البيانات المظلمة Dark Data

0
(0)

تقوم المؤسسات عادةً بجمع ومعالجة وتخزين الكثير من المعلومات الا انه توجد بعض البيانات يُطلق عليها البيانات المظلمة وهى بيانات متاحة للمؤسسات ولكن لا يتم استخدامها، فمصطلح المظلمة هنا لا يشير الى شئ غير قانوني، ولا يتعلق بالأمن أو الخصوصية ولكن يتعلق بعدم الاستفادة منها، تمثل البيانات المظلمة فرصًا غير مستخدمة تتخلى عنها العديد من المؤسسات،  حيث ان البيانات المظلمة هي أصل من الأصول لا يتم استخدامه على النحو المطلوب فهو يتطلب نهجاً أكثر تطوراً في كيفية قيام المؤسسات بجمع المعلومات وإدارتها وتحليلها .

مفهوم البيانات المظلمة Dark Data

البيانات المظلمة هي بيانات ضخمة غير مُنظمة (غير مهيكلة) تجمعها المؤسسات خلال أنشطتها المعتادة وتُخزنها، لكنها تخفق في الاستفادة منها في التحليلات وغيرها من الأغراض.

اختلاف البيانات المظلمة عن البيانات غير المهيكلة

يمكن أن تكون البيانات المظلمة مهيكلة أو غير مهيكلة ولكنها تشترك في بعض الخصائص المشتركة، قد تكون البيانات زائدة عن الحاجة أو قديمة أو ليس لها قيمة، أي انها ليست مجرد بيانات قيّمة لا يتم استخدامها ولكنها تتضمن بيانات غير مجدية تشغل مساحة تخزين.

تصبح البيانات غير المهيكلة مظلمة عندما لا تملك المؤسسات المعرفة اللازمة لتحليلها والاستفادة منها.

أنواع البيانات المظلمة

تندرج البيانات التي يمكن أن تكون مظلمة في الأنواع التالية:

  • ملفات الدخول.
  • مراسلات البريد الإلكترونى.
  • إصدارات قديمة متعددة من المستندات والملفات المدمجةالتى  تم تحميلها ثم تجاهلها.
  • قواعد البيانات الخاملة ومعلومات العملاء غير المستخدمة.
  • ملاحظات المشاريع وتقارير تحليلات وبيانات المسح.
  • ملاحظات مأخوذة من المكالمات الهاتفية.
  • العروض التقديمية والتقارير والبحوث.

لماذا تصبح البيانات المظلمة؟

تصبح البيانات مظلمة لأسباب مختلفة:

  • يوجد حجم ضخم من البيانات ومعالجة هذا النوع من البيانات باهظ الثمن ويستغرق وقتًا طويلاً، وهذا هو السبب وراء عدم قيام المؤسسات المختلفة بإجراء معالجة مسبقة للبيانات.
  • توجد أنواع مختلفة من البيانات بتنسيق منظم وغير منظم مثل رسائل البريد الإلكتروني ونصوص الوسائط الاجتماعية والرسائل الصوتية ومقاطع الفيديو والصور وما إلى ذلك، وهذه تحتاج إلى معالجة مسبقة لاستخراج المعلومات وتحليلها ثم استخدامها للغرض المطلوب، والمؤسسات لا تملك الوقت والموارد وبالتالي تفريغ هذه البيانات.

كيفية الاستفادة من البيانات المظلمة

لتحقيق الاستفادة المثلى من البيانات المظلمة ينبغي البدء بتعرُّف البيانات المُتوفرة لدى المؤسسة ، والبيانات الواردة من مصادر خارجية وكذلك الناتجة عن استخدام تقنيات جديدة مثل إنترنت الأشياء التي قد تدعم قرارًا أفضل، يلي ذلك وضع خطة استراتيجية لاقتراح أفضل الاستعمالات المُمكنة لهذه البيانات وتحديد مجالاتها، ثم البدء في رقمنتها والاستفادة منها بحيث تُراعي كل خطة جديدة دور البيانات المستقبلية، كما يجب أن يشمل التحويل الرقمي للبيانات عملية التدقيق لضمان جودتها ونزاهتها ومراعاة الخصوصية باكتشاف أي أخطاء وتصويبها قبل نقل البيانات الرقمية إلى مكان تخزين جديد.

تطوير استراتيجيات ادارة البيانات

بحلول عام 2025 ستصل البيانات المخزنة في جميع أنحاء العالم إلى 175 زيتابايت (1 زيتابايت = 10247 بايت)،  لذلك من الضروري أن تعمل المؤسسات على تطوير استراتيجيات إدارة البيانات الخاصة بها، واستخدام الأدوات الصحيحة لتحديد البيانات المهمة وتنظيف مراكز بياناتها من البيانات الهائلة غير المصنفة التي تُعرف بالبيانات المظلمة من خلال:

