Kontent qismiga oʻtish

Qorong‘u maʼlumotlar

Vikipediya, ochiq ensiklopediya

Qorong‘u maʼlumotlar ― bu kompyuter tarmoqlaridagi muntazam faoliyat davomida avtomatik ravishda yig‘iladigan, ammo maʼlumot olish yoki qaror qabul qilish uchun hech qanday tarzda foydalanilmaydigan maʼlumotlar[1][2]. Tashkilotning maʼlumotlarni to‘plash qobiliyati maʼlumotlarni tahlil qilish qobiliyatidan oshib ketishi mumkin. Baʼzi hollarda, tashkilot maʼlumotlar to‘planayotganidan bexabar bo‘lishi ham mumkin[3]. IBM ning hisob-kitoblariga ko‘ra, o‘lchagichlar va analog-raqamli konvertorlar tomonidan yaratilgan maʼlumotlarning taxminan 90 foizi hech qachon foydalanilmaydi[4].

Sanoat kontekstida qorong‘u maʼlumotlar o‘lchagichlar va telematika tomonidan to‘plangan maʼlumotlarni o‘z ichiga olishi mumkin[5].

Tashkilotlar koʻplab sabablarga koʻra yashirin maʼlumotlarni saqlaydilar va aksariyat kompaniyalar faqat 1 % maʼlumotlarini tahlil qilishadi[6]. Foydalanilmayotgan maʼlumotlarni saqlashning sabablari normativ talablarga rioya qilish zaruriyati boʻlishi mumkin[7] va arxivlarni saqlash[1]. Baʼzi tashkilotlar, kelajakda ilg‘or tahliliy va biznes-tahliliy texnologiyalar paydo bo‘lganda, yashirin maʼlumotlar ular uchun foydali bo‘lishi mumkin deb hisoblashadi. Saqlash arzon bo‘lgani uchun maʼlumotlarni saqlash oson. Biroq, maʼlumotlarni saqlash va himoya qilish odatda potensial foydadan ko‘ra ko‘proq xarajatlarni talab qiladi.

London Imperial kolleji professori Devid Xend yetishmayotgan maʼlumotlarning manosini anglatish uchun „qorong‘u maʼlumotlar“ atamasini: „qorong‘u maʼlumotlar — bu sizda mavjud bo‘lmagan maʼlumotlardir“ deya izoh beradi.

Tahlil

[tahrir | manbasini tahrirlash]

Ko‘pincha biznes o‘zining qorong‘u maʼlumotlarini tahlil qilmasligining sababi unga talab qilinadigan resurslar miqdori va bu maʼlumotlarni tahlil qilish qiyinligidir. Computer Weekly maʼlumotlariga ko‘ra, tashkilotlarning 60 foizi o‘zlarining biznes-tahlil imkoniyatlarini „adekvat emas“ va 65 foizi „kontentni boshqarishda biroz tartibsiz yondashuvlarga ega“ deb hisoblashadi[8].

Muvofiqlik

[tahrir | manbasini tahrirlash]

Vaqt o‘tishi bilan o‘z ahamiyatini yo‘qotgan foydali maʼlumotlar ham qorong‘u maʼlumotlar toifasiga kirishi mumkin.  Bu maʼlumotlarni qayta ishlash tezligining yetarli emasligi bilan bog‘liq. Misol uchun, agar mijozning geolokatsiyasi biznesga maʼlum bo‘lsa, kompaniya joylashuvga qarab taklif qilishi mumkin, ammo bu maʼlumotlar darhol qayta ishlanmasa, kelajakda bu muhimligini yo‘qotishi mumkin. IBM maʼlumotlariga ko‘ra, to‘plangan maʼlumotlarning taxminan 60 foizi o‘z qiymatini darhol yo‘qotadi[4].

Saqlash

[tahrir | manbasini tahrirlash]

New York Times gazetasiga maʼlumotlariga ko‘ra, maʼlumotlarni qayta ishlash markazlarida foydalaniladigan energiyaning 90 % isrof qilinadi[9]. Ortiqcha maʼlumotlarni saqlashdan voz kechish energiya xarajatlarini tejash imkonini bergan bo‘lardi. Bundan tashqari, maʼlumotlardan to‘liq foydalanmaslik va buning natijasida boy beriladigan imkoniyatlar bilan bog‘liq xarajatlar mavjud. „Datamation“ maʼlumotlariga ko‘ra, EMEA ga aʼzo tashkilotlarida saqlanadigan maʼlumotlarning 54 % qorong‘u maʼlumotlar, 32 % ortiqcha, eskirgan va ahamiyatsiz maʼlumotlar va faqat 14 % maʼlumot qandaydir qiymatga ega. 2020 yil holatiga ko‘ra, ortiqcha maʼlumotlarni saqlash taxminan 900 milliard dollarga tushadi[10].

