Kraštinis skaičiavimas: Išsamus vadovas apie paskirstytą apdorojimo diegimą

Šiuolaikiniame, duomenimis paremtame pasaulyje nuolat auga realaus laiko apdorojimo ir analizės poreikis. Tradiciniai debesų kompiuterijos modeliai, nors ir galingi, gali susidurti su apribojimais, kai dirba su delsai jautriomis programomis ir dideliu kiekiu duomenų, generuojamų prijungtų įrenginių. Kraštinis skaičiavimas iškyla kaip itin svarbus sprendimas, priartinantis skaičiavimą ir duomenų saugojimą arčiau duomenų šaltinio, leidžiantis greitesnį apdorojimą, mažesnę delsą ir didesnį efektyvumą. Šiame vadove pateikiama išsami kraštinio skaičiavimo apžvalga, jo privalumai, diegimo strategijos ir transformacinis poveikis įvairiose pramonės šakose.

Kas yra kraštinis skaičiavimas?

Kraštinis skaičiavimas yra paskirstyta skaičiavimo paradigma, kuri apdorojimą ir duomenų saugojimą priartina prie vietos, kurioje duomenys yra generuojami ir naudojami. Tai skiriasi nuo tradicinio debesų kompiuterijos, kur duomenys paprastai perduodami į centrinį duomenų centrą apdorojimui. Apdorojant duomenis tinklo „krašte“, šalia tokių įrenginių kaip jutikliai, aktuatoriai ir mobilieji įrenginiai, kraštinis skaičiavimas sumažina delsą, sumažina pralaidumo naudojimą ir pagerina saugumą.

Pagalvokite apie tai kaip apie decentralizuotą debesies išplėtimą. Užuot siunčiant visus duomenis į tolimą serverį, kraštinis skaičiavimas leidžia atlikti dalį apdorojimo lokaliai, prie duomenų šaltinio arba šalia jo.

Pagrindinės kraštinio skaičiavimo charakteristikos:

• Artumas: Skaičiavimas ir duomenų saugojimas yra arčiau duomenų šaltinio.
• Decentralizacija: Apdorojimas yra paskirstytas per kraštinių įrenginių tinklą.
• Mažas delsos laikas: Sumažina laiką, reikalingą duomenims apdoroti ir reaguoti.
• Pralaidumo optimizavimas: Sumažina per tinklą perduodamų duomenų kiekį.
• Autonomija: Kraštiniai įrenginiai gali veikti nepriklausomai, net ir su ribotu ar visai be ryšio su debesimi.
• Pagerintas saugumas: Sumažina duomenų pažeidimų riziką, apdorojant neskelbtinus duomenis lokaliai.

Kraštinio skaičiavimo privalumai

Kraštinis skaičiavimas suteikia daugybę privalumų, todėl jis yra patrauklus sprendimas įvairioms programoms:

Mažesnis delsos laikas

Vienas reikšmingiausių kraštinio skaičiavimo privalumų yra galimybė sumažinti delsos laiką. Apdorojant duomenis arčiau šaltinio, žymiai sumažėja laikas, reikalingas duomenims perduoti į nuotolinį serverį ir atgal. Tai itin svarbu programoms, kurioms reikalingos realaus laiko reakcijos, pavyzdžiui:

• Autonominės transporto priemonės: Jutiklių duomenų apdorojimas realiu laiku, siekiant priimti vairavimo sprendimus.
• Pramoninė automatika: Robotų ir mašinų valdymas su minimaliu delsimu.
• Papildyta realybė (AR) ir virtualioji realybė (VR): Išplėstinių patirčių teikimas su greita reakcija.
• Nuotolinė chirurgija: Chirurgams leidžiama atlikti procedūras nuotoliniu būdu su tikslumu.

Pavyzdys: Autonominiame vairavime kiekviena milisekundė yra svarbi. Kraštinio skaičiavimo sistema transporto priemonėje gali apdoroti jutiklių duomenis (iš kamerų, lidar, radaro) realiu laiku, kad aptiktų kliūtis ir priimtų momentinius sprendimus dėl vairo ir stabdymo. Vien tik debesų pasikliautimas šiam apdorojimui sukeltų nepriimtiną delsą, galinčią sukelti avarijas.

