數(shù)據(jù)存儲

人工智能 機器學習

隨著公司運營日益數(shù)字化，需要滿足的數(shù)據(jù)存儲需求越來越多。它們可能包括關于丟棄信息之前保留信息多長時間、保留數(shù)據(jù)的位置以及如何確保其安全的具體信息。

幸運的是，機器學習和人工智能 (AI) 可以更輕松地滿足存儲需求。

機器學習

與現(xiàn)代公司收集更多數(shù)據(jù)相關的最大挑戰(zhàn)之一是處理這些信息的人員無法處理其龐大的數(shù)據(jù)量。公司接收新數(shù)據(jù)的速度可能非?？?，以至于員工需要其他幫助才能正確存儲或處理這些數(shù)據(jù)。員工之間也可能因此產(chǎn)生觀點分歧，例如，兩個人對于使用哪個數(shù)據(jù)庫來保存特定文件有不同的意見。

機器學習算法可以通過識別傳入信息的某些方面來幫助維持數(shù)據(jù)存儲要求。您將通過使用 AI 驅(qū)動的電子郵件服務看到這一點。市面上的許多同類產(chǎn)品通過學習用戶過去與類似郵件的交互來了解數(shù)據(jù)存儲要求，從而將電子郵件放入正確的文件夾中。此類解決方案可以區(qū)分諸如來自老板的郵件和他們可能會覺得無趣的廣告。

在這種情況下，收到的郵件會根據(jù)固有特征自動存儲在“優(yōu)先”和“促銷”等文件夾中。這一切都在后臺發(fā)生，因此用戶通常只有檢查每個文件夾的內(nèi)容才會知道。然而，當用戶的目標是擁有一個干凈的收件箱時，他們就會喜歡這種數(shù)據(jù)存儲方法。

機器學習算法還可以將數(shù)據(jù)存儲在正確的類別中，使人們更容易在以后進行分析和歸檔。希臘比雷埃夫斯大學（University of Piraeus）的研究人員建立了一個交易分類模型，幫助預測中小型企業(yè)的現(xiàn)金流。他們相信他們的工作可以改進目前用于欺詐檢測和資金管理的模型。

人工智能

AI 可以在短時間內(nèi)處理大量數(shù)據(jù)，因此對于想要優(yōu)化現(xiàn)有產(chǎn)品的人們來說，它通常很有用。考慮一下一家公司尋求將數(shù)據(jù)存儲單元安裝到機柜中的解決方案的情況。一家服務提供商通過創(chuàng)建額外的組件來解決問題，包括定制支架和電纜管理系統(tǒng)。一些公司將 AI 加入其中，讓算法排除不合適的設計，并重點關注那些最有可能發(fā)揮作用的設計。

AI 還可以通過使數(shù)據(jù)中心更具可持續(xù)性來改善存儲。然而，這就是事情變得棘手的地方。訓練一種 AI 算法可以產(chǎn)生與五輛汽車的使用壽命一樣多的二氧化碳。然而，這并不能消除 AI 算法在使數(shù)據(jù)中心變得更加環(huán)保方面可以帶來的成功。

它可以識別數(shù)據(jù)中心碳密集程度最高的流程，并建議管理人員可以采取哪些措施來改進這些流程。AI 算法就有效地幫助谷歌減少了其設施的冷卻需求。

全世界對數(shù)據(jù)存儲的需求如此巨大，以至于這些專用設施只會變得更加突出和廣泛。幸運的是，使用算法進行管理是朝著可持續(xù)發(fā)展問題的正確方向邁出的一步。

SeMI Technologies公司有一款名為Weaviate的產(chǎn)品。其 AI 驅(qū)動的數(shù)據(jù)搜索引擎不需要精確匹配即可產(chǎn)生結(jié)果。數(shù)據(jù)存儲與機器學習的結(jié)合使得搜索速度更快，該公司的相關人員相信他們的產(chǎn)品將更好地改變用戶處理信息的方式。

AI 與暗數(shù)據(jù)

暗數(shù)據(jù)是公司收集和存儲但不使用的信息。由于信息采用尚未可用的非結(jié)構(gòu)化格式，因此經(jīng)常會發(fā)生缺乏使用的情況。有些企業(yè)高管甚至不知道如何找到其企業(yè)的所有暗數(shù)據(jù)。

然而，AI 可以減少這些情況發(fā)生。智能算法可以發(fā)現(xiàn)特定模式并揭示人類不會注意到的信息的各個方面。它還可以標記公司因保留過多暗數(shù)據(jù)而加劇的潛在風險。

此外，由于人們常常無法從暗數(shù)據(jù)中提取價值，投資 AI 解決方案來提供幫助便是值得的。這釋放了企業(yè)的潛力，并允許業(yè)務負責人尋求新的途徑來增加利潤。

AI 還可以通過學習存儲要求并相應地自動對信息進行分類來阻止公司擁有過多的暗數(shù)據(jù)。這樣，業(yè)務負責人就不會管理多余的暗數(shù)據(jù)，其余的數(shù)據(jù)便可以用來制定決策和優(yōu)化公司運營。

AI 與安全存儲

隨著網(wǎng)絡攻擊的增加，許多公司領導者決定使用 AI 和機器學習來保證信息安全并確保其符合數(shù)據(jù)存儲要求?；诖?，網(wǎng)絡安全服務公司會提供相應產(chǎn)品來滿足需求。

其中一個產(chǎn)品來自 Cohesity，一家專門從事數(shù)據(jù)管理和備份解決方案的公司。它最近推出了一個名為Datahawk的軟件即服務解決方案。該 AI 產(chǎn)品具有三個組件，它們協(xié)同工作以保護數(shù)據(jù)免受黑客攻擊。與數(shù)據(jù)存儲最相關的是分類引擎，它可以自動查找大型陣列中的信息并對其進行分類。它支持更好的網(wǎng)絡安全，因為許多公司負責人不知道他們的數(shù)據(jù)駐留在哪里，他們自然也無法保護它。分類引擎還有助于滿足與合規(guī)性相關的存儲要求。它包括許多知名且廣泛使用的數(shù)據(jù)隱私框架的內(nèi)置策略。

Forcepoint的數(shù)據(jù)可見性產(chǎn)品也具有類似的用途。它可以查找、分類和歸類非結(jié)構(gòu)化信息，無論其當前存儲位置如何。然后，用戶可以應用其他Forcepoint產(chǎn)品來防止數(shù)據(jù)泄露。該公司表示，該工具用于數(shù)據(jù)管理的 AI 自動化功能在70個領域的準確率超過95%。此外，性能應該隨著時間的推移而提高，因為算法是通過使用來學習的。

這里的示例說明了為什么機器學習和 AI 可以成為遵守組織內(nèi)數(shù)據(jù)存儲要求或使人們更容易找到所需信息的強大工具。找到最佳解決方案并實施需要時間和精力，但結(jié)果往往是值得的。

審核編輯：彭菁