周濤¹，潘柱廷¹，楊婧²，程學(xué)旗²

1.?啟明星辰信息技術(shù)有限公司，北京 ?100193；

2. 中國科學(xué)院計(jì)算技術(shù)研究所，北京 ?100190

Developing tendency prediction of big data in 2017 from CCF TFBD

ZHOU Tao, PAN Zhuting, YANG Jing, CHENG Xueqi

中圖分類號(hào)：TP399 ? 文獻(xiàn)標(biāo)識(shí)碼：A

doi:10.11959/j.issn.2096-0271.2017012

1 ?引言

2016年中國大數(shù)據(jù)技術(shù)大會(huì)（BDTC）于2016年12月8日在北京召開，在此次大會(huì)上發(fā)布了CCF大數(shù)據(jù)專家委員會(huì)（以下簡稱大專委）關(guān)于未來一年的大數(shù)據(jù)發(fā)展趨勢預(yù)測，已成為每年大會(huì)的保留節(jié)目，也成為大專委的一項(xiàng)品牌活動(dòng)。2017年的趨勢報(bào)告一經(jīng)發(fā)布，就引發(fā)了業(yè)界的廣泛關(guān)注和持續(xù)傳播。

本次大數(shù)據(jù)發(fā)展趨勢預(yù)測經(jīng)歷了候選項(xiàng)征集和正式投票兩個(gè)環(huán)節(jié)，最終形成的預(yù)測選項(xiàng)包括67項(xiàng)發(fā)展趨勢選項(xiàng)和9項(xiàng)專項(xiàng)調(diào)研選項(xiàng)，投票范圍面向大專委的正式委員和通訊委員。本次活動(dòng)共收到有效投票82份，通過對(duì)這些投票的匯總、整理和解讀，形成了本次對(duì)外發(fā)布的年度預(yù)測，這是大專委群體智慧的結(jié)晶。

任何形式的解讀都難免摻雜解讀者主觀因素的影響。下面根據(jù)2016年的投票結(jié)果，對(duì)比往年的趨勢預(yù)測情況，盡量從客觀的角度對(duì)本次活動(dòng)形成的趨勢預(yù)測選項(xiàng)進(jìn)行解讀，以便讀者對(duì)各個(gè)趨勢選項(xiàng)進(jìn)行理解。

2 ?2017年大數(shù)據(jù)發(fā)展十大趨勢

2.1 ?趨勢一：機(jī)器學(xué)習(xí)繼續(xù)成為大數(shù)據(jù)智能分析的核心技術(shù)

在2016年的調(diào)查問卷中，將往年“深度學(xué)習(xí)繼續(xù)成為大數(shù)據(jù)智能分析的核心技術(shù)”候選項(xiàng)的主題詞，由“深度學(xué)習(xí)”調(diào)整為“機(jī)器學(xué)習(xí)”。做出這一調(diào)整的理由是深度學(xué)習(xí)只是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)分支，雖然近年來在應(yīng)用領(lǐng)域發(fā)展迅速，但其在算法層面上相對(duì)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法并無本質(zhì)上的創(chuàng)新；用機(jī)器學(xué)習(xí)取代深度學(xué)習(xí)，更能體現(xiàn)大數(shù)據(jù)智能分析的實(shí)質(zhì)。

這一調(diào)整的效果立竿見影，該項(xiàng)得到了超過半數(shù)的投票專家的認(rèn)可，使其成為得票最高的趨勢選項(xiàng)。大數(shù)據(jù)的核心價(jià)值在于蘊(yùn)含在大數(shù)據(jù)之中的、深層次的信息和知識(shí)，而如果沒有機(jī)器學(xué)習(xí)技術(shù)分析大數(shù)據(jù)，對(duì)大數(shù)據(jù)核心價(jià)值的利用將無從談起。隨著機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)家們的關(guān)系越來越緊密，掌握機(jī)器學(xué)習(xí)的基礎(chǔ)技能對(duì)數(shù)據(jù)科學(xué)領(lǐng)域的職業(yè)發(fā)展而言將成為一種必需技能。在大數(shù)據(jù)時(shí)代，依靠大數(shù)據(jù)管理和高性能計(jì)算的支持，機(jī)器學(xué)習(xí)將成為大數(shù)據(jù)智能分析的核心技術(shù)。

