大数据的应用现状与展望

㈠ 大数据时代的信息安全和未来展望

大数据时代的信息安全和未来展望
随着高级可持续性攻击的出现以及恶意软件的复杂性与日俱增，企业急需一种突破传统信息安全保障模式的、灵活的技术和方案来应对未来不断变化的安全威胁。大数据彻底的改变了信息安全行业，基于大数据分析的智能驱动型安全战略将帮助信息安全从业人员重获警惕性和时间的优势，以使他们更好地检测和防御高级网络威胁。
大数据时代信息安全面临挑战
在大数据时代，无处不在的智能终端、随时在线的网络传输、互动频繁的社交网络使得互联网时时刻刻都在产生着海量的数据。随着产生、存储、分析的数据量越来越大，在这些海量数据背后隐藏着大量的经济与政治利益。大数据如同一把双刃剑，在我们享受大数据分析带来的精准信息的同时，其所带来的安全问题也开始成为企业的隐患。
1、黑客更显著的攻击目标：在网络空间里，大数据是更容易被“发现”的大目标。一方面，大数据意味着海量的数据，也意味着更复杂、更敏感的数据，这些数据会吸引更多的潜在攻击者。另一方面，数据的大量汇集，使得黑客成功攻击一次就能获得更多数据，无形中降低了黑客的攻击成本，增加了其“收益率”。
2、隐私泄露风险增加：大量数据的汇集不可避免地加大了用户隐私泄露的风险。一方面，数据集中存储增加了泄露风险，而这些数据不被滥用，也成为人身安全的一部分。另一方面，一些敏感数据的所有权和使用权并没有明确界定，很多基于大数据的分析都未考虑到其中涉及的个体隐私问题。
3、威胁现有的存储和防护措施：大数据存储带来新的安全问题。数据大集中的后果是复杂多样的数据存储在一起，很可能会出现将某些生产数据放在经营数据存储位置的情况，致使企业安全管理不合规。大数据的大小也影响到安全控制措施能否正确运行。安全防护手段的更新升级速度无法跟上数据量非线性增长的步伐，就会暴露大数据安全防护的漏洞。
4、大数据技术成为黑客的攻击手段：在企业用数据挖掘和数据分析等大数据技术获取商业价值的同时，黑客也在利用这些大数据技术向企业发起攻击。黑客会最大限度地收集更多有用信息，比如社交网络、邮件、微博、电子商务、电话和家庭住址等信息，大数据分析使黑客的攻击更加精准。此外，大数据也为黑客发起攻击提供了更多机会。黑客利用大数据发起僵尸网络攻击，可能会同时控制上百万台傀儡机并发起攻击。
5、成为高级可持续攻击的载体：传统的检测是基于单个时间点进行的基于威胁特征的实时匹配检测，而高级可持续攻击（APT）是一个实施过程，无法被实时检测。此外，由于大数据的价值低密度特性，使得安全分析工具很难聚焦在价值点上，黑客可以将攻击隐藏在大数据中，给安全服务提供商的分析制造很大困难。黑客设置的任何一个会误导安全厂商目标信息提取和检索的攻击，都会导致安全监测偏离应有方向。
6、信息安全产业面临变革：大数据的到来也为信息安全产业的发展带来了新的契机，还没有意识到这场变革的安全厂商将在这场变革大潮中被抛弃。大数据正在为安全分析提供新的可能性，在未来的安全架构体系中，通过大数据智能分析有效的将原来分割的安全产品更好的融合起来，成为不同的安全智能节点，这将是在大数据时代安全产业需要研究突破的重点。
大数据安全未来趋势展望
据MacDonald预测，到2016年，40%的企业（银行、保险、医药和国防行业为主）将积极地对至少10TB数据进行分析，以找出潜在危险的活动。然而，供应商的产品格局却无法在短期内进行转变。现在，企业通常依赖于SIEM系统来关联和分析安全相关的数据，MacDonald表示目前的SIEM产品无法处理这么大的工作量，大多数SIEM产品提供接近实时数据，但只能处理规范化数据，还有些SIEM产品能够处理大量原始交易数据，但无法提供实时情报信息。
Gartner公司分析师表示，使用“大数据”来提高企业信息安全不完全是炒作，这在未来几年内这将成为现实。大数据将为安全团队带来新的工作方式，通过了解大数据的优势、制定切合实际的目标以及利用现有安全技术的优势，安全管理人员将会发现他们在大数据进行的投资是值得的。
RSA大中国区总经理胡军表示，“大数据将带动安全行业方向性的改变，安全与数据互相影响，未来共同促进发展。现今的安全需要更全面和广泛的可视性，敏捷的分析，可采取行动的情报和可扩展的基础设施。”
我们可以看到，大数据安全已经成为不可阻挡的趋势。在未来，不论是从商业需求角度，还是产业技术角度，大数据安全都将成为业界关注的热点。而在这场大数据安全的盛宴中，也必然会出现新老更替、推陈出新，这一切就让我们拭目以待吧！

