Начался новый год — самое время строить планы. Что нас ждёт в этом году? К каким новинкам и переменам нужно готовиться? Мы составили свой прогноз основных тенденций и вероятных изменений в сфере ИТ. А в конце года интересно будет вспомнить и сравнить сегодняшние ожидания и свершившиеся факты.
Автоматизация процессов реагирования на инциденты ИБ
В 2020 году мы ожидаем дальнейшего развития автоматизации ИБ-процессов. В первую очередь она затронет процессы реагирования на ИБ-инциденты. Это будет логичным продолжением тенденции к созданию Security Operations Center (SOC). Во многих организациях уже внедрены системы сбора и корреляции событий (Security Information and Event Management — SIEM), представляющие собой технологическое ядро таких центров. Теперь же эти системы начинают обрастать дополнительной функциональностью.
Например, для автоматизации реагирования на инциденты применяются решения класса SOAR (Security Orchestration, Automation and Response). При их сквозной интеграции с СЗИ в десятки раз ускоряются типовые операции, к примеру, выгрузка/загрузка списка скомпрометированных хостов между различными СЗИ.
Безусловно, автоматизировать весь процесс реагирования невозможно как с технической точки зрения (не у всех средств защиты для этого есть подходящий API), так и с методологической (многие операции требуют вдумчивого осмысления аналитиками), но автоматизация реагирования — безусловный тренд в ИБ 2019-2020 года.
Защита разработки и развитие средств защиты сред контейнеризации
Продолжат набирать популярность и технологии для защиты сред контейнеризации. Это связано с тем, что во многих организациях клиентская разработка ведется на микросервисной архитектуре, которая постоянно меняется и требует использования наложенных средств защиты, способных работать на уровне системы контейнеризации. В совокупности с набирающим популярность подходом DevSecOps комплексная защита разработки и средств разработки — одна из главных тенденций 2020 года.
Big Data
Последние несколько лет Big Data была модной темой — весь бизнес смотрел в эту сторону, изучая возможности технологии. В результате начинались проекты внедрения озер данных (Data Lake) с использованием Big Data. Однако практическая польза от этого зачастую оказывалась ниже, чем ожидалось. Данные попадают в озеро некачественные, они фальсифицируются или не соответствуют тем задачам, под которые заводилось озеро. И сейчас, наконец-то, эта проблема стала понятна широким массам.
Можно сказать, что 2020-й станет годом борьбы за чистоту и качество данных с помощью ИТ-средств и организационных мер. При этом сферы применения Big Data будет развиваться и дальше, а отношение к технологии станет более практическим. Её будут внедрять и развивать для решения конкретных задач, а не потому, что это модно.
Взаимодействие с клиентом в ритейле
Если весь 2019 год ритейл работал над омниканальностью — взаимодействуя с клиентом по разным каналам, делая его счастливее, а себя — богаче, то теперь этот сектор нацелен на выстраивание долгосрочной стратегии управления клиентским опытом (CХ, Customer Expirience).
Отрасль переориентировалась на поиск гэпов между предлагаемыми продуктами/сервисами и реальными потребностями покупателей. Компании готовы развивать несвойственные ранее для ритейла сервисы и каналы коммуникации, что ведет к оптимизации индекса покупательских усилий (CES, Customer Effort Score), а в долгосрочной перспективе — к качественному изменению отрасли и увеличению LTV покупателя.
Разработка
Продолжается развитие технологий контейнеризации и микросервисов. Если в предыдущие годы были лишь отдельные проекты с применением этих технологий, пусть и достаточно громкие, то в этом году это станет мейнстримом.
Когда речь идет про высоконагруженные жизненно важные системы для бизнеса, то требования к безопасности, надежности, эксплуатации, гибкости к изменениям и ускорению вывода обновлений на рынок будут всё чаще приводить к тому, что разработчики, эксплуатация, специалисты по безопасности, бизнес и QA будут работать единой командой и в единой логике DevSecOps.
Машинное обучение
Массовому внедрению машинного обучения чаще всего мешают организационные меры, сопровождающие процесс внедрения. Здесь и будут происходить основные изменения.