2.2 ?趨勢二：人工智能和腦科學(xué)相結(jié)合，成為大數(shù)據(jù)分析領(lǐng)域的熱點(diǎn)

近年來，隨著深度學(xué)習(xí)技術(shù)在圖像處理、自然語言處理等領(lǐng)域的成功應(yīng)用，人工智能又迎來了新一輪的發(fā)展浪潮。2016年3月，Google公司的圍棋AI軟件“AlphaGo”戰(zhàn)勝了頂尖職業(yè)棋手李世石九段，人類失守被視為“人類最后的智力驕傲”的圍棋領(lǐng)域，引發(fā)了全社會(huì)的高度關(guān)注。此外，2016年恰逢“人工智能60周年”，在計(jì)算機(jī)領(lǐng)域的各項(xiàng)活動(dòng)中人工智能都受到了廣泛宣傳。在此背景下，該候選項(xiàng)成為得票的榜眼就不難理解了。

腦科學(xué)是以人類大腦為研究對(duì)象的學(xué)科，在人工智能的研究中有一個(gè)流派，傾向于認(rèn)為對(duì)大腦的恰當(dāng)模擬會(huì)是制造出人工智能的關(guān)鍵。但事實(shí)上，直到今天，人們對(duì)人腦工作原理的了解仍然處于初級(jí)階段，更談不上對(duì)它的精確模擬了。目前，“類腦計(jì)算”最成功的例子就是深度學(xué)習(xí)，如果說基于對(duì)腦科學(xué)如此初級(jí)的認(rèn)識(shí)，就產(chǎn)生了這樣積極的效果，那么在對(duì)腦科學(xué)持續(xù)研究的基礎(chǔ)上進(jìn)一步優(yōu)化人工智能理論及應(yīng)用，其效果就更值得期待。

2.3 ?趨勢三：大數(shù)據(jù)安全與隱私令人憂慮

這是十大趨勢中唯一影響大數(shù)據(jù)發(fā)展的制約因素。回顧歷年的趨勢預(yù)測可以發(fā)現(xiàn)，安全和隱私幾乎每年都會(huì)排在第3、第4的位置。對(duì)安全和隱私的擔(dān)憂使得數(shù)據(jù)開放步伐放慢，使得大家顧慮大數(shù)據(jù)的深度應(yīng)用可能會(huì)帶來負(fù)面價(jià)值，使得其成為大數(shù)據(jù)發(fā)展的重要威脅，這是需要解決的一個(gè)問題。

事實(shí)上，在信息系統(tǒng)建設(shè)中安全滯后于業(yè)務(wù)的發(fā)展，已經(jīng)成為了一種慣例。系統(tǒng)的建設(shè)者首先要解決的是業(yè)務(wù)問題，在安全問題威脅到業(yè)務(wù)系統(tǒng)的正常運(yùn)行時(shí)，才會(huì)考慮解決與之相關(guān)的安全問題。回顧大數(shù)據(jù)生態(tài)系統(tǒng)的發(fā)展歷程，發(fā)現(xiàn)這種規(guī)律仍然存在。以Hadoop為例，早期的Hadoop版本中沒有考慮對(duì)計(jì)算節(jié)點(diǎn)的認(rèn)證、對(duì)數(shù)據(jù)的訪問控制，而是僅僅考慮了分布式計(jì)算架構(gòu)的核心問題。但隨著Hadoop生態(tài)系統(tǒng)的逐漸完善，目前已經(jīng)可以通過Kerberos對(duì)節(jié)點(diǎn)和用戶進(jìn)行身份認(rèn)證；通過Apache Ranger和Apache Sentry對(duì)數(shù)據(jù)進(jìn)行細(xì)粒度的訪問控制；采用Apache Knox作為集群的統(tǒng)一安全訪問入口；通過Apache Eagle進(jìn)行異常行為檢測和性能監(jiān)控等。此外，對(duì)大數(shù)據(jù)的脫敏和匿名化技術(shù)也逐漸發(fā)展成熟。相信隨著大數(shù)據(jù)應(yīng)用越來越廣泛、整個(gè)生態(tài)系統(tǒng)發(fā)展會(huì)越來越完善，對(duì)大數(shù)據(jù)安全和隱私的擔(dān)憂可以通過技術(shù)手段逐漸化解。

