張東：データの最終目的は人のためのサービスです。

＜p＞張東のまとめ：まず価値密度です。次はデータが強い獨立性を持ち、共有に障害があります。最後のビッグデータはもっと多くのソースを必要とします。業界を超えて、分野をまたいでのデータ衝突こそ、大きなデータと呼ぶことができます。

＜/p＞

＜p＞直面している問題について、張東さんが提出しました。一つは採取と集約の分野の問題です。二つはデータの品質の問題とデータのフォーマットの不統一です。三つは政策や管理制度の制約で、多くのデータが統一できなくなりました。

＜/p＞

＜p＞次は、波集団雲計算技術監督の張東発言の実録です。＜p＞

＜p＞張東：ここで専門家の皆様、ご來賓の皆様と一緒に、雲の計算におけるいくつかの理念と発展狀況を分かち合う機會を持つことができて、とても嬉しいです。

＜/p＞

＜p＞前に、私達もたくさんの波が雲の計算に対する理念を話しました。業界雲について、私達は業界の中で中國の雲の計算発展を推進してきました。業界雲はどうやって著地したらいいですか？

＜/p＞

＜p＞今年のテーマはクラウドコンピューティングとビッグデータによる知恵中國推進です。

私が今日言いたいのは、業界のクラウドから業界のビッグデータまで、ビッグデータの普及と応用の過程における挑戦と、この方面でもっと多くの業界に向かって、私たちのビッグデータ解決の道を作り出しました。

＜/p＞

＜p＞これは私達が何年も続けて言っている発展の道です。一番早い段階から波の雲計算戦略、雲海戦略について話しています。雲計算の第一歩は私達の資源を集めるだけで、集める目的の一つは雲計算のメリットがあり、資源の消耗を低減し、資源の利用率を高めることができます。

しかし、より多くの私たちはどうやってこれらの資源が積まれている業務、積載されているデータを集めて、それを融合させることができますか？私たちはデータをさらに掘り下げて利用して、私たちの経済と社會サービスをより高いレベルに進めることができます。

＜/p＞

＜p＞だから、この意味では、クラウドから大きなデータまでは、実は私たちが資源を集めてデータを利用する完全なルートだと思います。

特に今では、クラウドコンピューティングはもう何年も話しました。多くのシステムも建てられたかもしれません。どのようにしてクラウドの中でデータの融合を実現できますか？データ間の壁を壊します。今の段階で一番重要な仕事かもしれません。

＜/p＞

＜p＞したがって、データに対して、これらのデータが以前私たちがよく話したように、中國の最大の問題は情報の孤島であり、すべてのデータは異なるところに分散していて、異なるフォーマットがあり、異なる把握があれば、今私たちが話している大きなデータの発掘と応用は基礎がないということです。

＜/p＞

＜p＞データの観點から見れば、雲計算と似ているかもしれません。例えば、雲計算は物理的な集中、業務の集中とデータの融合が必要です。データ発掘にとっても、最初はデータを持っている一部の人です。自分のデータを掘り起こして、自分のデータをどうやって違うユーザーとのデータの相互作用を実現して、最後まで本當の意味での大きなデータを実現します。

＜/p＞

＜p＞ビッグデータの大きさはその規模の大きさだけではなく、もっと多くの私のこれらのデータは異なるソースから來たと言っています。私自身が生み出したものがあるかもしれません。外にはたくさんの例としてインターネットを使ったものや、メディアから発生したものがあるかもしれません。

＜/p＞

＜p＞業界発展の三つの段階は、組織內部からデータの発掘と応用を行い、組織內部の異なる業務モジュールのデータ共有と応用まで、業界を跨ぐデータ応用に至る。

＜/p＞

＜p＞ビッグデータは今も何年か話していますが、インターネットの分野では確かに熱いと感じています。科學の分野では多くの専門データの人も熱心かもしれません。しかし、逆に私たちが見たこのような業界の中では、公安、工商、稅務など、多くの中國の重要な経済部門と業界部門の中で、データの応用は多くの問題に直面しています。

＜/p＞

＜p＞＜a href=“http://www.91se91.com/news/indexuc.asp”業界のビッグデータ＜a＞の特徴は何ですか？簡単にまとめましたが、一般的な意味でのビッグデータとはちょっと違った特徴があります。まず最初は価値密度です。

大きなデータの數Vを話す時、皆さんは値密度について言及します。データの出所が複雑で、量が多いので、価値密度が比較的低いかもしれません。もっと良い処理技術が必要です。

