A. 金融機構在大數據方面仍然存在 弊端
大數據的基礎設施和安全管理亟待加強。在大數據時代，除傳統的賬務報表外，金融機構還增加了影像、圖片、音頻等非結構化數據，傳統分析方法已不適應大數據的管理需要，軟體和硬體基礎設施建設都亟待加強。同時，金融大數據的安全問題日益突出，一旦處理不當可能遭受毀滅性損失。近年來，國內金融企業一直在數據安全方面增加投入，但業務鏈拉長、雲計算模式普及、自身系統復雜度提高等，都進一步增加了大數據的風險隱患
B. 大學生如何看待大數據的弊端
社會安全問題
中國網民已經接近6億，每時每刻都產生著大量的數據，也消費著大量的數據，網路的放大效應、傳播的速度和動員的能力越來越大，各種社會的矛盾疊加，致使社會群體性事件頻發。
2、個人隱私。
人們可以利用的信息技術工具無處不在，有關個人的各種信息也同樣無處不在。在網路空間里，身份越來越虛擬，隱私也越來越重要。根據哈佛大學近期發布的一項研究報告，只要有一個人的年齡、性別和郵編，就能從公開的數據當中搜索到這個人約87%的個人信息。
3、對於國民經濟的威脅。
堪稱智能交通、智慧電網的國民經濟運行和智能社會發展高度依賴信息基礎，這些重要的信息基礎設施、網路化智能化的程度越高，安全也就越脆弱。
C. 大數據不適合處理的10件事情
大數據不適合處理的10件事情
許多企業領導人開始接納大數據處理並期待神奇和奇跡，但卻發現大數據帶來新的復雜性--且從中獲益所需要付出的努力要預計中的多得多。
1:解決你的業務問題
大數據不會處理業務問題。人們可以做的，就是要坐下來，在開始使用大數據之前，討論決定放棄大數據，就使用商業智能取得共識。
2:幫助你管理數據
IBM公司宣稱：每一天都會產生 250萬位元組的數據，其中大部分屬於大數據。不出預料，世界范圍內企業所需要管理的數據量呈現指數級增長，由於缺乏清晰有效地數據存儲和使用策略，數據將不斷堆積，每個企業都陷於數據管理的工作。
3:緩解減輕你的安全憂慮
對於許多公司來說，確保大數據的安全訪問仍然是一個開放式的課題。這是因為對於大數據安全實踐的定義遠沒有系統數據和記錄保護這樣明確。我們正處在這樣的一個時間點上，也就是IT與最終用戶一起來？？確定：誰可以訪問哪些級別的大數據，並可以進行相應地分析。
4:關鍵IT技能缺乏
大數據處理資料庫管理、伺服器管理、軟體開發、業務分析技能短缺，許多IT部門關鍵IT技能的缺失會不斷成為企業的負擔。
5:減少遺留系統的價值
如果有的話，遺留系統記錄會較之任何大數據更具有價值。通常情況下，正是這些遺留系統可以為大數據分析提供重要線索，用於回答重要的業務問題。
6:簡化數據中心
大數據分析需要並行處理計算機集群和傳統IT事務處理和數據倉庫系統等不同風格的系統管理，這就意味著能量、冷卻、軟體硬體消耗，運轉這些系統所需要的技巧也不盡相同
7:提高數據質量
傳統事務處理系統美妙之處在於其擁有固定長度的數據欄位以及全面的數據編輯和驗證發方式，這有助於得到一個相對干凈的表格呈現。大數據不是這樣，他們是非結構化的數據，可以表現為幾乎任何形式。這讓大數據的質量成為一個令人頭痛的難題。數據質量至關重要，如果你沒有它，就不能信任數據查詢的結果。
8:驗證當前的投資回報率（ROI）
衡量系統投資回報率最常用的方法是監測交易速度，然後推斷其獲利能力（例如酒店每分鍾有多少新的預訂）。對於大數據處理來說，交易速度不是好的衡量指標，大數據緩存和運行分析可能需要數小時甚至數天才可以殺青。衡量大數據處理有效性的一個最好的指標應該是利用率，它應該保持在90%以上（相比於交易系統，其利用率可能只有20%）。對於大數據來說，確定新的ROI指標尤為重要，因為你還有說服CFO以及其他業務部門的領導。