Pralaidumo optimizavimas

Kraštinis skaičiavimas gali žymiai sumažinti pralaidumo naudojimą, apdorojant duomenis lokaliai ir perduodant tik esminę informaciją į debesį. Tai ypač naudinga programoms, kurios generuoja didelius duomenų kiekius, pavyzdžiui:

• Vaizdo stebėjimas: Vaizdo srautų apdorojimas lokaliai, siekiant nustatyti anomalijas ir perduoti tik susijusius kadrus.
• Pramoninis daiktų internetas (IIoT): Gamybos įrangos jutiklių duomenų analizė, siekiant aptikti galimus gedimus ir perduoti tik kritinius įspėjimus.
• Išmanieji miestai: Eismo jutiklių, aplinkos monitorių ir išmaniųjų skaitiklių duomenų apdorojimas, siekiant optimizuoti išteklių paskirstymą ir sumažinti spūstis.

Pavyzdys: Apsvarstykite išmanųjį miestą su tūkstančiais stebėjimo kamerų. Perduoti visus vaizdo įrašus į centrinį serverį analizei reikėtų didžiulio pralaidumo. Naudojant kraštinį skaičiavimą, vaizdo įrašai gali būti analizuojami lokaliai, o į debesį perduodami tik įtartini veiksmai ar konkretūs įvykiai, žymiai sumažinant pralaidumo naudojimą.

Pagerintas patikimumas ir prieinamumas

Kraštinis skaičiavimas pagerina patikimumą ir prieinamumą, leisdamas įrenginiams veikti nepriklausomai, net ir esant ribotam ar nutrūkusiam ryšiui su debesimi. Tai itin svarbu programoms, veikiančioms atokiose ar sudėtingose aplinkose, pavyzdžiui:

• Naftos ir dujų žvalgyba: Įrangos ir procesų stebėjimas atokiose naftos telkiniuose.
• Kasybos operacijos: Kasybos įrangos valdymas ir stebėjimas požeminėse aplinkose.
• Nelaimių reagavimas: Kritinių ryšių ir duomenų apdorojimo galimybių teikimas zonose, paveiktose gamtinių nelaimių.

Pavyzdys: Atokiame naftos telkinyje ryšys su centriniu serveriu gali būti nepatikimas. Kraštinis skaičiavimas leidžia jutikliams ir valdymo sistemoms toliau veikti, net ir nutraukus tinklo ryšį. Kraštiniai įrenginiai gali rinkti ir apdoroti duomenis, priimti lokalius sprendimus ir saugoti duomenis, kol ryšys bus atnaujintas, užtikrinant nenutrūkstamą veikimą.

Patobulintas saugumas

Kraštinis skaičiavimas gali pagerinti saugumą, apdorojant neskelbtinus duomenis lokaliai, sumažinant duomenų pažeidimų riziką perdavimo metu. Tai ypač svarbu programoms, kurios tvarko konfidencialią informaciją, pavyzdžiui:

• Sveikatos priežiūra: Pacientų duomenų saugus apdorojimas priežiūros vietos.
• Finansinės paslaugos: Finansinių operacijų vietinis analizavimas, siekiant aptikti sukčiavimą.
• Mažmeninė prekyba: Mokėjimo informacijos saugus apdorojimas pardavimo vietos.

Pavyzdys: Ligoninėje pacientų duomenys gali būti apdorojami ir analizuojami lokaliai kraštiniuose įrenginiuose, nereikalaujant perduoti neskelbtinos informacijos į nuotolinį serverį. Tai sumažina duomenų perėmimo ir neteisėtos prieigos riziką.

Sumažintos išlaidos

Sumažinus pralaidumo naudojimą ir poreikį galingiems centralizuotiems serveriams, kraštinis skaičiavimas gali lemti ženklias išlaidų taupymo galimybes. Tai ypač aktualu organizacijoms, plačiai naudojančioms daiktų interneto įrenginius.

Pavyzdys: Gamykla, turinti tūkstančius jutiklių, renkančių duomenis apie įrangos veikimą, gali žymiai sumažinti debesies saugojimo ir apdorojimo išlaidas, naudodama kraštinį skaičiavimą duomenims filtruoti ir analizuoti lokaliai prieš siunčiant juos į debesį.