  • تحديد جميع مستودعات البيانات والاطلاع عليها، حيث يُعد الاطلاع على أماكن تخزين البيانات والمعلومات الحساسة والجهات المخوَّلة بالوصول إليها ومدة الاحتفاظ بها خطوة ضرورية ضمن جهود تحديد البيانات المظلمة ، حيث تُتيح هذه المقاربة الاستباقية في مجال إدارة البيانات للمؤسسات فرصة الاطلاع على البنى التحتية الخاصة بالبيانات والتخزين الاحتياطي، لكي تستطيع التحكم فيما يتعلق بالمخاطر ذات الصلة بالبيانات، ثم اتخاذ قرارات مدروسة وموثوقة حول نوعية البيانات التي يمكن حذفها.
  • التركيز على البيانات المظلمة التى قد يكون منها فائدة، حيث تتيح عمليات تصنيف البيانات والاحتفاظ المرن بها وسياسة الامتثال حَذْفَ المعلومات غير ذات الصلة، لتُشكل ركيزة رئيسية للامتثال المؤسسي والمشاريع المتمحورة حول البيانات المظلمة.
  • أتمتة عمليات اكتشاف وتحليل البيانات، يجب أن يكون تحليل البيانات متكامل مع حلول الأرشفة والتخزين الاحتياطي وأمن المعلومات للحيلولة دون خسارة البيانات وضمان الحفاظ على البيانات المتوافقة مع سياسة المؤسسات.
  • تقليص كميات البيانات وصياغة الضوابط الضرورية.
  • الرقابة الكفيلة بضمان الالتزام المستمر بمعايير الامتثال، يجب أن تقوم المؤسسات بتقييم قدرتها على مراقبة أنشطة الاختراق وسرعة الإبلاغ عنها لأغراض تتعلق بضمان تطبيق قواعد الامتثال، مثل النظام الأوروبي العام لحماية البيانات (GDPR).

الخاتمة

مع تزايد أدوات جمع وتوليد البيانات أصبح هناك العديد من المؤسسات  على اختلاف أنواعها وأحجامها تعاني ظاهرة البيانات المظلمة، أو البيانات والمعلومات التي تتوالد وتتناثر باستمرار بطريقة غير مفهرسة، ما يؤدي إلى تراكمها فوق بعضها، ويحجب بعضها البعض الآخر وبالتالي تسودها جميعاً حالة ظلام فتصبح عملياً غير ذات جدوى أو قيمة، متحولة إلى عبء يضغط على المؤسسات، ويعرضها لإرهاق مادي وإداري مستمر من دون القدرة على الاستفادة منها واستخراج ما فيها من قيمة، ان التحدي الأساسي الذي تمثله البيانات المظلمة ليس فقط في تخزينها، بل في تحديد قيمتها الحقيقية في بيئات يكون الكثير من البيانات المظلمة غير مركز عليها، لأن المؤسسات لا تعرف ما تحتويه، وقد يكون تدميرها محفوفًا بالمخاطر، وتحليلها يحتاج الى تكلفة مرتفعة.

المراجع

  • Gimpel, G. (2020). Bringing dark data into the light: Illuminating existing IoT data lost within your organization. Business Horizons, 63(4), 519-530.
  • Munot, K., Mehta, N., Mishra, S., & Khanna, B. (2019). Importance of Dark Data and its Applications. In 2019 IEEE International Conference on System, Computation, Automation and Networking (ICSCAN) (pp. 1-6). IEEE.
  • Schembera, B., & Durán, J. M. (2020). Dark data as the new challenge for big data science and the introduction of the scientific data officer. Philosophy & Technology, 33(1), 93-115.
  • Trajanov, D., Zdraveski, V., Stojanov, R., & Kocarev, L. (2018). Dark data in internet of things (IOT): challenges and opportunities. In 7th Small Systems Simulation Symposium (Niš) (pp. 1-8).

COBIT (2) أمن المعلومات (14) الأمن السيبراني (10) الإقتصاد (5) الاختراق (2) الادارة الالكترونية (9) الامن السيبراني (4) الانترنت (6) البلوك تشين (6) البلوكشين (3) البيانات (5) البيانات الضخمة (9) التجارة الإلكترونية (10) التحول الرقمي (6) التسويق الرقمي (4) التعليم (2) التعليم التفاعلي (2) التعليم عن بعد (4) التقنيات الحديثة (18) التنقيب في البيانات (2) التنمر (2) الجرائم الالكترونية (2) الحكومة الالكترونية (4) الحكومة الذكية (4) الحوسبة السحابية (8) الخدمات الذكية (2) الدليل الرقمي (2) الذكاء (2) الذكاء الإصطناعي (3) الذكاء الاصطناعي (2) الرقمي (2) الروبوت (2) الطب (3) العملات الالكترونية (7) المحاسبة الرقمية (4) المدن الذكية (4) المنازل الذكية (2) النقود الإلكترونية (2) النوافذ الذكية (2) الواقع الافتراضي (3) انترنت الاشياء (4) تحليل البيانات (5) تقنيات التعليم (4) تقنية البلوكشين (4) حوكمة تقنية المعلومات (3)

Print Friendly, PDF & Email

قيمنا

0 / 5. 0

اترك تعليقًا

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

انتقل إلى أعلى