WikiDer > Große Daten

Big data

Große Daten oder Massendaten[1] zu sein Datensätze (Datensätze) die zu groß und zu unstrukturiert sind, um sie regelmäßig zu bearbeiten Datenbankmanagementsystem gepflegt werden. Die Daten stehen in direktem oder indirektem Zusammenhang mit Private Daten von Personen.[2]Big Data spielt eine immer wichtigere Rolle. Die Menge der gespeicherten Daten wächst exponentiell. Dies liegt daran, dass Verbraucher sozialen Medien speichern Daten zunehmend in Form von Dateien, Fotos und Filmen (z Facebook oder Youtube, wo Facebook auch die von Nutzern gelöschten Daten speichert) und Organisationen, Regierungen und Unternehmen zunehmend Daten über Bürger produzieren und speichern, und weil Geräte selbst Daten sammeln, speichern und austauschen (sog Internet der Dinge). Infolgedessen gibt es immer mehr Sensordaten erhältlich. Nicht nur die Speicherung dieser Mengen ist eine Herausforderung, sondern auch deren Analyse. Diese Daten enthalten Informationen zu Zwecken wie: Marketing, Forschung, oder vorbeugende Wartung.

Definition

Die Definition von Große Daten ist nicht immer klar und der Begriff wird manchmal falsch verwendet. Entsprechend Gärtner beinhaltet drei Faktoren:[3]

  • das Betrag von Termine;
  • das Geschwindigkeit mit denen die Daten empfangen und/oder abgerufen werden;
  • das Diversität der Termine. Dies bedeutet insbesondere, dass die Daten unstrukturiert sind und nicht in einer herkömmlichen Datenbank gespeichert werden können.

Sind mindestens zwei der oben genannten Merkmale vorhanden, spricht man im Allgemeinen von Big Data.

Drei weitere Funktionen sind:

  • das Variation bei den Terminen. mit anderen Worten verschiedene Quellen können sich widersprechen und das Ganze noch komplizierter machen;
  • das Qualität der Daten: eine Quelle ist weniger zuverlässig als die andere;
  • das Komplexität der Daten: Inwieweit können unstrukturierte Daten aus unterschiedlichen Quellen miteinander kombiniert werden.

Im Englischen werden diese Eigenschaften oft als 'the v's' bezeichnet. Volumen, Geschwindigkeit und Vielfalt für die ersten drei Merkmale und Variabilität und Richtigkeit für Vielfalt und Qualität.[4]

Arten von Daten

Die Daten in Big Data können in Primärquellen (wo Daten tatsächlich erzeugt werden) und Sekundärquellen (wo vorhandene Daten verknüpft und wiederverwendet werden) unterschieden werden.[5]

Primäre Quellen

Gemäß dem Moores Gesetz etwa alle zwei Jahre wird die Rechen- und Speicherkapazität von Mikrochips. Aufgrund dieses exponentiellen Wachstums und des Kosteneinbruchs wird die Technologie immer mehr verstreut und in das System eingebettet die Gesellschaft. Zunehmend wird die Technik mit Sensoren ausgestattet, die Daten erfassen und/oder übertragen. Große Datenmengen werden durch Sensoren (wie Kameras und Mikrofone), Tracker (wie z RFIDTags und Kekse im Internet) und Geräte, die wir bei uns tragen oder im Haus und auf dem Internet der Dinge angeschlossen (wie Mobiltelefone, Uhren, Brillen, Hörgeräte, Herzschrittmacher). Darüber hinaus erfassen viele Menschen Daten über sich selbst in den sozialen Medien.

Sekundäre Ressourcen

Big Data kann auch durch die Wiederverwendung von Daten erzeugt werden, beispielsweise durch die Kombination bestehender Datensätze. Die Wiederverwendung von Daten kann unterschieden werden in die Wiederverwendung zu denselben Zwecken im selben Kontext (Datenrecycling), zu anderen Zwecken als denen, für die die Daten ursprünglich erhoben wurden, aber im selben Kontext wie der ursprüngliche Zweck (Datenwiederverwendung) oder in einen anderen Kontext (Datenrekontextualisierung).[6] Die Wiederverwendung von Daten für neue Zwecke oder in einem anderen Kontext kann rechtlichen Rahmenbedingungen zum Schutz personenbezogener Daten unterliegen.

