Kes dan aplikasi penggunaan grid data dalam IoT, kecerdasan buatan dan pembelajaran mesin

Grid mengedarkan data merentasi rangkaian fizikal dan maya secara terpencar. Tidak seperti alat penyepaduan data tradisional yang memerlukan infrastruktur yang sangat terpusat, grid data boleh berfungsi merentasi persekitaran tepi atas premis, berbilang awan dan awan tunggal.

Dalam artikel ini, kita membincangkan aplikasi praktikal grid dalam tetapan yang berbeza.

Grid Data: Menyelesaikan beberapa masalah biasa

Menurut hasil tinjauan MIT, hanya 13% organisasi yang ditinjau dapat berjaya menyampaikan strategi data mereka. Grid data sedang menyelesaikan banyak punca yang bertanggungjawab.

Menggunakan grid data boleh menyelesaikan beberapa masalah yang timbul dalam saluran paip data berskala lebih kecil. Jika tidak ditangani, isu ini boleh menjadi bermasalah dan rapuh dari semasa ke semasa, kerana sistem peer-to-peer yang terputus-putus mencipta rangkaiannya sendiri dari semasa ke semasa.

Pada masa yang sama, grid data juga menyelesaikan masalah yang lebih besar dalam organisasi, seperti fakta perniagaan teras yang mungkin berbeza di seluruh bahagian syarikat yang berlainan.

Dengan melaksanakan grid data, kemungkinan besar sistem akan mempunyai salinan fakta.

Menggunakan grid data bukan sahaja membawa susunan kepada sistem tetapi juga memberikan anda kebolehurusan yang lebih baik, seni bina data yang matang dan berkembang.

Seperti yang kita lihat peningkatan aplikasi berasaskan awan, seni bina aplikasi beralih dan beralih daripada IT berpusat tradisional kepada jejaring perkhidmatan atau perkhidmatan mikro yang diedarkan. Platform data masa nyata yang dipanggil K2view adalah satu langkah ke hadapan dan telah berjaya melaksanakan penggunaan mikro-DB dalam seni bina fabrik dan gridnya. Setiap pangkalan data mikro hanya menyimpan data untuk rakan kongsi perniagaan tertentu (pelanggan), manakala platform gridnya menyimpan berjuta-juta pangkalan data mikro tersebut.

Grid Data: Kes Penggunaan

Grid Data boleh menyokong berbilang kes penggunaan analitikal dan operasi merentas berbilang domain. Beberapa contoh termasuk:-

1 Kitaran Hayat Pelanggan

Ia menyediakan sokongan 360 darjah untuk penjagaan pelanggan dan mengurangkan purata masa pengendalian pelanggan dengan ketara. Ia juga meningkatkan kepuasan pelanggan dan meningkatkan kadar penyelesaian kenalan pertama.

Pemasaran juga boleh menggunakan paparan tunggal pelanggan untuk keputusan tawaran terbaik seterusnya atau pemodelan churn ramalan.

2. Utiliti dalam Internet Perkara (IoT)

Melalui pemantauan peranti IoT, pasukan produk boleh mendapatkan cerapan tentang corak penggunaan peranti edge. Mereka boleh menggunakan maklumat corak ini untuk mengulang dan meningkatkan keuntungan dan penggunaan produk mereka.

Dengan mengguna pakai rangkaian mesh untuk peranti IoT, syarikat boleh meraih beberapa faedah yang menjadikannya teknologi popular apabila memilih rangkaian.

Syarikat boleh menyimpan semua data IoT, perusahaan, penstriman dan data pihak ketiga mereka bersama-sama ke dalam tasik data S3 pada kos yang sangat rendah.

3. Algoritma penyembuhan

Seperti yang dinyatakan sebelum penjembatan laluan terpendek, algoritma penyembuhan diri secara automatik akan memilih laluan terbaik untuk menghantar data walaupun beberapa nod terputus sambungan.

Algoritma ini membenarkan sistem hanya menggunakan sambungan yang tersedia dan berfungsi. Oleh itu, walaupun sesetengah peranti berhenti berfungsi, rangkaian masih boleh menghantar dan menerima maklumat yang diperlukan untuk mengekalkan atau menyelesaikan tugasan yang diberikan.

4. Keselamatan yang diedarkan dan lebih berkesan

Kini, dalam hal keselamatan, perusahaan bersedia dengan baik dan sentiasa mengemas kini protokol mereka. Walau bagaimanapun, PKS kekurangan panduan yang diperlukan. Menurut penyelidikan jenayah siber Accenture, 43% daripada serangan menyasarkan organisasi yang lebih kecil, dan hanya 14% daripada serangan boleh dicegah sendiri.

Dengan penyelesaian pengurusan data moden seperti Mesh, SMB berpeluang untuk bersaing.

Keselamatan adalah penting apabila data sangat berpecah-belah dan diedarkan.

Sistem sedemikian harus mewakilkan aktiviti kebenaran dan pengesahan kepada pengguna yang berbeza, memberikan mereka tahap akses yang berbeza mengikut keperluan.

