淺談大數(shù)據(jù)時(shí)代

喻梅

【摘要】大數(shù)據(jù)時(shí)代已經(jīng)來臨，什么是大數(shù)據(jù)，大數(shù)據(jù)究竟有多大，大數(shù)據(jù)發(fā)展中將逐步實(shí)現(xiàn)多學(xué)科，多行業(yè)融合，大數(shù)據(jù)的安全和隱私持續(xù)受到關(guān)注。

【關(guān)鍵詞】數(shù)據(jù) 展望 預(yù)測(cè) 隱私

如今，大數(shù)據(jù)（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時(shí)代產(chǎn)生的海量數(shù)大數(shù)據(jù)時(shí)代來臨據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新。它已經(jīng)上過《紐約時(shí)報(bào)》《華爾街日?qǐng)?bào)》的專欄封面，進(jìn)入美國(guó)白宮官網(wǎng)的新聞，現(xiàn)身在國(guó)內(nèi)一些互聯(lián)網(wǎng)主題的講座沙龍中，甚至被嗅覺靈敏的國(guó)金證券、國(guó)泰君安、銀河證券等寫進(jìn)了投資推薦報(bào)告。

一、什么是大數(shù)據(jù)

數(shù)據(jù)正在迅速膨脹并變大，它決定著企業(yè)的未來發(fā)展，雖然現(xiàn)在企業(yè)可能并沒有意識(shí)到數(shù)據(jù)爆炸性增長(zhǎng)帶來問題的隱患，但是隨著時(shí)間的推移，人們將越來越多的意識(shí)到數(shù)據(jù)對(duì)企業(yè)的重要性。那究竟什么是大數(shù)據(jù)呢？

著云臺(tái)的分析師團(tuán)隊(duì)認(rèn)為，大數(shù)據(jù)（Big？data）通常用來形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫(kù)用于分析時(shí)會(huì)花費(fèi)過多時(shí)間和金錢。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。

二、大數(shù)據(jù)到底有多大

“大數(shù)據(jù)”在互聯(lián)網(wǎng)行業(yè)指的是這樣一種現(xiàn)象：互聯(lián)網(wǎng)公司在日常運(yùn)營(yíng)中生成、累積的用戶網(wǎng)絡(luò)行為數(shù)據(jù)。這些數(shù)據(jù)的規(guī)模是如此龐大，以至于不能用G或T來衡量。一組名為“互聯(lián)網(wǎng)上一天”的數(shù)據(jù)告訴我們，一天之中，互聯(lián)網(wǎng)產(chǎn)生的全部?jī)?nèi)容可以刻滿1.68億張DVD；發(fā)出的郵件有2940億封之多（相當(dāng)于美國(guó)兩年的紙質(zhì)信件數(shù)量）；發(fā)出的社區(qū)帖子達(dá)200萬個(gè)（相當(dāng)于《時(shí)代》雜志770年的文字量）；賣出的手機(jī)為37.8萬臺(tái)，高于全球每天出生的嬰兒數(shù)量37.1萬……

截止到2012年，數(shù)據(jù)量已經(jīng)從TB（1024GB=1TB）級(jí)別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）級(jí)別。國(guó)際數(shù)據(jù)公司（IDC）的研究結(jié)果表明，2008年全球產(chǎn)生的數(shù)據(jù)量為0.49ZB，2009年的數(shù)據(jù)量為0.8ZB，2010年增長(zhǎng)為1.2ZB，2011年的數(shù)量更是高達(dá)1.82ZB，相當(dāng)于全球每人產(chǎn)生200GB以上的數(shù)據(jù)。而到2012年為止，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)量是200PB，全人類歷史上說過的所有話的數(shù)據(jù)量大約是5EB。IBM的研究稱，整個(gè)人類文明所獲得的全部數(shù)據(jù)中，有90%是過去兩年內(nèi)產(chǎn)生的。而到了2020年，全世界所產(chǎn)生的數(shù)據(jù)規(guī)模將達(dá)到今天的44倍。

三、對(duì)大數(shù)據(jù)發(fā)展展望

對(duì)大數(shù)據(jù)發(fā)展展望做預(yù)測(cè)。這個(gè)預(yù)測(cè)的調(diào)研方式就是大數(shù)據(jù)專家委一百多位委員內(nèi)部進(jìn)行這樣的一個(gè)觀點(diǎn)征集、匯總，最后進(jìn)行投票，同時(shí)邀請(qǐng)中國(guó)大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟的會(huì)員參與到最后的投票環(huán)節(jié)，2015年底總共投票的專家是116位，從這116位專家投票中形成了下述的結(jié)果。

大數(shù)據(jù)專家委列出的2016大數(shù)據(jù)產(chǎn)業(yè)技術(shù)發(fā)展的十大趨勢(shì)，從這里面我們簡(jiǎn)單解讀為他出現(xiàn)了這樣四個(gè)重點(diǎn)的關(guān)鍵字，一個(gè)是民生相關(guān)的應(yīng)用，因?yàn)閼?yīng)用很多，應(yīng)用驅(qū)動(dòng)大數(shù)據(jù)，因此民生相關(guān)的大數(shù)據(jù)可能會(huì)得到更快的發(fā)展，第二就是多樣性和融合性，不管是技術(shù)、產(chǎn)業(yè)等等各方面會(huì)出現(xiàn)多樣融合的狀況，另外第三個(gè)就是政策拉動(dòng)，第四總是呼吁各個(gè)層面出現(xiàn)多樣的生態(tài)，簡(jiǎn)單對(duì)這十各方面稍微做一個(gè)解釋。

