大数据及其挑战
什么是大数据时代,它对社会的挑战是什么？
什么是大数据时代，它对社会的挑战是什么？随着信息技术的日益发展，大数据时代已经悄然而至。
那么，什么是大数据时代？它对社会又带来了哪些挑战呢？本文将从以下几个方面进行探讨：一、大数据时代的定义及其应用领域大数据是指规模巨大、类型复杂、速度快，以至于传统数据处理技术无法处理和分析的数据。
大数据时代已经成为当今信息时代的一大特征，其应用领域也非常广泛，包括金融、医疗、农业、教育等各个行业。
例如，大数据技术可以被应用于金融领域，帮助银行实现客户信息的智能化管理，预测风险与市场趋势，提供个性化的金融服务，为金融机构的决策提供数据支持；在医疗领域，大数据技术可以被用来进行医学影像分析、研究新药、预测疾病发生和治疗效果等。
二、大数据时代对社会的挑战然而，大数据时代也带来了许多挑战，下面就几个方面来探讨一下。
1.数据安全问题大数据时代所处理的数据越来越多、越来越重要，数据安全也成为了大数据时代亟需面对的一个难题。
2019年，全球平均每个组织都有6次安全违规事件。
对此，各国政府和企业都需要加强数据安全保护，建立更加完善的数据安全审计和监管机制。
2.数据隐私问题大数据时代所处理的数据普遍涉及到个人隐私，如何保护用户的隐私成为了一大难题。
借助大数据技术，数据分析者可以获取到大量的个人信息，其滥用甚至泄露用户个人信息必定引发舆论和法律的关注。
因此，政府和企业需要建立健全的数据保护法律法规，强化用户隐私保护。
3.数据量大和杂乱无章的问题大数据时代的数据量很大，类型也很复杂，由于数据来源的不确定性，数据本身的质量也很难保证，导致在数据分析的过程中难以从大数据中挖掘出精准的信息。
因此，需要进行数据清洗和处理，提高数据的质量和准确性。
4.人才短缺问题随着各个行业对大数据技术应用的不断深入，对大数据人才的需求也越来越多，但相应的人才缺口也越来越明显。
因此，政府和企业需要建立更加完善的培养和引导机制，提高大数据人才的培养和素质。
综上所述，随着大数据时代的到来，虽然为我们带来了很多便利和发展机遇，但其也带来了一系列新的挑战。
大数据时代的挑战与应对
大数据时代的挑战与应对在大数据时代，数据量呈指数级增长，如何面对这一挑战并有效应对成为了亟需解决的问题。
本文将从数据收集、存储和分析等方面探讨大数据时代的挑战，并提出相应的应对策略。
一、数据收集的挑战与应对1. 海量数据收集难题随着互联网的普及，各种传感器、移动设备和社交媒体平台等产生了大量的数据源。
然而，如何高效地采集、整理和存储这些数据成为了一大挑战。
应对策略：建立高效的数据采集系统，利用自动化技术实现数据的实时抓取和整合，同时借助云计算等技术提高数据存储和处理的速度和规模。
2. 数据质量控制问题大数据时代，数据的质量直接影响到后续的分析和决策结果。
然而，海量数据的采集和整合过程中，可能会存在数据缺失、重复、错误等问题，导致数据质量下降。
应对策略：建立完善的数据质量控制机制，采用数据清洗、去重和纠错等手段，确保数据的准确性和一致性。
二、数据存储与管理的挑战与应对1. 存储空间需求的增长大数据的处理需要大量的存储空间，传统的存储架构可能无法满足这种需求。
而且，数据量的不断增长也会对存储的可靠性提出更高的要求。
应对策略：采用分布式存储技术，将数据分散存储在多个服务器上，提高数据的可靠性和可扩展性，同时利用数据压缩和去冗余技术降低存储成本。
2. 数据隐私与安全问题在大数据时代，个人隐私和商业机密面临着更大的泄露风险。
在数据存储和传输过程中，如何保证敏感数据的安全性成为了一个亟待解决的问题。
应对策略：加强数据安全管理，采用数据加密、访问控制和安全审计等技术手段，确保数据的机密性和完整性，同时建立健全的法律法规和隐私政策保护个人隐私。
三、数据分析的挑战与应对1. 数据分析技术的瓶颈随着数据量的增加，传统的数据分析方法可能无法满足大数据的处理需求。
