況，致使企業安全管理不合規。大數據的大小也影響到安全控制措施能否正確運行。安全防護手段的更新升級速度無法跟上數據量非線性增長的步伐，就會暴露大數據安全防護的漏洞。
4、大數據技術成為黑客的攻擊手段：在企業用數據挖掘和數據分析等大數據技術獲取商業價值的同時，黑客也在利用這些大數據技術向企業發起攻擊。黑客會最大限度地收集更多有用信息，比如社交網路、郵件、微博、電子商務、電話和家庭住址等信息，大數據分析使黑客的攻擊更加精準。此外，大數據也為黑客發起攻擊提供了更多機會。黑客利用大數據發起僵屍網路攻擊，可能會同時控制上百萬台傀儡機並發起攻擊。
5、成為高級可持續攻擊的載體：傳統的檢測是基於單個時間點進行的基於威脅特徵的實時匹配檢測，而高級可持續攻擊（APT）是一個實施過程，無法被實時檢測。此外，由於大數據的價值低密度特性，使得安全分析工具很難聚焦在價值點上，黑客可以將攻擊隱藏在大數據中，給安全服務提供商的分析製造很大困難。黑客設置的任何一個會誤導安全廠商目標信息提取和檢索的攻擊，都會導致安全監測偏離應有方向。
6、信息安全產業面臨變革：大數據的到來也為信息安全產業的發展帶來了新的契機，還沒有意識到這場變革的安全廠商將在這場變革大潮中被拋棄。大數據正在為安全分析提供新的可能性，在未來的安全架構體系中，通過大數據智能分析有效的將原來分割的安全產品更好的融合起來，成為不同的安全智能節點，這將是在大數據時代安全產業需要研究突破的重點。
大數據安全未來趨勢展望
據MacDonald預測，到2016年，40%的企業（銀行、保險、醫葯和國防行業為主）將積極地對至少10TB數據進行分析，以找出潛在危險的活動。然而，供應商的產品格局卻無法在短期內進行轉變。現在，企業通常依賴於SIEM系統來關聯和分析安全相關的數據，MacDonald表示目前的SIEM產品無法處理這么大的工作量，大多數SIEM產品提供接近實時數據，但只能處理規范化數據，還有些SIEM產品能夠處理大量原始交易數據，但無法提供實時情報信息。
Gartner公司分析師表示，使用「大數據」來提高企業信息安全不完全是炒作，這在未來幾年內這將成為現實。大數據將為安全團隊帶來新的工作方式，通過了解大數據的優勢、制定切合實際的目標以及利用現有安全技術的優勢，安全管理人員將會發現他們在大數據進行的投資是值得的。
RSA大中國區總經理胡軍表示，「大數據將帶動安全行業方向性的改變，安全與數據互相影響，未來共同促進發展。現今的安全需要更全面和廣泛的可視性，敏捷的分析，可採取行動的情報和可擴展的基礎設施。」
我們可以看到，大數據安全已經成為不可阻擋的趨勢。在未來，不論是從商業需求角度，還是產業技術角度，大數據安全都將成為業界關注的熱點。而在這場大數據安全的盛宴中，也必然會出現新老更替、推陳出新，這一切就讓我們拭目以待吧！

㈡ 人工智慧和大數據的前景和未來

人工智慧和大數據的前景和未來如下：

人工智慧產業鏈可分為基礎層、技術層和應用層。基礎層方面：包括AI晶元市場、大數據服務市場提高。以自主為中心的雲生態建設，制定標准實現大數據交流共享，大數據產業信息安全。

隨著人工智慧的日益成毀歲熟，它將會陸續普及到其他領含余晌域，繼續深入發展，從未來發展趨勢看，人工智慧的發展前景是十分廣闊的。目前，我國互聯網正處於從消費互聯網轉向工業互聯網的發展進程之中，通過綜合應用物聯網、

大數據和人工智慧等新一代技術手段來賦能傳統產業後，中國工業將會展現出一個全新的產業互聯網。而由於人工智慧的大量運用，必然會在產業升級過程中釋放出大量的就業崗位，與此同時，也將淘汰許多落後產能，使用現代化人工智慧生產線後，將可以節省大量勞動力。