Datenwissenschaftler

Big Data hat zur Wiederbelebung des Bereichs der Datenwissenschaftler und ein erneuertes Interesse am Beruf des Daten Analyst LED. Dies betrifft die statische Analyse der Daten, in denen versucht wird, unbekannte Verbindungen zu entdecken. Es gibt keine feste Definition eines Data Scientists, aber im Allgemeinen hat ein Data Scientist viel Wissen über Metadaten und Datenkonvertierung in Kombination mit allgemeineren Kenntnissen über Dateiverarbeitung, Programmierung und Mathematik.

Anwendungen

Die größten Sammler personenbezogener Big Data sind soziale Medien und Regierungen mit dem Hauptziel der Betrugsbekämpfung, wie beispielsweise in den Niederlanden iCov und der Geheimdienst. Der amerikanische Spionagedienst Nationale Sicherheitsbehörde (NSA) sammelt Daten aus Telefonie und Internetkommunikation mit Google und Facebook.[7]

  • Die Large Hadron Collider verfügt über 150 Millionen Sensoren, die zusammen etwa 40 Millionen Messungen pro Sekunde durchführen. Diese Vielzahl von Messungen zu verarbeiten und daraus Rückschlüsse zu ziehen, erfordert viel Rechenleistung.
  • Das amerikanische Unternehmen Walmart verarbeitet mehr als eine Million Transaktionen pro Stunde, die intelligent in Datenbanken gespeichert werden müssen. Aus diesem großen Datenberg lassen sich Verknüpfungen zwischen verschiedenen Produkten destillieren (zB Hamburger und Sandwiches, aber in vielen Fällen sind die Zusammenhänge weniger offensichtlich). Kunden können auch nach ihrem Kaufverhalten nach verschiedenen Merkmalen klassifiziert werden. Durch fortschrittliche statistische Analysen kann Walmart nicht nur das Geschlecht, das Einkommen, die soziale Schicht und die Familiensituation eines Kunden ziemlich genau einschätzen, sondern auch Lebensereignisse wie Heirat, Geburt, Scheidung und Tod mit ziemlich hoher Präzision erkennen .
  • Big Data: die Hülse Suche ist der Titel eines niederländischen FernsehensDokumentarfilm, Ein Experiment in investigativer Journalismus ab 2013, wie man Big Data durchsucht Journalismus Nachrichten kann über den Handel und das Verhalten von a multinational.[8]
  • dann in 2009 das Mexikanische Grippe Treffer konnte Google die Ausbreitung verfolgen, indem er sah, in welchen Regionen nach grippebezogenen Beschwerden gesucht wurde. Diese Analyse wurde durch die Tatsache getrübt, dass viele Menschen, die durch die Nachrichten von der Krankheit erfahren hatten, mit der Suche begannen, obwohl sie (noch) nicht krank waren.

Rechtliche Rahmenbedingungen für personenbezogene Daten

Die Datenschutz-Grundverordnung (DSGVO) regelt den Umgang mit personenbezogenen Daten und definiert die Rechte des Einzelnen und die Pflichten der Personen, die personenbezogene Daten verarbeiten. Die Wirkungsweise der DSGVO ist breit gefächert: Sie gilt für alle Daten, die auf eine Person zurückgeführt werden können und ist ein wichtiger Ausgangspunkt für den verantwortungsvollen Umgang mit personenbezogenen Daten.

