了解实时数据流的网络监控需求

　　更高级的数据意味着更高级的网络监控。

　　大数据开始以我们几年前无法想象的方式改变我们的日常生活。最近的研究表明，到2020年，我们有望看到44泽字节或44万亿千兆字节的数据格局。

　　将此与我们目前拥有的4.4泽字节进行比较，很容易看出即将发生的爆炸性增长。但目前的技术限制只能让我们分析和利用大约0.5%的数据——其余的都被浪费了。

　　像上面这样的统计数据强调了对严格的网络监控协议的需求。这些最佳实践不仅可以帮助您的组织控制所有这些数据，还可以确保您的运营符合任何当前或未来的法律、标准或趋势。

　　实时监控数据

　　组织需要建立由IT专家和应用程序管理专业人员组成的联合团队来容纳这些海量数据集。庞大的数据量和各种来源需要配备精良的多学科工作人员来理解传入的信息。

　　但他们还需要合适的硬件来支持传入的信息。Shimane Fujitsu的团队最近使用云计算和物联网连接的传感器来创建其产品返工站的综合可视化模型，最终可以更好地访问有关截止日期和发货日期的信息，并降低运输成本和缩短交货时间。

　　根据这些数据采取行动

　　收集和监控传入数据仅仅是个开始。如果您希望通过大数据分析产生最大影响，您的组织需要迅速采取行动：

　　1.实时处理

　　利用需要即时流式传输、处理、管理和利用的持续数据输入和输出的信息。一般示例包括银行ATM、天气雷达系统和零售销售点设备。

　　Centrak使用实时定位系统或RTLS来跟踪日常工作流程并最大限度地提高客户回报。他们的技术直接向医生、护士和行政级别的官员提供可操作的数据。虽然Centrak的服务目前仅用于医疗保健领域，但这种技术很容易转移到其他行业。

　　实时数据处理在大数据管理、归档和仓储中也很有用。尽管它最初是在向电子交易过渡期间由证券交易所使用的，但流式数据收集和处理在当今几乎每个行业都有用。

　　基于机器的算法经常出现在实时欺诈检测中。通过分析和突出各种习惯、趋势和模式，当今的实时处理系统可以识别哪些活动具有欺诈的可能性，并标记它们以供进一步调查。在这种情况下，机器和人工都需要完成这个过程。

　　2.近实时处理

　　与实时处理相比，这是一种常见的替代方法，可以减少计算需求和开销成本。这种方法仍然很快，但通常会在几分钟而不是几秒钟内得出结果。

　　最近在奥兰多市附近部署了微波车辆检测系统或MVDS，以监控车辆交通并减少拥堵。通过安排他们的监视器以每分钟为基础归档交通流量数据，研究人员利用了一个近乎实时的处理系统。他们最终能够识别出更拥堵的时期，并提前向司机发出适当的警告。

　　当时间不那么重要时，使用批处理。这种方法可能需要数小时、数天甚至数周时间。尽管速度没有那么快，但此过程通常会带来更深入的分析和更好的商业智能。

　　印度一家领先的IT解决方案提供商最近在其后端交易处理系统中实施了近实时处理。升级带来了许多可衡量的好处，包括：

　　大大减少处理时间和成本。他们将每个项目的时间减少了10倍以上。

　　改进了网络资源的优化。他们在整个系统中总共实现了65%的集群利用率。

　　该公司将100,000件商品的处理时间从12小时缩短到50分钟，并将处理成本削减了近70%。还实施了并行处理，进一步缩短了项目时间。使用他们当前的系统，该公司每分钟可以处理800条记录，每处理1,000件物品的成本为10美分。

　　在紧急情况下保持生产力

　　现代公司还需要担心业务连续性和灾难规划。无论是像长达一小时的停电这样简单的事情，还是更糟糕的事情，制定应急计划都是至关重要的。

　　威斯康星大学麦迪逊分校最近遭遇了一次大停电。电子邮件、语音邮件甚至网站突然被蒙在鼓里。一些系统恢复为离线备份，例如图书馆的图书结账系统，但其他系统在数小时内无法访问。在这种情况下，学校借助社交媒体和短信向学生和教职员工传递重要信息。

　　意识到大数据和网络监控的重要性

　　未能围绕大数据流和分析引入最佳实践的企业和组织面临着众多挑战。

　　仅在上述案例研究中，既定协议的存在导致了更大的生产工作流程、更多的信息访问和改善的公共安全。

　　通过每个行业和每个专业的此类具体示例，很容易看出实时网络监控变得多么重要。

　　图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。