尊龙凯时

　　尊龙凯时（泉源：机房360　作者：不详）

　　据悉，Gartner最近的一份视察报告显示，企业数据年平均增添速率约莫在40%到60%
。而美国政府在即将到来的大数据项目中将面临重重挑战，其中之一就是天生数据量缺乏
。一些天生大宗数据机构(包括国家天气服务局、国家海洋和大气管理局)的主管政府部分，美国商务部的这一数字甚至更低
。

　　美国商务部CIOSimonSzykman在最近的FOSE大会上体现：“我们不保存挑战的领域之一就是我们天生数据的能力
。我们天生数据的基本能力提升很大，从很洪流平上讲，这一能力已逾越了我们处置惩罚数据、管理数据和转移数据的能力
。”

　　怎样管理数据，并将数据从一点转移到另一点，将是美国政府面临的一大挑战
。Szykman还提到了商务部在大数据中遇到的其他一些主要问题，主要为以下五个方面：

　　数据的真实性

　　大数据的主要性不但是在于数据所天生的纪录，更大的价值在于凭证这些数据得出科研效果的“复制能力”
。而从学术层面来看，这正是你证实所做事情价值的时间：其他人也可以对效果举行复制
。另一方面，若是你丧失了得出科研效果的那些数据，这会降低效果的合理性
。

　　数据工程师

　　研究领域的许多科学家正在研究大数据的细密使用，好比在预防医学、药品设计和胎儿检查领域怎样开发基因数据
。但Szykman担心的是，真正相识大数据手艺构架的人太少
。我们需要好好想想大数据及我们怎样使用它，特殊是在一些特殊领域
。无论是政府的直接应用照旧由政府出资科研，政府都在推动大数据这一前沿手艺的生长
。

　　大思绪，早妄想

　　在向开放数据转移的历程中，尽早搞清晰系统生命周期的要求显得越来越主要
。在已往，没有做的一件事就是尽早研究开放数据在生命周期上的要求
。数据模子、分享和信息的情形会越来越普遍，而系统性的战略会越来越多
。在生命周期的早期，当我们乐成装置新的系统或应用程序后，就应该尽早思量该问题
。

　　保密性vs完整性

　　关于那些有科研基础的机构而言，大数据清静不但仅是一个保密问题
。数据的恒久完整性也是企业更大的担心
。这是IT界一直为之起劲的议题
。有时间，我们太过关注效果而忽视了清静
。人们有时会问：‘我们最终都要和公众分享这一数据，那清静有什么主要呢?’

　　这一问题的最佳谜底来自科研机构，如NOAA
。他们网络的基准数据正巧是美国天气转变政策备受争议所在
。不管这些政策的政治倾向性怎样，它们都对经济有重大影响
。若是我们放弃了这些恒久天气纪录数据的清静性，那将造成严重效果
。我们简直得好好想想大数据的问题
。

　　制订基准线

　　由于很少保存类似的应用程序，难以获取相关信息或举行比照，因此有时间很难评定大数据以及其他高科技项目的开支和危害
。出台开支和危害的基线，对大数据和数据中心来说都是一大挑战，由于还没有相关标准
。操作一些简朴事情有时间充满挑战，如盘算数据中心的能耗
。大数据基线不但在基础设施层面，还包括数据包，都需要对未来资源举行更优妄想
。