Cisco porta il machine learning e la data science nell’analisi IoT

Cisco annuncia la sua duecentesima acquisizione: con Perspica porta il machine learning e il data processing sulle applicazioni IoT anche in ambienti cloud

Pubblicato il 23 Ott 2017

big-data-150304113227

Per Cisco quella di Perspica è l’acquisizione numero 200 della sua storia. Ed è una acquisizione coerente con il percorso degli ultimi mesi e soprattutto con unaltra operazione, annunciata lo scorso mese di febbraio, che le ha portato in casa, con un investimento da 3,7 miliardi di dollari, gli asset di AppDynamics, specializzata in soluzioni per l’application intelligence, vale a dire nello sviluppo di cruscotti per il monitoraggio delle performance dei software in ambienti cloud e datacenter. L’acquisizione di AppDynamics era stata interpretata come tassello importante della strategia di Cisco in ambito IoT, che proprio nella divisione dedicata all’Internet of Things sono afferiti gli asset relativi.

Data Science e Machine learning per i dati delle applicazioni IoT

Con l’operazione appena annunciata, Cisco va a rafforzare proprio quel fronte che aveva costituito con AppDynamics: Perspica fornisce infatti tecnologie di data science e machine learning e data processing per l’analisi di grandi quantità di dati correlati con le applicazioni, in tempo reale e in contesti di business, anche in ambienti cloud.
Di fatto, la combinazione di AppDynamics e di Perspica dà alle aziende nuovi strumenti con i quali filtrare i segnali importanti dal “rumore” di tutti i dati generati, così da disporre di importanti insights sul loro business.
Cisco, nei post con i quali annuncia e commenta l’operazione, sottolinea quanto il valore del machine learning si correli ai contesti di business: il machine learning è tanto utile quanto sono utili i dati che gestisce, rilevante in relazione alla tempestività dei dati, prezioso quanto lo è il contesto di business nel quale viene applicato.
DI fatto, combinando AppDynamics e Perspica, Cisco offre un sistema di processing dei dati in modalità streaming, che dunque è in grado di evidenziare le anomalie senza dover aspettare che i dati vengano memorizzati, consentendo dunque un’accelerazione dei processi di business.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4