私達は業界の中で、その価値の密度はもっと高いかもしれないと思っています。そのデータの採集はよく目的があります。たとえば、私達は商工業でも、稅務でも、そのデータはその業務に対して採集したデータかもしれません。

このようないくつかのデータに対して掘り起こして、実はもっと大きなより良い価値を生むことができます。

＜/p＞

＜p＞私たちは何をするかを知っています。みんなが最善の処理を探して、収益が早く見えるところ、例えば水のようにいつも一番落ちやすいところを探しています。

同様にこのような機會を探している時に、私達も業界の中でその大きいデータに対して掘り起こすことを通じて(通って)、もっと良い発見のこの中のいくつか機會、この中のいくつか規則を探し當てて、もっと良いのは私達の経済のためにサービスすることができます。

＜/p＞

＜p＞第二のポイントはあまり良くないです。大きなデータの共有と発掘にとっては良くない特徴だと思います。

これらの業界の中で、これらのデータはよく獨立性が強いです。共有させたいですが、実はたくさんの障害があります。

これらのデータを共有して総合的に処理すればいいかもしれませんが、様々な理由で管理制度上のものがあるかもしれません。これらの人の動機やモチベーションがないから、データ共有の割合は非常に低いかもしれません。

私たちが今見ている數字はもちろん10%以下であり、さらには一部の地域のデータ共有率がより低いということもあります。また、先ほど述べた政府寄りの業界だけではなく、多くの企業內にも存在しています。例えば、財務データと人的データは共有できないかもしれません。

＜/p＞

＜p＞この中で重要な問題があります。これらのデータの所有者は往々にして違っています。所有者によって、実はこれらのデータを結びつけるのが難しいからです。

所有者のいくつかの懸念を解決したいです。例えば、一緒に置いた場合、秘密を漏らすことができますか？一緒に置いた場合、見てはいけないものや改竄がありますか？その安全性はどう保証されますか？

＜p＞三つ目の特徴は、大きなデータが以前のデータ分析とは大きく異なると考えています。それは業界間で私達が企業の場で発生したデータを含めて、総合的に分析してこそ大きなデータとなります。內部の一つのERPの中や財務諸表の財務データを簡単に持ち出して走るだけであれば、10年前、20年前に多くの人ができます。

ビッグデータは必ずより多くのソースを必要とし、業界を越え、分野を跨ぐデータ衝突は、本當にビッグデータと呼ぶことができる。

＜/p＞

＜p＞最後の一つはこれらの業界で、データの最終的な目的は前から業界のクラウドから後まで業界のビッグデータについて話します。データは最終的には必ず人のためにサービスします。すべてのものはデータサービスに変換しなければ意味がありません。でないと、これは分析しても、発掘しても、最後はあなたのデータベースに入れます。結果をみんなと共有していません。

＜/p＞

＜p＞しかし、このように本來內部のデータをサービスに転化する過程で、これらのデータは公開されてはいけない、或いは外部の人に改ざんされないようにする方法、データの信頼性、利用性はどうすればいいですか？また、この中のサービス品質問題はどうすればいいですか？

＜/p＞

＜p＞この中ではどのような問題がありますか？まず、私達はビッグデータを一つのデータの収集から集めて、最後まで分析して、決定を行います。収集、保存、分析、可視化、そして最終的な決定によってサービスを提供する過程を見せます。

各段階において、実際にはまだ多くの問題があります。大きなデータをより多くの分野に広めるためには、より多くの業界のユーザー、あるいは伝統的な情報化ユーザーを利用して、この問題を解決しなければなりません。

＜/p＞

＜p＞最初の一つは、採集と＜a href=“http://www.91se91.com/news/indexuc.asp”＞で＜a＞領域の問題をまとめています。

私たちはこの一、二年の間に大きなデータの名前を持って多くのユーザーを探しました。多くのユーザーはビッグデータがとてもいいと聞きました。予算が終わったら、ビッグデータを作りたいです。彼らもとても親切です。

しかし、彼のシステムを見に行きます。まず最初に問題があります。データはどこにありますか？多くの人がやりたいことは、実際には彼がこれをするデータがありません。最初の問題はデータの収集です。多くのデータが生まれたかもしれませんが、彼にとっては有効な方法がありません。