2.4 ?趨勢四：多學(xué)科融合與數(shù)據(jù)科學(xué)興起

該選項(xiàng)同樣是歷年趨勢預(yù)測的常客。大數(shù)據(jù)技術(shù)是多學(xué)科多技術(shù)領(lǐng)域的融合，大數(shù)據(jù)應(yīng)用更是與多領(lǐng)域交叉融合，這種交叉融合催生了數(shù)據(jù)科學(xué)的產(chǎn)生和興起。可以看到很多數(shù)據(jù)相關(guān)的專門實(shí)驗(yàn)室、專項(xiàng)研究院所相繼出現(xiàn)，許多高校開展了以大數(shù)據(jù)技術(shù)及應(yīng)用為特色的學(xué)位教育，數(shù)據(jù)科學(xué)作為一門新興學(xué)科得到了持續(xù)發(fā)展。

數(shù)據(jù)科學(xué)的發(fā)展，反過來又促進(jìn)了多學(xué)科的融合。許多學(xué)科研究的方向表面上看大不相同，背后卻有相同的數(shù)據(jù)科學(xué)和計(jì)算科學(xué)的基礎(chǔ)。例如醫(yī)學(xué)和語言學(xué)是兩個(gè)完全不同的學(xué)科，但如果在大數(shù)據(jù)的基礎(chǔ)上借助人工智能實(shí)現(xiàn)智能診療和機(jī)器翻譯，所采用的底層技術(shù)很大程度上是相通的。預(yù)期未來許多前沿學(xué)科的發(fā)展，都要依賴于本學(xué)科領(lǐng)域知識(shí)、數(shù)據(jù)科學(xué)與計(jì)算科學(xué)之間的融合。

2.5 ? 趨勢五：大數(shù)據(jù)處理多樣化模式并存融合，流計(jì)算成主流模式之一

目前，大數(shù)據(jù)技術(shù)的應(yīng)用已經(jīng)從互聯(lián)網(wǎng)行業(yè)逐漸擴(kuò)展到各個(gè)傳統(tǒng)行業(yè)，早已不再是什么“新”技術(shù)。作為一個(gè)可供佐證的論據(jù)，美國咨詢公司Gartner在2015年底發(fā)布的新興技術(shù)成熟度曲線中，首次缺失了大數(shù)據(jù)的身影。Gartner對(duì)此的解釋是大數(shù)據(jù)的應(yīng)用已經(jīng)滲透到各行各業(yè)，應(yīng)用模式也已成熟，不再是新興技術(shù)。

由于大數(shù)據(jù)應(yīng)用場景復(fù)雜多樣，在不同的環(huán)境中，對(duì)數(shù)據(jù)產(chǎn)生速度、存儲(chǔ)容量、一致性、實(shí)時(shí)性、容錯(cuò)性等方面的要求千差萬別，很難有一個(gè)數(shù)據(jù)處理平臺(tái)能滿足所有場景的需求，這就導(dǎo)致了大數(shù)據(jù)處理模式多樣化的現(xiàn)狀。僅以NoSQL數(shù)據(jù)庫為例，截至目前開源NoSQL數(shù)據(jù)庫項(xiàng)目已超過225個(gè)，每個(gè)項(xiàng)目都有不同的數(shù)據(jù)處理模式。即使在同一個(gè)大數(shù)據(jù)業(yè)務(wù)系統(tǒng)建設(shè)中，為了適應(yīng)不同的業(yè)務(wù)需求而綜合采用SQL、NoSQL和NewSQL等“混搭”的處理架構(gòu)也已成為常態(tài)。

在眾多處理模式中，流計(jì)算的發(fā)展格外引人注目。隨著大數(shù)據(jù)應(yīng)用場景對(duì)實(shí)時(shí)性的要求越來越高，流計(jì)算有可能超越傳統(tǒng)Hadoop平臺(tái)的批處理模式，成為主流的大數(shù)據(jù)計(jì)算模式。從開源生態(tài)圈來看，可供選擇的流計(jì)算工具越來越豐富， Spark Streaming、Storm、Flink、Apex等工具快速迭代，Heron等新型工具不斷涌現(xiàn)，Kafka也推出了流計(jì)算模塊Kafka Stream；從架構(gòu)來看，Kappa架構(gòu)逐漸被接受，批處理成為了流計(jì)算的特例。