而且，数据分析还涉及到多源异构数据的整合和挖掘，对算法和模型的要求更高。
应对策略：引入机器学习、深度学习等新兴技术，利用数据挖掘、模式识别与预测分析等方法，提高数据的挖掘和价值发现能力。
大数据技术的应用及其挑战
大数据技术的应用及其挑战随着科技的飞速发展，大数据技术成为了当今最热门的话题之一。
大数据技术无处不在，无论是企业还是政府机构都在积极探索其在各自领域的应用。
在这篇文章中，我们将探讨大数据技术的应用及其挑战。
一、大数据技术的应用1. 商业领域商业领域是大数据技术最广泛应用的领域之一。
大数据技术可以帮助企业提高营销效率、预测市场趋势、优化供应链等。
例如，互联网公司可以通过收集用户行为数据，了解用户的喜好和需求，从而根据用户的需求优化营销策略。
另外，零售业也可以通过收集数据来提高销售效率，为顾客提供更好的购物体验。
2. 医疗领域随着人口老龄化程度的加剧，医疗领域对于大数据技术的应用需求也越来越高。
大数据技术可以帮助医疗机构提高患者诊断速度和精度，优化病人管理，协助医生制定最有效的治疗方案。
例如，通过收集病患的生理数据，医生可以更加准确地诊断和治疗疾病，提高治疗的成功率。
3. 城市管理在城市化背景下，城市管理领域也是大数据技术的应用热点之一。
大数据技术可以帮助城市管理者提高就业率、降低污染、优化能源利用等。
例如，通过收集交通数据，城市管理者可以更好地规划公共交通线路，改善城市交通拥堵状况。
二、大数据技术的挑战1. 数据质量问题大数据技术最基本的问题之一就是数据质量。
数据的准确性、完整性、一致性、清晰度等方面的缺陷会影响到最终的结果。
因此，数据的来源、处理和管理都需要有严格的标准和规范。
2. 数据安全风险由于大数据技术处理的数据规模之大，数据泄露、数据篡改等安全问题也更加严重。
为了防止安全风险，企业和政府机构需要加强数据权益的保护和管理。
3. 人才缺口问题大数据技术的高度发展需要一支专业技术团队的支持。
在很多行业内，尤其是新兴行业，大数据技术人才缺口问题仍然比较严重。
因此各大培训机构也面临着巨大的挑战。
4. 数据虚假的问题由于数据的来源是多元化的，有些数据来源并不可靠，导致数据的虚假性大大增加。
有时，数据被过度美化或是误解，直接导致其分析结果的偏差，从而对企业和政府机构决策产生不良的影响。
大数据技术的挑战与应对
大数据技术的挑战与应对近年来，随着信息技术的快速发展，互联网、物联网、移动互联网等新兴技术的普及和推广，数据的产生量呈现爆发式增长。
这些数据中，所包含的信息已成为解决各行业难题的重要基础。
因此，大规模的数据处理和分析技术就被引入到各行各业中。
其中，大数据技术就是其中的一种，不仅在科技领域得到了广泛应用，也在政府、金融、医疗等领域取得了显著成果。
但是，大数据技术面临着诸多挑战，因此，本文主要介绍大数据技术的挑战与应对措施。
一、数据安全挑战大数据环境下，数据安全问题比以前更加严重，主要表现在两个方面。
首先，数据的泄露问题。
在数据的收集、存储和传输过程中，容易出现数据泄露的情况。
因此，在大数据的处理过程中，必须加强对数据的加密技术，避免数据被窃取或篡改。
其次，隐私保护问题。
大数据中存在着大量的个人信息，如果泄露到外部，将会产生不可预测后果。
因此，在进行数据处理时，应加强数据的匿名化处理，防止个人隐私信息被泄露。
为解决这些问题，科研人员提出了许多方法，如：数据加密、公私钥加密、数据压缩和数据匿名化等技术应用已经成熟，可以应用于大数据处理中，确保数据的安全性和隐私性。
二、计算能力挑战大数据处理的计算量非常巨大，需要较高的计算资源才能处理，不仅需要大量的机器，而且需要高效的算法和处理器。
尤其是在数据并行处理方面，计算资源的投入更是显得尤为重要。
为了解决计算资源不足的问题，计算机科学家加强了分布式计算的研发。
分布式计算是大数据处理中的一种核心技术，它将一台计算机集群划分成多台节点，并行完成数据处理任务。
这种方法不仅可以提高计算效率，而且具有良好的扩展性，可以实现海量数据的处理。
