11 марта 2013
Где они, Большие Данные? Часть 2
Стив Ван Тилл
В первой части задуманной нами серии статей мы рассмотрели понятие Больших Данных, а также те бизнес-выгоды, которые компании начинают извлекать из этой новой технологии. Во второй части мы сосредоточимся на том, какие типы данных по безопасности могут составить стратегию Больших Данных, а также на том, какие типы аналитики могут помочь нам извлечь ценность из этих данных.
Но вначале давайте вернемся к двум ключевым фразам: «стратегия Больших Данных» и «извлечение выгоды». Дело в том, что они неразрывно связаны между собой. Иными словами: не будет стратегии – не будет и выгоды. Независимо от тех надежд и ожиданий, которые ваша компания возлагает на Большие Данные, вам необходимо иметь стратегию, иначе, рано или поздно, вы обнаружите, что попросту не собираете и не храните те данные, которые необходимы, чтобы достичь определенных результатов. Подробнее об этом позже.
Обычные источники данных: пересмотр
Мы все уверены, что довольно неплохо знакомы с типами данных, которые генерируются нашими системами физической безопасности… или нет? Штука в том, что мы игнорируем большую часть таких данных – в основном из-за огромного количества разных мелочей и незначительных деталей, анализировать которые при помощи традиционных инструментов слишком утомительно или даже невозможно.
Все эти бесконечные протоколы работы/журналы операций (activity logs), производимые системами контроля доступа – отличный тому пример. Или миллионы событий, связанных с обнаружением движения, о которых «сообщают» даже скромные по размерам системы видеонаблюдения. А как насчет датчиков, используемых для контроля дверей, окон, рабочих кабинетов или чего-нибудь еще, что может быть открыто или взломано? Предприятие любого масштаба и рода деятельности может похвастаться подобного рода рутинной информацией, которая в большинстве случаев никак не анализируется.
Собственно, это как раз тот самый случай, когда знакомый нам подход структурированных запросов в большинстве инструментов, предназначенных для генерирования отчетов, тормозит и задерживает нас. Такие инструменты попросту не в состоянии воспроизводить и работать с «большими моделями» (big patterns), которые возникают из больших наборов данных и улучшенной аналитики. Это потому, что вся суть структурированных запросов в том, чтобы превратить большой набор записей в малый, по возможности такой, который можно было бы обработать буквально за пару вычислений. В конце концов, они не предназначены для обнаружения «глобальных моделей» и долгосрочных тенденций. И вот тут-то в игру и вступают инструменты Больших Данных.
Давайте представим, что мое предприятие насчитывает 500 объектов, и я пытаюсь понять, как все они соотносились друг с другом на протяжении последних пяти лет. Первая проблема здесь, очевидно, состоит в том, что местные системы безопасности представляют собой, говоря образно, целые архипелаги островов пред-облачной информации. Предположим, что эти данные возможно объединить, либо использовать облако провайдера, который может произвести объединение. В этом случае возникает много новых типов вопросов, на которые теперь можно ответить:
- Каким образом можно производить ежедневные сравнительные модели систем безопасности всех объектов моего предприятия?
- Текущий трафик такой же, как в прошлом году или нет?
- Какие сигналы предшествуют действительно важным событиям, связанным с безопасностью?
- Какие изменения год за годом происходят в отношении посетителей к сотрудникам предприятия?
- Где чаще всего происходит изменение административных превилегий?
- Какой объект больше всего выделяется на этой неделе? В этом месяце? Каждый месяц?
- Что такое сезонные изменения в событиях, связанных с безопасностью? Везде ли они одни и те же?
- Как и чем более крупные объекты моего предприятия отличаются от менее крупных?
- Каковы различия в распределении данных на территории всего моего предприятия?
- Как мои данные по физической безопасности соотносятся с данными из других источников?
- Есть ли различия в совместимости/соответствии?
Как вы понимаете, этот список можно продолжить. Придумывать все новые и новые вопросы, связанные с использованием разных типов дискретных данных, при этом даже не обсуждая видеоаналитические системы и то, как они могут повлиять на выгоду, извлекаемую из принадлежащего предприятию хранилища данных по безопасности. На этом уровне, мы можем рассматривать видеоаналитику просто в качестве своего рода входа для самых разных инструментов Больших Данных.
Не совсем обычные источники данных
Смешение и объединение данных из других источников может улучшить то, что мы, в свою очередь, можем извлечь из данных по безопасности. Это должно стать частью общей стратегии Больших Данных. И цель здесь одна: получение максимальной выгоды для бизнеса от инвестиций. Назову лишь несколько возможных источников: HR (кадровый ресурс), соответствие/совместимость, сертификации, продажи, техническое обслуживание, сокращение, безопасность (сохранность), погода – и еще длинный-длинный список самых разных факторов, в зависимости от того, чем именно занимается ваша компания и чего именно вы хотите от Больших Данных.
Начало работы
Первая вещь, которую необходимо сделать – это проверить собирают ли ваши системы безопасности те типы данных, которые необходимы вам для того, чтобы вы могли поддерживать выбранную вами стратегию Больших Данных (для определения и формулирования которой, как мы говорили в прошлый раз, прежде всего, необходимы остро заточенные карандаши). Если по какой-либо причине ваша система не выполняет всего необходимого, то нужно связаться со своим поставщиком на предмет расширения возможностей существующей системы. Ну или просто сменить поставщика. Важно одно: установить подходящий источник данных для последующей аналитики. Ключевой вопрос здесь будет следующим: способны ли вы разместить и упорядочить соответствующие данные в одном (виртуальном) месте таким образом, чтобы вы могли извлечь из них выгоду?
Собственно здесь вам и пригодятся облачные хранилища или облачные поставщики (провайдеры) услуг, связанных с Большими Данными. Они позволяют перемещать данные в нужное место и хранить их столько, сколько вы пожелаете. И при этом вам не надо делать огромных первоначальных инвестиций в серверы или программное обеспечение.
Это, как если бы облака и Большие Данные были созданы друг для друга.
Об авторе: Стив Ван Тилл – президент и генеральный директор компании Brivo Systems.
