物联网高级分析

图片来源：

Opensource.com

Rosaria Silipo Twitter 头像我很高兴采访了 Rosaria Silipo，了解她在 OSCON 上的即将发表的演讲：物联网高级分析。我最近向一群图书馆员讲授了物联网以及我们如何使用它来为我们的顾客提供更好的服务，所以当我看到 Rosaria 的演讲摘要时，我认为这正合我的胃口。

我的研讨会参与者最关心的问题之一是安全性，我非常喜欢 Rosaria 对我的安全问题的回答

“不同类型的数据可以通过物联网共享。其中一些数据是敏感的，但并非全部。共享您的病史与共享牙刷中剩余电量不同。”

请介绍一下您自己和您的背景。

我已经做了 20 多年的数据分析师——现在这个术语似乎是数据科学家。我一直在为学术项目、企业解决方案和非营利机构挖掘数据。在我的职业生涯中，我参与了数据分析过程的所有阶段，从数据收集和数据仓库到模型生产和部署。我分析性地探索了许多不同的应用领域。首先想到的是生物医学信号（我的硕士和博士论文的主题）、物联网、语音识别、客户情报、社交媒体、能源、金融、银行和网络分析，但我确信还有更多。实际上，一旦您有一位优秀的领域专家与您合作，帮助准备数据和解释最终结果，中间部分始终涉及应用于数据的相同技术。

您最初是如何参与开源的？您最喜欢的开源产品是什么？

说实话，我不记得了。自从我踏入数据分析领域以来，开源就一直存在。很可能我的第一个开源工具，就像许多其他计算机科学家一样，是 Linux。但我必须说，我直到互联网出现才充分认识到开源的潜力。在我看来，开源最大的优势之一不是价格，而是它背后的社区。互联网允许人们之间更容易和更频繁的互动，并使开源社区发挥了他们应有的核心作用。我经常听到有人说开源工具不提供支持。如果他们谈论的开源工具真的是开源的，那么社区不仅会提供支持，还会提供一个学习更多知识的环境。嗯，我最喜欢的开源产品当然是 KNIME :)。

对于那些可能不熟悉的人，您能告诉我们关于 KNIME 的信息吗？为什么我们想进一步探索这个项目？

KNIME 是一个开放数据分析平台，即它是一个满足您所有分析需求的工具：数据采集、数据操作、统计、机器学习、数据可视化以及最终部署。它基于图形界面——无需学习脚本——这使其更易于使用，学习曲线更短。它是开源的。开源只是更广泛的“开放”理念的一个方面。KNIME 相信开放性意味着集成不同的专业工具，不同技能的人员之间的协作，代码开发的透明度，以及增强用户创造力的敏捷性。我经常被问到 KNIME 是否比 R 更好。我认为这是一个不恰当的问题。KNIME 并不比 R 更好——R 历史更悠久，社区更大。但是，KNIME 可以通过非常直观的图形界面集成 R——以及 Weka、Python、Perl、Google Analytics 或任何其他工具。通过图形化、直观的界面将所有这些出色且高度专业的工具集成在一个框架下，这使得 KNIME 如此强大和通用。这也是使 KNIME 适合协作工作的原因：我可能是一位 KNIME 专家，但我不需要周围都是 KNIME 专家才能高效地协同工作。总而言之，KNIME 是一个强大、易于使用、敏捷、集成、开放的数据分析平台。我认为任何运营数据科学实验室的人都应该了解一下它。

人们对物联网最大的担忧之一是安全和隐私。如果我们想保护他们（及其客户）的隐私，我们如何鼓励人们共享他们的数据？

每次您让其他人托管您的数据时，安全都是一个主要问题。隐私法也因国家/地区而异。因此，您需要确保托管您数据的人制定了尊重您所在国家/地区隐私法的政策。这是一个相当复杂的问题。但是，我发现有时这也有点被夸大了。不同类型的数据可以通过物联网共享。其中一些数据是敏感的，但并非全部。共享您的病史与共享牙刷中剩余电量不同。我愿意共享非敏感信息，只要我能从中获得回报。在最年轻的几代人身上可以看到一个非常好的例子。他们愿意在社交媒体平台上分享大量信息，只要他们可以免费使用这些平台与他们的朋友圈保持联系。如果好处超过了隐私的损失，我可能愿意分享更多。