Keupayaan keselamatan utama berikut untuk grid data telah dikenal pasti dalam laporan Market Premier 2022:

• Pelbagai bentuk pengurusan privasi data
• Penyulitan data, sama ada Sedang atau dalam gerakan
• Penyelindungan data, menguruskan pengeliruan PII dengan berkesan
• Pematuhan CCPA dan GDPR serta peraturan lain
• Pengurusan identiti yang meliputi semua perkhidmatan jenis IAM/LDAP

5. Konfigurasi kendiri

Terima kasih kepada penemuan automatik rangkaian mesh, peranti IoT kini boleh mengkonfigurasi diri mereka sendiri. Ia secara automatik menentukur nod baharu dan menyambungkannya ke rangkaian yang diperlukan tanpa sebarang persediaan terlebih dahulu.

Dengan ciri ini, rangkaian anda boleh dikembangkan dan diurus dengan mudah.

6. Pemasaran dan Jualan

Pasukan pemasaran dan jualan boleh memilih pandangan 360 darjah profil dan gelagat pengguna daripada platform dan sistem yang berbeza dengan menggunakan data yang diedarkan.

Ini membolehkan mereka membuat lebih banyak kempen disasarkan, CLV (Nilai Sepanjang Hayat Pelanggan), ketepatan pemarkahan petunjuk yang lebih baik dan melaksanakan beberapa metrik prestasi penting yang lain.

Pasukan pemasaran menggunakan hyper-segmentation untuk menyampaikan kempen kepada pelanggan yang betul melalui saluran yang betul pada masa yang sesuai.

7. Kecerdasan Buatan dan Pembelajaran Mesin

Pasukan kecerdasan dan pembangunan boleh mencipta katalog data dan gudang maya daripada pelbagai sumber untuk menyampaikan model pembelajaran mesin dan AI.

Ini memberi mereka lebih banyak cerapan tanpa perlu mengumpul semua data di lokasi pusat tertentu.

Pasukan juga boleh menggunakan penyediaan data bersekutu, membolehkan domain menyampaikan data dan kualiti yang dipercayai untuk beban kerja analisis data.

8. Pencegahan Kerugian

Dengan melaksanakan grid data dalam sektor kewangan, syarikat boleh memperoleh cerapan dengan lebih pantas sambil mengurangkan risiko dan kos operasi.

Ciri ini membolehkan institusi dan organisasi kewangan antarabangsa menganalisis data mereka secara tempatan. Ini boleh dilakukan di mana-mana rantau atau negara, dan ia membantu mengenal pasti sebarang ancaman penipuan tanpa membuat sebarang salinan set data yang boleh dipindahkan ke pangkalan data pusat.

Pengurusan Privasi Data membenarkan syarikat melindungi data pelanggan mereka kerana mereka mesti mematuhi data serantau yang berkembang dan undang-undang privasi seperti VCDPA.

Beberapa pelaksanaan praktikal grid data

Institusi perkhidmatan kewangan

Dalam salah satu blog mereka, Thoughtworks membincangkan kesan grid data terhadap proses data institusi kewangan .

Memandangkan aplikasi sedemikian memproses sejumlah besar data transaksi dalam masa nyata, adalah penting untuk mempunyai penstriman data yang tepat dan tepat pada masanya ke sistem analitik.

Dalam kes ini, eksekutif mempunyai fleksibiliti untuk memanipulasi data dan akses kepada produk data berorientasikan domain dengan cepat.

Ini membolehkan mereka bertanya soalan yang lebih berkaitan dan akhirnya memperoleh jawapan yang lebih dipercayai dan cerapan berharga untuk mengambil tindakan dalam masa yang singkat.

Bukan itu sahaja, pasukan domain boleh menggunakan data analitik dan membinanya terus ke dalam pengalaman digital pengguna.

AWS S3

Perubahan besar berlaku kira-kira 15 tahun yang lalu apabila AWS mengkomoditi lapisan storannya dan menggantikannya dengan storan objek AWS S3.

Disebabkan kemampuan S3 dan storan awan yang lain, syarikat kini memindahkan data mereka ke storan objek awan. Ini membolehkan mereka membina tasik data yang akhirnya boleh menganalisis data dalam cara yang berbeza.

Jenama Peruncit Fesyen

Zalando, peruncit fesyen dalam talian terbesar di Eropah, mengetahui ada cara mudah untuk menjamin akses dan ketersediaan pada skala. Ini boleh dilakukan dengan mengalihkan lebih banyak tanggungjawab kepada pasukan yang asalnya mengumpul data ini dan mempunyai pengetahuan domain yang diperlukan. Dan juga dengan menyimpan semua maklumat metadata dan tadbir urus data di lokasi pusat.

Percayalah, tidak ada ruang yang cukup untuk menampung semua kes penggunaan. Ini adalah pasaran tolak dan perniagaan ingin memanfaatkannya sepenuhnya.

Apa yang seterusnya? Merangkul pemikiran produk data

Terdapat beberapa amalan inovatif untuk produk data yang menghimpunkan konsep berbeza seperti pemikiran reka bentuk, teori kerja yang akan dilakukan dan gangguan silo organisasi yang menghalang inovasi silang fungsi. Menjelang 2022, perniagaan harus merebut peluang dan mengembangkan strategi pengurusan data mereka dengan mengambil kira Web 3.0.

Atas ialah kandungan terperinci Kes dan aplikasi penggunaan grid data dalam IoT, kecerdasan buatan dan pembelajaran mesin. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!