三、数据质量挑战大数据中存在着过多的噪声数据、缺失数据和脏数据，这些因素严重影响了大数据的价值。
因此，在解决大数据技术的难题时，需要考虑到以下这些数据质量问题：其中，噪声数据主要来自于序列的咖啡声、污点信号和异常数据等。
大多数情况下，噪声数据会影响算法的准确性。
大数据的发展和挑战
大数据的发展和挑战随着信息技术的不断发展和互联网的兴起，大数据技术已经成为了当前科技领域的一个热点。
大数据技术的兴起，推动了人类社会在许多领域的发展和变革。
但是，随着大数据技术的发展，也面临着许多挑战。
本文旨在探讨大数据的发展和挑战。
一、大数据的发展大数据指的是数据量非常庞大的数据集合，这些数据可能来自众多的来源，例如传感器、社交媒体、移动设备、传统数据库和云计算平台等。
与传统的数据处理方式不同，大数据一般需要使用分布式计算的技术，利用并行计算和分布式存储等技术，对大数据集合进行存储、处理和分析。
大数据技术的发展，推动了整个社会各个领域的变革和发展。
例如，大数据技术在医疗领域的应用，可以帮助医疗机构实现个性化治疗、提升疾病预防和监测的能力。
在金融领域，大数据技术可以通过对客户数据的分析，提升风险评估的准确性、增强金融服务的安全性。
在城市管理领域，大数据技术可以通过对城市数据的分析，优化城市规划、提高交通管理和环境保护的能力。
二、大数据的挑战虽然大数据技术的发展已经取得了不少的成就，但是也面临着许多挑战。
以下是大数据技术主要面临的挑战：1. 数据隐私保护大数据技术的应用必然涉及到大量的个人信息，因此，如何保护用户的隐私成为了一个难以解决的问题。
当前，关于数据隐私保护的技术和法律法规还不够健全，因此，我们需要在使用大数据技术的同时，考虑如何保护用户的隐私。
2. 数据质量大数据技术需要面对的一个重要问题是如何保证数据的质量。
因为大数据涉及到多个数据源和多个数据格式，因此，数据的质量往往是参差不齐的。
为了保证数据分析的准确性，我们需要在数据提取、数据清洗等环节上花费更多心思。
3. 数据整合大数据技术需要处理的不仅仅是大量的数据，还包括各种数据格式的整合。
因此，如何构建适合大数据处理的数据整合技术是一个重要的挑战。
在数据整合过程中，需要考虑各种数据格式的兼容性、数据集成的效率等问题。
4. 数据分析大数据技术最终的目标是要从数据中提取有意义的信息，为决策提供帮助。
大数据时代的挑战与机遇
大数据时代的挑战与机遇随着互联网技术的迅速发展和智能设备的普及，大数据已经逐渐成为社会经济发展的重要资源。
同时，大数据也给我们带来了巨大的挑战和机遇。
本文将从技术、隐私保护、应用领域和数据治理等方面讨论大数据时代的挑战与机遇。
一、技术挑战与机遇1. 数据存储和处理能力：作为大数据时代的核心技术，存储和处理大规模、高速的数据成为了一项重要挑战。
然而，随着云计算和分布式存储技术的不断进步，我们也获得了巨大的机遇，可以更高效地存储和处理数据。
2. 数据质量和可靠性：大规模的数据来自不同的来源，数据质量和可靠性是另一个关键挑战。
在大数据时代，我们需要使用先进的数据清洗和校验技术来确保数据的准确性，提高决策的可信度。
3. 数据隐私和安全：大数据时代的另一个重要挑战是数据隐私和安全问题。
随着个人信息被大规模采集和分析，如何保护数据隐私成为了亟待解决的问题。
同时，我们也可以通过加密算法和安全机制来确保数据在传输和存储过程中的安全性。
二、隐私保护的挑战与机遇1. 法律法规：在大数据时代，隐私保护面临许多法律法规的挑战。
随着数据的交叉和共享，个人隐私的泄露风险也在增加。
然而，通过制定和完善相关法律法规，加强对个人隐私的保护，我们可以为大数据应用营造安全可靠的环境。
2. 技术手段：隐私保护的挑战还包括技术手段的创新和应用。
例如，匿名化技术、隐私保护算法和数据脱敏技术等，可以帮助保护用户的个人隐私，减少个人信息泄露的风险。
3. 隐私教育和意识：提高公众对隐私保护的意识和教育程度也是一个挑战。