㈡ 人工智能和大数据的前景和未来

人工智能和大数据的前景和未来如下：

人工智能产业链可分为基础层、技术层和应用层。基础层方面：包括AI芯片市场、大数据服务市场提高。以自主为中心的云生态建设，制定标准实现大数据交流共享，大数据产业信息安全。

随着人工智能的日益成毁岁熟，它将会陆续普及到其他领含余晌域，继续深入发展，从未来发展趋势看，人工智能的发展前景是十分广阔的。目前，我国互联网正处于从消费互联网转向工业互联网的发展进程之中，通过综合应用物联网、

大数据和人工智能等新一代技术手段来赋能传统产业后，中国工业将会展现出一个全新的产业互联网。而由于人工智能的大量运用，必然会在产业升级过程中释放出大量的就业岗位，与此同时，也将淘汰许多落后产能，使用现代化人工智能生产线后，将可以节省大量劳动力。

㈢ 大数据科学新发展展望 四大趋势不可阻挡

大数据科学新发展展望：四大趋势不可阻挡但无论技术热点如何变换，我们能看到的是，随着行业沉下心来进行实质的落地，大数据生态也越来越细分。今天就我和大家来谈谈大数据领域的一些新变化、新趋势。就发展趋势而言，这个可以放在第一位来讲讲。多年来，数据已经在企业中不断快速积累。物联网(IoT) 更是不断加速数据的生成。对于许多企业来说，大数据的解决方案就是利用类似于开源的Apache Hadoop等技术作为基础支持，创建数据湖(DataLake)，即创建整个企业的数据管理平台，用于以本机格式存储企业的所有数据。数据湖将通过提供一个单一的数据存储库来消除信息孤岛，整个组织都可以使用该存储库来进行业务分析、数据挖掘等各种应用。当有了数据湖之后，大家会倾向于认为这东西将会成为一个全方位和万能的大数据集，例如点击流数据、物联网数据、日志数据等都会被要求进入这个湖中，而这些数据很难处理的问题却会被忽略。但是，除非你知道数据湖里具体有什么，并且能够访问到合适的数据进行分析，否则数据湖再大也没有意义。因此，最后大家都会意识到许多数据湖是表现不佳的资源，人们不知道其中存储着什么内容，如何进行访问，或者如何从这些数据中获取洞察力。但是，方便地找到想要的东西、同时管理好权限并不容易。除了数据湖以外，治理的另一个主题是以安全的、可审计的方式为任何人提供对可靠数据的便捷访问。所以，站在管理并使用好公司数据资产的角度而言，数据治理犹如公司的顶层制度和宣言一样需要被重视，并且用相应的策略、流程等来进行落实。最终目的是通过实现数据治理，来提升数据管理、确保数据质量、形成开放共享的新局面等。此外，数据治理也是决策、职能以及操作流程有机组合的系统，并且人们对这些数据资产承担责任。在大多数大型企业里，大数据的采用是从少数独立项目开始的，个推也是如此：譬如这里做一点Hadoop集群，那里用一用分析工具，跑一个简单业务模型，以及意识到需要设立一些新的职位（数据科学家、首席数据官）等等。现在，业务场景越来越丰富，异质性也越来越突出，各种各样的工具在整个企业范围内得到了使用。在公司的组织范围内，集中化的“数据科学部门”正在逐渐让位于更加去中心化的组织，原因在于集中化的部门越来越走向瓶颈，也更容易造成资源的流失。这个由数据科学家、数据工程师以及数据分析师组成的群体，正日益嵌入到不同的业务部门里。因此，对于平台来说需求已经很明显了，那就是要让一切都能协作到一起来，因为大数据的成功正是建立在设立一条由技术、人以及流程组成的装配线基础之上的。因此，一些全新的协作平台类型（譬如Jupyter等）正在加快出现，引领着所谓的DataOps（与DevOps对应）领域的发展。数据科学家(DataScientist)依然是市场上炙手可热的争夺对象。