2015年和2016年全世界新產(chǎn)生的數(shù)據(jù)量等于人類有歷史以來一直累計到2014年全球數(shù)據(jù)總量的總和，近兩年，我們國家正在加速進(jìn)入大數(shù)據(jù)時代。

　　大數(shù)據(jù)是數(shù)據(jù)的一部分，不是所有數(shù)據(jù)都能開放，而是按照分類部分開放。

　　大數(shù)據(jù)是多來源的，包括社會空間數(shù)據(jù)、物理空間數(shù)據(jù)以及信息空間數(shù)據(jù)。

　　按網(wǎng)絡(luò)層面劃分則包括自媒體數(shù)據(jù)、日志數(shù)據(jù)、富媒體數(shù)據(jù)、基礎(chǔ)網(wǎng)絡(luò)數(shù)據(jù)。也可以分為國家安全數(shù)據(jù)、商業(yè)秘密數(shù)據(jù)、個人隱私數(shù)據(jù)，這三方面的數(shù)據(jù)都不能開放，開放的是其他的數(shù)據(jù)。

　　大數(shù)據(jù)的多重性質(zhì)特點

　　大數(shù)據(jù)具有增長性、顆粒性、異構(gòu)性、移動性、多維性、語義性、隱私性等特點。

　　以醫(yī)療大數(shù)據(jù)為例，中國一個千萬人口的城市50年所累計的醫(yī)療數(shù)據(jù)量就會達(dá)到10PB級。每天都會有大量的數(shù)據(jù)導(dǎo)入?yún)^(qū)域醫(yī)療數(shù)據(jù)中心。

　　數(shù)據(jù)是長期性的，按照醫(yī)療行業(yè)的相關(guān)規(guī)定，門急診患者的數(shù)據(jù)保存不得少于15年，疏遠(yuǎn)數(shù)據(jù)保存30年，影像數(shù)據(jù)無限期保存。從另一方面來看，醫(yī)療數(shù)據(jù)多樣性和碎片化，顆粒性大小差別很大。而且通常也都需要帶有時間、位置、環(huán)境和含著病史及家族史等信息。

　　與此同時，醫(yī)療數(shù)據(jù)把患者、醫(yī)生、醫(yī)療機構(gòu)在不同層次上關(guān)聯(lián)。而不同的醫(yī)療信息廢物更需要從不同的視覺來觀察這些數(shù)據(jù)。

　　此外，存儲需要加入語義標(biāo)簽，對影像的理解需要有更專業(yè)的經(jīng)驗。當(dāng)然，如果醫(yī)療數(shù)據(jù)涉及患者隱私就需要加以保護(hù)，也需要對醫(yī)療糾紛進(jìn)行保護(hù)。

　　網(wǎng)絡(luò)視頻已經(jīng)成為IP流量主導(dǎo)

　　網(wǎng)絡(luò)視頻已成為IP流量主導(dǎo)。全球消費者互聯(lián)網(wǎng)視頻從2014～2019年年均增長33%，2019年消費互聯(lián)網(wǎng)視頻每年將增加33%。動視頻流量2015—2020年年均增長將達(dá)62%，移動視頻占移動流量數(shù)據(jù)的比例從2015年的55%增加到2020年的75%。

　　到2020年，數(shù)據(jù)量會達(dá)到40ZB，裝到光盤上，重量可以等于現(xiàn)在美國的“尼克茲航母”，可以裝幾十艘。我們需要將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)來處理，包括政務(wù)大數(shù)據(jù)，消費者大數(shù)據(jù)，企業(yè)級大數(shù)據(jù)，醫(yī)療大數(shù)據(jù)等。

　　以政務(wù)大數(shù)據(jù)為例，一個8M攝像頭每小時產(chǎn)生3.6GB數(shù)據(jù)，很多城市的攝像頭多達(dá)幾十萬個，一個月的數(shù)據(jù)量達(dá)到數(shù)百PB，若需保存3個月則存儲量達(dá)到EB量級。

　　大數(shù)據(jù)在于精

　　大數(shù)據(jù)不能以大蓋全，大數(shù)據(jù)追求數(shù)據(jù)精準(zhǔn)但強調(diào)規(guī)律。這可以理解為對于一個大數(shù)據(jù)集而言，我們很難要求所有的數(shù)據(jù)都精準(zhǔn)，只要大多數(shù)數(shù)據(jù)有代表性，并不妨礙數(shù)據(jù)集合得到較為準(zhǔn)確的結(jié)果。

　　此外，大數(shù)據(jù)可以提高分析精度?？的螤柎髮W(xué)教授用同心的思維來解決語音識別，語音識別率從70%提高到90%以上。最近十年，語音識別錯誤率和機器翻譯的準(zhǔn)確性都成倍改進(jìn)，其中20%的貢獻(xiàn)來自方法的改進(jìn)，80%則在于數(shù)據(jù)量的提升。

　　我國的大數(shù)據(jù)安全領(lǐng)域仍然存在短板

　　現(xiàn)在大數(shù)據(jù)產(chǎn)業(yè)90%以上基本都是外國公司，在大數(shù)據(jù)產(chǎn)業(yè)里面，我國現(xiàn)在仍存在短板。

　　大數(shù)據(jù)的安全問題至關(guān)重要，大數(shù)據(jù)意味著海量數(shù)據(jù)的匯集，會引來更多潛在供給者。黑客在大數(shù)據(jù)時代有多維的數(shù)據(jù)，把它關(guān)聯(lián)起來很容易就破解了這些關(guān)系，可以入侵企業(yè)的網(wǎng)絡(luò)。

