Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

Con la tecnología emergente surgen problemas de datos emergentes

  • Predictive Analytics

Seguridad Datos

Según el informe HypeCycle for Emerging Technologies de Gartner, los nuevos ecosistemas requieren una potencia informática avanzada, ecosistemas que permitan la ubicuidad y cambios importantes en los cimientos que proporcionan el volumen de datos necesarios para mantenerlos en funcionamiento. El cambio de la infraestructura técnica compartimentada a las plataformas que habilitan los ecosistemas sienta las bases para modelos comerciales completamente nuevos que están formando el puente entre los humanos y la tecnología, según el informe.

 

La tendencia está siendo impulsada por blockchain, blockchain para seguridad de datos, plataformas IoT, gráficos de conocimiento y tecnologías similares que requieren conjuntos de datos masivos para conducir sus respectivas aplicaciones.

El ciclo de Hype destaca los problemas que surgen con la forma en que se generan los datos. En épocas informáticas pasadas (computación personal, computación en la nube, informática móvil), los informes de investigación generalmente hablan de datos que han sido generados por humanos. El ser humano en las últimas décadas se puso en línea y comenzó a generar datos directamente. Esto impulsó a las empresas a adoptar esos patrones de tráfico y dio lugar a grandes aumentos en los seres humanos que generan contenido de video, contenido de trabajo y transacciones comerciales. Esto a su vez significaba que las infraestructuras para datos en tránsito y datos en reposo tenían que adaptarse rápidamente. Aparecieron centros de datos masivos para la nube y la infraestructura de red asimétrica, pero aún era necesario gestionar los datos. Pero ese ya no será el caso para todos los datos.

Lo que muestra el ciclo es una nueva ola de innovación basada en el hecho de que las máquinas (cosas, computadoras, como quieran llamarlas) ahora están vinculándose y se les pide que generen datos y los procesen antes de darles resultados a los humanos. Así que a medida que las 'cosas' se ponen en línea y se vuelven promiscuas con sus datos, otros dispositivos y aplicaciones informáticos no humanos toman esa información y la procesan. Y hay miles de millones de 'cosas' en línea".

Esta información se envía de una máquina a otra y no necesariamente en la nube, ya que las aplicaciones se están ejecutando cerca de la fuente de creación de datos para tratar las interacciones en tiempo real. El resultado es una gran cantidad de innovación diseñada para ayudar a las empresas a administrar aplicaciones de realidad aumentada y virtual, plataformas IoT, aprendizaje profundo, aprendizaje automático y soluciones blockchain. Administrar la sobrecarga de datos

Las empresas necesitan pensar en los patrones de tráfico de datos en sus organizaciones, y reconocer cuándo el tráfico ya no fluye a través de un punto central (ya sea nube pública o nube privada) y preparar sus redes corporativas para un nuevo flujo de tráfico como parte de su transformación digital.

Para ayudar a desaturar la empresa de datos, las empresas deben pensar en el almacenamiento y mover los datos inactivos de las aplicaciones empresariales activas a los almacenes de datos o la nube. Generalmente, cualquier carga de trabajo que pueda procesar entidades como un solo objeto puede ser un candidato para el almacenamiento de objetos. Esto incluye el archivo y la recuperación de copias de seguridad de bases de datos o el almacenamiento de datos no estructurados, como imágenes, video y documentos de texto.

Los objetos complejos que se pueden definir son compuestos de texto, imágenes, sonido, video, etc. Las aplicaciones (Web) también pueden aprovechar el almacenamiento de objetos ya que hay API que permiten la recuperación y el almacenamiento de objetos con solicitudes de servicio simples. El uso del almacenamiento de objetos continuará expandiéndose, porque la información se está produciendo a un ritmo acelerado. Se están generando nuevos tipos de objetos complejos y metadatos en los campos de la inteligencia artificial, la astronomía, la física, las imágenes médicas y los biofármacos. También hay avances en la tecnología de almacenamiento que aumentan la densidad de la información, lo que permite que se almacenen aún más datos con mayor eficiencia.

Problemas de seguridad de datos

Si bien hay muchas ventajas en la administración de datos de esta manera, también existen problemas. Con el auge de las tecnologías de nueva generación, las empresas tienen acceso a más datos que nunca y más oportunidades para actuar sobre esos datos. Para gestionar esta afluencia masiva de información, las organizaciones están extendiendo su red de socios a nuevos proveedores externos. Y aunque esto ayuda a aliviar el desafío del volumen de datos, también presenta nuevos obstáculos de seguridad.

Para que las organizaciones se mantengan a la vanguardia de las amenazas de terceros, las empresas deben comenzar por evaluar su propia estrategia de seguridad. Deben promulgar una estrategia de defensa de varias capas que cubra toda su empresa: todos los puntos finales, todos los dispositivos móviles, todas las aplicaciones y todos los datos. Después de esta evaluación, las empresas deben evaluar la tecnología, los procedimientos de cumplimiento y los estándares de seguridad que su red de socios ha implementado.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.