最近波士頓馬拉松賽恐怖襲擊的余波尚在，我偶然看到了FCW的一篇有趣的文章，它對政府機構中部署的最新技術和IT技術趨勢進行了深入分析。在之前的博客文章中，我曾多次提到“大數(shù)據(jù)”的使用比以往更加普及了。大數(shù)據(jù)可以簡單地定義成一種從大量的數(shù)據(jù)中集中整理出所需信息，并將其用于戰(zhàn)略和戰(zhàn)術行動的手段。實際上，看到大數(shù)據(jù)被用于幫助抓捕罪犯并不稀奇，原因很簡單，在當今這個反恐時代，“防火墻之后”的事件幾乎與實際犯罪現(xiàn)場發(fā)生的事件同樣重要。

從根本上說，大家所看到的FBI調查只是大數(shù)據(jù)和數(shù)據(jù)分析實踐的冰山一角，這只不過是萬里長征的第一步。以下是這篇文章的幾條要點1

在4月15日的波士頓馬拉松賽中，兩場爆炸造成了3人死亡和數(shù)十人受傷，這之后不到24小時FBI就編譯了10TB的數(shù)據(jù)，希望通過大海撈針的方式找出嫌疑人的蛛絲馬跡。

FBI主導的這一調查對海量的手機基站日志、短信、社交媒體數(shù)據(jù)、照片和視頻監(jiān)控錄像進行了分析，希望快速找出嫌疑人。

調查使用了面部識別軟件將照片和視頻上的面孔與護照、簽證、駕照和其它數(shù)據(jù)上的照片進行對比。

調查人員收集的10TB數(shù)據(jù)不過是滄海一粟（聯(lián)邦政府通常處理的是PB級的數(shù)據(jù)），調查工作實際上進行了大量的數(shù)據(jù)削減，主要原因是數(shù)據(jù)量過大，數(shù)據(jù)介質類型龐雜，要處理的數(shù)據(jù)的整體復雜度過高，以及分析數(shù)據(jù)能夠利用的時間很有限。

處理TB級數(shù)據(jù)或更多的視頻、數(shù)字圖像、文字信息和手機記錄就已經(jīng)十分復雜了。不難想象，如果再把社交媒體加入進來這會是一個多么漫無邊際、深不見底的泥潭。我發(fā)現(xiàn)這篇文章中最有意思的一點是，調查公司借助一家名為Topsy的公司的服務對數(shù)十億條tweet進行了篩選。Topsy保存有2010年7月以來的所有tweet，在恐怖分子調查中，這使調查人員能夠對與波士頓相關的tweet進行大數(shù)據(jù)分析，而不必去分析上千億條過去和現(xiàn)在的消息。Topsy的數(shù)據(jù)庫分析軟件使調查人員能夠用關鍵詞“bomb”（炸彈）搜索特定區(qū)域（包括波士頓以及鄰近郊區(qū)）Twitter上的所有評述。

最終，這種細致搜索從兩個嫌疑人1的Twitter賬戶上檢查出了包含“bomb”的內(nèi)容。這種對公共記錄的搜索很可能發(fā)現(xiàn)其它一些事實上不利于調查的線索，包括有些用戶轉發(fā)了提到炸彈的信息，或者參與了作為嫌疑人定罪證據(jù)的聊天等等。此外，Topsy的“地理位置推測”（ Geo-inferencing）技術也使調查人員能夠對發(fā)出tweet信息的具體地點進行準確映射（考慮到僅有1%的Twitter用戶在發(fā)tweet時使用了地理位置標簽，這項推測技術相當了得）。據(jù)Topsy稱，這些功能比標準的Twitter位置數(shù)據(jù)的準確度高20倍。
這可真是令人稱奇！

Emulex – 我們能夠“掌控”大數(shù)據(jù)
在Emulex，我們認為解決大數(shù)據(jù)問題的核心在于企業(yè)網(wǎng)絡的框架。這里有大量的服務器進行著平行處理來創(chuàng)造價值，這些服務器通過以太網(wǎng)和光纖通道協(xié)議相互通訊。因此，網(wǎng)絡流量的延時和吞吐速度是快速實現(xiàn)大數(shù)據(jù)部署的關鍵問題。Emulex之所以能夠解決這些延時問題，并獲得全球眾多企業(yè)的選用，是因為我們提供了能夠最大限度地擴大數(shù)據(jù)集群的I/O解決方案，使大數(shù)據(jù)解決方案能夠實現(xiàn)無縫部署。如需深入了解Emulex的大數(shù)據(jù)技術，請點擊這里參閱我之前的博客。

不幸的是，在一些變態(tài)狂的影響下，我們的世界充滿著動蕩、恐懼，甚至是屠殺。但是同樣讓我們難以忘懷的是，我們的社會仍能在需要的時候展現(xiàn)出巨大的仁慈和愛心，正像波士頓的公民在這次恐怖襲擊之后所展現(xiàn)出來的。盡管大數(shù)據(jù)為調查提供了重要幫助，但我們不要忘記最終還是一位公民提供的線索把調查人員引向了兩名兇犯。歸根結底，沒有任何技術——無論其多么先進——能夠取代人類的善良和不屈不撓的意志。