Kraštinis skaičiavimas prieš debesų kompiuteriją

Nors kraštinis skaičiavimas papildo debesų kompiuteriją, svarbu suprasti pagrindinius skirtumus tarp šių paradigmų:

Savybė	Kraštinis skaičiavimas	Debesų kompiuterija
Vieta	Arčiau duomenų šaltinio (pvz., įrenginiai, jutikliai)	Centralizuoti duomenų centrai
Delsos laikas	Mažas delsos laikas	Didesnis delsos laikas
Pralaidumas	Optimizuotas pralaidumo naudojimas	Dideli pralaidumo reikalavimai
Apdorojimo galia	Paskirstyta apdorojimo galia	Centralizuota apdorojimo galia
Ryšys	Gali veikti su ribotu ar be ryšio	Reikia patikimo ryšio
Saugumas	Pagerintas saugumas per lokalu apdorojimą	Centralizuotos saugumo priemonės
Mastelio keitimas	Mastelio keitimas per paskirstytus kraštinius įrenginius	Didelis mastelio keitimas per debesų infrastruktūrą

Pagrindinė išvada: Kraštinis skaičiavimas ir debesų kompiuterija nėra tarpusavyje nesuderinamos. Jos dažnai veikia kartu hibridinėje architektūroje, kur kraštiniai įrenginiai tvarko realaus laiko apdorojimą, o debesys teikia ilgalaikę saugojimo, sudėtingą analitiką ir centralizuotą valdymą.

Kraštinis skaičiavimas prieš Fog Computing

Fog computing yra dar viena paskirstyta skaičiavimo paradigma, glaudžiai susijusi su kraštiniu skaičiavimu. Nors šie terminai kartais vartojami pakaitomis, yra subtilių skirtumų:

• Vieta: Kraštinis skaičiavimas paprastai apima duomenų apdorojimą tiesiai įrenginyje, generuojančiame duomenis, arba šalia jo. Fog computing, kita vertus, apima duomenų apdorojimą įrenginiuose, kurie yra arčiau tinklo krašto nei debesys, bet nebūtinai tiesiai galutiniame įrenginyje (pvz., šliuzas ar maršrutizatorius).
• Architektūra: Kraštinis skaičiavimas linkęs turėti labiau decentralizuotą architektūrą, kai apdorojimas vyksta plačiame įrenginių spektre. Fog computing dažnai apima labiau hierarchinę architektūrą, kai apdorojimas vyksta skirtinguose tinklo lygiuose.
• Naudojimo atvejai: Kraštinis skaičiavimas dažnai naudojamas programoms, kurioms reikalingas itin mažas delsos laikas ir realaus laiko apdorojimas. Fog computing dažnai naudojamas programoms, kurioms reikalingas sudėtingesnis apdorojimas ir duomenų kaupimas.

Paprastai tariant: Pagalvokite apie kraštinį skaičiavimą kaip apie duomenų apdorojimą tiesiai šaltinio vietoje (pvz., išmaniajame fotoaparate). Fog computing yra tarsi duomenų apdorojimas šiek tiek toliau linijoje, bet vis tiek arčiau fotoaparato nei debesys (pvz., vietiniame serveryje tame pačiame pastate kaip ir fotoaparatas).

Kraštinio skaičiavimo diegimas: Pagrindiniai aspektai

Kraštinio skaičiavimo diegimas reikalauja kruopštaus planavimo ir įvairių veiksnių apsvarstymo:

Aparatinė infrastruktūra

Tinkamos aparatinės infrastruktūros pasirinkimas yra itin svarbus sėkmingai kraštinio skaičiavimo diegti. Tai apima tinkamų kraštinių įrenginių pasirinkimą, tokių kaip:

• Vieno plokštės kompiuteriai (SBC): Raspberry Pi, NVIDIA Jetson, Intel NUC.
• Pramoniniai kompiuteriai: Atsparūs kompiuteriai, skirti atšiaurioms aplinkoms.
• Šliuzai: Įrenginiai, jungiantys kraštinius įrenginius su debesimi.
• Mikrokontroleriai: Mažos galios įrenginiai paprastoms užduotims.

Apsvarstykite tokius veiksnius kaip apdorojimo galia, atmintis, saugojimas, ryšio parinktys (Wi-Fi, mobilusis ryšys, Ethernet) ir aplinkosaugos reikalavimai (temperatūra, drėgmė, vibracija).