もちろん、この集合は技術的手段の原因かもしれません。管理上の原因かもしれません。

＜/p＞

＜p class=“p 15”style=“magin-top:0 pt；magin-bottom：0 pt”＞＜span stye=“font-famimily：“宋體”font-size：9 pt；mso-spacerun：“yes”＞｛pageubreak｝＜span＞＞＞＞“spspspand mmmmmyyyymmmmmmmzzzzzzyymmmmmmmmmmmmmmmmmmyyyyyyyyymmmmmmmmyyyyyyyyyyymmmmzzzzzzzzzzzzzzz」＞＜o：p＞＜o：p＞＜/span＞＜/p＞

＜p＞＜！--EndFragment--＞二つ目は、彼がいくつかのデータを集めても、それらのデータの出所は非常に複雑で、自分で作ったのかもしれません。たとえば彼は自分で採集して、マシンで採集しても、人で採集してもいいです。他の人から拷問されたものもあります。そして、これらのデータは全部良いと保証できないです。あるいは、彼の後期業務に適しています。

つまり、この中ではデータの品質が大きな問題です。データのフォーマットが統一されていないのも大きな問題です。

＜/p＞

最後に政策や＜a href=“http://www.91se91.com/news/indexuc.asp＞管理制度＜a＞に制限があり、多くのデータが統一できなくなりました。國內の典型的な部門です。公安です。下級の問題は下の部門だけではなく、下の部門であるべきだと思っています。でも、このように多くの部門で発見しました。間も通じないかもしれません。

＜/p＞

＜p＞最初に解決したい問題は、これらのものをどのように集約して、中にある技術の手段をまとめて解決し、私達とどうやって標準化するか、どうやって規範化するかという問題です。

＜/p＞

＜p＞二つ目の問題は、このデータがまとめられたら、問題が発生します。つまり、保存と管理の問題です。

実は多くの人が私にいい収集手段があると言っています。たくさんのカメラとセンサーがあります。しかし、これらのものが戻ってくるのは難しいです。バックグランドはそんなに大きな記憶能力がないので、二日間でもう一度転がします。

この中で、データの規模がますます膨大になるにつれて、データの種類もますます複雑になりました。畫像、ビデオがあるかもしれません。データベースの中に入れられるものがあります。データベースの中に入れられないものがたくさん保存されています。

＜/p＞

＜p＞また、統合保存中の共有とプライバシーの問題があります。これは一人以上のユーザーのところで私たちに一つの要求を提出します。

今は統一した大きな池を作りました。以前のデータは全部私のところに置いています。データを彼に預けます。どう保証しますか？彼のデータは安全です。この手段を必ず與えてください。もちろん多くのユーザーが聞いているのは伝統的な手段です。例えば、強制的なアクセス制御、暗號化などですが、この中で伝統的な安全のいくつかの手段があります。これはクラウドモードの浸透を防止してからずっと検討しています。彼を信頼します。

＜/p＞

＜p＞三つ目の問題は分析の過程で発生した問題で、前の接觸から見て、分析の過程で問題は簡単に言えば二つです。

第一に、業務が分かる人はプログラムが書けないし、手続きができる人は業務が分かりません。これらの業務が分かる人の知識をコンピューターの知識に転化するのは、実は面倒くさいことです。

先ほど多くの専門家も述べましたが、今は大企業の中でやっているいくつかの試みで、人間としての顔パターンの認識、音聲、ビデオ、オーディオなど、どのように機械を訓練して人間の脳のように働きますか？

しかし、多くの専門分野では、実はもっと専門的な知識がたくさんあります。

例えば、行政分野は人に頼っているかもしれません。例えば、今の醫療は専門家の醫療がだんだん進んでいると言われていますが、醫療システムの中でも同じです。

この前同僚と相談した時、みんなもこの問題について話していましたが、コンピュータのネットワークを通じて、自分の癥狀や化學検査書を持ってコンピューターに診察してもらって、今たくさんの時に直面している醫療問題を解決して、これはもう一つの話題ですが、この中で、人の経験を計算感情に変える方法は多くの人が直面しています。私たちのカメラを通して一人を監視することは難しいです。

＜/p＞

＜p＞二つ目はこの応用が複雑すぎて、以前はみんなデータ技術を使っていましたが、その後は全部データ倉庫を使って、またある日突然、Hadoopはいいものだと言われました。みんなHadoopに行きます。

すべてのアプリケーションがHadoopに適しているのではないですか？実はそうではないです。元のデータベースからHadoopに切ったらだめだと思います。また切ってしまいました。