Qorong‘i maʼlumotlarni doimiy saqlash tashkilotni xavf ostiga qo‘yishi mumkin, ayniqsa maʼlumotlar maxfiy bo‘lsa. Maʼlumotlarning tarqalishi moliyaviy, huquqiy va obro‘ga taʼsir qiluvchi jiddiy oqibatlarga olib kelishi mumkin. Misol uchun, mijozlarning shaxsiy maʼlumotlarining tarqalishi shaxsiy maʼlumotlarning ommaviy o‘g‘irlanishiga olib kelishi mumkin. Yana bir misol qilib, tadqiqot va ishlanmalar bilan bog‘liq bo‘lgan kompaniyaning maxfiy maʼlumotlarining tarqalishini aytish mumkin . Tashkilot uchun maʼlumotlarga bo‘lgan ehtiyojni baholash va tekshirish, shuningdek ishonchli shifrlash va boshqa xavfsizlik choralarini qo‘llash orqali ushbu xavflarni kamaytirish mumkin[11]. Keraksiz maʼlumotlarni o‘chirish ularni qayta tiklab bo‘lmaydigan tarzda amalga oshirilishi kerak[12].

Kelajak

[tahrir | manbasini tahrirlash]

Umuman olganda, ilg‘or hisoblash tizimlari yaratilishi bilan qorong‘u maʼlumotlarning qiymati ortadi. Maʼlumotlar va uning tahlili yangi sanoat inqilobining asosiga aylanadi, degan fikr bor[5]. Potensial foydali maʼlumotlarga ayni paytda „qorong‘u maʼlumotlar“ deb hisoblangan maʼlumotlar ham kiradi, chunki ularni qayta ishlash uchun resurslar yetarli emas. Bu maʼlumotlarning barchasi kelajakda maksimal ish faoliyatini va tashkilotlarning mijozlar ehtiyojlarini qondirish qobiliyatini taʼminlash uchun ishlatilishi mumkin. Ayniqsa, katta hajmdagi maʼlumotlar bilan shug‘ullanadigan sog‘liqni saqlash va taʼlim tashkilotlari kelajakda foydalanilmagan maʼlumotlarni qayta ishlab katta foyda olishlari mumkin[13].

Manbalar

[tahrir | manbasini tahrirlash]
  1. ↑ 1,0 1,1 „Dark Data“. Gartner.
  2. ↑ Tittel. „The Dangers of Dark Data and How to Minimize Your Exposure“. CIO (2014-yil 24-sentyabr). 2019-yil 15-yanvarda asl nusxadan arxivlangan. Qaraldi: 2022-yil 18-aprel.
  3. ↑ Brantley. „The API Briefing: the Challenge of Government's Dark Data“. Digitalgov.gov (2015-yil 17-iyun).
  4. ↑ 4,0 4,1 Johnson. „Digging up dark data: What puts IBM at the forefront of insight economy“ (en-us). SiliconANGLE (2015-yil 30-oktyabr). Qaraldi: 2015-yil 3-noyabr.
  5. ↑ 5,0 5,1 Dennies. „TeradataVoice: Factories Of The Future: The Value Of Dark Data“. Forbes (2015-yil 19-fevral). 2015-yil 22-fevralda asl nusxadan arxivlangan. (Wayback Machine saytida 2016-08-02 sanasida arxivlangan)
  6. ↑ Shahzad. „The big data challenge of transformation for the manufacturing industry“. IBM Big Data & Analytics Hub (2017-yil 3-yanvar). 2018-yil 6-martda asl nusxadan arxivlangan. Qaraldi: 2022-yil 18-aprel.
  7. ↑ „Are you using your dark data effectively“ (deadlink). 2017-yil 16-yanvarda asl nusxadan arxivlangan. Qaraldi: 2021-yil 27-aprel. (Wayback Machine saytida 2017-01-16 sanasida arxivlangan)
  8. ↑ Miles. „Dark data could halt big data's path to success“. ComputerWeekly (2013-yil 27-dekabr). Qaraldi: 2015-yil 3-noyabr.
  9. ↑ Glanz.. „Data Centers Waste Vast Amounts of Energy, Belying Industry Image“. The New York Times (2012-yil 22-sentyabr). Qaraldi: 2015-yil 2-noyabr.
  10. ↑ Hernandez. „Enterprises are Hoarding 'Dark' Data: Veritas“. Datamation (2015-yil 30-oktyabr). Qaraldi: 2015-yil 4-noyabr.
  11. ↑ „DarkShield Uses Machine Learning to Find and Mask PII“. IRI. Qaraldi: 2019-yil 14-yanvar.
  12. ↑ Tittel. „The Dangers of Dark Data and How to Minimize Your Exposure“. CIO (2014-yil 24-sentyabr). 2019-yil 15-yanvarda asl nusxadan arxivlangan. Qaraldi: 2015-yil 2-noyabr.
  13. ↑ Prag. „Leveraging Dark Data: Q&A with Melissa McCormack“ (en-US). The Machine Learning Times (2014-yil 30-sentyabr). Qaraldi: 2015-yil 4-noyabr.

Adabiyotlar

[tahrir | manbasini tahrirlash]
"https://uz.wikipedia.org/w/index.php?title=Qorong‘u_maʼlumotlar&oldid=5223909" dan olindi