我们已经更新了隐私政策以更清楚地说明我们如何使用您的个人资料。

我们使用cookies是为了给您提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

软件即服务(SaaS)在实验室内外的演变


想要这篇文章的免费PDF版本?

完成下面的表格,我们将通过电子邮件将PDF版本的“软件即服务(SaaS)在实验室内外的演变”

188金宝搏备用科技网络有限公司需要您提供给我们的联系方式,以便就我们的产品和服务与您联系。您可以随时取消订阅这些通讯。有关如何取消订阅的信息,以及我们的隐私做法和保护您隐私的承诺,请查看我们的隐私政策

阅读时间:

在过去的十年里- - - - - -15年来,软件公司压倒性地采用了云托管、即用即付、软件即服务(SaaS)的模式。采用这种方式有多种原因。软件公司需要跟上技术变革的步伐,使更多的服务能够流化。SaaS为软件供应商带来了可靠的收入,这些客户现在按月或按年支付,而过去他们每十年购买一次或两次。消费者获得了更具可定制性的服务的灵活性。同时,供应商的商品销售成本也降低了,因为他们不再需要支付物理磁盘、包装或运输的费用。


在实验室采用SaaS带来了对最终用户的好处也所有权的损失可以通过效率的提高或抵消IT、基础设施和网络安全支持的资本支出来弥补。捆绑云环境中的系统使成本大幅下降,并使小型组织能够采用它们。


注意云技术和SaaS之间的区别是很重要的。尽管所有SaaS都是基于云的,但云环境还包括基础设施即服务(IaaS)和平台即服务(PaaS),以及其他更小众的模型。云在后台,但SaaS不是云。


SaaS简史

那么,什么是SaaS?SaaS应用程序是20世纪60年代末发展起来的早期局域网(lan)模型的自然发展。在局域网中,功能强大的大型计算机或服务器拥有独立打包的软件,供整个组织的终端访问。物理服务器上的软件可以由组织购买,并在服务器上运行,直到它过时为止。

这种软件托管模式在规模上很快变得低效。随着处理器变得更强大,程序本身变得更复杂,软件程序的发展远远超过了本地局域网服务器。1965年,戈登·摩尔(Gordon Moore)提出,微芯片上的晶体管数量,以及由此产生的处理能力,大约每两年翻一番。SaaS成为了处理需求的答案。

剩下的20th世纪是SaaS的黄金时代。软件和它们运行的服务器变得几乎难以想象的强大,并产生越来越复杂的数据(当然,这些数据需要存储)。到21世纪初,处理能力的增长速度仍在放缓尽管硬件设计的进步同时出现,进一步扩展了计算能力的极限,摩尔定律现在已经死了

使用专用处理器的分布式计算已经成为一种可行的短期解决方案。然而,它将无法满足对数据永无止境的需求。现在,就像绿野仙踪一样,我必须要求你“不要注意窗帘后面的那个人!”当计算机硬件不再满足数据需求时会发生什么,答案是另一个故事!(剧透警告:这是量子计算.)

实验室中的SaaS应用程序

实验室也未能幸免于SaaS的采用。实验室预算越来越少;现有人员必须少花钱多办事。消除一些基础设施负担的可能性是一个有吸引力的提议。由于这个原因,主要的实验室信息管理系统(LIMS)供应商都提供SaaS选项,并且有一些LIMS仅作为SaaS提供。基于云的实验室软件验证使这些系统能够在规范的环境中使用。


LIMS并不是唯一一个转向SaaS的实验室软件。色谱数据系统(CDS)、电子实验室笔记本(eln)和实验室自动化或连接软件也是常见的SaaS产品。当应用程序托管在云中时,许多报告和数据分析都可以远程完成。在COVID-19大流行的早期,这些应用程序使组织能够减少实验室现场工作人员的数量,以确保每个人的安全。


将实验室数据存储在云中打开了组织的眼睛,让他们看到了释放数据中业务价值的可能性。实验室数据不再存储在仓库里布满灰尘的笔记本上。任何拥有适当凭证的人都可以访问数据并使用它来解决问题和设计新产品。


然而,获取更多的数据会增加系统的熵。想象一下热力学第二定律就是一只猫,而无限云存储的可能性就是一袋猫薄荷。您可以开始理解,自从SaaS成为一种通用模型以来,实验室数据量是如何爆炸式增长的。随着数据的扩展,到目前为止,SaaS解决方案的容量也随之扩展。


如今的实验室将数据存储在LIMS、eln或cd中。如果这些系统是相互连接的,那么它们是以预定义的、结构化的方式连接起来的。为了充分利用实验室数据,一个非结构化的数据环境(一个湖或仓库)更可取。为了应对这种大数据的扩张,组织正在开发先进的数据和分析处理数据的能力。


用于探索SaaS可以存储和输出的大数据集的常用工具是人工智能(AI)和机器学习(ML)。特别是生命科学,正在转向这些工具来处理基因数据集和大规模临床试验。这些工具在工程设计中也变得越来越普遍,环境监测还有石油和天然气勘探,这只是其中的几个例子。


SaaS在实验室和跨组织的未来方向

越来越多的组织正在利用SaaS的特定应用程序。后端即服务(BaaS)将继续扩展,为新的应用程序提供构建块。容器即服务;桌面即服务;环境即服务- - - - - -你懂的;有很多潜在的云服务都有很大的增长空间。


C基于云的集成平台即服务(iPaaS)产品将使公司能够将所有各种仪器、应用程序和信息系统连接到云中的单个数据源。这些平台可以实现跨多个站点的实时无缝数据共享,从而实现更高效的研究。机器学习即服务(MLaaS)将允许更多的组织从他们的大数据集中获取未知的见解。


云服务的激增自然需要更好的网络安全。您可以找到数据来支持SaaS比本地解决方案更安全或更不安全的论点。为了理解这些争论,从隐私和安全的角度来考虑这个问题可能会有所帮助。安全就是保护数据不被窃取;隐私是指负责任地使用这些数据。内部部署系统确保隐私,因为您的组织保留对数据的控制;至少在系统被黑之前。基于云的系统需要一些隐私损失,因为你的数据现在存储在别人的服务器上。但是基于云的系统可能有更高的安全级别(尽管它们也不能幸免于黑客攻击)。组织对隐私和安全的容忍度各不相同,有时跨业务部门。


SaaS的未来会是什么样子?这是不可能确切知道的。但似乎可以肯定的是,SaaS将继续存在- - - - - -在实验室和整个组织中。

作者简介

贝基·斯图尔特(Becky Stewart)是CSols公司的科学文案。

广告
Baidu