بازدید کننده
محترم، برای
نمایش
بهترمتون و رنگها
در وب سایت از
مرورگرفایرفاکس استفاده نمائید.
درصورت نیازمی توانیداین
مرورگر
را از آدرس زیر دانلود نمائید.
 |
EUROPEAN CERTIFICATION GROUP New Logo/ Trade Mark for European Certification Group |
طرح های بزرگ برای داده های بزرگ
داده های بزرگ به اصطلاحی فراگیر و در حال گسترش تبدیل شده است. به نظر می رسد تعدد تعاریف آن به گستردگی کاربردهای آن باشد. پس داده های بزرگ دقیقاً چه هستند و معنای آن در تجارت و استانداردها چیست؟
این موضوع را با دو تن از کارشناسان خبره و پیشرو در این حوزه مورد بررسی قرار دادیم.
آقای Jim Melton از کارشناسان شناخته شده و مولف کتاب در حوزه زبان پایگاه اطلاعاتی است. وی دارای ۲۵ سال تجربه کاری و رئیس کمیته فنی ISO/ IEC JTC 1/SC 32"مدیریت و مبادله داده ها" است. آقای دکتر Klaus-Peter Eckert از دانشمندان شاغل در موسسه Fraunhofer در زمینه سیستمهای ارتباطی باز است. او بیش از ۳۰ سال در پروژه های مربوط به ایجاد قابلیت همکاری و برنامه های توزیع شده سیستم عامل نرم افزاری و خدمات مشارکت داشته است.
داده بزرگ را چگونه تعریف می کنیم؟ من با تعاریف مختلفی روبه رو شده ام، جمله ای را در کتاب Ethics of Big Data دیدم که می خواهم از آن برای شروع این گفتگو استفاده نمایم. "این جنبه از فناوری منحصر به فرد است یعنی در ماهیتش (جوهره) که برای بوجود آوردن، متصل شدن، مرتبط کردن، جمع آوری، ذخیره سازی، فراوری و گزارش گیری از حجم انبوه اطلاعات" است.
به بیان ساده، داده بزرگ مبین حجم عظیمی از اطلاعات پیچیده جهت اخذ تصمیمات تجاری آگاهانه است. اما با توجه به توضیحات این کارشناسان، داده های بزرگ چالشهای تثبیت شده خود را دارند که پیش از اثر گذاری واقعی باید مورد واکاوی قرار گیرند.
داستان مردان نابینا و فیل
آقای Melton می گوید: تا همین اواخر، نگاه جامعه جهانی IT به مقوله داده های بزرگ، کاملاً مشابه به استنباط آن مردان نابینا از فیل در داستان ۶ مرد نابینا و فیل بود. به همین علت هر یک از اعضای جامعه این موضوع (داده های بزرگ) را از یک بعد می نگرد. اما داده های بزرگ همچون فیل داستان، چیزی فراتر از نتایج حاصل از گمانه زنی ها است. اگر به عنوان کل درباره آن فکر کنیم تا مجموعه ای از اجزا در هم پیچیده، مسئله بسیار پیچیده تر خواهد شد.
میزان داده هایی که توسط شرکتهای تجاری تولید می شود سرسام آور است. بر اساس تحقیق موسسه بین المللی Mc Kinsey درباره داده های بزرگ، رشد سالانه پیش بینی شده برای تولید داده ها ۴۰ درصد خواهد بود. دیگر، مشکل چگونگی دریافت اطلاعات نبوده، بلکه کاربرد آن است.
آقای Eckert از دیدگاه فنی معتقد است پنجرهای که رو به فرصتها گشوده شده، کاملاً باز است. متاسفانه همگرایی رویکردهای مختلف و قابلیت همکاری متقابل میان ابزارهای موجود تاکنون میسر نشده است.
ترسیم نقشه پیچیدگیها
انتظار می رود گروه تحقیقاتی که اخیراً تشکیل شده است بتواند تصویر شفاف تری از حوزه مشکلات و موضوعات جدی اخلاقی ارایه دهد مواردی همچون نقض احتمالی مبانی حقوق شهروندی، اجتماعی، سیاسی و قانونی بواسطه استفاده از داده های بزرگ. نتیجه نهایی در قالب پیشنهاد یا پیشنهاداتی به کمیته JTC 1 در خصوص تخصیص پروژه ها به کمیته های فرعی ارایه خواهد شد تا از آنها در زمان مناسب برای تدوین استانداردها استفاده شود.
تحلیل گران پیش بینی می کنند با گذشت زمان، داده های بزرگ به نوع جدیدی از داراییهای شرکتها و عامل کلیدی در رقابت تبدیل شود. در این صورت شرکتها باید آمادگی خود جهت بهره برداری از این داده های بالقوه را بسنجند و آماده رویارویی با خطرات احتمالی آن باشند.
واضح است که موفقیت نه تنها نیازمند داشتن مهارت است بلکه از منظر استانداردسازی نوین به چگونگی شکل گیری داده های بزرگ بستگی دارد. در آینده تدوین استانداردها در محیط پیچیده داده های بزرگ، بستر قابلیت همکاری متقابل را فراهم خواهد ساخت و به شرکتها این امکان را می دهد تا این داده ها را تحلیل و آنها را مطابق با نیازهای بازار خود به خدمت گیرند.
منبع: سایت ایزو
مترجم: سعید حسنی
ویراستار: کیواندخت پیرمحمدی(isiri.org)