どのように多様性が適用に適したいくつかの技術を見つけて、その根本的な問題を解決するのも今直面している課題です。

＜/p＞

＜p＞最後は可視化の問題ですが、今では多くの人がpadや攜帯でこれらを表現することに慣れています。これも大きな問題です。

＜/p＞

＜p＞前に挑戦についてお話ししましたが、後にこの仕事についてお話します。

まず、先ほどお話ししましたが、ビッグデータもクラウド全體の計算戦略の一歩前に進みます。業界クラウドから、ユーザーの演算、資源の集め、データの分析を助けます。これは現在のクラウド計算の解決策です。

波はやはり私達のデータセンターの方面に集中して、一階の機械室からサーバー、ストレージまで、私達は基礎のシステムソフトウェアを提供して、上まで大きいデータのコンサルティングサービス、計畫のサービスなどを提供して、ユーザーにひとまとまりの雲の計算と大きいデータの體系を創立するように助けます。

＜/p＞

＜p＞過去1年間で、クラウドコンピューティングにおいても多くの新製品が登場しました。私たちのモジュール化データセンターを含めて、インターネットの高密度データセンターに向かって、今はインターネット市場でのシェアがとても高くなりました。業界向けのビッグデータ分野などいくつかの製品が含まれています。興味があれば、私たちの展示室の紹介を見てください。

＜/p＞

＜p＞先ほどのユーザ計畫クラウドの計算には一歩一歩前進する必要があると述べましたが、前のステップはゼロから一気に3つにジャンプするということではなく、建設クラウドから徐々にデータを集めていくために、私達もユーザーに全體の建設案のコンサルティングを提供しています。

＜/p＞

＜p＞具體的にはビッグデータについて、私達が提供しているプランの一つのキーワードは一體となって、私達はどうやって一體化を理解しますか？私達は三つの部分に分けて、第一に私達が前に述べたすべての処理過程の、収集、記憶、分析、可視化から、このようなシステムで解決できると思います。

第二に、波のハード面での優位性を発揮し、ハード面での加速度を含めた全體的な性能を向上させ、現在の大メモリ向けの計算能力を生かし、データ処理全體の性能を向上させます。

最後に解決策の一體となり、さまざまな業界に向けて、今年のように金融業界向けの一體機を発表しました。今後は公安業界向けの一體機を発表して、全體的な解決案を作ります。

＜/p＞

＜p＞最後にいくつかの解決案の例を共有します。これも実際に私達のケースです。私達はまだ建設中です。これは省レベルの公安が雲からビッグデータまでの全體例です。

前に述べたこれらの問題は先ほどすでに述べました。例えば、私達も一つの政府部門が指導してくれると思います。みんなは何でもやりやすいです。実際には何でもやりにくいです。

この中の多くのものは、例えばデータ共有の前に刑事、経済、戸籍、稅関、出入國は全部分離されています。データの共有度はこれまでは非常に悪く、業務システムの重複建設が深刻で、すべてのシステムは単獨機で運行されています。データ処理能力も比較的悪いです。

＜/p＞

＜p＞これは先ほど私達が言ったものです。各システムはハードウェアに対応しています。データベースに対応しています。獨立データに対応しています。応用をする時、これを応用してください。その上で走れないかもしれません。

私達が彼の底から計畫して、底の階のIaaS層を含めて、中の波に基づいて開放的なビッグデータ処理プラットフォームまで、PaaSと理解できますが、私達はまだ初歩的なデータ共有連結プラットフォームです。すべてのITシステムを一つにまとめて、実際には既存のアプリケーションに集中しています。この業務システムは動かなくてもいいです。これを使ったら、多くのデータを共有できます。問題は、このようにして全體のクラウド計算と大きなデータのプラットフォームを形成する。

＜/p＞

＜p＞これは私達の具體的な方案です。これは物理的な構造です。統一的な監視管理を通じて、全省のプラットフォームを結合しています。これは大データの面で様々なデータを処理する手段です。例えば、多くの人の戸籍情報はデータベースの中にあるかもしれませんが、多くのオーディオビデオデータがあります。データベース、Hadoopのような新しいプラットフォームを使っています。

＜/p＞

＜p＞上には私たちの波の一つのデータ共有プラットフォームであり、IOPとも呼ばれています。下のすべてのクラウドデータを統一的に抽出し、統一的に処理して、上でそれを見せて、公安に向けた大きなデータ解決策を形成しています。

＜/p＞