㈢ 大數據科學新發展展望 四大趨勢不可阻擋

大數據科學新發展展望：四大趨勢不可阻擋但無論技術熱點如何變換，我們能看到的是，隨著行業沉下心來進行實質的落地，大數據生態也越來越細分。今天就我和大家來談談大數據領域的一些新變化、新趨勢。就發展趨勢而言，這個可以放在第一位來講講。多年來，數據已經在企業中不斷快速積累。物聯網(IoT) 更是不斷加速數據的生成。對於許多企業來說，大數據的解決方案就是利用類似於開源的Apache Hadoop等技術作為基礎支持，創建數據湖(DataLake)，即創建整個企業的數據管理平台，用於以本機格式存儲企業的所有數據。數據湖將通過提供一個單一的數據存儲庫來消除信息孤島，整個組織都可以使用該存儲庫來進行業務分析、數據挖掘等各種應用。當有了數據湖之後，大家會傾向於認為這東西將會成為一個全方位和萬能的大數據集，例如點擊流數據、物聯網數據、日誌數據等都會被要求進入這個湖中，而這些數據很難處理的問題卻會被忽略。但是，除非你知道數據湖裡具體有什麼，並且能夠訪問到合適的數據進行分析，否則數據湖再大也沒有意義。因此，最後大家都會意識到許多數據湖是表現不佳的資源，人們不知道其中存儲著什麼內容，如何進行訪問，或者如何從這些數據中獲取洞察力。但是，方便地找到想要的東西、同時管理好許可權並不容易。除了數據湖以外，治理的另一個主題是以安全的、可審計的方式為任何人提供對可靠數據的便捷訪問。所以，站在管理並使用好公司數據資產的角度而言，數據治理猶如公司的頂層制度和宣言一樣需要被重視，並且用相應的策略、流程等來進行落實。最終目的是通過實現數據治理，來提升數據管理、確保數據質量、形成開放共享的新局面等。此外，數據治理也是決策、職能以及操作流程有機組合的系統，並且人們對這些數據資產承擔責任。在大多數大型企業里，大數據的採用是從少數獨立項目開始的，個推也是如此：譬如這里做一點Hadoop集群，那裡用一用分析工具，跑一個簡單業務模型，以及意識到需要設立一些新的職位（數據科學家、首席數據官）等等。現在，業務場景越來越豐富，異質性也越來越突出，各種各樣的工具在整個企業范圍內得到了使用。在公司的組織范圍內，集中化的「數據科學部門」正在逐漸讓位於更加去中心化的組織，原因在於集中化的部門越來越走向瓶頸，也更容易造成資源的流失。這個由數據科學家、數據工程師以及數據分析師組成的群體，正日益嵌入到不同的業務部門里。因此，對於平台來說需求已經很明顯了，那就是要讓一切都能協作到一起來，因為大數據的成功正是建立在設立一條由技術、人以及流程組成的裝配線基礎之上的。因此，一些全新的協作平台類型（譬如Jupyter等）正在加快出現，引領著所謂的DataOps（與DevOps對應）領域的發展。數據科學家(DataScientist)依然是市場上炙手可熱的爭奪對象。但是我們在周圍卻很少見到這類人，哪怕是財富前1000強的公司也為無法招到更多「數據科學家」而感到困擾。而在一些組織里，數據科學部門正在從使能者演變為瓶頸。與此同時，AI的大眾化以及自服務工具的蔓延使得數據科學技能有限的數據工程師，甚至是數據分析師在執行一些基本操作時變得更加容易了，而這些操作直到最近仍然是數據科學家的領地。在自動化工具的幫助下，企業大量的大數據工作，尤其是那些簡單枯燥的工作，將由數據工程師和數據分析師進行處理，而不必麻煩有著深厚技術技能的數據科學家。當然，即便如此，數據科學家目前還不需要太過「恐懼」。在可預見的未來里，自服務工具和自動化模型將會「增強」數據科學家而不是消滅他們，會解放他們，讓他們把焦點放在需要判斷、創造力、社會化技能或者需要垂直行業知識的任務上，那樣才能更加體現科學家的名號。大數據管理員(BDA)也對標於資料庫管理員(DBA)，雖然兩個英文字母只是變換了一下順序，但是其內涵相差甚遠。一個非常明顯的趨勢是，企業將對一個新崗位角色產生需求，即大數據管理員。DBA大家已經非常熟悉，但它與大數據時代下的數據管理員，有非常大的差別。數據管理員處於數據使用者和數據工程師之間。為了取得成功，數據管理員在進行大數據系統的維護工作之外，還必須了解數據的含義以及掌握應用於數據中的一些技術。數據管理員需要清楚整個組織內需要執行的數據分析類型，哪些數據集非常適用於這項工作，以及如何將數據從原始狀態轉換為數據使用者執行這項工作所需的形態和形式。數據管理員應使用像自助服務數據平台這樣的系統來加快數據使用者訪問基本數據集的端到端流程，而無需製作無數的數據副本。以上四個方面是數據科學在實踐發展中提出的新需求，誰能在這些方面得到好的成績，誰便會在這個大數據時代取得領先的位置。從2012年開始，幾乎人人（至少是互聯網界）言必稱大數據，似乎不和大數據沾點邊都不好意思和別人聊天。從2016年開始，大數據系統逐步開始在企業中進入部署階段，大數據的炒作逐漸散去，隨之而來的是應用的蓬勃發展期，一些代表成熟技術的標志性IPO在國內外資本市場也不斷出現。轉眼間，大數據幾年前經歷的泡沫正在無可爭議地轉移到人工智慧身上。可以說，在過去的一年，AI所經歷的共同意識「大爆炸」與當年的大數據相比，有過之而無不及。最近風口又轉移到區塊鏈上了，某種程度上也成為業內人士焦慮的一種誘因了。

