创新将会出现在云端，边缘还是其他地方?

另外，苹果公司日前推出的iPhone X手机采用的面部识别技术之类的技术是否会给用户个人信息带来更大的风险，这引起了人们的关注。

在此之前，苹果公司的智能设备使用了指纹识别技术，而一些安卓智能设备采用虹膜识别技术。因此，科幻小说中的情节很快成为了科学事实。

企业需要未雨绸缪，尤其是需要应对五个月后生效的欧盟“通用数据保护条例(GDPR)”。为了确保零售商、政府机构、紧急服务机构，以及其他组织不违反法规标准，人们需要考虑采用面部识别、车牌识别、车辆传感器等技术是否能够符合GDPR的规定和要求。

赋予公民权力

Index Engines公司营销和业务发展副总裁Jim McGann就这些法律规定提出了自己的想法：“GDPR将个人数据的权力交给了公民。所以，那些在欧盟(包括美国)开展业务的公司必须遵守这个法规。”

他补充说，GDPR对于组织进行数据管理提出了一个关键问题。很多时候，组织很难在他们的系统或纸质记录中查找个人数据。而且通常他们无法知道数据是否需要保存、删除、修改或纠正。因此，由于可能面临巨大的罚金，GDPR将把组织的责任推到一个新的高度。

不过，他提供了采用相关解决方案的建议：“我们提供信息管理解决方案和应用策略来确保组织的业务符合数据保护条例。需要对PB级数据进行整理，但是组织对于存在什么样的数据并没有真正的理解。Index Engines公司通过查看不同的数据源来了解可以清除的内容，从而提供清除这些数据的服务。许多组织可以释放30%的数据，这使得他们可以更有效地管理数据。一旦组织可以有效地管理数据，他们就可以对其实施相应的策略和措施，因为大多数公司都知道什么类型的文件包含个人数据。”

清除数据

McGann继续说道：“其中大部分数据是非常敏感的，所以很多公司不愿意谈论这些，但是我们通过法律咨询公司也做了很多工作，以使组织遵守法规。”

例如，财富500强电子制造商Index Engine公司完成了数据清理工作，该公司发现其40%的数据不再包含任何商业价值。因此，该公司决定将其清除。

他指出：“这样可以节省数据中心的管理成本：他们通过清理数据获得了积极的结果，但如果是一家上市公司，就不能随意删除数据，因为存在法规遵从性问题。”在某些情况下，需要保存文件长达30年。他建议，“企业需要询问这些文件是否具有商业价值或任何法规遵从要求。”例如，如果没有合法的理由保存数据，那么它就可以被删除。一些公司也正在将其数据迁移到云端，以便从数据中心删除数据。

在这个过程中，很多公司需要检查数据是否具有商业价值，以便做出他们的数据迁移决定。组织需要考虑他们的文件中存在什么内容——无论是用于数据管理、备份和存储的边缘计算还是云计算。

确保信息合规

因此，重要的是组织要探索如何防止新技术被消费者和公民所不喜欢的方式使用，并考虑如何使用这些数据为组织和消费者创造价值，这是非常重要的。而使用这些数据的组织需要在提供、使用、保护，以及改进数字服务方面注意信息安全。

例如，面部识别技术有许多应用程序，其作用不仅仅是允许用户解锁智能手机上的应用程序，也可以用于支付费用。通过智能手机的面部识别技术，其图像被保存在本地部署的数据中心中。尽管如此，人们仍然需要在数据库上保留一定数量的数据，而这些数据也需要得到保护，以防止黑客利用个人数据进行恶意攻击。

在边缘计算中的创新

随着组织对自主汽车和智能城市的投入日益增加，以及自动紧急制动(AEB)等联网的汽车技术的发展，2018年也需要考虑创新的场所，以及是否需要在法规遵从和创新之间取得平衡。

此外，越来越多的人认为，创新将出现在边缘计算而不是云端，而边缘计算只是云计算的一种延伸。即使数据要靠近源头进行分析，大量数据仍然需要在其他场所进行分析。数据和网络延迟是一种历史的障碍，人们希望延迟的影响可以减少或消除。

边缘计算可以扩展数据中心的能力，允许大量规模较小的数据中心来存储、管理和分析数据，同时允许一些数据可以由一个断开的设备或传感器进行管理和本地分析(例如连接的自主汽车)。一旦出现网络连接，其数据就可以备份到云端，以便进一步采取行动。

数据加速

减少网络延迟和数据延迟可以改善客户体验。但是，由于数据传输到云端的可能性较大，网络延迟和数据包丢失可能会对数据吞吐量产生相当大的负面影响。如果没有诸如PORTrock IT等机器智能解决方案，延迟和数据包丢失的影响可能会抑制数据和备份性能。

如果面部识别技术的数据库无法快速传送公民身份和移民信息，这可能会导致机场延误，并可能发生事故或自动驾驶汽车出现技术问题。

随着自动驾驶汽车技术的出现，汽车产生的数据将会以一种持续不断的方式来往于车辆之间。这些数据中的一部分(例如关键状态和安全数据)需要快速响应的周转，而其他数据则通常是道路信息，例如交通流量和行驶速度。自动驾驶汽车通过4G或5G网络将安全关键数据全部发送回中央云位置，在开始收到数据之前，由于网络延迟，可能会在周转时增加大量数据延迟。而目前还没有简单而经济的方法来减少网络间的延迟。光速是人们无法改变的主要因素。因此，如何有效和高效地管理网络和数据延迟，这至关重要。

