摘要：麻省理工学院的一个三人研究团队已经开发出一种机器学习模型，他们通过帮助我们更好地理解发现模式，从而让人类更好地理解大数据。它的创造者称之为Bayesian Case Model。这项研究是基于这样的思考：人类往往会倾向于根据自己的经验和看到的例子去思考并做出决定。例如，儿童也许能从他父母谈话的几个单词就知道他...

摘要：很多开发者都错误地以为移动领域是很少受到攻击的，正是这种虚假的安全感导致一些开发者在防范措施上进行节省，而后遭受的可能是很大的损失。关于如何保护应用免受攻击，作者以自身经验分享了五个应该注意的事项。Apple CEO Tim Cook在今年六月的全球开发者大会上提到过，Apple公司已有900万注册开发者，相比...

摘要：自基于HTML5的WYSIWYG网页制作平台推出后，用户在Nifty上建立的网站已超过5400万个，平均每天需支撑7亿的HTTP请求，然而如果聚焦某个具体的网站，其PV甚至不超过100，那么Nifty又使用了什么策略解决这些长尾问题？【编者按】Nifty运营网站已经有很长一段时间，而在基于HTML5的WYSIWYG网...

摘要：Linkedin周二宣布开源其大数据计算引擎Cubert，据悉，这个开源框架将让工程师使用一套专门的算法，在不浪费CPU资源的情况下，更轻松的运行查询，该公司还为此开发出新的语言Cubert Script。【编者按】Linkedin周二宣布开源其大数据计算引擎Cubert，其名字来源于鲁比克方块（Rubik’s Cube），为了让开发人...

摘要：在百度多年部署使用SSD的过程中，积累了很多经验，也发现了传统SSD的一些缺陷。本文作者认为，非常有必要按照大规模存储系统的需求重新设计SSD的软硬件架构，以彻底解决其不足，于是提出了“软件定义Flash”概念。百度是国内早大规模使用SSD/Flash的互联网公司之一，早在2007年，就开始在搜索引擎中大规...

摘要：ThriveStreams公司发布了一款App，该程序能收集比如抑郁症和双相情绪障碍的患者诊治过程中的数据，通过这款应用，用户可以分析自己情绪的趋势，规划好自己的情绪。同时参与者可以获得实质性的一些奖品。自从计算机顾问Adrian Cunanan在2002年被诊断出有双相情感障碍之后，他开始努力学习通过药物、冥想、锻炼和...

摘要：对于Google基础设施来说，任何时刻都可能有大量应用程序进驻。同时，随着数据量的增加，检索的难度也是愈来愈高。着眼Google Analytics，他们又是如何增加速度并减少运维难度的呢？【编者按】Google Analytics存储了全球范围内网站的大量静态数据，随着数据体积越来越大，检索的难度也必然随之增加。近日，Gen ...

摘要：从IOE时代，到Hadoop与飞天并行，再到飞天单集群5000节点的实现，阿里一直摸索在技术衍变的前沿。这里，我们将从架构、性能、运维等多个方面深入了解阿里基础设施。【导读】互联网的普及，智能终端的增加，大数据时代悄然而至。在这个数据为王的时代，数十倍、数百倍的数据给各个机构带来了无尽的机遇；然而，无可...

区别于传统环境，鉴于云环境中众多不可预测的因素和异常，其时间序列breakout检测并不容易。近日，Twitter开源了一款基于E-Divisive with Medians（EDM）的breakout检测工具，旨在更好地分析复杂环境中的时间序列数据。以下为译文当下，大数据已经深入影响到各个领域，其中包括新产品决策制定、用户参与程度衡量、...

摘要：短短两年，Apache Drill当下已获得超过40个公司的支持和贡献，而在近日，更被MapR加入其公司的大数据平台，作为开发者预览版展示给用户。【编者按】近日，MapR正式将Apache Drill整合进该公司的大数据处理平台，并开源了一系列大数据相关工具。时至今日，在高度竞争的Hadoop领域，开源已成为众多公司的利器，...