㈣ 大數據調查:企業使用大數據9大現狀

大數據調查:企業使用大數據9大現狀

圍繞著大數據的炒作可謂極其瘋狂，這種炒作也在推動著大量的投資進入這一領域。市場研究公司IDC預計，大數據技術及服務市場的年增長率為27%，到2017年將達到324億美元。IDC稱，大數據市場的這種增長比整體ICT市場增長高出6倍多。

然而盡管資金充裕，但是企業界在渡過了大數據的早期採用階段之後是否找到了成功之路卻並不清楚。為了尋找到明確的答案，研究人員調查了諸多企業的IT經理和管理人員，受訪者們分享了他們組織的大數據計劃、投資和重點細節。

由NetworkWorld主導實施，IDG五大企業出版物(CIO、Computerworld、CSO、InfoWorld和ITworld)參與的《2014大數據調查》已經找到了一些關鍵性重點。

這次調查所涉及的企業處於大數據部署的各個不同階段。有些企業已經實施(19%)或正在實施(25%)大數據項目。其他企業已制定了實施計劃——會在未來12個月(16%)或未來13-24個月(16%)實施。其餘企業(23%)則尚不確定，它們可能會在未來某個時間實施大數據項目，但目前仍在努力尋找合適的戰略或解決方案。

從宏觀角度看，大數據對於所有行業中不同規模的企業來說都在變得越來越重要。當被問及大數據計劃對企業來說其重要程度如何時，53%的受訪企業回答至關重要或者高優先順序的，另有34%的受訪企業回答為中度優先順序。只有12%的受訪企業認為大數據計劃尚屬低優先順序項目。

以下是本次調查所發現的其他一些關鍵要點：

1、企業希望決策更准確，更快速。

為什麼要使用大數據?因為它在企業決策的質量和速度方面發揮著至關重要的作用。推動企業投資大數據的兩個最普遍的業務目標就是改善決策的質量(59%)，以及提高決策速度(53%)。

緊隨其後的大數據業務目標排名是改進規劃和預測(47%);開發新產品/服務和收入流(47%);提高吸引新客戶/客戶保留率(44%);以及建立新的業務合作夥伴關系(34%)。

2、越來越多的大企業正進入PB時代。

企業已經積累了與其客戶和業務相關的巨大的數據集。在所有接受調查的企業中，目前所管理的平均數據量為164TB。而當被問及在未來12到18個月後他們估計將會管理多大數據量時，受訪者所預計的平均數據量為289TB——增長率為76%!