2.6 ?趨勢六：數(shù)據(jù)的語義化和知識(shí)化是數(shù)據(jù)價(jià)值的基礎(chǔ)問題

數(shù)據(jù)語義化和知識(shí)化是首次進(jìn)入十大發(fā)展趨勢預(yù)測的選項(xiàng)。數(shù)據(jù)語義化是指用特有的屬性格式化文檔內(nèi)容，使得機(jī)器可以理解其內(nèi)容；數(shù)據(jù)知識(shí)化是指挖掘和展示數(shù)據(jù)中的信息和知識(shí)。從Linked of Data的發(fā)展（目前為百億三元組量級(jí)），到Google知識(shí)圖譜和多種自然語言問答應(yīng)用的出現(xiàn)，可以推斷廣大網(wǎng)絡(luò)/移動(dòng)用戶在大數(shù)據(jù)時(shí)代獲取信息時(shí)，越來越需要數(shù)據(jù)和信息的知識(shí)化組織和語義關(guān)聯(lián)，也說明普通的個(gè)人用戶從大數(shù)據(jù)中獲得知識(shí)和價(jià)值是一個(gè)基本需求。

2.7 ?趨勢七：開源成為大數(shù)據(jù)技術(shù)生態(tài)主流

大數(shù)據(jù)技術(shù)生態(tài)是伴隨著Hadoop的開源起步的，預(yù)測開源會(huì)繼續(xù)成為技術(shù)生態(tài)的主流形式。開源技術(shù)的蓬勃發(fā)展，大大降低了大數(shù)據(jù)的應(yīng)用門檻，有力推動(dòng)了基于大數(shù)據(jù)的業(yè)務(wù)模式在各行各業(yè)落地，也給傳統(tǒng)數(shù)據(jù)管理廠商帶來了嚴(yán)峻的挑戰(zhàn)。

目前，大數(shù)據(jù)生態(tài)圈的發(fā)展勢頭迅猛，每當(dāng)現(xiàn)有的技術(shù)不能滿足新的應(yīng)用模式時(shí)，總會(huì)產(chǎn)生多個(gè)與之相關(guān)的開源項(xiàng)目，從而帶動(dòng)新一輪的技術(shù)升級(jí)。在參與者方面，專業(yè)大數(shù)據(jù)企業(yè)、互聯(lián)網(wǎng)企業(yè)、高等院校、科研機(jī)構(gòu)，乃至某些政府機(jī)構(gòu)和部門，都成了開源軟件的貢獻(xiàn)者。另外也看到，來自中國的開源軟件及貢獻(xiàn)者越來越多地進(jìn)入了全球大數(shù)據(jù)生態(tài)圈，也促進(jìn)了大數(shù)據(jù)技術(shù)在國內(nèi)的發(fā)展。

2.8 ? 趨勢八：政府大數(shù)據(jù)發(fā)展迅速

政府大數(shù)據(jù)同樣是首次進(jìn)入十大發(fā)展趨勢預(yù)測的選項(xiàng)，反映了大數(shù)據(jù)專家委員會(huì)的專家們對(duì)政府引導(dǎo)大數(shù)據(jù)應(yīng)用的期待。政府的各級(jí)職能部門在日常管理中積累了大量的數(shù)據(jù)，特別是一些管理機(jī)構(gòu)獨(dú)有的、與人民生活密切相關(guān)的數(shù)據(jù)。筆者預(yù)測，一些擁有大數(shù)據(jù)的政府部門會(huì)利用積累的數(shù)據(jù)，采用大數(shù)據(jù)技術(shù)進(jìn)行分析，提升社會(huì)治理水平。

另一方面，政府的數(shù)據(jù)是利用全社會(huì)的公共資源采集、存儲(chǔ)和管理的，也是一種公共資源，也應(yīng)當(dāng)在經(jīng)過必要的技術(shù)處理后為全社會(huì)所共享。目前，部分省市已經(jīng)開放了多種類型的城市數(shù)據(jù)，中國政府已經(jīng)有了數(shù)據(jù)整合的計(jì)劃，相信這種趨勢會(huì)越來越明顯。

