Влияние больших данных в прогнозной аналитике на технологическое развитие облачных вычислений

Прочитано: 79 раз(а)
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (1 голосов, среднее: 5,00 из 5)
Loading ... Loading ...


Мы живем в век информации, можно сказать. Каждый день в мире генерируется более 2,5 квинтиллионов байтов (1 миллион терабайт) данных. Управлять этими данными невозможно, и тем не менее мы используем их огромные куски разными, а иногда и невообразимыми способами. Извлечение знаний из репозиториев и баз данных, больших данных, может привести к лучшему пониманию естественных и искусственных явлений в области изменения климата, экономики, медицины и т. д.

Предиктивный анализ является ключом к принятию разумных решений на основе таких больших данных, считают исследователи, пишущие в International Journal of Engineering Systems Modeling and Simulation. Однако, есть проблемы, которые необходимо решать, особенно когда такие большие данные существуют в облаке.

Кришна Кумар Мохбей и Сунил Кумар из Центрального университета Раджастхана в Аджмере, Индия, рассматривают влияние больших данных в этом контексте. Они отмечают, что одна из самых больших проблем, с которой сталкиваются те, кто будет работать с большими данными, заключается в том, что, хотя некоторые из них могут быть хорошо структурированы, большая их часть является лишь частично структурированной, а огромные объемы полностью неструктурированы.

Хранение, управление и анализ всех этих данных — одна из самых больших проблем, стоящих перед вычислительной техникой сегодня. Хотя облачные вычисления предоставляют многие инструменты, необходимые для распределенного использования, и в некоторой степени произвели революцию в информационных и коммуникационных технологиях (ИКТ), предстоит еще долгий путь, прежде чем мы действительно сможем полностью справиться с большими данными.

Однако распределенное хранилище и массивная параллельная обработка больших данных в облаке могут стать основой, на которой может быть построено будущее больших данных и прогнозного анализа. Команда рассматривает многие из существующих подходов, которые используют исторические данные и машинное обучение для построения прогнозов результатов будущих сценариев на основе современных источников больших данных. Команда указывает на то, куда исследования могут привести нас дальше в сфере больших данных, и предупреждает о возможных тупиковых путях.

«Основная цель — превратить облако в масштабируемый инструмент анализа данных, а не просто в хранилище данных и технологическую платформу», — пишет команда. Они добавляют, что сейчас самое время разработать соответствующие стандарты и интерфейсы прикладного программирования (API), которые позволят пользователям легко переходить между решениями и, таким образом, использовать преимущества эластичности облачной инфраструктуры.

Влияние больших данных в прогнозной аналитике на технологическое развитие облачных вычислений



Новости партнеров