今天，6%的受訪企業已經在管理超過1PB的數據;這一百分比在未來12到18個月內將增加到14%。在最大型的企業中(指年收入至少在10億美元以上者)，有31%預計將會管理超過1PB的數據。

3、企業已感覺到數據過載的後果。

當有龐大的數據量湧入企業時，必然會產生很多後果。例如無能力或無法迅速找到所需的信息而失去一些業務(有11%的受訪者認為這一情況經常發生，31%認為偶然發生);在制定重要決策時出現延遲(14%經常發生，39%偶然發生);用戶因數據而不堪重負(19%經常發生，46%偶然發生);發生數據安全問題(4%經常發生，15%偶然發生)。

4、企業准備投資;ROI現在並非主要的障礙。

調查發現，有限的預算是最緊迫的大數據挑戰。在受訪企業中，投資充裕的極少。在低端市場，19%的受訪企業稱其來年在大數據上的花費少於10萬美元。而在高端市場，29%的企業稱投資將會超過100萬美元(其中2%的企業稱將會投入1億美元或以上)。

這些投資將會花在各種不同的大數據相關領域，包括：

●開發或購買軟體應用(38%)

●投資購買額外的伺服器或存儲軟硬體(37%)

●使用開源軟體框架(例如ApacheHadoop)(30%)

●向雲存儲服務遷移(28%)

●增加網路帶寬(27%)

●向雲分析服務遷移(26%)

然而盡管大數據預算是最常見的擔憂，但是ROI卻並非緊迫問題。只有26%的受訪企業認為投資的ROI是目前主要的障礙。

5、企業感覺大數據人才短缺。

企業擔憂能否找到所需要的合適人才——例如知識工人、數據科學家——來執行企業大部分的大數據計劃。在員工方面，34%的企業正在招募具備分析技能的人才，26%的企業考慮將外聘大數據專家。

當被問及在未來12到18個月內企業計劃僱傭具備哪些技能組合的人才時，數據科學家占據首位(27%)，其後依次是數據架構師(24%)，數據分析師(24%)，數據可視化專家(23%)，業務分析師(21%)，研究分析師(21%)，主任分析師或分析經理(19%)，以及資料庫程序員(19%)。

6、數據的安全性成問題，但並非最緊迫問題。

預算有限和人才奇缺是最緊迫的兩個大數據挑戰。此外，受訪企業還列舉出了安全問題(35%)，開發時間(35%)，遺留問題如現有工具的集成(33%)，糟糕的數據質量(32%)，以及整合或分析實時數據的困難(30%)。

關於安全的話題，近半的受訪企業(49%)表示其已有的安全解決方案和產品已可提供適當的大數據安全。29%的受訪企業表示現有解決方案和產品不適用於大數據，22%的企業表示不知道。

7、什麼較困難：是業務整合還是文化採納?

研究人員在問及受訪企業將大數據計劃整合進組織的業務流程和文化時是否具備挑戰性時，根據答復為極具挑戰性或非常具有挑戰性的不同，文化整合(54%)以微弱多數略微領先於業務流程整合(50%)。

8、IT部門主導大數據計劃，但成功與否取決於跨職能部門的合作。

IT部門主導大數據項目是受訪企業中的常態：46%的受訪企業稱高層IT經理主導其大數據項目。
但IT高管並非在單干：36%的企業稱業務領導人也在參與。此外，受訪者表示，其大數據項目受到CEO支持(比例為47%)或LOB支持(34%)。IT領導和業務領導都同意，當雙方針對某些具體的業務挑戰而合作時，大數據項目才有可能獲得最好的成功。

9、對很多企業來說，發展動量將會持續。

展望未來，將近一半的受訪企業(48%)認為未來三年內大數據的使用將會在企業內部廣泛展開，另有26%的企業認為大數據會在一個或多個業務部門成為主流應用。只有5%的受訪企業認為大數據計劃會隨著炒作的消失而消失，另有5%的企業回答不知道。其餘16%的企業預計會試用大數據，但不會在主流生產中使用。

