agenturer.no

Beskyttet innhold!

For å lese denne og våre øvrige sider må du tegne et årsabonnement og være logget inn.

Som abonnent/medlem får du tilgang til alt innholdet på sidene våre, og skulle sidene våre ikke leve opp til forventningene dine har vi en "Pengene tilbake garanti" du kan benytte.

Tegn abonnement!

    Denne artikkelen er del 9 av 14 artikler om Big Data

Etter at data er samlet inn, kan de bli lagret og aggregert. Individuelle dataelementer organiseres og lagres i datasett som kan bli brukt til videre prosessering og analyse. Noen aggregerer og anonymiserer data før de lagres, mens andre lagrer data med personopplysninger.

I denne sammenhengen betyr aggregering at data blir slått sammen til større mengder, slik at data ikke kan relateres til noen, eller identifisere noen. Utfordringen med dette er at det er mulig at det aggregerte datasettet ved en senere anledning kan kobles sammen med andre datasett og på den måten reidentifisere enkeltpersoner. 

For at Big Data-aktørene skal være konkurransedyktige, må teknologien de bruker kunne håndtere et stort volum av data, kunne behandle ulike typer data (strukturerte, ustrukturerte og semistrukturerte) fra ulike kilder, og få dataene indeksert og søkbare innen svært kort tid. En sentral forutsetning for Big Data er fremveksten av skytjenester som kan tilby nær ubegrenset lagringskapasitet til en stadig rimeligere pris. Virksomheter kan samle inn og behandle langt større datamengder enn tidligere. Begrenset lagringskapasitet representerer ikke lenger et hinder.

Som følge av kravene om å håndtere mengde, hastighet og variasjon av data, er det utviklet mange nye verktøy, infrastruktur og rammeverk. Big Data-teknologi bryter med den tradisjonelle tankegangen om lagring og prosessering av data ved bruk av stormaskiner. Ny teknologi gjør det mulig å behandle og få ut verdier, av nye og ustrukturerte datakilder. Med dette har det også dukket opp utfordringer innen informasjonssikkerhet – utfordringer som kan få konsekvenser for personvernet. Sikkerhetsutfordringene dukker eksempelvis opp ved bruk av flere infrastrukturlag for å prosessere Big Data, ny type infrastruktur for å takle den enorme gjennomstrømmingen av data og ved bruk av ikke-skalerbar kryptering av store datasett.

Enkelte mener imidlertid at lagring av data i forbindelse med Big Data tilhører fortiden, og at det er analyse av sanntidsdata som er fremtiden. Et selskap som går imot tanken om datalagring i storskala er Numenta og dets gründer Jeff Hawkins. Hawkins mener at den eneste grunnen til at man skal se på historiske data er hvis man mener at verden ikke kommer til å forandre seg (The New York Times, 2012a).

Numenta har et produkt som kalles Grok, og som automatisk analyserer datastrømmer i sanntid. Det er en skybasert tjeneste som henter jevne datastrømmer fra for eksempel termostater, klikk på Internett eller maskiner. Til å begynne med observerer Grok flyten av data, og etter hvert begynner den å gjøre gjetninger på hva som kommer til å skje. Jo mer data, jo mer nøyaktig blir spådommene (The New York Times 2012a).

Kilde:

Denne artikkelen er gjengitt i sin helhet som et utdrag fra Datatilsynet Big Data rapport: https://www.datatilsynet.no/globalassets/global/04_planer_rapporter/big-data_web.pdf

Fant du ikke svaret? Spør redaksjonen!
Annonse

Fant du ikke svaret?

Fyll ut skjemaet under hvis du har et spørsmål knyttet til denne artikkelen.

Ditt spørsmål:

Ditt navn:

E-post:

Rapporter en feil, mangel eller savn

Rapporter en feil, mangel eller et savn

Benytt skjemaet under hvis du finner en feil eller mangel i en av våre artikler. Uten tilbakemeldinger fra våre lesere er det umulig for oss å forbedre våre artikler.

Jeg ønsker å rapportere inn en:

En feilEn mangelEt savn

Angi en feil, mangel eller savn:

Ditt navn:

E-post:

Du kan også laste ned denne artikkelen og resten av artikkelserien som en e-bok Artikkelserien fortsetter under.

Topp20 artikler
Siste 20 artikler
Nye artikkelserier
Du leser nå artikkelserien: Big Data

  Gå til neste / forrige artikkel i artikkelserien: << Big Data verdikjeden -> Innsamling av dataBig Data verdikjeden -> Analyse >>
    Andre artikler i serien er: 
  • Big Data – kilde til innovasjon og konkurransefortrinn
  • Kilder til Big Data
  • Egenskaper ved Big Data
  • Hvordan utnytte Big Data?
  • Data mining gir nye muligheter
  • Hvordan brukes Big Data idag?
  • Verdikjeden til Big Data
  • Big Data verdikjeden -> Innsamling av data
  • Big Data verdikjeden -> Lagring og aggregering
  • Big Data verdikjeden -> Analyse
  • Big Data verdikjeden -> Brukere og bruksområder
  • Big Data – personvernprinsipper under press
  • Big Data og sikkerhet
  • Big Data plan