CommuniLink 聯通國際網絡

通過分析大數據，你將能預視未來發展趨勢，助你為未來的發展作出較準確的預測；不過分析大數據並非紙上談兵，背後高效的儲存裝置、系統等等，缺一不可；當然，以測試為目的，則另作別論。其實大數據分析所得出的數據，對不同企業亦同樣重要，而某些行業更是不可或缺，就好像賽車車隊便極需依賴這些數據作準確預測。

近日有一個十分吸引筆者的比賽，那就是由 F1 一級方程式與 Tata Communications 合作舉辦的 F1 連接性能創新獎；一級方程式 Santander 英國格蘭披治大賽 2014 (2014 FORMULA 1 SANTANDER BRITISH GRAND PRIX) 預備階段已正式公佈，而伴隨著的就是官方公佈了的第一階段比賽內容。

第一階段的比賽之中，參賽者需要想辦法用嶄新而有深入見解的方法將從一級方程式錦標賽管理公司的實時數據資料呈現出來。另外，比賽期望參賽者可以想出一些不同的視覺效果去表達這些數據，令觀眾在觀看比賽時更有新鮮感；雖然第一階段的比賽單純以展示數據形式作為題目，但現時大數據十分流行，加上車隊極需從大量非結構性數據中洞悉有價值的資訊，因此我們估計往後的比賽內容應離不開大數據分析等相關題材。

這個挑戰提供了相當大的空間讓參加者定義數據格式，更鼓勵他們想出一些不同的視覺效果去表達這些數據，不論是電視圖像抑或現在採用的額外資料頁，讓各大傳媒、Paddock Club 專用包廂的嘉賓、及消費者都可以在Formula1.com 和 F1 官方應用程式上接收到。

評判包括一級方程式錦標賽管理公司首席技術總監 John Morrison、2008 年世界一級方程式錦標賽 (2008 FIA Formula One Drivers’ World Champion) 及平治車隊英國一級方程式賽車手路易斯咸美頓、咸美頓 2014 年的車隊技術總監 Paddy Lowe、Tata Communications 一級方程式業務董事總經理 Mehul Kapadiaq，以及前 F1 賽車手及 Sky Sports F1 專業評述員 Martin Brundle。他們在不同的準則上，都依靠一級方程式錦標賽管理公司所提供的數據，並將會按參賽指引的一系列標準，評估參賽者所提交的建議書。

比賽要求參賽者展現出創意天分以及技術方面的知識。同時可以提出一個令人信服的建議。有關比賽的詳情可進入以下連結參考。

第二項挑戰將於一級方程式意大利大獎賽 2014 (2014 FORMULA 1 GRAN PREMIO D’ITALIA) 前公佈，而第三項即最後的挑戰將於美國格蘭披治大賽(2014 FORMULA 1 UNITED STATES GRAND PRIX)前夕公佈。

以上資訊由www.hkitblog.com提供

大數據其實從理論上的解釋當然十分簡單，就是通過收集不同的數據，從而分析問題發生的頻率而得出未來趨勢；就好像大家「睇相」一樣，這些用作占卜解畫的書籍，同樣是古人流傳下來的大數據，至於解說之人就是大數據分析器，但實際上是否真的這樣簡單呢？

那當然並不是呢。假如停留於紙上談兵，那就當然得出大數據十分簡單的結論，其實大數據收集容易，但最困難之處莫過於如何將非結構化的數據變得有意義，這當中涉及的種種，例如數據量與頻寬、系統、儲存裝置效能上的承受能力，分析軟件的承受能力等等，絕對非三言兩語便去得出「簡單」這個結論。

就好像現時很多安全廠商都會採用大數據分析即將出現的種種網絡威脅，其背後收集的數據量以及應用的分析技術，包括如何將非結構化數據變得有意義，這個過程是否處理得恰到好處，便主宰著服務的速度及準確性；為此很多公司都會定期優化其大數據分析方案，就好像英國電信（BT）便是其中之一。

近日英國電信(BT)便坦承地宣佈即將對其現有的 BT Assure 保安威脅監控服務進行重大升級，其升級目的顯而易見，就是改善服務質素，並希望更新後企業和保安分析專家能以更簡單直接的方式辨認和抵禦保安威脅。

