هوش کسب‌وکار (BI) که به آن هوش تجاری نیز می‌گویند، فرایندی مبتنی بر فناوری است که برای تجزیه‌وتحلیل داده‌ها و ارائه‌ی اطلاعاتِ اقدام‌پذیر (Actionable) به‌منظورِ کمک به مدیران اجرایی، مسئولان و دیگر کاربران نهاییِ شرکت‌ها جهت اتخاذ تصمیم‌های تجاری آگاهانه به کار می‌رود. در این مقاله می‌خواهیم شما را با مفهوم هوش کسب‌وکار، تفاوت‌های آن با تحلیل داده‌ها، انواع ابزارها و روندهای آن آشنا کنیم.

هوش کسب‌وکار چیست؟
هوش کسب‌وکار شامل طیفی گسترده از ابزارها، برنامه‌های کاربردی و روش‌هایی است که به سازمان‌ها کمک می‌کند تا داده‌ها را از سامانه‌های داخلی و منابع خارجی گردآوری کرده و آن را برای تجزیه‌وتحلیل آماده کنند. به‌کمک سامانه‌های هوش کسب‌وکار، شرکت‌ها می‌توانند تحقیقات و جُستارهایی روی داده‌ها انجام داده و با تولید گزارش‌ها، داشبوردها و تجسمِ داده‌ها در قالب‌های بصری، نتایج تحلیلی را دراختیار تصمیم‌گیرانِ سازمانی و نیز کارکنان عملیاتی قرار دهند.
هوش کسب‌وکار در مقابل تحلیل داده‌ها
بهره‌گیری پراکنده و جسته‌وگریخته از اصطلاح «هوش کسب‌وکار» به حداقل سال‌های دهه‌ی 1860 برمی‌گردد؛ اما هوارد درِسنِر (Howard Dresner)، نویسنده و مدیر شرکت خدمات مشاوره‌ای درِسنِر، نخستین کسی بود که این عبارت را در سال 1989، به‌عنوان یک عبارت مادر و فراگیر برای به‌کارگیری تکنیک‌های تحلیل داده جهت تقویت فرایندهای تصمیم‌گیری در سازمان‌ها پیشنهاد کرد. امروز درِسنِر را به‌عنوان «پدرخوانده‌ی هوش تجاری» می‌شناسند. آنچه که امروز به‌عنوان ابزارهای BI شناخته می‌شود، از سیستم‌های تحلیلیِ مبتنی بر ابررایانه‌ها، مانند سیستم‌های پشتیبانیِ تصمیم و سیستم‌های اطلاعاتیِ اجرایی تکامل یافته است.

عبارت «هوش تجاری» گاهی به‌جای عبارت «تجزیه‌وتحلیلِ کسب‌وکار» (Business Analytics) هم به کار می‌رود؛ درواقع، «تجزیه‌وتحلیلِ کسب‌وکار» در نگاهِ خُرد، به تجزیه‌وتحلیل داده‌های پیشرفته اشاره دارد و در نگاه کلان‌تر، هر دو زمینه‌ی هوش تجاری (BI) و تحلیل پیشرفته (Advanced Analytics) را دربرمی‌گیرد.
چرا هوش کسب‌وکار مهم است؟
مزایای بالقوه‌ی ابزارهای هوش تجاری عبارت‌اند از: شتابدهی و بهبود فرایند تصمیم‌گیری، بهینه‌سازی فرایندهای داخلی کسب‌وکار، افزایش بهره‌وری عملیاتی، ایجاد درآمدهای جدید و کسب مزیت رقابتی دربرابر رقبای تجاری. سامانه‌های هوش تجاری می‌توانند به شرکت‌ها کمک کنند تا روندهای بازار (Market Trends) را شناسایی کرده و مشکلات کسب‌وکاری را که باید مورد توجه قرار گیرند، به‌‌موقع تشخیص دهند.
داده‌های BI افزون بر اطلاعاتِ تاریخی که در یک انبارداده ذخیره شده‌اند، داده‌های تازه‌ای را که از سیستم‌های منبع گردآوری شده‌اند، به‌محض تولید آنها به‌ خدمت می‌گیرند. به‌لطف این قابلیت، ابزارهای هوش تجاری می‌توانند هر دو فرایند تصمیم‌گیری راهبردی (استراتژیک) و تاکتیکی را پشتیبانی کنند.
در ابتدا، ابزارهای هوش تجاری عمدتاً توسط تحلیلگران داده و دیگر کارشناسان فناوری اطلاعات مورد استفاده قرار می‌گرفتند. این متخصصان، پروژه‌های تحلیلی را مدیریت کرده و گزارش‌هایی را با نتایج جُستاری برای کاربران تجاری تهیه می‌کردند. اما امروزه، به‌لطف توسعه‌ی سامانه‌های هوش تجاریِ سلف‌سرویس و ابزارها و داشبوردهای کشف داده، مدیران اجرایی و کارکنان کسب‌وکارها، خودشان به‌شکلی فزاینده درحال بهره‌گیری از پلتفرم‌های BI هستند.

