跟上实时数据革命步伐的3种方法

undefined
本内容由人工智能自动翻译。
  • 从全球企业到个人消费者,我们已经越来越依赖实时信息。

  • 实时数据需要得到保护,企业则需要同时管理其益处与风险。

  • 简洁是高效实时数据管理系统的关键。

从全球企业到个人消费者,我们都已越来越依赖实时信息。“现代数据”即关于从信用卡欺诈到出租车可用情况等各类事务的即时可得信息,它使企业、用户和消费者能够迅速做出明智决策。糟糕的数据可能造成巨大不便,甚至危及生命。刚刚登陆的那场风暴?实际上是三级飓风。尚未到站的列车?交通系统从未更新以反映延误情况。

如今,实时信息正处于关键节点,其潜力可在简单的日常应用之外,以多种高影响力的方式加以运用,包括电信、医疗保健、数据隐私、无障碍环境和信息获取等领域。

在此类犯罪日益增多之际,实时数据对金融科技和欺诈检测而言已不可或缺:全球46%的组织在过去24个月中报告曾遭遇欺诈、腐败或经济犯罪。预计到2024年,欺诈检测市场规模将增长至340亿美元。即时发现这些犯罪行为和黑客攻击企图,不仅对保护企业至关重要,也关系到其通常存储的敏感客户数据的安全。

1. 安全保障的重要性

欺诈检测依托实时分析和洞察,尤其是借助异常检测、预测能力、人工智能和机器学习等手段应用数据的能力。对金融机构和企业而言,欺诈检测需要做到“刷卡的那一刻”即完成,而不能晚一毫秒。刷卡的那一刻,而不能晚一毫秒。

网络安全市场预计将增长至到2024年达3000亿美元,而2021年全球支出已超过1万亿美元。每39秒就会发生一次网络攻击,使数百万用户的个人敏感信息面临风险。及时发现并阻止这些攻击,对于防止接连发生的额外安全漏洞至关重要。这意味着唯一的解决办法是实时应对。

2. 管理风险

实时信息既丰富又增长迅速。这带来诸多益处,但也加大了虚假信息和不准确报道的风险。研究表明,在Twitter上,虚假新闻的传播速度比真实新闻更快,且差距惊人:虚假新闻被转发的可能性比真实新闻高出70%。

在大多数网络环境中,机器学习算法被用于在读者浏览信息时即时监测、观察并分发内容。尽管算法通常旨在快速展示相关内容,但它们也可能助长虚假、误导性或完全错误信息的传播,并使这些信息在更广泛的网络中持续流传。

许多组织在数据流动方面遇到问题,即在关键时刻数据能以多快速度提供。如果数据不可用,或提供速度过慢,很可能导致应对效果大打折扣。

3. 保持简洁

随着组织持续应对数据激增以及实时决策的需求,它们也不得不重新审视自身的数据流程与程序。许多全球性企业拥有多个系统、数据库和平台,这些系统均旨在传递信息。但工具过多可能导致数据准确性和时效性方面的混乱加剧,使重复、错误和过时的信息最终传递给用户。

世界经济论坛在网络安全领域开展了哪些工作?

网络安全中心提供了一个值得信赖的平台,让各方领导者齐聚一堂,共同厘清不断演变的网络风险及其系统性影响。该中心致力于在日益互联的数字世界中建立理解与信任。

通过促进跨行业合作与洞察分享,该中心帮助合作伙伴增强网络韧性,应对需要集体应对的挑战。

了解该中心的工作

实时应用与分析无需依赖复杂的技术组合即可发挥作用。组织必须理顺其数据网络与基础设施,构建以三大关键支柱为基础的架构:速度、规模与简洁性。这将促成更紧密的协作并产生更大影响。实时数据可为企业带来巨大价值,但它必须来自一个能够快速传输并理解数据的系统——一个快速、统一、可扩展且富有韧性的系统。提供这些数据的组织将在让世界保持知情方面发挥重要作用。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。