BT Assure 是甚麼？

BT Assure 是一項威脅監控服務，主要通過收集並分析海量數據從而得出趨勢；升級後用戶便可把收集了的數據和有關的分析，顯示在自訂的螢幕介面上。因此，保安人員就能夠及時發現潛在的問題，進而更輕易辨認保安風險，並及時作出反應，積極採取應對方案。

這項服務的操作原理，是從整個客戶網絡設備收集保安威脅情報資訊，並對之進行監控，包括檢測和入侵防禦系統（IDS/IPS）、防火牆和路由器到伺服器、應用程式、大型電腦以至個人電腦。

BT Assure 其他功能還包括：

– 全新的內置自訂規則功能，用戶可以用它快速自訂需要查看的問題和威脅，從而因應問題及時做出反應。
– 統一追蹤問題系統，用戶和 BT 保安操作中心專家可以用它管理設備和網絡、溝通並為個別事故作故障排除。

以上資訊由www.hkitblog.com提供

若提到商業上的應用，除了我們時常介紹的基建層面方案之外，面向員工的商業系統，包括 ERP、CRM 等等亦十分重要；而這些方案除了可配合不同的模組以構建由採購到銷售等整個鏈結過程之外，亦可配合大數據方案，從而更有效分析業務過程之中所收集的非結構性數據，最終通過分析相關數據而獲取有價值的預測資訊。

現時很多大型的 ERP 方案已加入分析功能，而假如你追求更精準的分析數據，那支援大數據分析的 ERP 系統更是不可或缺。近日有多家 ERP 方案供應商便針對方案推出新版本，例如 Oracle、Epicor 等。後者面向中型企業為主，而前者明顯是面向企業級用戶；今次先說說 Oracle 的方案，稍後會有針對 Epicor 的簡介。

一直以來，Oracle 均有為其方案加入了大數據分析功能，而近日更進一步為新版的 Oracle Business Intelligence (BI) 加入強大分析；通過方案用戶便可就採購數據進行無縫分析，同時增設人力資源分析功能，最終讓它們從數據源及應用工具中獲取洞察。

所謂的 Oracle BI 應用方案包含了：Oracle 電子商務套件、Oracle PeopleSoft、Oracle Siebel CRM 以及 Oracle JD Edwards EnterpriseOne。

新版本為 Oracle 商務智能應用方案 11.1.1.8.1 版本（Oracle Business Intelligence (BI) Applications 11.1.1.8.1）包括了 Oracle 商務智能應用方案 11.1.1.8.1 與 Oracle JD Edwards 之間的預置連接器。此外，該應用方案亦包括新的 Oracle 人力資源分析功能，以協助企業培育及留住技能純熟的人才。

上述提到的 Oracle 採購和消費分析（Oracle Procurement and Spend Analytics）與 Oracle JD Edwards 之間的預置連接器讓用戶可按需實現快速部署；主因是用戶能通過適配器將 Oracle 採購和消費分析和 Oracle JD Edwards EnterpriseOne 整合，從而讓採購部門快速識別節省的機會，通過决策就緒以及業務實踐分析來提升運營效能，例如全面分析採購業績、供應商業績、供應商可支付的趨勢和員工消費。

新加入人才簡介分析功能

而今次的最新 BI 之中，Oracle 亦正式加入了 Oracle 人才簡介分析功能（Oracle Talent Profile Analytics）。此工具能通過對工作需要、員工技能和能力水平提供深入的洞察，幫助人力資源和業務經理評估人才優勢和培訓具潛質的領導者。

可視化數據令方案更易用

而為了提高整體使用上的方便性，方案亦內置關鍵業績指標和高級數據可視化功能，從而協助人力資源和管理者根據業務目標來調配它們企業人才管理的需求和策略。

優化招聘決策

使用 Oracle 人才簡介分析（Oracle Talent Profile Analytics），管理者可執行技能差距分析來確定技能和知識缺口，優化招聘决策，建立全新的培訓項目，實現員工成功最大化，獲得可視性來評估與繼任者和交易量相關的需求；最後值得一提的是 Oracle 人才簡介分析預置了與 Oracle PeopleSoft 的連接器，最終或可令企業能通過更低成本獲得更快部署。

以上資訊由www.hkitblog.com提供

眾所週知，當你經營了一段時間後，系統所儲存的數據將以幾何級數增長，這些數據往往會拖慢系統，久而久之令你於優化及維護方面的支出愈來愈多；分析機構 IDC 預計亞太地區(除日本外)的大數據開支將於 2014 年達到 10.2 億美元，並以 34.1% 之複合年增長率（CAGR）持續增長至 2017 年。