9:減小「噪音」
95%以上的大數據屬於「噪音」,對於商業智能的貢獻很小或幾乎沒有。通過數據篩選來進行企業掘金，幫助企業業務進步，這是一個非常艱巨的任務。
10:每天工作時間
多年來，大學和研究中心一直運用大數據實驗，試圖解答基因組、葯物研究以及是否有其他星球生命等令人難以捉摸問題的答案。雖然其中一些演算法和查詢產生結果更多還是不確定的，大學和研究對於環境的研究也尚無定論，但這不是企業可以接受的，因此，IT和企業關鍵決策者需要對預期進行調整和管理。
以上是小編為大家分享的關於大數據不適合處理的10件事情的相關內容，更多信息可以關注環球青藤分享更多干貨
D. 大數據時代帶來的弊端
1、社會安全問題。
中國網民已經接近6億，每時每刻都產生著大量的數據，也消費著大量的數據，網路的放大效應、傳播的速度和動員的能力越來越大，各種社會的矛盾疊加，致使社會群體性事件頻發。
2、個人隱私。
人們可以利用的信息技術工具無處不在，有關個人的各種信息也同樣無處不在。在網路空間里，身份越來越虛擬，隱私也越來越重要。根據哈佛大學近期發布的一項研究報告，只要有一個人的年齡、性別和郵編，就能從公開的數據當中搜索到這個人約87%的個人信息。
3、對於國民經濟的威脅。
堪稱智能交通、智慧電網的國民經濟運行和智能社會發展高度依賴信息基礎，這些重要的信息基礎設施、網路化智能化的程度越高，安全也就越脆弱。
4、國家安全利益。
網路空間信息安全、問題嚴重性、迫切性在很大程度上已經遠遠超過其他的傳統安全，當今主權國家所面臨的所有非傳統安全威脅總是面臨著滄海一粟的困境，政府要找的那根針往往沉沒在浩瀚的大海中。
5、秘密保護。
美國國家安全局以及網路巨頭的關系正是計算能力和海量數據的結合，因此全球大部分的數據都掌握在他們手中，他們大量的數據在網上是沒有保護的。
E. 大數據的弊端是什麼
大數據的弊端是可能造成數據泡沫風險。大數據(big data)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。
麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統資料庫軟體工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。
結構
大數據包括結構化、半結構化和非結構化數據，非結構化數據越來越成為數據的主要部分。據IDC的調查報告顯示：企業中80%的數據都是非結構化數據，這些數據每年都按指數增長60%。
大數據就是互聯網發展到現今階段的一種表象或特徵而已，沒有必要神話它或對它保持敬畏之心，在以雲計算為代表的技術創新大幕的襯托下，這些原本看起來很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。
F. 大數據給人們帶來很多好處，還存在哪些弊端
如今大數據是一個很火的話題，常常我們通過大數據擁有了很多便利。大數據在我們生活中扮演著很重要的作用，不過我們也要警惕大數據存在的弊端。接下來就一起來看一下大數據都有哪些弊端吧。 任何事情都有兩面性，我們也不能因為大數據的弊端而否定了它帶給我們生活的便利。也希望數據能夠被妥善保管，不要隨意泄露用戶隱私。商家不要利用大數據最大化賺錢，否則也會失去用戶的支持。
各位讀者，你們又有怎樣的看法呢？歡迎在評論區里留言討論一下。
G. 大數據時代帶給我們很多便利，同時也存在哪些弊端