Unkenntnis und Unsicherheit über die Anwendung und Auswirkungen von rechtlichen Anforderungen spielen eine Rolle. Darüber hinaus werden einige Anforderungen als schwierig und sogar undurchführbar erlebt. Ein verantwortungsvoller Umgang mit Daten bietet jedoch allen Seiten Vorteile. Die Verbraucher werden eher bereit sein, Daten mit der Gewissheit zu teilen, dass Unternehmen mit ihren Daten sorgfältig umgehen und es Möglichkeiten zur Kontrolle und Rechenschaftspflicht geben wird. Unternehmen profitieren vom Vertrauen der Verbraucher und können so datengetriebene Produkte und Dienstleistungen weiterentwickeln. Es macht auch das Datenmanagement transparent und überprüfbar und eliminiert dadurch bestimmte Risiken wie: Datenlecks. Die mitunter als belastend empfundene Gesetzgebung kann als Anreiz für einen verantwortungsvollen Umgang mit personenbezogenen Daten dienen und sich darin national und international sogar hervorheben.[9]

Erforderliche Rahmen

Big Data kann laut der Wissenschaftlicher Rat für Regierungspolitik nur dann Früchte tragen, wenn geltende Gesetze und Verordnungen gestärkt werden, um die Grundrechte und -freiheiten zu gewährleisten. Dazu muss der Fokus von der Regulierung der sammeln von den Daten – dem Schwerpunkt in den aktuellen rechtlichen Rahmenbedingungen – bis hin zur Regulierung und Überwachung der Phasen der Analyse und der Verwendungszweck von Big Data. Für die Freiheit und Sicherheit der Bürger bergen diese beiden Phasen der Big-Data-Prozesse die größten Chancen und die größten Risiken.

Sicherheitsorganisationen können und dürfen tiefgreifend in die Rechte und Freiheiten der Bürger eingreifen. Der Einsatz von Big-Data-Anwendungen – die zum Leitprinzip für diesen Eingriff werden – muss daher mit zusätzlichen Absicherungen abgesichert werden. Dies kann erfolgen durch:

  • um eine rechtliche Verankerung der Verantwortung des Datenverarbeiters für die Richtigkeit der Ergebnisse von Big-Data-Prozessen sicherzustellen.
  • Regeln über zulässige Fehlertoleranzen bei der Profilerstellung aufzustellen.
  • die strikte Durchsetzung des Verbots der automatisierten Entscheidungsfindung sicherzustellen und die teilautomatisierte Entscheidungsfindung zu bekämpfen.
  • Erhöhen Sie die Transparenz über den Einsatz von Big Data Analytics im Sicherheitsbereich, sowohl in einzelnen Organisationen als auch in Partnerschaften von Organisationen.
  • Verbesserung der Möglichkeiten für Bürgerinnen und Bürger und zivilgesellschaftliche Organisationen, Gesetze und Richtlinien in Bezug auf Big-Data-Anwendungen rechtlich zu prüfen.[10]

Die Nutzung von Big Data, dem Internet der Dinge und künstliche Intelligenz (möglicherweise) die Grundrechte in den Niederlanden beeinträchtigt.[11]

Vor-und Nachteile

Die Analyse von Big Data dient der Bekämpfung von Kriminalität (einschließlich Betrug), der Rekonstruktion von Angriffen und der Kartierung krimineller Netzwerke, um Täter leichter aufzuspüren, Krisensituationen zu kontrollieren und für Massenkontrolle bei Veranstaltungen. Der Vorteil ist, dass dies Zeit und Effizienz spart und die Daten in Echtzeit verarbeitet werden können. So können sich beispielsweise Polizei und Sicherheitskräfte schnell ein Bild von der Lage vor Ort machen.

Der Nachteil ist der massive Eingriff in die Privatsphäre – auch nicht-krimineller Bürger – wodurch die Privatsphäre und die Meinungsfreiheit gefährdet werden. Dies kann dazu führen, dass die Gesellschaft ihr Verhalten entsprechend anpasst. Darüber hinaus werden die Bürger immer transparenter, während dies die persönlichen und organisatorischen Profile, Algorithmen und Methoden von Regierungsorganisationen nicht sind. Big-Data-Anwendungen können zu einem Anstieg der soziale Schichtung was zu (größeren) ungleichen Beziehungen zwischen sozialen Gruppen führt.

Big-Data-Anwendungen können andere Zwecke haben als die, für die die Daten grundsätzlich erhoben wurden (sog Funktion Kriechen), da die sekundäre Nutzung von Big-Data-Anwendungen den gesammelten Daten einen Mehrwert verleiht.[12]

Siehe auch