但是我们在周围却很少见到这类人，哪怕是财富前1000强的公司也为无法招到更多“数据科学家”而感到困扰。而在一些组织里，数据科学部门正在从使能者演变为瓶颈。与此同时，AI的大众化以及自服务工具的蔓延使得数据科学技能有限的数据工程师，甚至是数据分析师在执行一些基本操作时变得更加容易了，而这些操作直到最近仍然是数据科学家的领地。在自动化工具的帮助下，企业大量的大数据工作，尤其是那些简单枯燥的工作，将由数据工程师和数据分析师进行处理，而不必麻烦有着深厚技术技能的数据科学家。当然，即便如此，数据科学家目前还不需要太过“恐惧”。在可预见的未来里，自服务工具和自动化模型将会“增强”数据科学家而不是消灭他们，会解放他们，让他们把焦点放在需要判断、创造力、社会化技能或者需要垂直行业知识的任务上，那样才能更加体现科学家的名号。大数据管理员(BDA)也对标于数据库管理员(DBA)，虽然两个英文字母只是变换了一下顺序，但是其内涵相差甚远。一个非常明显的趋势是，企业将对一个新岗位角色产生需求，即大数据管理员。DBA大家已经非常熟悉，但它与大数据时代下的数据管理员，有非常大的差别。数据管理员处于数据使用者和数据工程师之间。为了取得成功，数据管理员在进行大数据系统的维护工作之外，还必须了解数据的含义以及掌握应用于数据中的一些技术。数据管理员需要清楚整个组织内需要执行的数据分析类型，哪些数据集非常适用于这项工作，以及如何将数据从原始状态转换为数据使用者执行这项工作所需的形态和形式。数据管理员应使用像自助服务数据平台这样的系统来加快数据使用者访问基本数据集的端到端流程，而无需制作无数的数据副本。以上四个方面是数据科学在实践发展中提出的新需求，谁能在这些方面得到好的成绩，谁便会在这个大数据时代取得领先的位置。从2012年开始，几乎人人（至少是互联网界）言必称大数据，似乎不和大数据沾点边都不好意思和别人聊天。从2016年开始，大数据系统逐步开始在企业中进入部署阶段，大数据的炒作逐渐散去，随之而来的是应用的蓬勃发展期，一些代表成熟技术的标志性IPO在国内外资本市场也不断出现。转眼间，大数据几年前经历的泡沫正在无可争议地转移到人工智能身上。可以说，在过去的一年，AI所经历的共同意识“大爆炸”与当年的大数据相比，有过之而无不及。最近风口又转移到区块链上了，某种程度上也成为业内人士焦虑的一种诱因了。

㈣ 大数据调查:企业使用大数据9大现状

大数据调查:企业使用大数据9大现状

围绕着大数据的炒作可谓极其疯狂，这种炒作也在推动着大量的投资进入这一领域。市场研究公司IDC预计，大数据技术及服务市场的年增长率为27%，到2017年将达到324亿美元。IDC称，大数据市场的这种增长比整体ICT市场增长高出6倍多。

然而尽管资金充裕，但是企业界在渡过了大数据的早期采用阶段之后是否找到了成功之路却并不清楚。为了寻找到明确的答案，研究人员调查了诸多企业的IT经理和管理人员，受访者们分享了他们组织的大数据计划、投资和重点细节。

由NetworkWorld主导实施，IDG五大企业出版物(CIO、Computerworld、CSO、InfoWorld和ITworld)参与的《2014大数据调查》已经找到了一些关键性重点。

这次调查所涉及的企业处于大数据部署的各个不同阶段。有些企业已经实施(19%)或正在实施(25%)大数据项目。其他企业已制定了实施计划——会在未来12个月(16%)或未来13-24个月(16%)实施。其余企业(23%)则尚不确定，它们可能会在未来某个时间实施大数据项目，但目前仍在努力寻找合适的战略或解决方案。

