大数据的产业价值(上).pptVIP

住宾馆（30-60万）： 未必每天都住； 弹性，按需 ； 客房服务、卫生、餐饮； 拎包入住。 云计算之PaaS、SaaS。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 云计算的基础设施、 安全设施非常完备。 安全是把 双刃剑 放在云里面的数据，对云的管理而言又是不安全的。 云计算面临的安全问题 关键技术视角 使用者视角 虚拟化技术带来全新安全威胁 数据集中存储引发的安全问题 云服务的管理和调度产生的安全问题 传统安全威胁的新特点 隐私保护和数据安全 运行环境的安全 内容安全 重设施，轻应用； 行业、地域特色要求云计算发展模式的差异化； 花钱买服务和服务意识有待加强； 安全隐私是大问题，安全意识、技术和立法方面有所欠缺； 云计算个性化和标准化矛盾。 智慧城市带动 行业云发展 智慧城市需要 数据融合 智慧城市要求物联网和云计算的结合： 云计算是物联网的基础，物联网是一种应用； 云手机、云电视是终端多样化的体现； 云服务器、虚拟化是一种成本结构； 大数据的收集、存储、管理、分析离不开云计算。 商业模式驱动 应用需求驱动 “云”、“物”的核心是“数据”： 云计算—计算/业务模式 物联网—应用模式 大数据—财富、资产和隐性货币 * * * 大数据的产业价值（上） 汪东升 清华大学教授 点击添加文本 点击添加文本 点击添加文本 点击添加文本 目 录 1 2 3 大数据及其相关概念理解 大数据的产业价值 技术发展趋势、问题与建议 大数据概念及其特点 相关概念与关系分析 一、大数据及其相关概念理解 （一）大数据概念及其特点 数据 知识 决策 关联 模式 趋势 相关 分类 市场定位 资金分配 产品选择 广告营销 时机选择 位置选择 行业细化 数字化 多媒体 多维度 大规模 细粒度 1、大数据概念的发展脉络 2008 2010 2011 《Nature》推出了 Big Data 专刊； 2008 首次列入“维基百科”条目； 2010.4 Science 推出专刊，说明大数据对于科学研究的重要性； 2011.2 “大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。” 2011 2012 麦肯锡全球研究院发布一份报告——《大数据：创新、竞争和生产力的下一个新领域》； 2011.5 IBM在产品发布会上主推大数据概念； 2011.11 美国国家科学基金发布大数据指南，指出大数据是海量、多样、分布的、异构的数据。 2012 “大数据是指具有以下三个特征的数据：大数据量、快速增长及多数据来源及类型的数据。 4V特性： 大规模、多样化、快速增长、 潜藏价值。 2、大数据的构成 大数据包括交易数据和交互数据集在内的所有数据集。 大数据 = 海量数据 + 复杂类型的数据 海量交易 数据 海量交互 数据 海量数据 处理 企业内部的经营交易信息，主要包括联机交易数据和联机分析数据，是结构化的、通过关系数据库进行管理和访问的静态、历史数据。通过这些数据，我们能了解过去发生了什么。 源于Facebook、Twitter及其他来源的社交媒体数据构成。包括呼叫详细记录CDR、设备和传感器信息、GPS和地理定位映射数据、通过管理文件传输Manage File Transfer协议传送的海量图像文件、Web文本和点击流数据、科学信息、电子邮件等等，可以预测未来。 大数据的涌现已经催生出了设计用于数据密集型处理的架构，例如具有开放源码、在商品硬件群中运行的Apache Hadoop。 3、大数据的基本概念 大数据是一种数据，具有可扩展性、多样性、复杂性的特点，需要一种新的架构、新的技术、新的算法以及新的分析工具去管理这些数据，同时从中抽取隐含在内的重要信息。（“Big Data” is data whose scale, diversity, and complexity require new architecture, techniques, algorithms, and analytics to manage it and extract value and hidden knowledge from it.） “大数据”是指数据海量、计算复杂的数据集合，其在一定时间内难以依靠已有数据处理技术来进行有效的采集、管理和分析。大数据通常满足以下“4V”特点： 规模 巨大 产生 高速 形式多样 信息 价值 4、大数据的特点 形式多样（Variety） 信息价值 （Value） 产生高速（Velocity） 规模巨大（Volume） 非结构化数据的超大规模，比结构化数据增长快10倍到50倍。 实时分析而非批量式分析，数据输入、处理与丢弃，立竿见影而非事后见效。 异构性（文本、图像、视频、机器数据），模式不明显，