Sergey Nivens - Fotolia

前5名企业图分析用例

Gartner期望企业图形分析通过在未来几年中增长。请继续阅读,了解为什么该技术正在跨组织市场的兴起。

传统的关系数据库擅长管理清晰而简单的关系:此发票包含这些行项。这个贷款申请包含这组文件。这个部门有这些员工,每个员工有这些工作时间。

传统的数据库查询对这些类型的数据集是基于这些预定义的关系 - 从该部门开始,过滤这些类型的员工。当这些关系变得复杂或者时,传统数据库缩短了不能重新排列如果没有重建整个数据结构。

为了解决这个问题,企业越来越多地转向图形分析,而是通常建立在图形数据库之上。

根据Gartner的说法,30%的公司将在2023年使用图形分析,以便更快,更好地决策。图分析可以帮助公司在其数据中找到隐藏的关系,这可以帮助识别网络安全攻击,网络漏洞,洗钱或甚至为客户推荐新产品。

随着使用人工智能和机器学习的增加,图分析变得更加重要。根据Gartner,使用图形技术的组织将使用五次AI模型的五倍,因为那些没有。

“在传统的商业智能中,价值在于事实,”Gartner副总裁兼分析师吉姆·黑尔(Jim Hare)说。“在图形分析中,是对象本身之间的关系。”

因此,他说,到2022年,图形的采用将翻一番,以实现更复杂和适应性更强的数据科学。这些是需要关注的顶级企业图分析用例。

识别意外连接

图分析可以提供帮助确定连接这不应该是那里或应该在那里的连接,但缺失。

“这个人在两个不同的地方是如何同时的?”野兔说。“或者这种特殊的医生似乎参与了很多保险案件。”

网络公司Cato Networks是一家使用网络安全图表分析的公司。

“我的团队和我使用Neo4J图表平台将各种可观察者相关联,并将其分类为恶意软件组,”CATO网络安全总监Elad Menahem说。

他说,如果一种特定类型的恶意软件使用特定的IP地址作为它的命令和控制服务器,而相同的IP地址出现在另一个环境中,这可能与恶意软件有关系。识别这些关系有助于卡托提高其网络安全情报和能力检测恶意能力, 他说。

最优路径和意外路径

找到最短路径,最快的路径,最便宜的路径或两点之间的意外路径不仅仅是导航。其中一个顶部图形分析用例是映射工具这为驾驶员提供了转弯方向或计划送货路由。

“有时最佳路线不是最明显的路线,”野兔说。“图形分析可以突出显示那种非完全示例。”

电视侦探通常有带有红色纱线的串,连接嫌疑人,地点和线索。这是图分析的模拟示例。

在英国的个人理财应用程序Snoop,关联关系在以下情况下发挥作用跟踪用户访问权限.在涉及个人财务数据的情况下,访问控制很重要。只有某些员工应该可以访问数据。

有时最优路线并不是最明显的路线。图表分析可以突出这些非直观的例子。
吉姆野兔Gartner副总裁兼分析师

传统数据库可能提供与用户帐户相关联的权限的基本列表。但在现实生活中,情况会变得更加复杂。员工可以访问访问另一个系统的特定帐户,该系统可以提供进入另一个数据存储的入口点。

Snoop DevSecOps负责人安迪•马金斯(Andy Makings)表示:“如果是手动操作,两到三个人需要几天时间才能弄清楚发生了什么。”

要跟踪这些连接,该应用程序使用Sonrai Security的Graph Analytics,云安全公司。“这对我们来说确实沉重的举重,”Makings说。

一个常见的问题区域是当一个应用程序从开发环境移动到测试环境时,Sanrai安全的Sandy Bird,联合创始人和CTO表示。

当发生这种情况时,开发人员和测试用户可能会获得对它们不应该拥有的真实数据的访问,并且这些访问权限甚至可能会挂起原始用户离开了公司.如果黑客可以掌握那些凭据,他们可以通过不容易明白的访问路径进行严重损坏。

在某些情况下,当帐户使用户创建对另一个帐户的权限的权限时,这些访问权限将进一步遮挡,并且该新帐户将拥有自己的一组其他权利。这可能导致特权升级攻击,这可能很难检测到。

“我们也使用相同的网络路径方法,”伯德说。“您可以通过此网络组件查看这段计算如何连接到此接口。客户可以直观地查看它 - 了解一切都与其他一切相关联。”

集群和社区

图分析还可以用于寻找相似的节点集群,可能以意想不到的方式。传统的关系数据库可以进行简单的分组,例如按邮政编码组织客户。

图分析可能会暴露更深的关系这些客户之间。那些拥有最长通勤的人可能是购买最有声音吻合的人。客户也可以根据以前的购买历史或许多其他因素进行组。

这是Tufts大学研究生教育的IEEE研究员和Dean表示,这是最大的图形分析用例之一。

“无论你去哪里,你都会看到很多很多其他东西的广告,”她说。“它还可以根据我的朋友圈和我的关系来给我推荐。”

社交网络星座研究公司(Constellation Research)副总裁兼首席分析师道格·亨森(Doug Henschen)说,这些公司都是图形分析的大用户。

“这是Facebook揭示人们关系的能力的核心,”他说。

关键节点

在图形中,并非所有节点都是相等的。在大流行中,有些人将被认为是普遍肢额的患者或事件。在社交媒体中,他们将成为影响因素。

在计算机网络方面,它可能是一切连接,即一切都经历了 - 你的大失败点。图形分析可以帮助您确定关键节点并避免与该节点故障相关的复杂情况。

Hare说:“如果你知道一个网络中最重要的节点,那么当网络崩溃时,它可能成为一个漏洞来源。”

数据整合

Michael Moore表示,最常见的地方公司开始使用Graph Analytics来获得他们的客户完整的顾客。

多渠道零售商、收购其他公司和大型企业的组织通常将客户数据分散在不同的系统中,这些系统具有不同的格式和字段名,因此很难做到这一点把一切拉在一起

“图表真的擅长能够评估来自不同系统的数据质量,”摩尔说。“很容易加入数据并比较值。”

同样,如果公司拥有许多供应商,合同,设备,材料和用品的大型复杂的项目,则图分析可以将所有东西融入一个地方,并提供完整的项目总成本。

在这一点制药行业,相同的方法可用于组织制备药物的所有化合物 - 以及进入创造这些化合物的一切。

“图形分析让您深入了解数据并确定质量问题或供应商优化机会,”他说。

他说,这种方法也可用于法规遵从性。

“公司必须对他们的数据到来的血统来分类,而是不寻常,”他说。

由大型和小公司使用

图纸kejriwal,IEEE成员和南加州信息科学研究所的IEEE成员和研究领导者,图纸kejriwal表示,图纸分析的一些最大的数据集的公司是具有极大的数据集。

他说:“人们首先想到的典型公司是一家拥有产品、客户和第三方卖家数据的电子商务公司。”

但较小的公司和初创公司也可以利用该技术。

“面向前瞻性的 - 较少保守的 - 将自己视为干扰者的企业也支持图表分析,”他说。“他们可以向他们施加小说机器学习工具和方法 - 包括深入学习。”

这项技术正在得到容易部署在主要云提供商的支持下,即可使用的商业工具或嵌入式内部企业产品。

他说:“许多供应商免费提供社区版本的工具,让更多的人试用、使用并有机地传播信息。”“可以肯定地说,这不再是一个利基市场了。”

深入挖掘大数据分析

搜索数据管理
搜索AWS.
搜索内容管理
搜索甲骨文
搜索树液
搜索SQL.服务器
关闭