A.感知、存储到计算
B.感知、传输到处理
C.感知、计算到传输
D.计算、传输到感知
A.海量数据采集、存储、大数据分析
B.弹性和可扩展性的高性能计算平台需求
C.经费充裕,且技术跟进需要
D.提高科研效率,加速成果转化
E.降低成本,OPEX转为CAPEX
A.大数据平台中,B域、M域、O域及DPI信令等各类数据集中存储,一旦发生安全事件则可涉及海量客户敏感信息及公司数据资产。
B.大数据多部署在云环境中,由于存储、计算的多层面虚拟化,带来了数据管理权与所有权分离,网络边界模糊等新问题
C.大数据平台多使用Hadoop、Hive、第三方组件等开源软件,这些软件设计初衷是为了高效数据处理,系统性安全功能相对缺乏,安全防护能力远远滞后业务发展,存在安全漏洞
D.敏感数据跨部门、跨系统留存,任一单位或系统安全防护措施不当,均可能发生敏感数据泄漏,造成“一点突破、全网皆失”的严重后果。
A.多元基础设施难管理
B.系统架构扩展瓶颈
C.需要购置更多存储
D.部署周期长
A.嵌入式系统技术
B.数据信息采集到处理
C.RFID标签技术
D.传感器技术
A.人工智能应用的数据越多,其获得的结果就越准确
B.大数据为人工智能提供了海量的数据,使得人工智能技术有了长足的发展
C.大数据技术为人工智能提供了强大的存储能力和计算能力
A.从强调单机的性能(Scaleup)向“虚拟化、分布式、智能化”等方向发展(Scaleout)
B.通过海量低成本服务器替代传统专用大/小型机/高端服务器
C.通过分布式软件替代传统单机操作系统,通过自动管控软件替代传统的集中管理
D.通过利用物理存储设备性能的提高来实现数据读写性能的提高
A.海量数据的存储要考虑不同的数据格式、数据体量和访问要求。存储策略的选择要重点考虑性价比。
B.计算密集型:南北向高带宽
C.存储密集型的典型应用场景包括:实时数据处理,科学计算
D.计算存储双密集型:东西向和南北向均要求高带宽