只有通过加强隐私教育，让大众更加了解隐私保护的重要性，才能更好地保护个人隐私。
三、应用领域的挑战与机遇1. 商业广告和营销：大数据时代给商业广告和营销带来了巨大的机遇。
通过分析用户的购买和浏览行为，企业可以更加准确地选择目标用户，提供个性化的产品和服务。
2. 健康医疗：大数据在健康医疗领域的应用也有着广阔的前景。
通过分析患者的病历、基因数据和生活习惯等，医生可以提供个性化的诊断和治疗方案，提高医疗质量和效率。
大数据项目中遇到的挑战和解决方案
大数据项目中遇到的挑战和解决方案大数据项目在实施过程中常常面临各种挑战。
本文将介绍一些常见的挑战，并提供相应的解决方案。
1. 数据质量在大数据项目中，数据质量是一个关键问题。
由于数据量庞大，数据来源复杂，数据质量可能存在各种问题，如缺失值、重复值、错误值等。
解决方案：首先，建立数据质量评估指标体系，包括完整性、准确性、一致性等方面。
其次，使用数据清洗工具对数据进行清洗，去除重复值、填补缺失值，并对异常值进行修正。
最后，建立数据质量监控机制，定期检查数据质量，并及时处理问题。
2. 数据安全大数据项目中涉及的数据通常包含敏感信息，如个人身份信息、财务数据等。
因此，数据安全是一个重要的挑战。
解决方案：首先，制定严格的数据安全政策和规范，确保数据的机密性和完整性。
其次，采用数据加密技术，对敏感数据进行加密存储和传输。
另外，建立访问控制机制，限制只有授权人员可以访问敏感数据。
最后，定期进行安全审计和漏洞扫描，及时发现和修补安全漏洞。
3. 数据处理效率大数据项目通常需要处理海量的数据，而传统的数据处理方法可能效率低下，无法满足需求。
解决方案：首先，使用分布式计算技术，如Hadoop和Spark，将数据分布式存储和处理，以提高处理效率。
其次，采用并行计算和多线程技术，对数据处理任务进行并行化处理，加快计算速度。
另外，优化算法和数据结构，减少不必要的计算和存储开销，提高处理效率。
4. 数据分析和应用大数据项目的最终目的是进行数据分析和应用，但在实际操作中可能遇到各种挑战，如数据模型选择、算法设计等。
解决方案：首先，根据项目需求和数据特点，选择合适的数据模型和算法。
其次，进行数据可视化，将分析结果以直观的方式展示，方便决策者理解和应用。
另外，持续优化和改进算法，以提高分析精度和效果。
5. 人才和团队大数据项目需要具备相应的技术和业务知识，但相关人才相对稀缺。
另外，项目涉及多个领域，需要跨学科的团队合作。
解决方案：首先，建立培训计划，提升团队成员的技术和业务能力。
大数据安全问题与挑战
大数据安全问题与挑战随着信息技术的飞速发展，大数据已经成为当今社会中不可或缺的重要资源。
大数据的应用给人们的生活带来了诸多便利，但与此同时，大数据安全问题也日益凸显。
在大数据时代，如何保障大数据的安全性成为了亟待解决的重要问题。
本文将就大数据安全问题与挑战展开探讨。
一、大数据安全问题的现状1. 数据泄露风险增加随着大数据的快速发展，数据泄露的风险也在不断增加。
大数据中包含了海量的个人隐私信息、商业机密等敏感数据，一旦这些数据泄露，将给个人和企业带来巨大的损失。
2. 数据篡改风险加剧大数据中的数据量庞大，一旦数据被篡改，后果不堪设想。
数据篡改可能导致企业决策失误、金融风险增加等严重后果，对社会稳定和经济发展造成严重影响。
3. 数据存储和传输安全难题大数据的存储和传输是安全的关键环节。
传统的数据存储方式已经无法满足大数据存储的需求，而大数据的传输又面临着网络攻击、数据泄露等风险，安全难题愈发凸显。
二、大数据安全面临的挑战1. 数据隐私保护难题在大数据时代，个人隐私数据的保护变得尤为重要。
然而，如何在数据分析的过程中确保个人隐私数据不被泄露，是一个亟待解决的难题。
2. 数据安全管理不完善大数据的安全管理需要全面、系统的规划和执行，但目前很多企业在数据安全管理方面存在着诸多不足，缺乏完善的安全策略和措施，导致数据安全难以保障。