2.9 ? 趨勢九：推動(dòng)數(shù)據(jù)立法，重視個(gè)人數(shù)據(jù)隱私

數(shù)據(jù)立法從另外一個(gè)角度上體現(xiàn)了專家們對(duì)大數(shù)據(jù)帶來的隱私問題的擔(dān)憂。人們在享受互聯(lián)網(wǎng)上各項(xiàng)服務(wù)時(shí)，越追求服務(wù)的便捷化、個(gè)性化，就需要提供越多的個(gè)人數(shù)據(jù)，個(gè)人面臨的數(shù)據(jù)隱私風(fēng)險(xiǎn)就越嚴(yán)重。可以說，個(gè)人數(shù)據(jù)隱私與個(gè)性化服務(wù)之間本身就是一對(duì)矛盾。

單憑技術(shù)手段解決個(gè)人數(shù)據(jù)隱私問題是遠(yuǎn)遠(yuǎn)不夠的，必須采用技術(shù)和管理并重的方式，這就需要推動(dòng)相關(guān)的數(shù)據(jù)立法。要從數(shù)據(jù)的全生命周期進(jìn)行綜合考慮，從法律層面對(duì)數(shù)據(jù)的采集、傳輸、流轉(zhuǎn)、交易、使用和銷毀等環(huán)節(jié)做出明確約束，使得個(gè)人數(shù)據(jù)隱私保護(hù)有法可依。

2.10 ? 趨勢十：可視化技術(shù)和工具提升大數(shù)據(jù)分析工具的易用性

可視化也連續(xù)多年成為十大發(fā)展趨勢預(yù)測的選項(xiàng)，2016年還占據(jù)了榜首的位置。2017年的投票關(guān)注度雖有所下降，但還是幸運(yùn)占據(jù)了十大趨勢的最后一席。

可視化是通過把復(fù)雜的數(shù)據(jù)轉(zhuǎn)化為可以交互的圖形，幫助用戶更好地理解分析數(shù)據(jù)對(duì)象，發(fā)現(xiàn)、洞察其內(nèi)在規(guī)律。它使得大數(shù)據(jù)能夠?yàn)楦嗳死斫狻⑹褂?#xff0c;使得大數(shù)據(jù)的使用者從少數(shù)專家擴(kuò)展到更廣泛的民眾。筆者認(rèn)為可視化技術(shù)，尤其是交互式可視化分析技術(shù)，是將人的直觀分析能力與機(jī)器的強(qiáng)大計(jì)算能力相結(jié)合的有效方式，是提升大數(shù)據(jù)分析工具易用性的重要手段。

3 ?大數(shù)據(jù)發(fā)展專項(xiàng)調(diào)研分析

3.1 ? 最令人矚目的應(yīng)用領(lǐng)域

大數(shù)據(jù)的發(fā)展最直接的推動(dòng)力來自于應(yīng)用，大專委5年來都做了“最令人矚目的應(yīng)用領(lǐng)域”的專項(xiàng)調(diào)研，結(jié)果見表1。這5年以來，互聯(lián)網(wǎng)和金融一直是排在前三的領(lǐng)域。尤其近4年的調(diào)研，互聯(lián)網(wǎng)、金融和健康醫(yī)療一直排在前三甲。2017年排在其后的城鎮(zhèn)化和制造業(yè)等領(lǐng)域，得票數(shù)與前三相去甚遠(yuǎn)。而健康醫(yī)療超越金融排在第2位，其原因可謂多樣。這也許和互聯(lián)網(wǎng)金融及其所面臨的風(fēng)險(xiǎn)有某種關(guān)聯(lián)度，反映出專家們對(duì)應(yīng)用領(lǐng)域的關(guān)注度有了一些微調(diào)。

3.2 在數(shù)據(jù)資源流轉(zhuǎn)上會(huì)有什么舉措

表2是從2015年開始做的關(guān)于“數(shù)據(jù)資源流轉(zhuǎn)”的專項(xiàng)調(diào)研。做研究和應(yīng)用都有一個(gè)切實(shí)難題就是“沒有數(shù)據(jù)”“數(shù)據(jù)從哪里來”。可以看到，2017年的結(jié)果有一個(gè)有意思的小變化，“會(huì)買數(shù)據(jù)集”退到第4位，而且票數(shù)和前面3項(xiàng)的差距也較大。這解釋為當(dāng)前大家對(duì)數(shù)據(jù)流轉(zhuǎn)和數(shù)據(jù)交易并不抱太大的期望值，數(shù)據(jù)的流轉(zhuǎn)并沒有真正形成一個(gè)良好的環(huán)境和市場。因此，大家轉(zhuǎn)而傾向于自己搜集數(shù)據(jù)、下載并獲得的免費(fèi)數(shù)據(jù)，而不寄希望于通過交易和價(jià)值交換帶來有用的數(shù)據(jù)集，尤其對(duì)量較大的數(shù)據(jù)集的期望值在降低。當(dāng)然，“會(huì)免費(fèi)提供數(shù)據(jù)集”能夠排到第5位，也讓大家嗅到了一點(diǎn)共享的氣息。

