هنر نیوز - برگزاری کارگاه داده های عظیم ( big data) در نمایشگاه تراکنش ایران

برگزاری کارگاه داده های عظیم ( big data) در نمایشگاه تراکنش ایران

همزمان با دومین روز برگزاری نمایشگاه تراکنش و فین تک ایران، کارگاه‌ داده‌های عظیم (big data) ) با حضور جمع کثیری از فعالان بانکی وحوزه پرداخت وعلاقه‌مندان به فناوری‌های نوین برگزار شد.

به گزارش هنرنیوز و به نقل از ستاد خبری نمایشگاه تراکنش ایران، همزمان با دومین روز برگزاری نمایشگاه تراکنش و فین تک ایران، کارگاه‌ داده‌های عظیم (big data) ) با حضور جمع کثیری از فعالان بانکی وحوزه پرداخت وعلاقه‌مندان به فناوری‌های نوین برگزار شد. در این کارگاه تخصصی، به مباحث مختلفی در خصوص تجهیز سازمانها وموسسات صنعتی، بانکی و غیره به فناوری Big Data پرداخته شده و ویژگی‌های یک کلان داده مطلوب سازمانی مورد بررسی و تحلیل قرار گرفت. نجفی، دکتری فناوری اطلاعات ، متخصص تحلیل داده وامنیت شبکه، در ارتباط با موضوع کلان‌داده معمار و کاربردهای تحلیلی صحبت کرد. او با اشاره به کارکترهای اصلی که متخصصان این بخش باید با آن آشنا باشند،گفت: در کلان‌داده، ما با چند کارکتر اصلی مواجه هستیم که همه متخصصان این حوزه با آن آشنا هستند. نجفی در ادامه گفت: زمانی‌که می‌خواهید، کلان داده را در سازمان پیاده سازی کنید باید داده های پیشین را در نظر بگیرید. برای این کار نیاز به معماری دارید. معماری که داده‌ها را به خوبی پردازش کند. آن معماری باید ویژگی‌های مشخصی داشته باشد. جمع‌آوری، پایگاه داده توزیع شده ، لاگ‌ها و صف‌ها، ذخیره سازی الگوهای مختلف داده های سیستمی با قابلیت توسعه افقی ، قابلیت پردازش سریع کراها، بصری سازی نمودارها و گراف‌ها و قابلیت همگام شدن با پلتفرم‌های دیگر سازمان را داشته باشد. او همچنین در خصوص زیرساخت‌های این حوزه گفت: در دنیا و در حوزه کلان داده، برای زیرساخت با مشکل مواجه نیستیم. در معماری مرجع که ISO آن را اعلام کرده است. براساس این مدل معماری، برای اجرای کلان داده باید 4 لایه را در نظر بگیریم. لایه پردازش، پلتفرم، ذخیره سازی و شبکه جز این 4 لایه هستند. نجفی افزود: معماری مرجع ، به تنهایی کافی‌ نیست و باید در کنار آن مجموعه ابزارهای کلان داده را هم بشناسیم. هرکدام از این ابزارها قابلیت ارائه شدن بر روی هرکدام از لایه های پلتفرم ISO را دارند. این متخصص امنیت داده و تحلیل شبکه در ادامه گفت: اگر بخواهیم یک معماری کلان‌داده را برای یک سازمان پیاده کنیم باید علاوه بر معماری، ابزار را بشناسیم . چون برای تمام سازمان‌ها، یک معماری یکسان مناسب نیست و یک ابزار یکسان هم به درد تمام سازمان‌ها نمی‌خورد. کلان داده یک رویکرد و مسلک است و نمی‌توانید بگویید چون سازمان را به کلان داده مجهز کردید پس کلان داده دارید. باید تمام جوانب این رویکرد را در نظر بگیرید. نجفی در پایان با اشاره به اینکه نباید با این رویکرد که با تجهیز سازمان‌ها به Big Data دیگر به داده‌های پیشین نیازی نداریم، گفت: کلان داده یک دست کمکی است که بر داده های پیشین استوار است و امکان پردازش داده را بهتر از قبل فراهم می کند. در بخش دیگری از این کارگاه، دکتر طاهره صائب، عضو هیات علمی دانشگاه تربیت مدرس و دبیر کارگاه کلان‌داده ، به بحث امنیت داده ها در حوزه Big Data پرداخت. دبیر کارگاه کلان داده ، در رابطه با امنیت و حاکمیت داده‌ها که با ورود نرم افزارهای مربوط به big data، ظهور پیدا می‌کند گفت: باید بدانیم که قبل از اینکه big data ظهور پیدا کند، انبار داده‌ها وجود داشت که سازمان‌ها، داده‌های خود را در آنها ذخیره می کردند. ولی وقتی که خیلی از سازمانها به سمت پردازنده‌هایی مثل هَدوپ (هدوپ، یک چهارچوب نرم‌افزاری است که سازوکار پردازش و ذخیره‌سازی حجم بزرگی از داده‌ها را برای کامپیوترهایی با سخت افزارهای معمولی فراهم می‌کند) می روند تا داده هایشان را پردازش کنند، این نرم افزارهای جدید، مشکلات حاکمیتی، امنیتی و کیفیتی را در زمینه داده‌ها وارد می‌کنند. به همین دلیل در این کارگاه، در خصوص بررسی این سیر انتقال از انبار داده‌ها به سمت دریاچه داده‌ها، صحبت می‌کنیم. صائب به چالش‌های حاکمیتی که در طی این نقل و انتقال به وجود می‌آید، پرداخت و اینکه چه راهکارهایی در این رابطه وجود دارد که لازم است درباره آنها بیشتر بدانیم.تاکید اصلی او بر استفاده از کلان داده در صنعت بانکداری که مساله امنیت داده‌ها و کیفیت داده‌ها مهم است، استوار بود. او با اشاره به ساختار پیچیده هدوپ یکی از اپلیکیشن‌های این حوزه، در بحثی تخصصی به موضوع استفاده از این نرم‌افزار در حوزه big data پرداخت و یکی از چالشهای حوزه Big Data را، نبود داده‌های کلی و عدم وجود تحلیل بلادرنگ داده ها دانست. دبیر کارگاه داده‌های عظیم، پیشنهادی را هم در خصوص استفاده از big data در حوزه سازمانی ارائه داد و خطاب به متخصصان و کاربران این حوزه گفت: هیچوقت معماری سازمانی را مورد غفلت قرار ندهید و فرآیند مونیتورینگ داده ها را نیز به صورت خودساز قرار دهید.