background preloader

Big Data

Facebook Twitter

Information Security News Stream. Os maiores supercomputadores estão sendo desperdiçados por Bitcoins. Máquinas de minerar bitcoins são extremamente poderosas, e isso fica cada vez mais insano. Quanto processamento está sendo utilizado para extrair moedas criptografadas digitais? Mais do que os 500 supercomputadores mais poderosos do mundo combinados. Que desperdício. De acordo com o Bitcoin Watch, a rede Bitcoin quebrou a barreira de 1 exaFLOPS no último fim de semana. Quando nós falamos FLOPS, estamos falando mesmo do número de operações de ponto flutuante que um computador realiza por segundo ou, simplificando, o quão rápido ele consegue resolver problemas matemáticos. É um padrão bem comum para medir a capacidade de um computador. Um exaFLOPS é 10 elevado a 18, ou 1.000.000.000.000.000.000 operações matemáticas por segundo. E este número de 1 exaFLOPS é provavelmente muito pequeno. Devido à autorregulação feita pelo sistema Bitcoin, os problemas que devem ser resolvidos para conseguir as moedas ficam mais difíceis com o passar do tempo.

Big Data : pourquoi nos métadonnées sont-elles plus personnelles que nos empreintes digitales. A l’occasion du colloque « la politique des données personnelles : Big Data ou contrôle individuel « organisé par l’Institut des systèmes complexes et l’Ecole normale supérieure de Lyon qui se tenait le 21 novembre dernier, Yves-Alexandre de Montjoye (@yvesalexandre) était venu présenter ses travaux, et à travers lui, ceux du MediaLab sur ce sujet (Cf. « D’autres outils et règles pour mieux contrôler les données » ). Yves-Alexandre de Montjoye est doctorant au MIT. Il travaille au laboratoire de dynamique humaine du Media Lab, aux côtés de Sandy Pentland, dont nous avons plusieurs fois fait part des travaux.

Nos données de déplacements sont encore plus personnelles que nos empreintes digitales Faire correspondre des empreintes digitales n’est pas si simple, rappelle Yves-Alexandre de Montjoye. Image : illustration de l’unicité de nos parcours repérés via des antennes mobiles. Et Yves-Alexandre de nous inviter à retrouver un de ses collègues du Media Lab. Hubert Guillaud. What you need to know before starting your marketplace business - Marketplace Academy by Sharetribe. Big data. Un article de Wikipédia, l'encyclopédie libre.

Une visualisation des données créée par IBM[1] montre que les big data que Wikipedia modifie à l'aide du robot Pearle ont plus de signification lorsqu'elles sont mises en valeur par des couleurs et des localisations[2]. Croissance et Numérisation de la Capacité de Stockage Mondiale de L'information[3]. Dans ces nouveaux ordres de grandeur, la capture, le stockage, la recherche, le partage, l'analyse et la visualisation des données doivent être redéfinis.

Certains supposent qu'ils pourraient aider les entreprises à réduire les risques et faciliter la prise de décision, ou créer la différence grâce à l'analyse prédictive et une « expérience client » plus personnalisée et contextualisée. Dimensions des big data[modifier | modifier le code] Le Big Data s'accompagne du développement d'applications à visée analytique, qui traitent les données pour en tirer du sens[15].

Ces analyses sont appelées Big Analytics[16] ou «broyage de données». Big data | AD-EXCHANGE.FR. Big data : retour aux fondamentaux. La sélection du jour de… Est cet article de l’expert belge Pierre Nicolas Schwab sur le big data, basé sur son expérience terrain issue de missions récentes. Lorsque j’ai découvert la prose de Pierre Nicolas, je dois avouer que je me suis senti mieux et surtout moins seul, en découvrant que le problème des « small data, n’est pas limité à l’Hexagone. Selon lui, il y a 3 erreurs communes que les entreprises commettent dans leurs initiatives big data : la première est de ne pas que savoir où les données se trouvent (en fait, j’ajouterai même que parfois, elles le savent, mais que l’entité à laquelle vous vous adressez n’a pas le droit de les utiliser.

Une dernière chose que je voudrais ajouter est la piètre qualité des données elles-mêmes, quand elles ont été entrées manuellement au départ et, rarement ou jamais mise à jour correctement. Via How and why data analysis can help increase your profitability and fuel your growth – Marketing, customer satisfaction and loyalty. WordPress: 2014: The Year of Big Data Adoption. Expérience de Wells Fargo. Le carburant des constructeurs automobiles. LE MONDE | • Mis à jour le | Stéphane Darracq (président de Makazi Group) Les constructeurs automobiles ont à portée de main un trésor qu’ils n’exploitent pas ou peu jusqu’à présent : les données collectées sur leurs clients et acheteurs potentiels qui cliquent sur leurs bannières publicitaires, fréquentent leurs pages Facebook, tapent des requêtes dans Google ; mais aussi celles qui, bientôt, remonteront de ce nouvel objet connecté qu’est la voiture intelligente de demain.

Les constructeurs automobiles qui sauront utiliser cette masse de données éparses pourront mieux cibler leurs publicités et construire une nouvelle relation personnalisée avec leurs clients en leur proposant la bonne offre, au bon moment. Peu d’automobilistes achètent aujourd’hui leur voiture en ligne, mais tous les constructeurs ont bien compris que c’est sur Internet que commencent les parcours d’achat. Apports des Big data à la sécurité informatique. Le cycle de vie de la sécurité informatique repose aujourd’hui sur deux étapes principales. Dans un premier temps, l’entreprise se protège contre les menaces connues – virus, malwares, etc. Ce premier niveau de sécurité a été adopté par la totalité des entreprises aujourd’hui. Il est même devenu une commodité. Dans un second temps, l’entreprise s’efforce d’identifier et de se protéger en temps réel contre des menaces inconnues, notamment via des technologies de "sandboxing" (1) .

Celles-ci exécutent le code dans un environnement contrôlé afin de l’interpréter et de décider s’il est malicieux ou légitime. Ici encore, la plupart des entreprises commencent à s’équiper. Mais aujourd’hui, la question n’est plus de savoir si son entreprise va être attaquée, mais de savoir quand et comment. Une analogie aide à mieux comprendre le principe. Mais la collecte et le stockage d’un tel volume de données ne sont pas si simples. “Big Data” = “Big Brother” ? Est-il encore possible de protéger notre vie privée à l‘ère numérique ? Les révélations d’Edward Snowden sur l’ampleur de l’espionnage américain ont quelque peu réveillé les consciences en Europe.

Tout ce que nous faisons sur le net est épié et enregistré, aussi bien par les Etats que par les compagnies privées. Il y a sept mois, le scandale éclate autour du programme Prism. On apprend que sous couvert de lutte anti-terroriste, la NSA a collecté, via les géants américains du net, les données personnelles de millions de personnes dans le monde, une collecte massive et indiscriminée. Au-delà des tensions diplomatiques, l’affaire a eu le mérite d’ouvrir un débat sur un enjeu majeur de notre époque.

A Paris une association est en pointe dans la lutte pour les droits et les libertés à l‘ère numérique . Des alternatives existent, clament ces cyber-militants. En Europe, la protection de la vie privée est considérée comme un droit fondamental. Anne Devineaux. Redefining the “Big” in “Big Data” Big Data.

Big Data Skills