❶ 如何應對大數據的挑戰
大數據行業面臨的五大挑戰如下：
挑戰一：數據來源錯綜復雜
豐富的數據源是大數據產業發展的前提。而我國數字化的數據資源總量遠遠低於美歐，每年新增數據量僅為美國的7%，歐洲的12%，其中政府和製造業的數據資源積累遠遠落後於國外。就已有有限的數據資源來說，還存在標准化、准確性、完整性低，利用價值不高的情況，這大大降低了數據的價值。
現如今，幾乎任何規模企業，每時每刻也都在產生大量的數據，但這些數據如何歸集、提煉始終是一個困擾。而大數據技術的意義確實不在於掌握規模龐大的數據信息，而在於對這些數據進行智能處理，從中分析和挖掘出有價值的信息，但前提是如何獲取大量有價值的數據。
挑戰二：數據挖掘分析模型建立
步入大數據時代，人們紛紛在談論大數據，似乎這已經演化為新的潮流趨勢。數據比以往任何時候都更加根植於我們生活中的每個角落。我們試圖用數據去解決問題、改善福利，並且促成新的經濟繁榮。人們紛紛流露出去大數據的高期待以及對大數據分析技術的格外看好。然而，關於大數據分析，人們鼓吹其神奇價值的喧囂聲浪很高，卻鮮見其實際運用得法的模式和方法。造成這種窘境的原因主要有以下兩點：一是對於大數據分析的價值邏輯尚缺乏足夠深刻的洞察；其次便是大數據分析中的某些重大要件或技術還不成熟。大數據時代下數據的海量增長以及缺乏這種大數據分析邏輯以及大數據技術的待發展，正是大數據時代下我們面臨的挑戰。
挑戰三：數據開放與隱私的權衡
數據應用的前提是數據開放，這已經是共識。有專業人士指出，中國人口居世界首位，但2010年中國新存儲的數據為250PB，僅為日本的60%和北美的7%。目前我國一些部門和機構擁有大量數據但寧願自己不用也不願提供給有關部門共享，導致信息不完整或重復投資。2012年中國的數據存儲量達到64EB，其中55%的數據需要一定程度的保護，然而目前只有不到一半的數據得到保護。
挑戰四：大數據管理與決策
大數據的技術挑戰顯而易見，但其帶來的決策挑戰更為艱巨。大數據至關重要的方面，就是它會直接影響組織怎樣作決策、誰來作決策。在信息有限、獲取成本高昂且沒有被數字化的時代，組織內作重大決策的人，都是典型的位高權重的人，要不然就是高價請來的擁有專業技能和顯赫履歷的外部智囊。但是，在今時今日的商業世界中，高管的決策仍然更多地依賴個人經驗和直覺，而不是基於數據。
挑戰五：大數據人才缺口
如果說，以Hadoop為代表的大數據是一頭小象，那麼企業必須有能夠馴服它的馴獸師。在很多企業熱烈擁抱這類大數據技術時，精通大數據技術的相關人才也成為一個大缺口。
❷ 作文200字如何應對大數據時代
，既是大數據的締造者，因為我們的認知和行為方式都在源源不斷地產生各種各樣的數據；又是大數據的使用者，因為人的大腦幾乎每時每刻都在對所觀察到和所搜集到的各種數據進行分析，以期得出結論；更是大數據的直接受益者，因為通過對數據的分析和挖掘，大數據的大價值最終體現在指導人的行動並由此推動社會的不斷進步。面對大數據時代在現如今面臨的挑戰，個人提出幾點應對策略：
1、合理獲取數據
在大數據時代，數據的產生速度飛快而且體量龐大，往往以TB或YB甚至是ZB來衡量。各種機構、個人都在不斷地向外產生和發布結構化與非結構化的復雜數據，並進行數據交換，如人們當前最常用的數據來源渠道——互聯網，每天的數據交換量已極為驚人。
在這種情況下，由於數據傳播的速度極快，且在傳播過程中本身已有可能通過交換發生多次變換而生成了更多的復雜數據，那麼，對我們普通人來說，當數據充分融合在一起的時候就很難分辨其真正的來源。即使能夠弄清楚數據的真正來源，你又將面臨那些復雜的非結構化數據的考驗。
大數據時代應以智慧創新理念融合大數據與雲計算，在大數據洪流中提升知識價值洞察力，實施高效實時個性化運作，建立有效增值的商業模式。針對大數據時代的基本特徵，加強全方位創新。包括IBM、EMC、HP、Microsoft等在內的IT巨頭，紛紛加速收購相關大數據公司進行技術整合，尋找數據洪流大潮中新的立足點。而涉及人工智慧、機器學習等新技術的創新應用，已初顯效益。將大數據時代全方位創新工作和智慧城市發展緊密結合。藉助移動互聯網、大數據與雲計算的融合、智能運營管道等，建立智能平台，優化配置城市資源，向真正的智慧城市邁進。
電信運營商轉型中流量經營已成共識，即以智能管道與聚合平台為基礎，以擴大流量規模、提升流量層次及豐富流量內涵作為基本經營方向，並以釋放流量價值為基本目標，可見大數據和雲計算的深度融合與此流量經營目標十分吻合。實際上已經有一些運營商藉助大數據Hadoop雲工具管理與分析網路中的用戶數據，為日常運維及制定市場戰略等提供有效支撐。