Ключевой вызов в технологическом плане — быстрая адаптация к изменяющимся данным. Как работать с моделью, когда исторические данные устарели или появился новый тип данных? Скажем, на завод приехал новый станок с новыми датчиками, ритейл добавил новую товарную категорию и т.п. Поэтому много усилий будет приложено к исследовательской работе в области AutoML и работе с синтетическими данными.
Смартсорсинг
Уже несколько лет многие крупные организации движутся к самостоятельной разработке решений, привлекая подрядчиков только в рамках team extention и smartsoursing. У такого подхода помимо известных сильных сторон есть и недостатки: исполнитель отвечает только за качество специалистов, оплачиваемых в логике T&M, а на стороне организации руководящая часть команды может отвлекаться на другие задачи и не иметь какой-то части компетенций. Это снижает эффективность проектов и размывает ответственность за результат. Сейчас, когда проблемы стали видимыми, эту область ждет трансформация. Постепенно команды подрядчиков будут разделять, как минимум, часть ответственности за итоговый результат проектов и больше вовлекаться в бизнес-процессы организации.
5G
Весь мир ждет глобального запуска сетей пятого поколения. Они обеспечат большие скорости — до десятков Гбит/с — и минимальную задержку передачи сигнала, а также подтолкнут развитие IoT и межмашинного общения во всём его проявлении.
В российских городах-миллионниках новый стандарт сотовой связи планируется запустить к 2020 году. По данным Минкомсвязи, как минимум будет покрыто восемь городов России. В Москве уже запущены 9 пилотных зон поддержки 5G.
Кстати, первые успешные кейсы использования технологии были еще в 2018 году, когда «МегаФон» и Huawei продемонстрировали технологию удаленного УЗИ и генетического секвенирования в сетях 5G. А в 2019-м прошел первый 5G-турнир по киберспорту — и пока что это единственный пилотный проект с реальным применением технологий 5G и Cloud Gaming в сфере цифровых развлечений. Мероприятие прошло в рамках трансляции супертурнира по Dota2 The International 2019.
Wi-Fi 6
Новый стандарт Wi-Fi 6 ощутимо увеличивает плотность подключений, то есть каждая точка доступа сможет поддерживать больше абонентов. Это особенно важно для организации беспроводного доступа в крупных торговых центрах, аэропортах и городах в целом. Однако в России спрос на Wi-Fi 6 будет формироваться медленнее, чем за рубежом, поскольку решения на базе Wi-Fi 6 преимущественно проектируют иностранные вендоры с далеким горизонтом планирования. Возможное препятствие для внедрения нового стандарта — отсутствие очевидного преимущества для физических лиц и некоторых сегментов бизнеса. Однако без Wi-Fi 6 не обойтись при реализации концепций Smart City и IIoT. Ощутимый результат перехода на новый стандарт будет заметен только если все устройства сети будут поддерживать Wi-Fi 6 — развитие этого процесса мы ожидаем в 2020 году.
Инфраструктура как код
«Инфраструктура как код», которую иногда называют «программируемой инфраструктурой», — это модель, по которой процесс настройки инфраструктуры аналогичен процессу программирования ПО. По сути, она положила начало устранению границ между написанием приложений и созданием сред для этих приложений. Приложения могут содержать скрипты, которые создают свои собственные виртуальные машины и управляют ими. Это основа облачных вычислений и неотъемлемая часть DevOps.
«Инфраструктура как код» позволяет управлять виртуальными машинами на программном уровне. Это исключает необходимость ручной настройки и обновлений для отдельных компонентов оборудования.
Инфраструктура становится чрезвычайно эластичной, то есть воспроизводимой и масштабируемой. Один оператор, используя одинаковый набор кода, может выполнять развертывание и управление как одной, так и тысячей машин. Среди преимуществ подхода — скорость, экономичность и уменьшение рисков.
Умное всё
Инженерные системы и гаджеты наделяются «умом», а затем начинают анализировать поступающие извне данные. Умный тостер, умное видеонаблюдение, умные каски для предприятий — лишь некоторые примеры улучшенных предметов. Такой подход повышает контролируемость и эффективность устройств и позволяет создавать экосистемы машин и вещей из офлайн-мира, которые могут общаться онлайн как между собой, так и со своим владельцем.
Автор: JetHabr