انواع ابزارهای BI
هوش کسب‌وکار مجموعه‌ای گسترده از برنامه‌های کاربردیِ تحلیل داده، ازجمله ابزارهای تحلیلی و جُستاریِ تک‌منظوره (Ad hoc)، گزارش‌گیری سازمانی، پردازش تحلیلی آنلاین (OLAP)، هوش تجاریِ موبایل، هوش تجاریِ زمان واقعی، هوش تجاریِ عملیاتی، هوش تجاریِ مبتنی بر سرویس ابری ارائه‌ی نرم‌افزار (SaaS)، هوش تجاریِ متن‌ باز، هوش تجاری مشارکتی (Collaborative BI) و هوش موقعیت مکانی را با هم ترکیب می‌کند.
فناوری هوش کسب‌وکار یا BI همچنین برای طراحی نمودارها و داده‌های گرافیکی دیگر، مجهز به نرم‌افزار تجسم داده (Data Visualization) است؛ همچنان‌که ابزارهایی را برای ساخت داشبوردهای BI و امتیازدهی عملکرد ارائه می‌کند. این ابزارها داده‌های مصور یا گرافیکی‌شده را روی سنجه‌های کسب‌وکار و شاخص‌های کلیدی عملکرد به‌شکلی آسان‌فهم به نمایش می‌گذارند.
ابزارهای تجسم داده در سال‌های اخیر به استاندارد هوش تجاری مدرن تبدیل شده‌اند. این ابزارهای بصری‌سازی داده‌ها در آغاز ازسوی چند شرکت پیشرو معرفی شدند و دیری نپایید که اغلب فروشندگان سامانه‌های هوش تجاری، این ابزارها را در سامانه‌های خود گنجاندند. اکنون،‌ تقریباً هر ابزار عمده‌ی BI دارای فیچرهایی از کشف داده‌های بصری است.