3. 数据安全技术滞后随着黑客技术的不断发展，传统的数据安全技术已经无法满足大数据安全的需求。
大数据安全技术的滞后使得数据安全面临更大的挑战，需要不断创新和完善。
三、应对大数据安全问题的对策1. 加强数据安全意识企业和个人要增强数据安全意识，意识到数据安全的重要性，建立安全意识和安全文化，做到数据安全从我做起。
2. 完善数据安全管理制度建立完善的数据安全管理制度，包括数据采集、存储、传输、处理等各个环节的安全管理措施，确保数据安全得到有效保障。
3. 强化数据安全技术应用引入先进的数据安全技术，如加密技术、访问控制技术等，加强数据的加密保护和访问权限控制，提高数据安全防护能力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据安全是互联网中大数据管理的重要组成部分。然而随着互联
网规模不断扩大，数据和应用呈现出指数级增长趋势，给动态数据安全
监控和隐私保护带来了极大的挑战。
大数据分析往往需要多类数据相互参考，而在过去并不会有这种
数据混合访问的情况，因此大数据应用也催生出一些新的、需要考虑的
安全性问题。
云安全联盟 （CSA） 是科技公司和公共部门机构的联盟，它已经
成立了大数据工作组，将会开展工作寻找针对数据中心安全和隐私问题
的解决方案。
3 结语
大数据不仅仅是大的数据，而是数据量 （(Volume）、数据种类多
样 （Variety）、要求实时性强 （Velocity） 、蕴藏的商业价值大 （Val-
ue），大数据将带来新的技术发展。大数据的急剧蔓延使得企业在存储
51 TECHNOLOGY WIND
根据 IDC的研究结果，2011 年创造的信息数量达到 1800EB，每 年产生的数字信息量还在以 60%的速度高速增长，到 2020 年，全球 每年产生的数字信息将达到 35ZB。
海量数据到大数据的发展过程是一个从量变到质变的过程。数据 发展已有多年，每年都以翻倍的速度在增长。过去增长以往的技术能够 对它比较好的管理，但一旦到达一个临界点以后就产生了一个质变，过 去的技术已经符合不了当前的发展趋势，需要新的技术来满足新的数量 级的需求。于是大数据的概念应运而生。
MapReduce 作为典型的离线计算框架，无法满足许多在线实时
计算需求。目前在线计算主要基于两种模式研究大数据处理问题：一种
基于关系型数据库，研究提高其扩展性，增加查询通量来满足大规模数
据处理需求；另一种基于新兴的 NoSQL 数据库，通过提高其查询能力
丰富查询功能来满足有大数据处理需求的应用。
２．３ 大数据的安全
2012年 3月 29 日美国总统办事机构 （EOP） 公布了 《大数据的 研究和发展计划》，强调了联邦政府五大部门在大数据研发上的投资承 诺，初始启动经费 2 亿美元，描述了联邦政府十二个关键部门开展大数 据研发应用的行动计划，展示了大数据研发应用将从以往的商业行为上 升到美国国家战略部署的总体蓝图，其重要性堪比当年的“信息高速公 路计划”，这标志着大数据已经上升到国家战略层面。
需要进一步研究。
２．２ 大数据的处理技术
由于海量数据的数据量和分布性的特点，使得传统的数据管理技
术不适合处理海量数据。
海量数据对分布式并行处理技术提出了新的挑战，开始出现以
MapReduce 为代表的一系列研究工作。MapReduce 是 2004 年由谷
歌公司提出的一个用来进行并行处理和生成大数据集的模型。
科技前沿
大数据及其挑战
李晓辉 １ 王淑艳 ２
（１．长春大学计算机科学技术学院，吉林长春 １３００２２；２．吉林农业科技学院，吉林吉林
１３２１０１）
[摘 要] “大数据”是继云计算、物联网之后 ＩＴ 产业又一次颠覆性的技术变革。文章描述了信息从海量数据到大数据的质变，介绍了大数据 的定义和大数据特点，从数据的存储、数据的处理技术和数据的安全几个方面探讨了大数据带来的挑战。 [关键词] 大数据；分布式；ＭａｐＲ ｅｄｕｃｅ；安全隐私