Programinės įrangos platforma

Tinkamos programinės įrangos platformos pasirinkimas yra būtinas programoms valdyti ir diegti kraštiniuose įrenginiuose. Populiarios parinktys apima:

• Operacinės sistemos: Linux, Windows IoT, Android.
• Konteinerių technologijos: Docker, Kubernetes.
• Kraštinio skaičiavimo sistemos: AWS IoT Greengrass, Azure IoT Edge, Google Cloud IoT Edge.

Apsvarstykite tokius veiksnius kaip naudojimo paprastumas, saugumo funkcijos, suderinamumas su esamomis sistemomis ir įvairių programavimo kalbų bei sistemų palaikymas.

Tinklo ryšys

Patikimas tinklo ryšys yra būtinas kraštinio skaičiavimo diegti. Apsvarstykite tokius veiksnius kaip pralaidumas, delsos laikas ir prieinamumas. Ištirkite tokias parinktis kaip:

• Wi-Fi: Vietiniams tinklams.
• Mobilusis ryšys (4G/5G): Plačiajuosčiams tinklams.
• Palydovinis: Atokioms vietoms.
• Tinkliniai tinklai: Patikimam ir masteliui pritaikytam ryšiui.

Apsvarstykite tinklo optimizavimo metodų, tokių kaip duomenų suspaudimas ir talpyklos naudojimas, naudojimą, siekiant sumažinti pralaidumo naudojimą ir pagerinti našumą.

Saugumas

Saugumas yra pagrindinis rūpestis kraštinio skaičiavimo diegti. Įdiekite patikimas saugumo priemones, kad apsaugotumėte kraštinius įrenginius ir duomenis nuo neteisėtos prieigos ir kibernetinių atakų. Apsvarstykite:

• Įrenginio saugumas: Saugi įkrova, įrenginio autentifikavimas ir apsauga nuo klastojimo.
• Tinklo saugumas: Ugniasienės, įsilaužimo aptikimo sistemos ir VPN.
• Duomenų saugumas: Šifravimas, prieigos kontrolė ir duomenų maskavimas.
• Programinės įrangos saugumas: Reguliarūs saugumo atnaujinimai ir pažeidžiamumo pataisymai.

Įdiekite sluoksniuotą saugumo metodą, kuris apima visus kraštinio skaičiavimo ekosistemos aspektus.

Duomenų valdymas

Efektyvus duomenų valdymas yra būtinas norint padidinti krašte generuojamų duomenų vertę. Apsvarstykite:

• Duomenų filtravimas: Atrinkti ir apdoroti tik reikšmingus duomenis.
• Duomenų kaupimas: Duomenų rinkimas iš kelių šaltinių.
• Duomenų saugojimas: Duomenų saugojimas lokaliai kraštiniuose įrenginiuose arba debesyje.
• Duomenų analizė: Realaus laiko analizių atlikimas kraštiniuose įrenginiuose arba debesyje.

Įdiekite duomenų valdymo sistemą, kuri apibrėžia duomenų rinkimo, saugojimo, apdorojimo ir saugumo politiką bei procedūras.

Mastelio keitimas

Sukurkite savo kraštinio skaičiavimo infrastruktūrą, kad ji būtų mastelio keičiama, atitiktų būsimą augimą ir besikeičiančius poreikius. Apsvarstykite:

• Modulinė architektūra: Kraštinių įrenginių ir programų projektavimas taip, kad juos būtų lengva pridėti ar pašalinti.
• Centralizuotas valdymas: Naudojant centralizuotą valdymo platformą kraštiniams įrenginiams stebėti ir valdyti.
• Automatinis diegimas: Kraštinių įrenginių ir programų diegimo ir konfigūravimo automatizavimas.

Pasirinkite mastelio keičiamą programinės įrangos platformą, kuri gali valdyti didelį kraštinių įrenginių ir duomenų srautų skaičių.

Kraštinio skaičiavimo naudojimo atvejai

Kraštinis skaičiavimas keičia įvairias pramonės šakas, leidžiantis naujas ir novatoriškas programas:

Pramoninis daiktų internetas (IIoT)

Kraštinis skaičiavimas leidžia realaus laiko stebėti ir valdyti pramoninę įrangą, prognozuoti techninę priežiūrą ir pagerinti veiklos efektyvumą.