大數據方便了人們的生活，也讓人們之間的距離更近，但是同時，大數據的出現也讓我們多了很多的煩惱。還記得以前沒有手機電腦的日子嘛，很多人可能早就已經忘了。在大數據還沒有興起的時代，人們的生活是簡單美好而純粹的。很多事情的實現都需要人們實地進行，一步一個腳印，而大數據出現之後，所有的一切都變得不一樣了，以前耗時很久才能完成的工作，在現在很快就能做到。
但是大數據在給人們提供便利的同時，也讓人們產生了很多的煩惱。最讓普通人感受明顯的應該就是個人隱私的泄密。大數據擁有的超強大腦可以記憶用戶的很多東西，而在信息就是價值的時代，這些信息也成為了很多居心不良的人的囊中之物，他們通過一些手段竊取用戶的相關信息用於個人的非法利益。同時大數據的存在也讓人們逐漸淡化了自己的動手能力。
H. 大數據給人們帶來巨大利益的同時，有哪些弊端
1、體育行業預測世界盃期間,谷歌、網路、微軟和高盛等公司都推出了比賽結果預測平台。其中,網路在小組賽階段的表現最為亮眼,而進入淘汰賽階段,網路與微軟則以16場比賽15場准確預測的成績讓人們見識到大數據在預測領域的魅力。從互聯網公司的經驗來看,只要有體育賽事相關的歷史數據,並且與指數公司進行多方合作,就可以在賽事預測領域取得不錯的成績。2、經濟、金融行業預測2013年,英國華威商學院和美國波士頓大學物理系的研究發現,用戶通過谷歌搜索的金融關鍵詞或許可以把脈金融市場的走向,相應的投資戰略收益高達326%。而此前,也有專家嘗試通過Twitter博文情緒來預測股市波動。從預測的原理上來看,穩定發展的美國股市是比較適合大數據預測發揮其作用的。對國內而言,網路推出的中小企業景氣指數預測,應用網路海量的搜索數據來刻畫我國中小企業運行發展的景氣狀態,以期能夠及時、有效地反映中小企業運行狀況,提高經濟監測的全面性和及時性。目前該功能已經上線投入應用。3、市場物價預測CPI表徵已經發生的物價浮動情況,但統計局數據並不權威。但大數據則可能幫助人們了解未來物價走向,提前預知通貨膨脹或經濟危機。單個商品的價格預測更加容易,尤其是機票這樣的標准化產品,去哪兒提供的「機票日歷」就是價格預測,可以告知你幾個月後機票的大概價位。商品的生產、渠道成本和大概毛利在充分競爭的市場中是相對穩定的,與價格相關的變數相對固定,商品的供需關系在電子商務平台可實時監控,因此價格可以預測,基於預測結果可提供購買時間建議,或者指導商家進行動態價格調整和營銷活動以利益最大化。後面還有用戶行為預測、個人健康預測、交通行為預測等領域都有涉及，你可以自己好好看看，希望對你有幫助。n152.aspx
I. 請簡要說說大數據各有那些利弊 舉例說明大數據在哪些
大數據的優勢很明顯，它具有一個對所有人通用的結構，每個用戶這些維度的數據都會被記載在表格中，淘寶知道每個用戶的雙11消費才能，今天頭條對你感興趣的新聞了如指掌，信貸公司記載了你過往的信譽記載。
但是，大數據的不足之處在於，它僅僅是對國際的一個切片，關於切片之外的事物一竅不通。
J. 現代大數據技術存在什麼弊端
1、現如今，大數據技術存在最大的兩個弊端就是隱私和限制。
2、大數據技術的利也建立在兩個弊端之中，大數據技術的利大多時候體現出「便利」這兩個字，而「便利」的前提就需要貢獻我們的數據;而很多時候看似大數據非常方便，但它也有諸多的限制，比如你搜索了什麼類型的詞條各類應用接收到這一數據後也只會推送與這個詞條相關的東西，就局限在了這一個范圍內。
3、比起限制，很多人更擔心隱私這一問題。現代人的消遣方式更多的是使用電子設備連接網路來娛樂，比如看劇、看小說、玩游戲、逛某寶、刷某音等等，無論是前面哪一種，我們使用過這些應用的數據都會被接收到後台，從而通過計算又給我們推薦相關的我們可能感興趣的東西。