从宏观角度看，大数据对于所有行业中不同规模的企业来说都在变得越来越重要。当被问及大数据计划对企业来说其重要程度如何时，53%的受访企业回答至关重要或者高优先级的，另有34%的受访企业回答为中度优先级。只有12%的受访企业认为大数据计划尚属低优先级项目。

以下是本次调查所发现的其他一些关键要点：

1、企业希望决策更准确，更快速。

为什么要使用大数据?因为它在企业决策的质量和速度方面发挥着至关重要的作用。推动企业投资大数据的两个最普遍的业务目标就是改善决策的质量(59%)，以及提高决策速度(53%)。

紧随其后的大数据业务目标排名是改进规划和预测(47%);开发新产品/服务和收入流(47%);提高吸引新客户/客户保留率(44%);以及建立新的业务合作伙伴关系(34%)。

2、越来越多的大企业正进入PB时代。

企业已经积累了与其客户和业务相关的巨大的数据集。在所有接受调查的企业中，目前所管理的平均数据量为164TB。而当被问及在未来12到18个月后他们估计将会管理多大数据量时，受访者所预计的平均数据量为289TB——增长率为76%!

今天，6%的受访企业已经在管理超过1PB的数据;这一百分比在未来12到18个月内将增加到14%。在最大型的企业中(指年收入至少在10亿美元以上者)，有31%预计将会管理超过1PB的数据。

3、企业已感觉到数据过载的后果。

当有庞大的数据量涌入企业时，必然会产生很多后果。例如无能力或无法迅速找到所需的信息而失去一些业务(有11%的受访者认为这一情况经常发生，31%认为偶然发生);在制定重要决策时出现延迟(14%经常发生，39%偶然发生);用户因数据而不堪重负(19%经常发生，46%偶然发生);发生数据安全问题(4%经常发生，15%偶然发生)。

4、企业准备投资;ROI现在并非主要的障碍。

调查发现，有限的预算是最紧迫的大数据挑战。在受访企业中，投资充裕的极少。在低端市场，19%的受访企业称其来年在大数据上的花费少于10万美元。而在高端市场，29%的企业称投资将会超过100万美元(其中2%的企业称将会投入1亿美元或以上)。

这些投资将会花在各种不同的大数据相关领域，包括：

●开发或购买软件应用(38%)

●投资购买额外的服务器或存储软硬件(37%)

●使用开源软件框架(例如ApacheHadoop)(30%)

●向云存储服务迁移(28%)

●增加网络带宽(27%)

●向云分析服务迁移(26%)

然而尽管大数据预算是最常见的担忧，但是ROI却并非紧迫问题。只有26%的受访企业认为投资的ROI是目前主要的障碍。

5、企业感觉大数据人才短缺。

企业担忧能否找到所需要的合适人才——例如知识工人、数据科学家——来执行企业大部分的大数据计划。在员工方面，34%的企业正在招募具备分析技能的人才，26%的企业考虑将外聘大数据专家。

当被问及在未来12到18个月内企业计划雇佣具备哪些技能组合的人才时，数据科学家占据首位(27%)，其后依次是数据架构师(24%)，数据分析师(24%)，数据可视化专家(23%)，业务分析师(21%)，研究分析师(21%)，主任分析师或分析经理(19%)，以及数据库程序员(19%)。

6、数据的安全性成问题，但并非最紧迫问题。

预算有限和人才奇缺是最紧迫的两个大数据挑战。此外，受访企业还列举出了安全问题(35%)，开发时间(35%)，遗留问题如现有工具的集成(33%)，糟糕的数据质量(32%)，以及整合或分析实时数据的困难(30%)。

关于安全的话题，近半的受访企业(49%)表示其已有的安全解决方案和产品已可提供适当的大数据安全。29%的受访企业表示现有解决方案和产品不适用于大数据，22%的企业表示不知道。

7、什么较困难：是业务整合还是文化采纳?

