Кибервойны ХХI века. О чем умолчал Эдвард Сноуден

Еще в 2011 году McKinsey Global Institute объявил Большие Данные «следующим рубежом для инноваций, конкуренции и производительности». По данным цело- го ряда ведущих международных деловых изданий, уже сегодня Большие Данные дают заметный эффект в биз- несе. Например, выяснилось, что в транснациональных компаниях, входящих в список Fortune 500, где, казалось бы, до мелочей отлажены все процедуры и процессы, внедрение технологий Больших Данных на 5-7% увели- чило эффективность использования ресурсов – труда, основных производственных фондов, энергии и т.п. и на 7-9% обеспечило рост объемов продаж. Для среднего бизнеса показатели оказались в полтора-два раза выше. Причем, следует отметить, что данные получены в услови- ях, когда мировая экономика испытывает на себе послед- ствия глубочайшего финансово-экономического кризиса и экономический рост измеряется в лучшем случае 1-2%. На чем же базируется эффективность Больших Дан- ных? Технологии Больших Данных и прежде всего, мето- ды статистического анализа, компьютерного распозна- вания образов и т.п., применяемые на огромных, посто-

янно

пополняемых

массивах

данных

позволяют:

Елена Ларина, Владимир Овчинский

КИБЕРВОЙНЫ XXI ВЕКА. ВОЗМОЖНОСТИ И РИСКИ ДЛЯ РОССИИ

• проводить самые различные и сколь угодно под- робные классификации той или иной совокупности лю- дей, компаний, иных объектов по самым разнообраз- ным признакам. Такие классификации обеспечивают точное понимание взаимосвязи тех или иных характе- ристик любого объекта – от человека до компании или организации, с теми или иными его действиями;

• осуществлять многомерный статистический и иной математический анализ. Этот анализ позволяет находить корреляции между самыми различными параметрами, характеристиками, событиями и т.п. Корреляции не от- вечают на вопрос – почему. Они показывают вероят- ность, с которой при изменении одного фактора изменя- ется и другой. В каком-то смысле Большие Данные пред- ставляют собой альтернативный традиционной науке метод. Наука на основе теоретических моделей отвечает на вопрос – почему, а затем, получив ответ, делает реко- мендации, как действовать. В случае корреляции стадия поиска причины ликвидируется, а действие происходит в тех случаях, когда факторы тесно взаимосвязаны и на один из факторов легко или возможно осуществить це- ленаправленное воздействие;

• прогнозировать. На основе классификаций и ана- литических выкладок осуществляется прогнозирование. Суть прогнозирования состоит в том, чтобы на основе корреляции определить наиболее легкий способ воз- действия для того, чтобы один набор факторов, харак- теризующих тот или иной объект, лицо, компанию, со- бытие и т.п. был преобразован в другой.

Как любой новый технологический пакет, Большие Данные тут же обросли мифами и заблуждениями. Мно- гие из них постоянно усиливаются как самими произ- водителями программных продуктов в сфере Больших Данных, так и средствами массовой информации, вы- нужденными адаптировать сложные вопросы информа- ционных технологий для читателей, не обремененных излишними знаниями.

Глава 3 БОЛЬШИЕ ДАННЫЕ

Из всей совокупности мифов стоит выделить три главных. Именно они наносят наибольший вред техно- логиям Больших Данных и тормозят их практическое применение, в том числе в нашей стране.

Прежде всего, в маркетинговых целях приклады- ваются немалые усилия, чтобы представить технологии Больших Данных неким новым Святым Граалем. На них необоснованно возлагается роль панацеи от всех бед. Между тем, очевидно, что любой технологический пакет имеет строго определенные условия для своего приме- нения. Касательно Больших Данных таким ограничени- ем является сопоставимость текущей ситуации с ранее наблюдавшимися ситуациями, процессами, периодами времени и т.п. В качестве примера можно привести про- гнозирование потребительского поведения. Каждый человек на собственном опыте знает, что в ситуации умеренной инфляции он будет делать одни покупки, а при гиперинфляции его потребительское поведение ко- ренным образом изменится. Если уже имеются Большие Данные как по периоду с низким уровнем инфляции, так и ситуации гиперинфляционного шока, то технологии Больших Данных будут полезны. Они позволят распо- знать, к какому классу относится текущая ситуация, об- ратиться к соответствующим поведенческим паттернам, характеризуемым теми или иными параметрами, и по- зволят дать достаточно достоверный прогноз. А вот если Больших Данных по периоду гиперинфляции нет, а она наступила, то в такой ситуации технологии Больших Дан- ных будут бесполезны. Более того, их применение чре- вато непоправимыми ошибками. Этот пример показыва- ет: технологический пакет Больших Данных, также как и другие технологические пакеты имеют строгие условия, где его применение эффективно, а где – нет.

Бытует мнение, что Большие Данные могут приме- няться только государственными структурами и трансна- циональными корпорациями, и недоступны для других

Елена Ларина, Владимир Овчинский

КИБЕРВОЙНЫ XXI ВЕКА. ВОЗМОЖНОСТИ И РИСКИ ДЛЯ РОССИИ