　　在國家的“十三五”規(guī)劃里面，著重有一節(jié)提到了大數(shù)據(jù)安全技術(shù)，提出要加快海量數(shù)據(jù)的采集、存儲、清洗、分析發(fā)覺、可視化、安全與隱私保護(hù)等關(guān)鍵技術(shù)攻關(guān)。其中也提到了集中力量突破信息管理、信息保護(hù)、安全檢查和基礎(chǔ)支撐等關(guān)鍵技術(shù)，提高自主保障能力，加強關(guān)鍵信息基礎(chǔ)等方面的建設(shè)。

　　大數(shù)據(jù)本身是一個產(chǎn)業(yè)，現(xiàn)在全世界的大數(shù)據(jù)市場是由硬件和軟件服務(wù)構(gòu)成，我們沒有像微軟、英特爾那樣的骨干企業(yè)，在大數(shù)據(jù)安全上面我們確實是短板。

　　國產(chǎn)的設(shè)備雖然是自主研發(fā)，但未必是安全可控。

　　自主不等于可控，只要有漏洞就可能成為非法獲取信息的來源。據(jù)有關(guān)安全機構(gòu)的統(tǒng)計，我國高達(dá)16%的網(wǎng)站存在安全漏洞和后門，可以說網(wǎng)站和應(yīng)用系統(tǒng)的漏洞是大數(shù)據(jù)平臺面臨的最大危險。

　　大數(shù)據(jù)已經(jīng)成為信息社會的熱點，也是信息安全博弈的焦點，大數(shù)據(jù)的安全需要從技術(shù)、產(chǎn)業(yè)與管理多維度來保障，還需要人才法規(guī)來支撐，大數(shù)據(jù)本身既是安全方面的重點，也是保障網(wǎng)絡(luò)與信息安全有力的手段。

　?。ㄒ陨蟽?nèi)容根據(jù)中國工程院院士鄔賀銓在“第一屆大數(shù)據(jù)科學(xué)與工程國際會議（2016）——大數(shù)據(jù)科學(xué)認(rèn)識與理解”以及“2016中國大數(shù)據(jù)產(chǎn)業(yè)峰會暨中國電子商務(wù)創(chuàng)新發(fā)展峰會”上的演講整理而成，未經(jīng)本人確認(rèn)。）

　　相關(guān)鏈接

　　2016年大數(shù)據(jù)發(fā)展七大趨勢

　　■算法的崛起

　　2016年，人們更加關(guān)注對已接觸數(shù)據(jù)采取什么行動。算法能夠定義行為，能夠很好地執(zhí)行專業(yè)的指令，遠(yuǎn)比人類做得要好。這些算法是非常專業(yè)的人工智能。但是，非常專業(yè)的AI已經(jīng)存在，2016年我們將見證算法商務(wù)的崛起。

　　■數(shù)據(jù)湖服務(wù)作為一種解決方案

　　越來越多的大數(shù)據(jù)供應(yīng)商會提供這樣的解決方案：給企業(yè)提供一個完整的、易于使用的、可擴展的解決方案，省去企業(yè)自建數(shù)據(jù)湖的麻煩。

　　■區(qū)塊鏈將被各行各業(yè)所接受

　　不同行業(yè)的多個應(yīng)用程序使用區(qū)塊鏈?；旧先魏未嬖跀?shù)字化交易的行業(yè)都將受益于區(qū)塊鏈技術(shù)，從金融業(yè)，法律行業(yè)，房地產(chǎn)，公證員，賭博，發(fā)布到數(shù)據(jù)存儲。未來一年，更廣泛的采用區(qū)塊鏈將迫在眉睫。

　　■人力資源分析

　　在一個過熱的市場，對人才的爭奪戰(zhàn)愈演愈烈，對于一個組織而言，了解員工的驅(qū)動因素，并且很好的激勵他們變得越來越重要。在2016年，更多的組織將致力于人力資源分析，這些領(lǐng)域的初創(chuàng)企業(yè)數(shù)量將迅猛增長。

　　■智能政府致力于提高社會和公民體驗

　　對于那些大的商業(yè)組織而言，大數(shù)據(jù)已經(jīng)成為通用語言。在適應(yīng)新趨勢方面，政府是緩慢的，但是在2016年，我們會看到更多的國家、地區(qū)和地方政府會采用大數(shù)據(jù)技術(shù)來提高社會和公民的體驗。

　　■增強大數(shù)據(jù)的安全，并防止數(shù)據(jù)泄露

　　伴隨著數(shù)字化進(jìn)程，物聯(lián)網(wǎng)將物物連接為網(wǎng)絡(luò)，大數(shù)據(jù)的安全變得越來越重要。2016年，我們將看到組織是如何管理他們的數(shù)據(jù)保證數(shù)據(jù)安全的。

　　■智能機器帶來的霧分析以改變他們的行業(yè)

　　組織將轉(zhuǎn)向人力資源分析，以更好地激勵員工，爭奪稀缺人才。政府終將看到大數(shù)據(jù)的益處，并向智能化方向轉(zhuǎn)變，但是組織和政府將不得不警惕黑客攻擊，并采取適當(dāng)措施。由于智能機器將出現(xiàn)在各行各業(yè)，霧分析時代正式開啟。

　　■中國工程院院士 鄔賀銓

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……