這條預(yù)測反映的問題其實(shí)還是比較嚴(yán)重的。數(shù)據(jù)只有流轉(zhuǎn)起來才能產(chǎn)生巨大價(jià)值，促進(jìn)并解決這一窘境，對(duì)整個(gè)大數(shù)據(jù)領(lǐng)域和數(shù)據(jù)領(lǐng)域來說極為重要。

3.3 與大數(shù)據(jù)最匹配的概念

本項(xiàng)也是從2016年開始做的專項(xiàng)調(diào)研，見表3。從調(diào)研結(jié)果來看，與大數(shù)據(jù)最匹配的概念受2017年度熱門話題影響較大。2016年專家們認(rèn)為最匹配的概念是“互聯(lián)網(wǎng)+”，2017年排名前三的選項(xiàng)中，有兩項(xiàng)都與智能計(jì)算相關(guān)。很明顯，大家對(duì)2017年的預(yù)測延續(xù)了2016年的熱門話題“人工智能”。

3.4 我國大數(shù)據(jù)發(fā)展的最主要推動(dòng)者

本項(xiàng)關(guān)注到底是什么樣的力量在推動(dòng)大數(shù)據(jù)的技術(shù)、產(chǎn)業(yè)、應(yīng)用的發(fā)展，見表4。2015年調(diào)研結(jié)果是大型互聯(lián)網(wǎng)公司、政府機(jī)構(gòu)和大學(xué)科研院所等。在2016年做的第二次調(diào)研中，科研院所從名單中消失了，大家認(rèn)為大學(xué)和科研院所并沒有直接帶來資本力量和各種資源。或許受到國家提出的“雙創(chuàng)”概念影響，2016年創(chuàng)業(yè)公司成為一個(gè)大家寄希望的推動(dòng)者，但2017年創(chuàng)業(yè)公司從這個(gè)名單中消失了。這個(gè)推動(dòng)者名單中，只剩下大型互聯(lián)網(wǎng)公司和政府機(jī)構(gòu)，其他的票數(shù)都很少。這個(gè)專項(xiàng)調(diào)研結(jié)果與大數(shù)據(jù)發(fā)展趨勢十大預(yù)測中第8條“政府大數(shù)據(jù)發(fā)展迅速”相符。互聯(lián)網(wǎng)應(yīng)用對(duì)大數(shù)據(jù)的推動(dòng)力量是毋庸置疑的，真正新的推動(dòng)力量只有政府機(jī)構(gòu)這個(gè)選項(xiàng)。大家期望政府在治理理念上的變化、治理方法上的更新，帶來對(duì)大數(shù)據(jù)應(yīng)用的真實(shí)需求。

3.5 ?大數(shù)據(jù)發(fā)展階段判斷

本項(xiàng)借用Gartner技術(shù)成熟度曲線中對(duì)技術(shù)發(fā)展階段的劃分，評(píng)估大家對(duì)大數(shù)據(jù)的當(dāng)前發(fā)展階段的看法，見表5。從這6個(gè)階段的投票分布來看，整體上大專委的專家們對(duì)大數(shù)據(jù)的發(fā)展前景還是持樂觀態(tài)度，也就是第2、第3和第6階段占到主流，超過了70%的比例。而且有相當(dāng)多的專家（26%）認(rèn)為大數(shù)據(jù)已經(jīng)過了幻滅期而進(jìn)入穩(wěn)定增長時(shí)期，也就是低風(fēng)險(xiǎn)而高價(jià)值創(chuàng)造的時(shí)期。雖然大數(shù)據(jù)的泡沫破裂期是不是真的度過，在大專委的專家中還有一定分歧，但總體來說對(duì)大數(shù)據(jù)前景的看好還是毋庸置疑的。