研究人员在问及受访企业将大数据计划整合进组织的业务流程和文化时是否具备挑战性时，根据答复为极具挑战性或非常具有挑战性的不同，文化整合(54%)以微弱多数略微领先于业务流程整合(50%)。

8、IT部门主导大数据计划，但成功与否取决于跨职能部门的合作。

IT部门主导大数据项目是受访企业中的常态：46%的受访企业称高层IT经理主导其大数据项目。
但IT高管并非在单干：36%的企业称业务领导人也在参与。此外，受访者表示，其大数据项目受到CEO支持(比例为47%)或LOB支持(34%)。IT领导和业务领导都同意，当双方针对某些具体的业务挑战而合作时，大数据项目才有可能获得最好的成功。

9、对很多企业来说，发展动量将会持续。

展望未来，将近一半的受访企业(48%)认为未来三年内大数据的使用将会在企业内部广泛展开，另有26%的企业认为大数据会在一个或多个业务部门成为主流应用。只有5%的受访企业认为大数据计划会随着炒作的消失而消失，另有5%的企业回答不知道。其余16%的企业预计会试用大数据，但不会在主流生产中使用。

以上是小编为大家分享的关于大数据调查:企业使用大数据9大现状的相关内容，更多信息可以关注环球青藤分享更多干货

㈤ 大数据的发展趋势是怎样的

2018年中国大数据产业规模分析预测

据前瞻产业研究院发布的《大数据产业发展前景与投资战略规划分析报告》统计数据显示，截止到2017年中国大数据产业规模为3820.4亿元。预计2018年中国大数据产业规模将达4974.2亿元。随着智慧城市、数字经济、新旧动能转换、转型升级等概念持续引领产业增长，预计到了2020年中国大数据产业规模将超8000亿元，达到了8354.7亿元。

2015-2020年中国大数据产业规模统计情况及预测

数据来源：前瞻产业研究院整理

我国大数据产业发展展望分析

1、大数据政策体系持续完善。从2014年至今我国涉及到大数据发展与应用的国家政策规定已多达63个，其中国家大数据发展顶层设计1个，国家层面顶层规划4个，重点行业领域发展应用31个，重点工作推进25个，重点区域发展2个。大数据战略已上升为国家战略高度，各部委从战略规划、技术能力提升、应用与管理三个层面积极落实推进大数据发展政策。

2、大数据产业生态正在形成。大量的异质性企业，借助大数据互相依存，形成了共生、再生、乃至互生的价值循环体系。不同的行业，形成业务交叉、数据通联、运营协同的产业融合机制。不同的经济主体，借助大数据，形成跨地域、跨行业、跨系统的社会协同平台。

具备新型的“价值循环体系”、“产业融合机制”、“社会协同平台”属性的业态，称之为产业生态。产业生态在数字经济中，是一个基础的经济单元。无数个经济单元叠加、化合，构成数字经济。

大数据驱动的产业生态，与以往不同，离散的“生产单元”之间的数据融合，成为产业生态的核心，是和过去以“消费”为主导的互联网经济发展模式，形成鲜明的对比。这是数字重组产业的开端。

3、大数据技术体系多元发展。大数据产业是一个典型的技术密集型产业，随着数据资源量的不断增加，大数据技术也呈现着多元发展的势头。但是大数据带来的技术方面的挑战，远远不止于处理工具，事实上对传统的网络结构、计算模型、安全体系，提出了全方位的课题。

主要包括以下几个方面：一是数据处理能力不断提升，网络承载能力要满足“数据摩尔定律”的需要(数据摩尔定律，指数据在未来18个月内，数据量将增加一倍)。二是安全可控体系不断完善，需要建立自主可控的安全防护体系、身份识别体系。必须在网络空间实现4W的机制，在网络空间中，安全能力必须能够对任何一个单体，掌握“在任何时间、任何地点的状态”的数据。三是跨领域的建模技术发展迅速，需要参考仿生学、脑科学，建立起“社会计算”的模型，构建“智能大脑”，应对日益增长的海量数据和多方面、多层次应用需求。

4、创新型的大数据公司茁壮成长。在政策、技术和产业生态等多方面利好的推动下，近几年来，大数据创业公司不断涌现，得到不少风投机构的追逐。2010年以来，大数据领域成功融资的企业数量逐年增加，2014年进入爆发期，环比上升193.55%，2015年以来持续稳步增长，2016年获得融资的企业数量达到400多家。2017年大数据产业资本依旧疯狂，经过前瞻产业研究院初步统计，2017年前三个月便有150多家企业获得融资，大数据领域持续获得资本市场的高度青睐，其中数据挖掘与分析、行业化应用(如医疗、金融、旅游等)和垂直化应用(如智能营销、业务管理、移动开发服务等)三个方向最受资本关注。大数据领域的创新、创业欣欣向荣，给国家大数据战略顺利实施，奠定了人才基础、技术基础。