برنامه‌های هوش تجاری همچنین ممکن است شامل بخش‌هایی از تحلیل پیشرفته، مانند داده‌کاوی (Data Mining)، تحلیل پیش‌بینی‌کننده (Predictive Analytics)، متن‌کاوی (Text Mining)، تحلیل آماری و تحلیل کلان‌داده‌ها باشد. در بسیاری از موارد، پروژه‌های تحلیل پیشرفته توسط تیم‌هایی جداگانه از متخصصان علم داده‌ها، آمارشناسان، مدل‌سازانِ پیش‌بینی‌کننده و دیگر متخصصان تحلیلی حرفه‌ای اجرا و مدیریت می‌شوند؛ درحالی‌که تیم‌های BI، بر جُستارهای ساده‌تری نظارت کرده و مستقیماً به تحلیل داده‌های تجاری می‌پردازند.
داده‌های هوش کسب‌وکار معمولاً در یک انبارداده (Data Warehouse) یا داده‌گاه‌های کوچک‌تر (Data Mart) که زیرمجموعه‌هایی از اطلاعات شرکت را در خود جای می‌دهند، ذخیره‌سازی می‌شوند. افزون بر آن، سیستم‌های هَدوپ (Hadoop) به‌‌‌شکلی فزاینده در معماری‌های BI به‌عنوان مخزن یا فرودگاهی برای تحلیل داده‌های هوش تجاری به کار می‌روند؛ به‌ویژه برای داده‌های فاقد ساختار، فایل‌های لاگ، داده‌های سنسور و سایر انواع داده‌های بزرگ.
داده‌های خامی که از سیستم‌های منبع گوناگون گردآوری می‌شوند، پیش از آنکه در برنامه‌های کاربردی هوش تجاری به کار روند، باید با بهره‌گیری از ابزارهای یکپارچه‌سازی و کیفیت داده، ادغام و پاکسازی شوند تا اطمینان حاصل شود که کاربران اطلاعات درست و دقیقی را تحلیل می‌کنند.
روندهای هوش کسب‌وکار
تیم‌های هوش تجاری، علاوه بر مدیران BI، عموماً از آرایشی از معماران هوش تجاری، توسعه‌دهندگان هوش تجاری، تحلیلگرانِ کسب‌وکار و متخصصان مدیریتِ داده تشکیل می‌شوند. کاربران تجاری نیز غالباً به‌عنوان نماینده‌ی کسب‌وکار در این تیم‌ها حضور دارند و اطمینان حاصل می‌کنند که نیازهای تجاری‌شان در فرایند توسعه‌ی BI برآورده می‌شوند.
برای این منظور، شمار زیادی از سازمان‌ها درحال جایگزین‌کردنِ توسعه‌ی آبشاری سنتی با هوش تجاریِ چابک و رویکردهای داده‌انبارشِ چابک هستند. این رویکردها از تکنیک‌های توسعه‌ی نرم‌افزاری چابک برای شکستنِ پروژه‌های هوش تجاری به قطعه‌های کوچک استفاده می‌کنند و کارکردهای جدیدی را به تحلیلگرانِ کسب‌وکار بر بستری تکاملی و تکراری ارائه می‌دهند. انجام این کار می‌تواند شرکت‌ها را قادر سازد تا فیچرهای BI را سریع‌تر به کار ببندند. در این مسیر، شرکت‌ها می‌توانند برنامه‌های توسعه را، هم‌زمان با تغییر نیازهای کسب‌وکار یا پیدایش اولویت‌های تازه، پالایش و اصلاح کنند.

هوش تجاری برای کلان‌داده‌ها
پلتفرم‌های هوش تجاری به‌شکلی فزاینده به‌عنوان رابط‌های کاربریِ فرانت‌اِند برای سیستم‌های بزرگ‌داده (Big Data) به کار می‌روند. نرم‌افزارهای جدید BI معمولاً دارای بک‌اِندهای منعطفی هستند که آنها را قادر به اتصال به طیف وسیعی از منابع می‌کند. این موضوع، همراه با رابط‌ کاربری ساده، این ابزار را مناسب معماری‌های بزرگ‌داده می‌کند. کاربران می‌توانند به طیفی گسترده از منابع داده‌ها، ازجمله سیستم‌های هَدوپ، پایگاه‌های داده NoSQL، پلتفرم‌های ابری و انبارداده‌های متعارف‌تر متصل شوند و نمایی یکپارچه از داده‌های متنوع خود ایجاد کنند.‌
در گذشته، تنها متخصصان حرفه‌ای معماریِ داده‌ می‌توانستند با بررسی داده‌ها به چشم‌اندازی از وضعیت آینده دست یابند؛ اما امروزه ابزارهای هوش تجاری معمولاً به‌قدری ساده هستند که به‌عنوان فرانت‌اِندِ بزرگ‌داده می‌توانند برای شمار وسیعی از کاربرانِ بالقوه در سازمان‌ها مفید واقع شوند.