4 ?結(jié)束語

縱觀本次2017年度大數(shù)據(jù)發(fā)展趨勢預(yù)測，可以看到如下特點(diǎn)。

與純粹技術(shù)相關(guān)的預(yù)測條目比例高。往年預(yù)測中有很多關(guān)于產(chǎn)業(yè)、資本、政策、生態(tài)、人才教育、職業(yè)等方面的條目，本次預(yù)測的十大趨勢中，有7項(xiàng)是關(guān)于具體技術(shù)的，包括機(jī)器學(xué)習(xí)、人工智能、學(xué)科融合、處理多樣性、流計(jì)算、語義化、開源、可視化等，這預(yù)示著專家們更寄希望于從技術(shù)本身尋求突破。

政策法規(guī)的動(dòng)力和規(guī)范作用受到關(guān)注。從第8和第9條預(yù)測可以看出，大專委的專家們除了關(guān)注技術(shù)突破，還期望在政策和法規(guī)上能給予大數(shù)據(jù)發(fā)展有效的幫助。換句話說，大家在技術(shù)之外的發(fā)展訴求中，在市場力量和政府力量的天平中，更偏重于謀求政府的力量給予支持。當(dāng)然，這也得益于最近一年政府方面在大數(shù)據(jù)方向上的明確態(tài)度，也得益于全國人民代表大會(huì)常務(wù)委員會(huì)對(duì)于《中華人民共和國網(wǎng)絡(luò)安全法》的通過和頒布。

對(duì)安全和隱私問題的關(guān)注成為常態(tài)。可以看到，大數(shù)據(jù)安全和隱私問題條目每年都在預(yù)測中出現(xiàn)，在大數(shù)據(jù)實(shí)際應(yīng)用中這也成為了嚴(yán)重的制約因素。對(duì)這一問題的解決，需要采用技術(shù)和管理相結(jié)合的手段。為此，一方面大數(shù)據(jù)生態(tài)圈的安全工具越來越豐富，另一方面對(duì)數(shù)據(jù)立法的期待也出現(xiàn)在了本次預(yù)測選項(xiàng)中。

周濤（1979-），男，博士，啟明星辰教授級(jí)高級(jí)工程師、大數(shù)據(jù)實(shí)驗(yàn)室副主任，主要研究方向?yàn)榇髷?shù)據(jù)安全分析、事件關(guān)聯(lián)分析、入侵檢測等。

潘柱廷（1969-），男，啟明星辰教授級(jí)高級(jí)工程師、首席戰(zhàn)略官，長期從事信息安全技術(shù)和戰(zhàn)略研究工作。中國計(jì)算機(jī)學(xué)會(huì)（CCF）常務(wù)理事，CCF大數(shù)據(jù)專家委員會(huì)委員兼副秘書長，CCF計(jì)算機(jī)安全專家委員會(huì)常務(wù)委員，中國互聯(lián)網(wǎng)協(xié)會(huì)常務(wù)理事，云安全聯(lián)盟CSA中國區(qū)理事。

楊婧（1983-），女，博士，中國科學(xué)院計(jì)算技術(shù)研究所工程師，中國計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專家委員會(huì)秘書處工作人員。主要研究方向?yàn)閿?shù)據(jù)科學(xué)、最優(yōu)化查詢處理、數(shù)據(jù)挖掘等。在SIGMOD、SSTD、DASFAA、APWEB、WWW Journal等一流國際期刊和國際會(huì)議上發(fā)表論文13篇。

程學(xué)旗（1972-），男，中國科學(xué)院計(jì)算技術(shù)研究所研究員、博士生導(dǎo)師、副所長，中國科學(xué)院網(wǎng)絡(luò)數(shù)據(jù)科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室主任。中國計(jì)算機(jī)學(xué)會(huì)理事、大數(shù)據(jù)專家委員會(huì)秘書長，中國中文信息學(xué)會(huì)常務(wù)理事、信息檢索與內(nèi)容安全專委會(huì)副主任。主要研究方向?yàn)閿?shù)據(jù)科學(xué)、大數(shù)據(jù)引擎系統(tǒng)、Web搜索與挖掘、大數(shù)據(jù)安全。

總結(jié)

以上是生活随笔為你收集整理的【2017年第1期】CCF大专委2017年大数据发展趋势预测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。