大數據分析市場的發展“觀”

網絡中可供分析的數據有兩類，一部分是用戶自身上傳的數據，涉及用戶隱私。另一部分是機器自身產生的數據，包括網絡流量、系統運行參數、配置文件、設備日志、操作系統日志、數據庫審計日志、應用日志等，它無處不在，具備跨平臺、流動性、移動迅速、數量極大且變化快等特性，對整個IT系統的維護起到了關鍵作用。

如果能提前識別整體網絡流量的異常，分析預測流量變化，及時封堵相應的流量端口，就可以及早避免病毒侵襲，因此，如何提升網絡智能成為業界亟待解決的問題。

以此為契機，新華三輸出數據分析決策系統

新華三機器數據分析決策系統通過對機器設備產生的流量、日志、配置文件等機器數據進行分析，實現對網絡服務質量的評估、應用的智能化保障。通過對流量趨勢的分析實現全網流量的智能調度和對機器設備的可預測性維護。

只要開放日志，機器數據分析決策系統可以適配主流廠商的大部分硬件環境，包括小型機、服務器、中間件等，甚至可以適配大量的安全設備。通過最初對公安、教育、政府等行業的經驗積累，新華三機器數據分析系統如今已經在2018年5月正式發布。

我們知道，企業如果只是一味保存日志，空間內存總會處于不夠用的狀態，磁盤利用率下滑，再加上若坐擁PB級容量的日志數據，在需要時根本無法進行查詢和檢索，如同雞肋，存也不是，扔也不是。

因此，首要解決的問題是利用大數據設備進行日志存儲。然后通過系統進行快速檢索、關聯和分析。機器數據分析決策系統是基于持續歷史運維大數據的訓練與學習，既能讓用戶通過機器數據來判定從前IT設備中出現的扯不清到底誰該“背鍋”的存儲、應用、中間件或是前端網絡設備問題，又能對未來新業務部署進行推演，準確提供新業務疊加后的業務狀態，作出提前預警。

例如系統幫助公安部門在其上千個應用中查詢出從未有人訪問，更無人維護的僵尸應用，防止黑客利用這些僵尸應用作為跳板對IT系統發起突然攻擊。

我們還可以發現一些機器數據分析決策系統很好玩的應用，比如在抖音，今日頭條上，你可以通過系統了解用戶在頁面的停留時間，你喜歡點擊的這些頁面，實際上就形成了整體的用戶畫像，未來在抖音或頭條不斷向你推送視頻或新聞時，會根據你的選擇去推送你想看的。因為是為你量身定制，所以才會有如今的“抖音中毒”。

開啟數據安全視角：大浪淘金or沿途賣水？

大數據分析的商業模式一般是拿所有的數據進行分析預測或是通過不觸及用戶隱私的機器數據進行數據分析，前者就像是淘金，后者則可視為沿途賣水。

新華三機器數據分析決策系統屬于后者。新華三大數據產品部部長，曹言指出，別的廠商可能是到舊金山去淘金，而我們可能是在旁邊賣水的。新華三的商業模式決定了我們不會去觸碰太多相關隱私的數據。

系統分析的日志數據包含結構化和非結構化數據，比如機器日志一般稱為之半結構化數據的文本形態。新華三專門針對這些機器數據有一個網絡數據分析處理設備，經網絡數據分析處理設備處理后能夠輸出一些標準格式（如源IP、目的IP、端口等）的數據，壓縮過后成為結構化數據再進行分析處理。

在大型企業中，決策系統能夠對用戶行為進行分析，規模越大，日志量越多，我們越需要決策輔助和分析，這是毋庸置疑的。同時，決策系統也適用于中小企業，它能對高速發展的中小企業進行流量分析，用戶上網行為分析包括關聯分析，還能預測擴容時間，讓企業及時做準備。

新華三大數據產品部副部長鞠達勇表示，我們在系統還內置了一些通過實踐的模型算法，如果企業的數據量不多，可以先使用這些既有的模型算法，再利用企業現有的數據和歷史數據通過機器學習不斷修正模型算法，來使得分析更為準確。

不過，新華三的這套分析系統主要還是專注2B業務，它是在現階段非常重要的產品，也是提升自身與其他硬件設備廠商之間差異化服務的產品。

因此，是時候給擁堵的網絡“交通”加一下buff了。