기업 정보화 구축과 인터넷 산업 발전 과정에서 데이터 양의 증가 속도는 유례없는 속도에 이르렀다. 제조업체, 분석가, 기술 전문가들은 '빅데이터' 시대가 도래했으며, 빅데이터 관련 기술이 IT 부서의 의제에 올랐다고 믿고 있습니다. 빅데이터를 어떻게 저장하고 관리할지에 더해 더 중요한 문제는 빅데이터를 어떻게 활용하여 기업에 서비스를 제공하고 비즈니스 인텔리전스 및 고급 분석 애플리케이션을 통해 그 가치를 극대화할 것인가입니다. 새로운 개념은 새로운 기술의 촉매제입니다. 빅 데이터 분야에서는 Hadoop 및 MapReduce를 포함한 일부 신기술이 더 널리 사용되었습니다. Hadoop 및 MapReduce는 일반 컴퓨팅과 분산 아키텍처 간의 가교를 구축한 반면, 기존 기업 데이터 웨어하우스 기술은 직면했습니다. 전례 없는 도전. 데이터 집중 현재의 '데이터 집중' 발전 추세는 중국 금융업계에서 널리 인식되었으며, 일부 대형 증권사와 은행도 이 길을 걷기 시작했습니다. 데이터 및 비즈니스 애플리케이션의 핵심인 데이터 센터는 인체에 있어서 심장만큼 중요합니다. 현재 데이터센터 건설에 투자하는 금융회사가 점점 늘어나고 있다. 실제로 많은 사용자에게 있어 주 24시간 지속적인 운영을 보장하는 것은 더 이상 데이터 센터의 유일한 요구 사항이 아닙니다. 고급 데이터 센터 솔루션은 유연성, 확장성, 보안, 중복 백업, 환경 제어 및 비즈니스 연속성 관리 등도 제공해야 합니다. ., 그리고 이 뛰어난 성능은 "유연하고 건강한 고성능 통합 케이블링 시스템"을 기반으로 해야 합니다. 금융산업은 다른 산업과 달리 일반 사무실 운영 도구가 아닌 네트워크 시스템을 생산 기계로 사용해 왔으며, 네트워크의 원활하고 안정적인 운영은 금융산업의 정상적인 운영을 위한 기본 조건이 되었습니다. 점점 더 복잡해지는 애플리케이션 시스템, 대규모 데이터 교환 및 지속적인 업데이트로 인해 데이터 센터는 네트워크 시스템에서 매우 중요한 위치를 차지하게 되었습니다. 보안은 금융산업의 영원한 화두 정보보안은 금융산업의 영원한 화두입니다. 금융 기관의 내부 통제를 강화하고 금융 감독 및 서비스 수준을 개선하며 금융 위험을 예방 및 해결하고 금융 개혁과 혁신을 촉진하여 우리나라 경제 및 사회 경제의 발전을 촉진하기 위해 정보 기술의 장점을 활용하는 방법은 다음과 같습니다. 우리나라 금융산업의 정보화 구축이 직면한 당면 과제 주요 이슈. 금융 시스템의 뛰어난 특징에는 금융 정보 시스템 외부 응용 시스템의 상호 의존성, 사용자의 다양화, 다면적인 보안 위험, 높은 정보 신뢰성 및 기밀성 요구 사항이 포함됩니다. 국제금융위기 이후 금융시스템에 대한 위험통제와 감독은 전례 없는 수준으로 높아졌다. Shi Li는 "금융 산업은 네트워크 보안과 안정성에 대한 요구 사항이 매우 높습니다. 시스템은 어떤 상황에서도 시스템이 정상적으로 작동할 수 있도록 고속으로 데이터를 처리하고 중복 백업 및 내결함성 기능을 제공할 수 있어야 합니다. 그렇지 않으면 , 실패할 것입니다." 사용자에게 막대한 손실을 가져올 것이며 시스템은 복잡한 애플리케이션에 대처할 수 있는 매우 우수한 관리 기능과 유연성을 제공해야 합니다. "물론 금융 산업의 빅 데이터에 관한 모든 것은 아직 초기 단계입니다. 하지만 금융회사에서는 날마다 데이터의 규모가 커지고 있습니다. 빅데이터 분석을 통해 원시 데이터에 가까운 비즈니스 의사결정이 이루어지고 정보의 품질이 점점 더 중요해지고 있습니다. 관련 보안 데이터에 동일하게 정교한 분석을 적용할 수 있다면 빅데이터를 활용해 정보 보안을 강화할 수도 있습니다. 빅데이터는 상당한 가치를 갖고 있지만 동시에 보안 위험도 크다. 일단 문제가 발생하면 기업과 개인은 필연적으로 막대한 손실을 입을 수밖에 없다. 아마도 빅데이터가 보안과 안정성 문제를 실제로 해결할 수 있다면 빅데이터가 금융산업에 진정으로 통합될 수 있을 것입니다.