数据从一开始就是信息时代的象征，但在过去几年，信息量呈现 爆炸式增长。在美国 17 个经济部门中的 15 个部门，员工超过 1，000 人的企业存储了平均 235 太字节的数据，超出了美国国会图书馆的藏 书。2011 年 Internet World 统计互联网用户近 20 亿，社交网站 Facebook 活跃用户已突破 8 亿。沃尔玛每小时处理 100 万件交易，大 约有 2.5PB 的数据存入数据库，这个数据量是美国国会图书馆的 167 倍。
1 什么是大数据 总的来说，大数据是一个体量特别大，数据类别特别大的数据集， 并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处 理。 大数据的特点有四个层面：第一，数据体量巨大。从 TB 级别，跃 升到 PB 级别。第二，数据类型繁多。前文提到的网络日志、视频、图 片、地理位置信息等等。第三，价值密度低。以视频为例，连续不间断 监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1 秒 定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将 其归纳为 4 个“V”— ——Volume，Variety，Value，Velocity。 2 大数据的挑战 ２．１ 大数据的存储 大数据通常可达到 PB 级的数据规模，因此，海量数据存储系统也 一定要有相应等级的扩展能力。与此同时，存储系统的扩展一定要简 便，可以通过增加模块或磁盘柜来增加容量，甚至不需要停机。 当前互联网中的数据向着异质异构、无结构趋势发展，图像、视 频、音频、文本等异构数据每天都在以惊人的速度增长。不断膨胀的信 息数据使系统资源消耗量日益增大，运行效率显著降低。海量异构数据 资源规模巨大，新数据类型不断涌现，用户需求呈现出多样性。 目前海量异构数据一般采用分布式存储技术。目前的存储架构仍 不能解决数据的爆炸性增长带来的存储问题，静态的存储方案满足不了 数据的动态演化所带来的挑战。因而在海量分布式存储和查询方面仍然
架构方面逐渐面临着史无前例的考验，它给 IT 企业带来了颠覆性的改
革。大数据是未来技术发展打开的新大门，是 IT 行业发展的必经之点，
在“数据科学”领域，大数据管理及处理能分析将成为与国计民生紧密相关的研究
领域。
中图分类号：ＴＰ３９１
文献标识码：Ａ
［参考文献］
［１］ 王珊等．架构大数据：挑战、现状与展望［Ｊ］．计算机学报，２０１１． ［２］ 马帅，李建新，胡春明．大数据科学与工程的挑战与思考．中国计算机学会 通讯，２０１１． ［３］ Ｔｏｄａｙ＇ｓ Ｃｈａｌｌｅｎｇｅ ｉｎ Ｇｏｖｅｒｎｍｅｎｔ： Ｗｈａｔ ｔｏ ｄｏ ｗｉｔｈ Ｕｎｓｔｒｕｃｔｕｒｅｄ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｗｈｙ Ｄｏｉｎｇ Ｎｏｔｈｉｎｇ Ｉｓｎ’ ｔ Ａｎ Ｏｐｔｉｏｎ，Ｎｏｅｌ Ｙｕｈａｎｎａ， Ｐｒｉｎｃｉｐａｌ Ａｎａｌｙｓｔ， Ｆｏｒｒｅｓｔｅｒ Ｒ ｅｓｅａｒｃｈ， Ｎｏｖ．２０１０． ［４］ Ｆｌｏｒａｔｏｕ Ａ，Ｐａｔｅｌ Ｊ Ｍ，Ｓｈｅｋｉｔａ Ｅ Ｊ，Ｔａｔａ Ｓａｎｄｅｅｐ．Ｃｏｌｕｍｎ ｏｒｉｅｎｔｅｄ ｓｔｏｒａｇｅ ｔｅｃｈ－ ｎｉｑｕｅｓ ｆｏｒ ＭａｐＲ ｅｄｕｃｅ．ＰＶＬＤＢ，２０１１． ［５］ Ｊｅｎｓ Ｄｉｔｔｒｉｃｈ，Ｊｏｒｇｅ－ Ａｒｎｕｌｆｏ Ｑｕｉａｎé－ Ｒ ｕｉｚ，Ａｌｅｋｈ Ｊｉｎｄａｌ， Ｙａｇｉｚ Ｋａｒｇｉｎ， Ｖｉｎａｙ Ｓｅｔｔｙ， Ｊ（ｏ）ｒｇ Ｓｃｈａｄ． Ｈａｄｏｏｐ＋ ＋ ： Ｍａｋｉｎｇ ａ ｙｅｌｌｏｗ ｅｌｅｐｈａｎｔ ｒｕｎ ｌｉｋｅ ａ ｃｈｅｅｔａｈ （ｗｉｔｈｏｕｔ ｉｔ ｅｖｅｎ ｎｏｔｉｃｉｎｇ）．ＰＶＬＤＢ，２０１０．