Büyük Veri Yönetiminde Zorluklar ve Sorunlar

Büyük veri mobilite, erişilebilirlik, uyum, güvenlik, depolama ve aktarmada bir takım zorluklar yaşamaktadır. Bu zorlukların her birinin temelinde büyük verinin yapısından kaynaklanan bir takım unsurlar yer almaktadır. Büyük verinin bilgi gelişimindeki hızı ve bu gelişimin her geçen gün katlanarak artması bu problemleri ortaya çıkarmaktadır.

Şöyle ki; büyük veri önündeki önemli zorluklardan bir tanesi de mobilitedir. Büyük veri, her ne kadar farklı kaynaklardan besleniyor olsa dahi bu kaynakların genişletilmesi varlığı için zaruridir. Bu bağlamda kullanıcıların cep telefonları aracılığıyla daha fazla kaynak oluşturulması mümkündür. Kullanıcılardan gelen bilgi istilası ve çok yönlü çevrimiçi davranış modelleri veri analizine önemli katkıda bulunmaktadır 90

. Mobilitenin yanı sıra büyük veriye erişim daima beraberinde bir takım zorlukları getirmiştir. Devasa veri yığınına erişim iki görünüşe sahiptir. Bu durumda önce kaynak taraftaki bilgi ve iletişim daha sonra ise meşru kanalların uygulanması sonrasında yalnızca orijinal bilgileri iletmek söz konusudur91. Veri kaynağına ve büyük veri yığınına erişim beraberinde uyum sorunlarını da getirecektir. Büyük veriye yönelik erişim serbestisi her bir alanı

89

Yıldız, U. A., & Topal, S. (2015). Büyük Veri Kahramanı: Veri Bilimci. Bilim ve Teknik Nisan. S. 79.

90

Memon, M. A., Soomro, S., Jumani, A. K., & Kartio, M. A. (2017). Big Data Analytics and Its Applications. arXiv preprint arXiv:1710.04135. S.53.

kapsayacaktır. Dolayısıyla uyum konusunda zorluklar her bir veri seviyesinde gerçekleşecektir. Her veri seviyesinde kendini gösteren bu uyumsuzluk zamansal, metinsel, mekânsal ve işlevsel olmak üzere dört kategoriye ayrılmıştır 92 . Uyumsuzluğun yanı sıra her bir veri seviyesini ilgilendiren diğer bir önemli kıstas ise güvenliktir. Büyük veri yönetiminde veri güvenliği verinin işlenmesi, depolanması ve yönetiminde kritik bir öneme sahiptir. Bu perspektiften incelendiği takdirde söz konusu muazzam bilgilerin taleplerini toplamada erişilebilir kriptografi kriterleri yetersiz kalmaktadır93. Son olarak verinin depolanması ve aktarımı normal veri yığınlarına nazaran büyük veri için zorluk teşkil etmektedir. IoT algılayıcı ağlarından gelen ve büyük veri olarak isimlendirilen veri yığını; yapılandırılmamış, yarı-yapılandırılmış veya yapılandırılmış olabilmektedir. Aynı zamanda bu üç tipte verilerin dönüştürülebileceği de önem arz etmektedir. Bu durum dikkate alındığı takdirde büyük verinin depolanması ve verinin aktarımı geleneksel veri yığınlarına oranla daha zor olacaktır.

Yukarıda değinilen zorluklardan farklı olarak büyük verinin kullanımında bir takım sorunlarla da karşılaşılabilmektedir. Bu sorunlar büyük verinin karakteristiği ile ilişkili olabileceği gibi büyük verinin işlenmesine ilişkin de olabilmektedir.

Büyük veri karakteristiği bakımından bir takım sorunlara açıktır. Bu karakteristik unsurları ele alacak olursak; 4V olarak adlandırılan verinin hacmi, hızı, çeşitliliği ve değeri kendi içinde bir takım sorunlar barındırmaktadır. Veri hacmi arttığı sürece bir çok farklı alanda tasniflenmesi gereken Terabaytlarca bilgi geleneksel çerçevede ele alınması zordur. Veri hızından kasıt verinin oluşturulması ve dolayısıyla işlenmesini ifade etmektedir. Büyük veri gibi sürekli olarak değişen, genişleyen ve bunu neredeyse her an gerçekleştiren veri yığınının geleneksel çerçevede yürütülmesi ve değerli bilgi elde edilmesine yönelik soruşturma

92

Memon, M. A., Soomro, S., Jumani, A. K., & Kartio, M. A. (2017). Big Data Analytics and Its Applications. arXiv preprint arXiv:1710.04135. S.53’te atıfta bulunulan S.J.Samuel, K.RVP, K.Sashidhar, C.R.Bharathi, “A survey on big data and its research challenges", ARPN Journal of Engineering and Applied Sciences, Vol.10, No.8, Pp.3343-3347, 2015.

yapılması işlevsel değildir94

. Bu nedenle geleneksel veri işleme yöntemlerinin sorun oluşturacağı ve bu sorunların önlenmesi için büyük verinin yapısına uygun veri işleme yöntemlerinin kullanılması gerektiği bilinmektedir. Yüksek hızda veri üretimi ve devasa veri hacmi beraberinde veri çeşitliliğini de getirmektedir. Büyük veri perspektifinden bakılacak olursa veri çeşitliliği yapılandırılmamış, yarı- yapılandırılmış ve yapılandırılmış olarak sınıflandırılır. Üstelik bu üç gruba ayrılan verilerin yapısı oldukça karmaşık ve dönüşüme açıktır. Bu konfigürasyonda verinin alışılagelmiş çerçevede ele alınması bir takım sorunlara açıktır. Son olarak elde edilen bu verinin değeri işletme öncülerinin iş performanslarını geliştirmek adına önem kazanmaktadır. Bu bağlamda genel olarak bilgi teknolojileri uzmanı özel olarak veri bilimciler ile işletme sahiplerinin menfaat ve görüşleri çatışmakta ve büyük verinin kullanımında sorunlara yol açabilmektedir.

Büyük verinin karakteristiğinden kaynaklanan bu sorunlar ise temel olarak veri yönetimi, verinin işlenmesi, depolama ve aktarmaya yönelik olmaktadır. Veri yönetimine dair sorunların ana başlıkları veri gizliliği, güvenlik, etik ve yönetimden oluşmaktadır. Verinin işlenmesi devasa veri hacmi göz önüne alındığında başlı başına bir sorun olarak nitelendirilebilir. Basitçe 1 eksabaytın’ın 1024 petabayt olduğu gerçeğini ele alacak olursak; 1024 petabayt’ın işlenmesi için gerekli hazırlık süresi 232.000 gün olarak belirtilmektedir95

. Bu durum veri işlemede veri hacminin sorun teşkil ettiği ve devasa boyuttaki verinin işlenmesinde zorluklar bulunduğunu göstermektedir. Eksabayt’a varan veri yığınının işlenmesi kadar depolanması ve aktarılması da geleneksel veri çerçevesinden ele alındığı takdirde sorun oluşturmaktadır.

Diğer yandan büyük verinin işlenmesine ilişkin sorunlar gerekli verilerin toplanması, verinin farklı kaynaklardan düzenlenmesi, verinin inceleme için uygun

94

Memon, M. A., Soomro, S., Jumani, A. K., & Kartio, M. A. (2017). Big Data Analytics and Its Applications. arXiv preprint arXiv:1710.04135. S.51.

95

forma dönüştürülmesi, verinin modellemesi, incelenen veriye ait çıktıları anlama, sonuçları görselleştirme ve dağıtma gibi başlıklarda kendisini göstermektedir.