不過早年雲端概念興起以後，現時已有一些能充分運用雲端優勢的數據庫方案，就好像以下介紹的 DBaaS 便是其中之一。NoSQL MongoDB 數據庫即服務（Database-as-a-Service，DBaaS）ObjectRocket 主要能協助企業管理雲端內的大數據及調節規模，藉以滿足時下最高用量的程式所需。該服務基於為 MongoDB 特别優化的硬件，因此可輕易融入現有系統。

ObjectRocket 是一項分表式（sharded）及提供全面管理的 MongoDB 服務，配合一套為延長正常運行時間及簡易管理大數據應用而設計的工具和應用程式介面（API），從而讓企業靈活調節規模，以迎合客戶業務的需要。此外，數據由多個獨立的實體系統進行多工處理，如在遇到任何事故的情況下，可將停機時間或所帶來的負面影響減至最低。

這項服務仿如應用程式的電源插座，用戶只須把程式接入 ObjectRocket，Rackspace 便可代為管理所有擴展事宜、分表及數據庫本身效能，令開發者毋須分心，全心專注於程式本身，其優勢／功能如下：

高可用性

每個運行環節(instance)均存在於多個備援的基礎架構內，數據庫亦可複製及選擇存放於多個分散於不同地區的數據中心內。

可自動調節規模

RocketScale 技術能夠把多個運行環節分表處理，讓開發者以自動化方式供給及管理運行環節。為迎合不同客戶的工作負載，該服務提供各種從 1GB 至數 TB 等不同的方案，並給予客戶多種選擇。

穩定一致的效能

整個堆疊均專門為 MongoDB 特別優化。網絡堆疊、檔案系統、操作系統核心及其他資源均經過特別配置，務求以最高速度運行 MongoDB。所有數據均儲存於冗餘的超高速固態驅動器。

最後值得一提的是 ObjectRocket 本身由於擁有及能掌控整個堆疊，因此能夠更清晰了解潛在的平台問題，藉以更迅速解決。

以上資訊由www.hkitblog.com提供

大數據方案我們曾經提過了很多，然而即使你擁有了最佳的大數據分析方案，但假如沒有一套有效的管理政策，當然在進行分析工作時自然會事倍功半，這恆常定律相信大家都必定清楚；一套有效的策略，能助企業更快捷地通過最簡化、直接的分析流程，從而將過往所發生的事情進行分析工作，最終讓企業洞悉未來發展趨勢；現時大數據方案常見的使用範疇如銷售額預測、顧客喜好預測等，便是通過分析以往的數據而得出未來發展趨勢的。

既然大數據似乎「能醫百病」，那麼在企業的網絡保安方面又如何？我們是否能通過大數據方案分析即將到來的網絡危機？近日 RSA 便針對有關方面推出了全新參考架構，有關參考架構由 RSA 與 Pivotal 合作開發。根據官方資料，企業可通過參考架構獲得偵測和調查現今資訊保安威脅所需的可視性、數據分析及可操作的情報，同時為更廣泛的「IT 數據湖泊」策略奠定基礎，從而助企業控制成本，及從 IT 系統中摘取最大價值。

危機：未出現、先化解？！

通過相關的架構，將可為資訊保安分析師及事故應變人員提供一定程度的協助。首先方案可通過透過擷取整個網絡環境下的數據封包、收集日誌及豐富情境數據，提供更大的可視性；通過方案的數據分析功能，企業便能在擷取數據封包時以及在其備份及退役的整個生命周期中找出異常狀態，並揭示攻擊和危險跡象。

視覺化：更易明

而為了令方案更易於採用，方案本身亦特別地將數據進行視覺化，視覺化以後，大部份的可疑活動訊息摘要以及警報一覽無遺，而且方案亦可自動進行優先排序，並且提供可操作的情報，讓分析師能夠對資訊保安威脅作出適當回應。

為日後擴展提供準備

大數據方案動輒數百萬，因此在日後的擴展可行性方面，往往是企業最為關注的議題；為了解決有關疑慮，方案本身已提供可部署性及規模，從而讓企業利用分散、高可用性及可橫向發展的架構，靈活地擴充至環境中最大的規模；而企業亦能利用發展成熟或已整合的分析模式與新數據源，確保資訊保安操作能應付未來不斷演變的保安威脅和業務流程。

以上資訊由www.hkitblog.com提供