电信运营商大数据策略的“攻”与“防”

面对移动互联网时代大数据带来的变革和商机,运营商应将大数据作为一种战略资源,从"防"和"攻"角度重点关注网络智能化与流量经营、数据价值挖掘和应用等方面的应对策略。对卓越体验的不断追求驱动大数据应用快速发展1.全球数据呈现爆发式增长互联网以及智能终端的快速普及使全球数据量出现几何级数增长,全球2010年正式进入ZB时代,IDC预计到2020年,全球将总共拥有35ZB的数据量,全球数     

中国分布式存储市场发展趋势

<正>在新一代信息技术不断迭代升级的背景下,全球数据量呈现爆发式增长。作为全球数据生产大国,中国数据量也面临急剧增长的态势。数据量的急剧扩展,愈发凸显了数据存储及管理的重要性。传统存储面临拓展性有限、结构化/非结构化数据兼容性不佳、数据读写任务(I/O)性能与成本不经济、可靠性不高和面向新应用（如容器）支持能力有待提升等问题。在此背景下,分布式存储近年来迅速发展。     

中小企业云存储方案凸显经济便捷性

目前,智能手机、RFID等多种设备以及相关应用正推动着大数据时代的到来。根据IDC相关统计数据,2009年全球整体数据量为0.8ZB,而2020年全球数据量将增长43倍,至35.2ZB。与此同时,不论是大中型企业,     

IBM全新存储系统亮相西部市场 多项技术创新性能再升级

来自IDC的数据显示,全球数据量已经超出了现有存储空间,从2008年到2013年,对数据存储容量的需求,将以每年超过43%的增长率持续增长。如此庞大的数据量,使客户在将这些数据转变为洞察力,并进行有效存储和保护时面临巨大压力。10月22日,IBM在西安推出了一系列创新性的存储系统产品,其中以面向高端市场的DS8800和中端市场的Storwize V7000最为醒目,其全新的存储技术将更好地优化交易处理和实时分析等工作负载,这也是IBM年均60亿美元研发的最新成果。     

浅谈大数据环境下的隐私保护

现在已经进入互联网时代,人们选择将信息以数字形式储存起来,因此全球数据量呈现爆炸式增长,互联网上数据信息共享,媒体也出现数字化信息传播等方式,随之而来的就是隐私问题越来越受到人们的关注。本文简要介绍大数据,分析现在大数据环境下引发的隐私安全问题,并简要叙述几个相关改善措施。     

大数据环境下数据结构和数据安全分析

大数据又被称为巨量资料，它是全球信息化发展的必然产物。数据量大、种类多和运算高效等特点造就了大数据环境下的特殊的数据结构，与此同时，也带来了很多的数据安全问题。本文简述了大数据环境的特点，并对大数据环境下的数据结构和数据安全问题进行了分析。     

大数据时代的挑战、价值与应对策略

随着现代移动互联网、云计算等科学技术的飞速发展,以及多种智能信息终端技术的不断普及,全球信息数据量呈现爆炸式增长,以海量信息数据为基本特征的大数据时代已经到来.本文通过科学地分析了大数据时代的到来为现代社会带来的巨大挑战、价值以及有效地应对策略,从而有效地探究大数据时代对现代社会和人们的帮助和影响.     

试论大数据时代下的电子商务

随着移动互联网、物联网、云计算等新兴技术的发展,全球数据量呈爆炸性增长.对海量（大）数据的运用,预示着新的网络传播与网络服务等模式将会改变人们当前的生活与工作等状态.本文在云计算的时代背景下,对大数据处理技术进行分析阐述,探讨了大数据时代下的应用与处理对电子商务发展的影响.希望通过本文的研究,能够让人们对于大数据时代下的电子商务有更多的了解与认识.     

大数据影响现代通信

随着移动互联网、物联网、社交网络等技术和应用的兴起,全球范围内数据量迅猛增长,大数据时代己经来临。这个新的浪潮所产生的影响已经逐渐渗透到我们的生活中,并将继续产生更加深远的影响。本文在对大数据的产生、发展以及世界范围内的现状加以介绍的基础上,总结了大数据对现代通信已经产生的影响及将要发生巨大变革。     

市场趋势

2017年亚太区大数据技术和服务市场规模将达到23．8亿美元 移动互联网、电子商务以及社交媒体的快速发展使得企业需要面临的数据量成指数增长。IDC《数字宇宙》（Digital Universe）研究报告显示，2020年全球新建和复制的信息量将超过40ZB，是2012年的12倍，而中国的数据量则会在2020年超过8ZB，比2012年增长22倍。     

面向大数据应用的大容量全息光存储技术研究进展

随着信息时代全球数据量爆发式增长，需要存储的数据量与日俱增。面对大数据存储的挑战，全息光存储技术将信息以数据页的形式并行记录在体全息介质中，可以实现大容量数据的存储与高速读写，具有独特优势。本文从全息存储的原理和关键技术入手，详细介绍了面向商业化应用的全息光存储系统和全息光存储介质的研究现状，探讨了实现大容量和长寿命数据存储的技术途径。     

大数据时代的挑战价值与应对策略

随着全球数据量爆炸式的增长,大数据时代已经到来.文章从大数据时代的基本特征入手,引出了大数据时代面临的挑战以及大数据带来的价值,提出了以创新为核心的务实应对策略.     