第一，可視化技術(shù)。作為匯總整理的時(shí)候這也是給了工作組一個(gè)很大的意外，做了這樣一個(gè)解讀：可視化作為技術(shù)形態(tài)能夠排到第一，其實(shí)背后隱藏著大數(shù)據(jù)的貧民化。普通老百姓和常規(guī)的決策者能夠更好的理解大數(shù)據(jù)的效果和價(jià)值，所以能夠擺在這么重的位置，不僅僅可視化的形態(tài)，也包括可視化的分析，這是排在第一的趨勢(shì)。

第二，多學(xué)科融合。大家對(duì)學(xué)科的發(fā)展非常關(guān)注，預(yù)測(cè)排在第二位是多學(xué)科融合，大家認(rèn)為數(shù)據(jù)科學(xué)的雛形已經(jīng)出現(xiàn)了，從表現(xiàn)形式來看，很多相關(guān)的數(shù)據(jù)，科學(xué)的研究院，專門的實(shí)驗(yàn)室，也可以看到這樣的學(xué)科逐漸的完備，可能會(huì)逐漸的出現(xiàn)，當(dāng)然本身確實(shí)也是交叉性的學(xué)科，是多學(xué)科融合的產(chǎn)物，所以從事大數(shù)據(jù)研究不僅僅是計(jì)算機(jī)領(lǐng)域的科學(xué)家，也包括數(shù)學(xué)等等方面的科學(xué)家參與到整個(gè)大數(shù)據(jù)前沿的研究中。

第三，大數(shù)據(jù)的安全和隱私持續(xù)受到關(guān)注。從現(xiàn)在大數(shù)據(jù)的發(fā)展情況來說，應(yīng)該說針對(duì)大數(shù)據(jù)的威脅和大數(shù)據(jù)所產(chǎn)生的副作用，以及大數(shù)據(jù)發(fā)展中的障礙會(huì)逐漸成為大數(shù)據(jù)領(lǐng)域所要關(guān)注的點(diǎn)。針對(duì)大數(shù)據(jù)的攻擊現(xiàn)在沒有大規(guī)模的報(bào)道，但是隱憂已經(jīng)令大家擔(dān)憂。隱私大數(shù)據(jù)所帶來的副作用，原來的隱私我們接受的程度，有了大數(shù)據(jù)之后隱私接受程度發(fā)生了很大的變化。由于大家對(duì)大數(shù)據(jù)的安全等等相關(guān)的問題的擔(dān)憂阻礙我們?cè)诖髷?shù)據(jù)的發(fā)展上的投入，這也是阻礙大數(shù)據(jù)發(fā)展的問題。

下面是一個(gè)有關(guān)大數(shù)據(jù)時(shí)代的笑話，但從中不難看出大數(shù)據(jù)時(shí)代來臨帶給我們的方便，同時(shí)也會(huì)對(duì)擔(dān)憂：我還有隱私嗎？！

您好，請(qǐng)問有什么需要我為您服務(wù)？

顧客：你好，我想要一份……

客服：先生，煩請(qǐng)先把您的會(huì)員卡號(hào)告訴我。

顧客：16846146***。

客服：陳先生，您好！您是住在泉州路一號(hào)12樓120x室，請(qǐng)問您想要點(diǎn)什么？

顧客：我想要一個(gè)海鮮比薩……

客服：陳先生，海鮮比薩不適合您。

顧客：為什么？

客服：根據(jù)您的醫(yī)療記錄，你的血壓和膽固醇都偏高。

顧客：那你們有什么可以推薦的？

客服：您可以試試我們的低脂健康比薩。

顧客：你怎么知道我會(huì)喜歡吃這種的？

客服：您上星期一在中央圖書館借了一本《低脂健康食譜》。

顧客：好。那我要一個(gè)家庭特大號(hào)比薩，要付多少錢？

客服：99元，這個(gè)足夠您一家六口吃了。但您母親應(yīng)該少吃，她上個(gè)月剛剛做了心臟搭橋手術(shù)，還處在恢復(fù)期。

顧客：那可以刷卡嗎？

客服：陳先生，對(duì)不起。請(qǐng)您付現(xiàn)款，因?yàn)槟男庞每ㄒ呀?jīng)刷爆了，您現(xiàn)在還欠銀行4807元，而且還不包括房貸利息。

顧客：那我先去附近的提款機(jī)提款。

客服：陳先生，根據(jù)您的記錄，您已經(jīng)超過今日提款限額。

顧客：算了，你們直接把比薩送我家吧，家里有現(xiàn)金。你們多久會(huì)送到？

客服：大約30分鐘。如果您不想等，可以自己騎車來。

顧客：為什么？

客服：根據(jù)我們?nèi)蚨ㄎ幌到y(tǒng)的車輛行駛自動(dòng)跟蹤系統(tǒng)記錄。您登記有一輛車號(hào)為SB-748的摩托車，而目前您正在解放路東段華聯(lián)商場(chǎng)右側(cè)騎著這輛摩托車。

顧客當(dāng)即暈倒……

總之，我們需要做好充足的準(zhǔn)備迎接大數(shù)據(jù)技術(shù)給我們的機(jī)構(gòu)和自身帶來的改變。我們可以依靠大數(shù)據(jù)為我們預(yù)測(cè)信息，但是我認(rèn)為應(yīng)該先要發(fā)現(xiàn)大數(shù)據(jù)帶來的隱私泄露的問題。我們不會(huì)因?yàn)橥妒蠹善鞫s手縮腳，積極克服這些困難，讓大數(shù)據(jù)能為我們更好的服務(wù)。