Pavyzdys: Gamykla naudoja kraštinį skaičiavimą, kad realiu laiku analizuotų jutiklių duomenis iš mašinų, nustatytų anomalijas ir prognozuotų galimus gedimus. Tai leidžia techninės priežiūros komandoms aktyviai spręsti problemas, užkertant kelią brangiems prastovoms ir gerinant bendrą produktyvumą. Tokios įmonės kaip „Siemens“ ir „ABB“ daug investuoja į kraštinius sprendimus savo pramoninės automatikos klientams.

Išmanieji miestai

Kraštinis skaičiavimas leidžia išmanų eismo valdymą, optimizuotą energijos vartojimą ir pagerintą viešąją saugą miesto aplinkoje.

Pavyzdys: Išmanusis miestas naudoja kraštinį skaičiavimą, kad realiu laiku analizuotų duomenis iš eismo jutiklių ir kamerų, dinamiškai reguliuodamas eismo žibintus, siekiant sumažinti spūstis ir pagerinti eismo srautą. Tai taip pat padeda greičiau nustatyti avarijas ir reaguoti į jas. Barselona, Ispanija, yra pavyzdys miestas, aktyviai naudojantis daiktų internetą ir kraštinį skaičiavimą išmaniųjų miestų iniciatyvoms.

Sveikatos priežiūra

Kraštinis skaičiavimas leidžia nuotoliniu būdu stebėti pacientus, realaus laiko diagnostiką ir pagerinti pacientų priežiūrą.

Pavyzdys: Sveikatos priežiūros paslaugų teikėjas naudoja nešiojamus jutiklius ir kraštinius skaičiavimo įrenginius nuotoliniu būdu stebėti pacientus, anksti nustatyti galimas sveikatos problemas ir informuoti sveikatos priežiūros specialistus. Tai leidžia greičiau įsikišti ir pagerinti pacientų rezultatus. Tokios įmonės kaip „Philips“ ir „Medtronic“ tiria kraštinius sprendimus nuotoliniam pacientų stebėjimui.

Mažmeninė prekyba

Kraštinis skaičiavimas leidžia pritaikyti pirkimo patirtį, optimizuoti atsargų valdymą ir pagerinti saugumą mažmeninės prekybos parduotuvėse.

Pavyzdys: Mažmeninės prekybos parduotuvė naudoja kraštinį skaičiavimą, kad realiu laiku analizuotų klientų elgesį, teiktų pritaikytus rekomendacijas ir tikslines akcijas. Tai pagerina klientų patirtį ir padidina pardavimus. „Amazon Go“ parduotuvės yra puikus kraštinio skaičiavimo pavyzdys mažmeninėje prekyboje, leidžiantis atsiskaityti be kasininko.

Automobilizmas

Kraštinis skaičiavimas leidžia autonominį vairavimą, pažangias vairuotojo pagalbos sistemas (ADAS) ir prijungtų automobilių paslaugas.

Pavyzdys: Autonominė transporto priemonė naudoja kraštinį skaičiavimą, kad realiu laiku apdorotų jutiklių duomenis, priimant kritinius sprendimus dėl vairo, stabdymo ir akceleracijos. Tai leidžia saugiai ir patikimai autonomiškai vairuoti. „Tesla“, „Waymo“ ir kitos automobilių įmonės daug investuoja į kraštinį skaičiavimą autonominiam vairavimui.

Žaidimai

Kraštinis skaičiavimas sumažina delsos laiką debesų žaidimų programose, užtikrinant sklandesnę ir greitesnę žaidimo patirtį.

Pavyzdys: Debesų žaidimų platformos naudoja kraštinį skaičiavimą, kad žaidimus transliuotų žaidėjams su minimaliu delsos laiku, leisdama jiems mėgautis aukštos kokybės žaidimo patirtimi įvairiuose įrenginiuose. „Google Stadia“ (nors ir nutraukta) ir „NVIDIA GeForce Now“ yra debesų žaidimų paslaugų pavyzdžiai, naudojančios paskirstytą serverių infrastruktūrą, kurią galima laikyti kraštinio skaičiavimo forma.

