18.09.2019  Экспертиза, Интернет, Менеджмент

Чтобы получить максимальную отдачу от данных, ИТ-специалистам нужно знать, как использовать алгоритмы машинного обучения для назначения и типизации данных в режиме реального времени или в традиционных облачных процессах. Об этом на портале TechTarget рассказывает BI-директор Lucina Health Скот Робинсон. Технология Интернета вещей набирает размах, предоставляя предприятиям новые возможности, а вместе с ней растет значение другой технологии — граничных, или периферийных вычислений (edge computing). Чтобы справляться с обработкой лавины нарастающей информации, организациям нужно научиться правильно управлять IoT-данными, а также повысить безопасность периферийных вычислений. Темп роста IoT не только всеохватный, но он еще на несколько порядков выше, чем рост облачных сервисов. По данным Gartner, к концу следующего года число подключенных устройств достигнет почти 40 млрд., поэтому организациям, которые занимаются IoT, необходимо обзавестись инфраструктурой для периферийных вычислений. Однако самую большую проблему представляет обеспечение безопасности — охват IoT настолько широк, что дарит хакерам практически неисчерпаемые возможности для атак. Чтобы защитить IoT-сети, для блокировки выходных данных потребуется установка граничных шлюзов (edge gateway). Однако значение периферийных вычислений гораздо больше, чем обслуживание базовых нагрузок IoT. Защита, обмен и очистка IoT-данных Большую часть нагрузки на edge-серверы создает канал между IoT и облаками, в который девайсы ... читать далее.