منبع: وبسایت Techtarget.com

مفهوم team چیست ؟
ما در لینوکس این امکان را داریم که بتونیم هم زمان چندین لینک شبکه را به یک لینک تبدیل کنیم که این امر باعث افزایش توان شبکه و در صورت از دست رفتن یک لینک لینکهای دیگر به صورت خودکار در شبکه به کار خودش ادامه میده .
یعنی بحث HA در حوزه شبکه .

برای مثال شما با این روش Network Teaming می توانید به دو لینک شبکه خود یک آدرس IP اختصاص دهید و در حالت اول سرعت ورودی و خروجی برروی شبکه خود را افزایش دهید و یا در صورت نیاز یکی از لینکها رو به صورت بک آپ لینک قرار دهید تا در زمانی که یکی از لینکهای شما از مدار خارج شد، لینک دیگر به صورت خودکار فعال شود.

نکته : ما برای پیاده سازی هم ابزار گرافیکی داریم و هم cli

حال یه نکته :
ا team چه فرقی با bonding داره ؟
می توانید پاسخ جواب خود را به @yashar_esmaildokht ارسال کنید .

What is Configuration management?
وقتی صحبت از configuration management میشود در حقیقت منظورمان نوشتن برنامه ای طبقه بندی شده برای اعمال تغییرات لازم در یک یا چندین سرور و یا ماشین میباشد.به زبان ساده تر تسهیل و مستندسازی در زمانی که میخواهیم از state A به state B برویم.به عنوان مثال فرض کنید در سازمانی چندین سرور/ماشین وجود دارد که بنا بر نیاز قرار بر این هست که سرویس امنیتی audit بر روی همه ماشین ها نصب شود(فرض بر این هست که نصب نمیباشد) و فایل کانفیگ مربوط به audit در مسیر درست این سرورها/ماشین ها قرار گیرد و سرویس مربوط به audit هم استارت شود.
برای این کارراه حل های متفاوتی وجود دارد به عنوان مثال: تک تک، سرویس درخواستی را بر روی هر ماشین نصب و راه اندازی کنیم یا اینکه به سراغ ابزار های مانند Ansible برویم که این قدرت را به ما میدهد تا از طریق یک ماشین چندین ماشین دیگر را به state دلخواه ببریم.
از Ansible,puppet,chef ,salt به عنوان ابزار های Configuration management یاد میشود.

شرکت "مهندسی و ایمنی شبکه دژپاد" از کارشناسان امنیت شبکه جهت امور طراحی، راه‌اندازی و پشتیبانی تجهیزات امنیتی زیرساخت شبکه بصورت تمام وقت دعوت به همکاری می نماید.

محل کار: غرب تهران

شرایط احراز عمومی:

- جنسیت : آقا

- شرایط نظام وظیفه: پایان خدمت یا معافیت دائم

شرایط احزار تخصصی:

- آشنایی با مفاهیم شبکه، روتینگ و سوئیچینگ (CCNA R&S)

- مسلط به پشتیبانی و راهبری فایروال های FortiGate

- توانایی در طراحی شبکه، t-shoot

- توانایی در پشتیبانی کاربران شبکه

- مسلط و علاقمند به نگارش و تهیه مستندات فنی

- علاقمند به یادگیری تکنولوژی‌های جدید

لطفا رزومه خود را به صورت pdf به آدرس زیر ارسال نمایید.

Email: [email protected]

dejpaad.com

#jobs #security @unixmens

#دانلود #کتاب #آموزش #امنیت کاربردی #لینوکس
#book #security #linux @unixmens

#پارامتر های مهم در انتخاب #اتاق_سرور

:#دانلود #کتاب #آموزش #تست_نفوذ #وب
#Mastering Modern Web Penetration
#book #security @unixmens

Mastering Modern Web Penetration.pdf

#دانلود #کتاب #آموزش مقابله با #باج_افزار
اقدامات مهم مقابله با باج افزار
#security @unixmens

#بهترین #ابزار های #هک 2019
#دانلود #کتاب #آموزش #هک قانونمند