航电产品试验数据集成管理机制

本文针对航电产品研制流程复杂,数据量大等特点,开展航电产品试验数据集成管理机制研制。通过分析各类试验的流程以及数据使用方式,给出了外场试验数据的业务模型以及数据管理平台的系统总体架构,实现了实验数据的集成管理。     

云计算技术在计算机大数据中的运用分析

信息化技术的迅速发展,使得全球数据量呈爆炸式增长,计算机大数据已经潜移默化地渗透到了各个领域,并发挥着重要的作用。为进一步提升计算机大数据的运用效果,有必要引入云计算技术,搭建云计算数据平台,实现对各项大数据的保护,确保数据完整、安全,消除可能存在的数据隐患,从而推动计算机大数据的健康发展。文中就云计算技术在计算机大数据中的运用途径进行了重点论述与分析。     

媒体业务日志的结构化处理

随着互联网技术的蓬勃发展与数字化信息的快速增长,新媒体行业正迈入数智化时代[1],大数据技术为形式各异的数据提供了分析处理方式,赋予新媒体行业更全面、准确的用户洞察能力,提升了内容生产和传播的效率和精度,成为新媒体行业发生的重要驱动力。IDC（互联网数据中心）预测,2025年全球数据总量将达到175 ZB,80%的数据都将以非结构化形式存在[2],结构化数据才是数据处理的关键性因素。数据量的快速增长、数据类型及位置的不断变化,导致越来越多的企业对于数据采集、分析、利用的需求也越来越多样化[3]。在媒体业务产生的数据呈指数级增长的形势下,传统的数据管理方式越来越无法适应新媒体行业的时效性需求,容量受限、性能瓶颈、管理困难等问题亟须解决[4]。     

浅谈基于Hadoop平台的大规模数据排序

据IDC统计,2011年全球处理的数据量达到1.8 ZB,预计到2020年达到40 ZB.如何对海量数据进行高效分析和有效管理已成为大数据时代亟需解决的问题之一.商业数据、科学数据和网页数据这3类海量数据的异构性(充满着非结构化、半结构化和结构化数据)进一步增加了海量数据的处理难度.海量数据排序是海量数据处理的基本内容之一.Hadoop曾利用3 658个节点的集群在16.25小时内完成1PB数据的排序,获得Daytona类GraySort和MinuteSort级别的冠军.本文在设计层面上对Hadoop平台上海量数据排序策略进行分析.     

电信业云计算中心数据生命周期管理研究

电信业的数据量长年保持高速增长,数据的管理和维护带来了诸多问题,比如存储空间不足、数据重复保存、存储维护成本高昂、庞大的数据处理对主机的压力、数据安全等。文章利用数据生命周期管理,节约企业投入成本,提升系统运行效率,提升客户满意度。     

ODS层数据对智慧运维应用指标支撑的判断方法探索

通过对智慧运维大数据ODS层中表及数据量、字段数据占比、关键字段规则检查分析手段,为快速判断ODS层数据对智慧运维应用指标的支撑进行了探索。首先分析ODS层的数据表,确定哪些表有数据,有数据表的数据量,然后分析有数据表的每个字段的数据占比,最后通过关键字段的规则设定,分析符合规则字段的数据量、数据占比和不符合规则字段的数据量,利用以上分析结果达到智慧运维应用指标支撑的快速判断和优化提升ODS层数据质量的目的。     

分布式海量云存储平台的技术创新及应用

随着大数据、云计算、物联网等新技术的发展,电信、互联网、政企等行业应用日新月异,数据呈爆炸式增长并成为战略性资源.据思科VNI预测,全球数据量每年以约30％的速度递增,2020年将达到惊人的40ZB.     

IT科技——社会变革的动力

2013年，数字IT无疑已成为企业和社会变革的重要力量。据国际权威咨询机构Gartner提供的数据，截止到2013年，全球有1EB（相当于1073741824GB）的数据在云端。全球数据量增长速度每年达40％，而全球IT预算的增长速度只有5％、