Изменения

5381 байт добавлено ,  5 месяцев назад
нет описания правки
Строка 20: Строка 20:  
===Безопасность===
 
===Безопасность===
 
Аналитика в области безопасности относится к информационным технологиям для сбора сведений об угрозах безопасности с целью выявления событий, представляющие наибольший риск<ref>{{Cite web|url=http://enterpriseinnovation.net/article/security-analytics-shores-hope-breach-detection-192448485|title=Security analytics shores up hope for breach detection|publisher=Enterprise Innovation|archive-url=https://web.archive.org/web/20190212184120/https://www.enterpriseinnovation.net/article/security-analytics-shores-hope-breach-detection-192448485|archive-date=2019-02-12|access-date=2015-04-27|url-status=dead}}</ref>. Продукты в этой области включают [[SIEM|информацию о безопасности, управление событиями]] и аналитику поведения пользователей.
 
Аналитика в области безопасности относится к информационным технологиям для сбора сведений об угрозах безопасности с целью выявления событий, представляющие наибольший риск<ref>{{Cite web|url=http://enterpriseinnovation.net/article/security-analytics-shores-hope-breach-detection-192448485|title=Security analytics shores up hope for breach detection|publisher=Enterprise Innovation|archive-url=https://web.archive.org/web/20190212184120/https://www.enterpriseinnovation.net/article/security-analytics-shores-hope-breach-detection-192448485|archive-date=2019-02-12|access-date=2015-04-27|url-status=dead}}</ref>. Продукты в этой области включают [[SIEM|информацию о безопасности, управление событиями]] и аналитику поведения пользователей.
 +
==Проблемы и риски бизнес-аналитики==
 +
Особое внимание в задачах аналитики уделяется анализу [[Большие данные|больших данных]]<ref name=":2">{{Cite web|lang=en|url=https://www.bitbybitbook.com/en/1st-ed/observing-behavior/characteristics/|title=2.3 Ten common characteristics of big data|website=www.bitbybitbook.com|access-date=2022-01-10|archive-date=2022-03-31|archive-url=https://web.archive.org/web/20220331114208/https://www.bitbybitbook.com/en/1st-ed/observing-behavior/characteristics/|url-status=live}}</ref>. В прошлом большие данные встречались только в науке. В настоящее время такие данные возникают и в промышленности и бизнесе<ref name=":2" /><ref>{{Cite web|url=https://www.technologyreview.com/2011/08/22/192225/the-new-big-data/|title=The New Big Data|author=Naone|first=Erica|publisher=Technology Review, MIT|access-date=2011-08-22|archive-date=2022-05-20|archive-url=https://web.archive.org/web/20220520143457/https://www.technologyreview.com/2011/08/22/192225/the-new-big-data/|url-status=live}}</ref>.
    +
Ещё одна проблема, привлекающая внимание аналитиков это анализ [[Неструктурированные данные|неструктурированных типов данных]]. Неструктурированные данные отличаются от [[Модель данных|структурированных]] тем, что их формат широко варьируется и не может храниться в традиционных реляционных базах данных без значительного преобразования<ref>{{cite book|last1=Inmon|first1=Bill|title=Tapping Into Unstructured Data|last2=Nesavich|first2=Anthony|publisher=Prentice-Hall|year=2007|isbn=978-0-13-236029-6}}</ref>. Источники неструктурированных данных, такие как электронная почта, документы текстовых процессоров, PDF-файлы, геопространственные данные и т. д., быстро становятся важным источником [[Business Intelligence|бизнес-аналитики]] для предприятий, правительств и университетов<ref>{{Cite web|url=http://www.dashboardinsight.com/articles/business-performance-management/data-analysis-and-unstructured-data.aspx|title=Data Analysis and Unstructured Data|author=Wise|first=Lyndsay|publisher=Dashboard Insight|archive-url=https://web.archive.org/web/20140105045015/http://www.dashboardinsight.com/articles/business-performance-management/data-analysis-and-unstructured-data.aspx|archive-date=2014-01-05|access-date=2011-02-14|url-status=dead}}</ref><ref>{{Cite web|lang=en|url=https://mitsloan.mit.edu/ideas-made-to-matter/tapping-power-unstructured-data|title=Tapping the power of unstructured data|website=MIT Sloan|access-date=2022-01-10|archive-date=2022-01-10|archive-url=https://web.archive.org/web/20220110151504/https://mitsloan.mit.edu/ideas-made-to-matter/tapping-power-unstructured-data|url-status=live}}</ref>.
 +
 +
Вышеуказанные задачи привели к возникновению новых концепций машинного анализа, таких как [[обработка сложных событий]]<ref>{{Cite journal|author=Flouris|first=Ioannis|date=2017-05-01|title=Issues in complex event processing: Status and prospects in the Big Data era|url=https://www.sciencedirect.com/science/article/pii/S0164121216300802|journal=Journal of Systems and Software|language=en|volume=127|pages=217–236|doi=10.1016/j.jss.2016.06.011|issn=0164-1212|access-date=2022-06-23|archive-date=2019-04-14|archive-url=https://web.archive.org/web/20190414070609/http://www.sciencedirect.com/science/article/pii/S0164121216300802|url-status=live}}</ref>, полнотекстовый поиск и др. Одним из таких нововведений является применение вычислительных сетей, позволяющих увеличить производительность за счет [[Массово-параллельная архитектура|массивно-параллельной]] обработки данных<ref>{{Cite journal|author=Yang|first=Ning|date=2019-06-25|title=Large-Scale Crop Mapping Based on Machine Learning and Parallel Computation with Grids|journal=Remote Sensing|volume=11|issue=12|pages=1500|doi=10.3390/rs11121500|doi-access=free |bibcode=2019RemS...11.1500Y|issn=2072-4292}}</ref>.
 +
===Риски===
 +
Основным риском внедрения аналитики является дискриминация, такая как [[ценовая дискриминация]] или статистическая дискриминация<ref>{{Cite journal|author=Favaretto|first=Maddalena|date=2019-02-05|title=Big Data and discrimination: perils, promises and solutions. A systematic review|journal=Journal of Big Data|volume=6|issue=1|pages=12|doi=10.1186/s40537-019-0177-4|doi-access=free |issn=2196-1115}}</ref>.
 +
 +
== Примечания ==
 
[[Категория:Аналитика]]
 
[[Категория:Аналитика]]
 
[[Категория:Ведение бизнеса]]
 
[[Категория:Ведение бизнеса]]