大量数据的挑战

日立公司表示，自动驾驶汽车每天将创造大约2PB的数据。预计联网的汽车每小时将创建大约25TB字节的数据。考虑到目前在美国、中国和欧洲有8亿多辆汽车。因此，在不久的将来突破10亿辆，如果其中一半的汽车具备完全网络连接，假设每天平均使用3小时，那么每天将会创造375亿千兆字节的数据。

如果像预期的那样，大部分的新车在21世纪20年代中期都是自主驾驶的汽车，那么上述数字就显得微不足道了。很明显，并不是所有的数据都能够在没有一定程度的数据验证和减少的情况下立即被传送回云端。必须有一个折衷的方案，而边缘计算可以支持这种技术，可以应用在自动驾驶车辆。

从物理角度来看，存储日益增多的数据将是一个挑战。数据的大小和规模有时是十分重要的。由此产生了每GB成本的财务和经济问题。例如，虽然人们认为电动汽车是未来的主流，但耗电量必然会增加。

此外，还需要确保个人或设备创建的大量数据不违反数据保护立法也是必要的。

雾计算的应用

过去几年出现的诸如边缘计算、雾计算和云计算等诸多举措将设备连接在一起已经造成了很多混乱。IT世界之外的人通常对此很难理解。现在人们也生活在雾计算的时代，因为使用新的术语也往往与传统技术有关，这些传统技术已经被赋予了一个新的标志，以实现其未来的商业化。

预测未来

也有很多公司在使用传统或旧技术，例如也有一些公司通过磁带存储备份数据。Index Engines这样的公司可以确保企业在遵守GDPR的同时，使用这些数据来维护和创造价值，查找可能用于激发创新的数据。

通过定位和利用可能浪费的历史数据，就有可能创造或改进新产品、解决方案，以及服务。在每一种情况下，云计算都可能涉及到某个阶段，而在一些应用程序中，边缘计算和云计算也起到关键的作用。

回顾几年来未来主义者对技术如何与现实相联系的预测是很有意思的。在许多情况下，这些预测在时间尺度上是乐观的，但往往低估了这种影响。

例如，互联网和移动设备是对组织和个人生活有着巨大影响的技术。4G技术与当前的5G技术正在推出更高的带宽。这将对物联网以及如何对物联网进行管理产生重大影响。

毫无疑问，自动驾驶汽车，个性化位置感知广告，以及个性化药物将彻底改变组织和个人生成和收集数据的方式、数据量以及如何收集数据。它们会对数据隐私产生影响。当面对庞大的新数据存储和压缩时，人们想到的方法就是在云端运行。

但这可能不是一个最好的解决方案。所以，组织应该考虑市场上的所有可能性——其中一些可能不是来自大型供应商。这是因为一些小公司可能是更好的创新者。

无人驾驶的习惯

回到网络连接和自动驾驶汽车的主题。如果这些汽车得到大量应用，正如许多支持者所期望的那样，司机们将成为乘客，汽车就像他们每天上班乘坐的地铁一样快捷舒适。因此，随着驾驶的负担减轻，乘客将有更多的时间来进行娱乐，他们能够在汽车中观看电视节目或电影，或使用流媒体服务收听音乐。

流媒体技术正在迅速成为向消费者提供内容的方式。这些服务将会让自动驾驶汽车的网络连接数据激增。因此，这些汽车的支持者(也许出于自身的利益考虑)预测消费者会同意从汽车拥有权转向汽车共享订购模式，这与Uber公司和Lyft公司所采用的模式类似。这些公司通过移动应用程序提供车辆按需服务。而预示着未来的个人交通的优势目前还没有发挥出来。

众所周知，移动通信覆盖率一直存在漏洞。因此，提供这种信息娱乐服务的组织也将需要考虑如何为他们的高清服务提供顺畅的网络。

定位广告

在这个世界上，像Facebook、Google、Twitter和Snapchat这样的社交媒体组织将寻求提供基于位置的广告，而无人驾驶车辆的乘客将成为忠实的听众或消费者。但是，这也引发了隐私和数据保护问题。

例如，国际隐私权组织最近发布的一份报告，对汽车租赁公司在处理车载娱乐系统积累的数据方面可能会收集个人的信息提出了质疑。

这些信息娱乐系统通过蓝牙设备与移动设备同步，存储大量数据，例如位置日志，以及来自车载系统的信息，以及浏览网页，打电话或播放的音乐。因此，自动驾驶车辆生态系统内的厂家需要同意维护透明的数据共享实践，特别是在自动驾驶车辆的制造商、保险公司，以及市场中的其他相关厂商。

提出的问题

那么，在GDPR即将到来的时候，企业是否会要求个人同意使用这些数据的协议呢?企业将如何管理收集、管理和使用自动汽车数据，以及如何管理世界各地的摄像头和面部识别系统创建的数据?这是否可以在全球少数几个云计算站点上实现?这些只是一些需要回答的问题。总的来说，透明度将成为关键词。

在很多方面，这正是欧洲核子中心 (CERN)的大型强子对撞机面临的问题。其每次运行将生成数PB的原始数据，但是没有现场的处理能力来运行数据的全面分析。而从原始数据出发，在将数据传递给其他组织进行最终和详细分析之前，它运行了一系列的算法来去除真实数据周围的所有噪声数据。

组织将需要更多的基础设施，在边缘提供有限的数据计算和数据筛选，这可能在扩展的基站中，然后从云中返回或从云中传输。例如，这可能涉及混合云和边缘基础架构。这能解决一切问题吗?并不能。例如需要考虑如何在全球范围内移动大量数据，特别是如果包含个人加密数据的话。

如今创新随处可见。企业需要考虑如何在适当的时间向用户提供数据，并且计划如何将数据存储到未来的场所，这仍然是至关重要的。