藉助大數據創新處理技術應對APT安全攻擊。APT安全攻擊的最主要特徵為單點隱蔽能力強、攻擊空間路徑不確定、攻擊渠道不確定；同時APT攻擊一旦入侵成功則長期潛伏，攻擊時間上具有持續性。目前，全流量審計方案具備強大的實時檢測能力與事後回溯能力，並可將安全工作人員的分析能力、計算機存儲與運算能力組合在一起，是一種較完整的解決方案。
❸ 如何有效應對大數據技術的倫理挑戰
如何有效應對大數據技術的倫理挑戰
大數據技術是一把「雙刃劍」，既可以為人類服務，也可能給人類帶來麻煩。近來，頻繁的網路公司泄露個人信息事件引起廣泛關注，也使人們意識到，正確認識和有效應對大數據技術帶來的隱私倫理問題至關重要。
關注「演算法」背後的隱私倫理
大數據分析可以對人進行數據成像，在聚類、相關性分析以及數據整合的基礎上刻畫人的行為特徵與傾向，在商業智能推薦、人的行為預測等方面具有廣泛的應用前景。中國社會科學院哲學研究所研究員段偉文認為，從現象上看，它是一種非常有效的分析工具，但如果使用這些技術的人動機不純，就有可能帶來不良後果。從本質上講，大數據帶來的負面影響源於數據本身的特殊性，數據中隱含著人的各種信息，而這些信息很容易作為引導、說服與控制人類行為的工具。這一本質特徵往往會誘使商家和濫用權力者干預人的自主權和侵犯人的隱私權。
「在大數據技術背景下討論隱私倫理問題，人們主要關注的是信息隱私方面的倫理問題，最集中地體現在數據的開放共享與個人信息保護兩者如何平衡的問題上。一般所說的大數據技術是一把『雙刃劍』，也主要是從這個意義上說的。」北京師范大學哲學學院教授田海平表示，數據的開放共享只是大數據技術得以實現的一個方面。除此之外，它還包括通過數字化技術獲取和存儲數據，通過大數據平台對海量數據進行深度挖掘、預測以及反饋等更為深度和實質性的數據佔有與使用。目前，這種獲取和使用數據的方式，可以通過深度機器學習做到完全智能化。就大數據的佔有和使用方面而言，大數據技術加上機器學習，不僅在數據共享方面，而且在數據深度挖掘方面，把個人信息保護和數據權的確權問題都交給了「演算法」，這是一個值得關注的、更為深層次的問題。
找尋技術和規范兩方面原因
大數據技術的應用給人類帶來一系列的隱私倫理問題和挑戰，這其中既有大數據技術自身的原因，也有制度規范等的原因。
江西財經大學馬克思主義學院教授黃欣榮表示，大數據技術在推動人類社會發展的同時，也帶來了數據採集權、保存權、使用權、知情權、所有權、刪除權、隱私權等倫理問題。產生這些問題的原因在於，大數據技術是一種全新的信息技術，大數據的隱私倫理問題是全新的問題。傳統的法律法規、倫理道德難以約束相關機構採集、存儲、傳輸和使用數據，並且新技術帶來的新問題還沒有完全暴露，新的法律法規難以同步發展。
段偉文認為，目前造成大數據隱私倫理問題的主要原因有：一是基於大數據分析的智能化商業推薦系統帶來了全新的營銷模式，其營銷效率較傳統的營銷模式具有指數倍增效應，巨大利益誘惑面前，包含個人隱私及敏感信息的數據被單純地視為牟利的工具和隨意轉賣的商品，個人的數據保護往往被商家忽視，甚至被商家運用演算法加以算計，使人的隱私權受到侵犯；二是合理可行的個人數據授權和保護機制尚未建立，很多數據在用於某一分析之後被用於其他不明領域；三是分散的數據被整合之後，也可能通過數據分析洞察出一些不一定準確但會對主體造成負面影響的特徵，進而誘使對這些特徵進行不良使用。
加強數據立法 堅守倫理底線
對於如何讓大數據技術更好地為人類服務，黃欣榮認為，需要強化隱私觀念，加強數據立法，堅守倫理底線。
田海平認為，尊重個人隱私權是一個毋庸置疑的底線倫理原則。只有我們的法律體系和道德體系在規范合理性的構建方面堅守這條底線，大數據技術的應用才能夠真正做到趨利避害。「數據共享」與「隱私保護」構成了大數據時代無法割捨的兩面性，它實際上凸顯了將「數據共享的倫理」與「隱私保護的倫理」，既以一種價值方式又以一種技術方式在大數據時代同時實現的任務。
段偉文表示，首先，要進一步凸顯主體數據權利保護意識，聯系大數據技術發展中的各種倫理沖突，解剖典型案例，進而從理論上廓清符合大數據時代特徵的新型數據權利、隱私權以及被遺忘權的基本概念以及實踐範例。其次，建立起包括商家、政府法律部門、普通用戶等相關利益群體的對話機制，制定在具體的、數據驅動的社會經濟乃至治理活動中的數據保護規范與實現機制。最後，做好與危害數據權利、惡意侵犯個人隱私權行為長期斗爭的准備，探尋從法律和倫理層面根治此類問題的有效策略，並使之作為治理法規積淀下來。