首页 > 今日头条> 2016中国大数据领域10大新闻
2017
01-12

2016中国大数据领域10大新闻

新闻 1.     12月30日,国内首个省级政府数据共享平台“云上贵州” 正式运行, “云上贵州”包括系统平台、开放平台、共享平台等。
2.     12月,京东大量用户数据泄露,,里边的信息包括用户名、密码、邮箱、QQ号、电话号码、身份证等等,数据多达数千万条。同月,雅虎宣布该公司有10亿多用户帐号于2013年被黑客窃取,雅虎还披露该公司在2014年因为类似的攻击泄露了5亿帐号资料。
3.     12月28日,贵州公共资源交易大数据应用服务平台正式上线运行,这是全国首个公共资源交易领域的大数据应用服务平台。
4.     12月22日,北京大数据产业投资基金在京成立,首期计划募集资金达100亿元。基金将通过支持大数据及相关领域的上市公司并购、股权投资等方式,重点支持大数据交易平台,传感器及存储芯片,数据资源、技术及行业应用等领域,助推京津冀地区大数据产业链整合发展。
5.     12月2日,上海成立全国首个大数据试验场联盟。该联盟将快速推进“上海大数据试验场”科创中心功能性平台建设,并尽快发展成为一个全国性联盟,推动“国家大数据试验场”建设。
6.     10月,国家发展改革委、工业和信息化部、中央网信办发函批复,同意在京津冀等七个区域推进国家大数据综合试验区建设,这是继贵州之后第二批获批建设的国家级大数据综合试验区。
7.     10月13日,中科院国家天文台与阿里云宣布结为战略合作伙伴,共同开展跨领域的前沿科学研究和应用合作。阿里云在人工智能、超大规模计算领域的技术优势,将被应用于天体物理研究领域,提升中国在天文学领域的基础科研能力。
8.     5月,国务院印发促进大数据发展行动纲要,根据纲要,到2020年,我国将形成一批具有国际竞争力的大数据处理、分析、可视化软件和硬件支撑平台等产品;并且培育10家国际领先的大数据核心龙头企业。
9.     3月,九次方大数据与绵阳市政府合资成立绵阳大数据公司,着力构建绵阳市政府大数据平台,整合政府大数据资源,释放政府大数据价值。
10.    2016年2月25日,国家发展改革委、工业和信息化部、中央网信办批复同意贵州省建设国家大数据(贵州)综合试验区。
 

产品 1.     12月18日,腾讯大数据宣布推出面向机器学习的第三代高性能计算平台——Angel,Angel是腾讯大数据部门第三代的计算平台。
2.     11月3日,海云数据发布图易大数据决策产品生态平台,图易大数据决策产品生态平台是一个软硬件多功能集合,既包括了软件和云端数据分析平台,也包括了硬件方面的可视化管理。
3.     10月29日,中科曙光发布中国首个“科学大数据引擎”,旨在帮助政府部门、科研院所、教育机构、行业技术创新中心、大型企业研发部门等向大数据研究方面转型。
4.     8月,我国首个大数据双创平台“数据宝”正式上线,该平台是由国家部委以及贵州政府共同投资参股建设的,主要为需求方提供海量大数据资源,用户可以通过在平台上在线购买的方式,获得官方以及草根大数据信息,从而加速数据变现,降低成本。
5.     8月,星环科技发布TDH 4.6版本。TDH是国内落地案例较多的一站式Hadoop大数据平台,通过内存计算、高效索引、执行优化、高度容错等技术,让该平台可以处理10GB到100PB量级的数据。
6.     7月13日,百度云发布“天算”,天算整合了百度大数据和人工智能技术,能够为企业提供完备的大数据托管、智能API服务,并广泛适用于生命科学、日志分析、大数据营销、金融风控、舆情分析等行业场景。
7.     6月,数介科技发布ALEIYE大数据引擎3.0版本。Aleiye是北京数介科技有限公司开发的国产自主化大数据平台,形成了Aleiye平台+应用服务+行业解决方案的综合大数据产品,为企业在IT运维、网站运营、系统安全以及业务分析等多方面提供深度服务。
8.     5月,南大通用发布GBase UP,该产品是一款融合了GBase 8a/8t及Hadoop的企业级大数据平台。
9.     1月20日,阿里巴巴发布了“阿里云数加平台”,并首发20款产品。阿里云数加提供了大量的大数据产品,包括大数据基础服务、数据分析及展现、数据应用、人工智能等产品与服务。
10.   1月7日,华云数据发布CloudIDCTM,华云数据的IDC转云CloudIDCTM解决方案能帮助传统IDC企业一步上云,实现传统数据中心转为云数据中心,让传统IDC企业可提供创新的公有云服务。
 

趋势  
1.     智能机器带来带动雾分析发展。在未来的一年,我们将看到更多的智能机器有着越来越多的精密传感器,能收集大量的数据。雾分析将获得更大发展,智能机器在当地执行一部分分析,只将分析结果发送到云端。
2.     大数据安全受到持续关注,企业在数据安全方面的投入将加大。数据泄露以及由物联网引起的对实物的攻击风险加大,企业将通过增加安全开支,与有道德的黑客合作,改善内部流程等方法提高数据安全。
3.     以Spark为代表的内存计算逐步走向商用,并与Hadoop融合共存。
4.     深度学习将在大数据智能分析中发挥重要作用,成为推动大数据智能应用发展的关键力量。算法将取代一般的数据分析,2017年我们将见证算法商务的崛起。
5.     数据资产交易逐渐普及,2017年将见证数据交易平台的崛起。数据变成重要的资产,数据资产交易将变得十分频繁,数据资产的定价在数据交易中将发挥关键作用。