以上是小編為大家分享的關於大數據調查:企業使用大數據9大現狀的相關內容，更多信息可以關注環球青藤分享更多干貨

㈤ 大數據的發展趨勢是怎樣的

2018年中國大數據產業規模分析預測

據前瞻產業研究院發布的《大數據產業發展前景與投資戰略規劃分析報告》統計數據顯示，截止到2017年中國大數據產業規模為3820.4億元。預計2018年中國大數據產業規模將達4974.2億元。隨著智慧城市、數字經濟、新舊動能轉換、轉型升級等概念持續引領產業增長，預計到了2020年中國大數據產業規模將超8000億元，達到了8354.7億元。

2015-2020年中國大數據產業規模統計情況及預測

數據來源：前瞻產業研究院整理

我國大數據產業發展展望分析

1、大數據政策體系持續完善。從2014年至今我國涉及到大數據發展與應用的國家政策規定已多達63個，其中國家大數據發展頂層設計1個，國家層面頂層規劃4個，重點行業領域發展應用31個，重點工作推進25個，重點區域發展2個。大數據戰略已上升為國家戰略高度，各部委從戰略規劃、技術能力提升、應用與管理三個層面積極落實推進大數據發展政策。

2、大數據產業生態正在形成。大量的異質性企業，藉助大數據互相依存，形成了共生、再生、乃至互生的價值循環體系。不同的行業，形成業務交叉、數據通聯、運營協同的產業融合機制。不同的經濟主體，藉助大數據，形成跨地域、跨行業、跨系統的社會協同平台。

具備新型的「價值循環體系」、「產業融合機制」、「社會協同平台」屬性的業態，稱之為產業生態。產業生態在數字經濟中，是一個基礎的經濟單元。無數個經濟單元疊加、化合，構成數字經濟。

大數據驅動的產業生態，與以往不同，離散的「生產單元」之間的數據融合，成為產業生態的核心，是和過去以「消費」為主導的互聯網經濟發展模式，形成鮮明的對比。這是數字重組產業的開端。

3、大數據技術體系多元發展。大數據產業是一個典型的技術密集型產業，隨著數據資源量的不斷增加，大數據技術也呈現著多元發展的勢頭。但是大數據帶來的技術方面的挑戰，遠遠不止於處理工具，事實上對傳統的網路結構、計算模型、安全體系，提出了全方位的課題。

主要包括以下幾個方面：一是數據處理能力不斷提升，網路承載能力要滿足「數據摩爾定律」的需要(數據摩爾定律，指數據在未來18個月內，數據量將增加一倍)。二是安全可控體系不斷完善，需要建立自主可控的安全防護體系、身份識別體系。必須在網路空間實現4W的機制，在網路空間中，安全能力必須能夠對任何一個單體，掌握「在任何時間、任何地點的狀態」的數據。三是跨領域的建模技術發展迅速，需要參考仿生學、腦科學，建立起「社會計算」的模型，構建「智能大腦」，應對日益增長的海量數據和多方面、多層次應用需求。

4、創新型的大數據公司茁壯成長。在政策、技術和產業生態等多方面利好的推動下，近幾年來，大數據創業公司不斷涌現，得到不少風投機構的追逐。2010年以來，大數據領域成功融資的企業數量逐年增加，2014年進入爆發期，環比上升193.55%，2015年以來持續穩步增長，2016年獲得融資的企業數量達到400多家。2017年大數據產業資本依舊瘋狂，經過前瞻產業研究院初步統計，2017年前三個月便有150多家企業獲得融資，大數據領域持續獲得資本市場的高度青睞，其中數據挖掘與分析、行業化應用(如醫療、金融、旅遊等)和垂直化應用(如智能營銷、業務管理、移動開發服務等)三個方向最受資本關注。大數據領域的創新、創業欣欣向榮，給國家大數據戰略順利實施，奠定了人才基礎、技術基礎。