Kraštinio skaičiavimo iššūkiai

Nors kraštinis skaičiavimas siūlo daugybę privalumų, jis taip pat kelia keletą iššūkių:

Saugumas

Paskirstytą kraštinių įrenginių tinklą apsaugoti gali būti sudėtinga. Kraštiniai įrenginiai dažnai įrengiami fiziškai pažeidžiamose vietose, todėl yra jautrūs klastojimui ir vagystėms. Duomenų saugumo ir privatumo užtikrinimas paskirstytoje aplinkoje reikalauja patikimų saugumo priemonių ir nuolatinio stebėjimo.

Valdymas ir stebėjimas

Daugelio geografiškai paskirstytų kraštinių įrenginių valdymas ir stebėjimas gali būti sudėtingas. Nuotolinio valdymo įrankiai ir automatizavimas yra būtini efektyviam diegti, konfigūruoti ir prižiūrėti. Reikalingos centralizuotos stebėjimo sistemos, kad būtų galima stebėti įrenginių našumą, nustatyti problemas ir užtikrinti saugumą.

Ryšys

Patikimas tinklo ryšys yra būtinas kraštinio skaičiavimo diegti. Tačiau atokiose ar sudėtingose aplinkose ryšys gali būti nepatikimas. Nuolatinio ryšio užtikrinimas ir tinklo pralaidumo valdymas yra kritiniai aspektai.

Energijos suvartojimas

Kraštiniai įrenginiai dažnai veikia su ribota energija, ypač atokiose vietose. Energijos suvartojimo optimizavimas yra būtinas norint pailginti baterijos veikimo laiką ir sumažinti veiklos išlaidas. Norint sumažinti energijos naudojimą, reikia efektyvių aparatinės ir programinės įrangos sprendimų.

Suderinamumas

Suderinamumo užtikrinimas tarp skirtingų kraštinių įrenginių, programinės įrangos platformų ir debesų paslaugų gali būti sudėtingas. Standartizuoti protokolai ir API yra būtini sklandžiam integravimui ir duomenų mainams palengvinti.

Įgūdžių trūkumas

Kraštinio skaičiavimo infrastruktūros diegimas ir valdymas reikalauja specializuotų įgūdžių. Kvalifikuotų specialistų trūkumas gali būti kliūtis diegti. Mokymo ir švietimo programos yra būtinos norint sukurti reikiamą patirtį.

Kraštinio skaičiavimo ateitis

Tikimasi, kad kraštinis skaičiavimas artimiausiais metais sparčiai augs, skatinamas vis didesnio daiktų interneto, 5G ir dirbtinio intelekto diegimo. Didėjant prijungtų įrenginių ir generuojamų duomenų kiekiui, poreikis realaus laiko apdorojimui ir analizei krašte ir toliau augs.

Pagrindinės kraštinio skaičiavimo ateitį formuojančios tendencijos:

• Integracija su 5G: 5G tinklai suteiks didelį pralaidumą ir mažą delsos laiką, reikalingą reiklioms kraštinio skaičiavimo programoms palaikyti.
• Dirbtinis intelektas krašte: AI algoritmai bus diegiami kraštiniuose įrenginiuose, kad būtų galima priimti išmanius sprendimus ir automatizuoti procesus.
• Serverless kraštinis skaičiavimas: Serverless skaičiavimo platformos supaprastins programų diegimą ir valdymą kraštiniuose įrenginiuose.
• Kraštas-į-debesį tęstinumas: Sklandus krašto ir debesies aplinkų integravimas leis hibridinio skaičiavimo architektūras, kurios išnaudos geriausias abiejų pasaulių savybes.
• Saugumo patobulinimai: Pažangios saugumo technologijos, tokios kaip „blockchain“ ir homomorfinis šifravimas, bus naudojamos kraštiniams įrenginiams ir duomenims apsaugoti.

Išvada

Kraštinis skaičiavimas yra transformacinė technologija, keičianti duomenų apdorojimo ir analizės būdus. Priartindamas skaičiavimą prie duomenų šaltinio, kraštinis skaičiavimas leidžia greitesnį apdorojimą, mažesnį delsos laiką, didesnį patikimumą ir patobulintą saugumą. Didėjant prijungtų įrenginių skaičiui, kraštinis skaičiavimas vaidins vis svarbesnį vaidmenį leidžiant naujas ir novatoriškas programas įvairiose pramonės šakose. Organizacijos, kurios priims kraštinį skaičiavimą, bus gerai pasirengusios įgyti konkurencinį pranašumą duomenimis paremtame pasaulyje.