大数据是近几年非常火热的概念。通过对海量数据的分析，企业和机构可以从全新的维度获得以往容易忽略或不能获得的洞察。然而在多数关于大数据的应用思考中，企业和IT解决方案提供商仅仅把目光锁定在了业务数据和用户数据上。但其实，包罗万象的大数据还有一片更大规模的蓝海等待发掘和利用，这就是机器数据。
对于业务数据和用户数据来说，其数据价值是直接作用于业务和企业经营本身的。而机器数据的价值则与这些数据完全不同。机器数据通常指的是设备和应用自身所产生的网络流量以及各类日志文件。换句通俗一点的话来说，机器数据就是应用和设备运行时所产生的流水账，用于记录设备的工作状态和工作内容。
而随着技术的逐渐发展和系统规模的不断累积，今天的IT系统已经变得越来越庞大和复杂。每一个业务和系统都或多或少会构建在其他的业务和系统之上。而在这层层叠叠的系统架构中，机器数据的产生量和积累量正在急速增加。
如果说整理分析业务数据和用户数据能够产生新的业务洞察，那么整理分析机器数据则会产生新的系统洞察。而这种系统洞察正是企业优化系统，提升系统运行效率、规避系统风险的核心依据。
探究机器数据的价值
企业IT系统在运行过程中产生大量的机器数据，这些机器数据包括网络流量数据、系统运行参数、网络设备日志、操作系统日志、中间件日志、配置文件等。这些机器数据同业务数据一样，也蕴藏了巨大的价值。我们希望通过对这些机器数据进行采集，利用深度事件分析工具，采用大数据技术和人工智能进行深度分析，可以发现其中的规律和趋势，挖掘数据内在的价值，实现对网络的洞察。同时通过将各种日志数据进行关联分析，发现更深层次的问题并进行自动化的预警，针对出现的问题提供智能化的解决方案。
过去，由于缺乏有效的技术手段去采集，存储并分析这些机器数据，我们一直无法去挖掘这些机器数据的价值。但现在，随着机器数据分析系统决策系统的出现，这类问题将得到解决。而提供这一解决方案的正是希望成为企业数字化转型***的新华三。
赋予大数据更多意义，新华三机器数据分析决策系统
新华三机器数据分析决策系统通过采集全网的流量、设备运行状态等多维数据作为数据分析来源。借助机器学习和数据挖掘技术，实现流量预测、拥塞分析、基线分析、异常分析等功能。通过对全量的网络流量数据和应用信息进行相应的梳理、归类，采用大数据的技术和理念进行深度分析，获得新的有价值的信息，将网络运维带入一个新高度。将从关注“网络通断”的传统运维提升到关注“网络流量内容”的智能化、精细化的管理，从原有的故障事后处理的被动响应转化为故障事前预测，有效避免异常的出现，实现网络的主动性预防。
ü 异常流量分析;
ü 故障根因分析;
ü 业务预测分析;
ü 流量精细分析;
ü 用户行为分析;
ü 应用质量评价;
新华三大数据产品部部长曹言表示：面对整套机制中最核心的模型部分，新华三将自身数十年的 IT系统架构经验与深度学习技术相结合，让整套分析决策系统中的模型能够更符合中国企业的实际现状、更高效。同时，通过内置算法，整个分析决策系统还会在部署之后根据实际情况将模型精细化、精确化，做到“越用越灵”。
此外，针对IT系统中潜在的各类威胁，机器数据分析也提供了一个全新的视角。对此，曹言表示：以往，对病毒、木马等威胁应对的流程是被动式的。这首先需要用户发觉系统异常或杀毒软件侦测到异常程序的样本，通过大规模的报告提交和累积，安全厂商才能针对性的研究这些病毒或木马，并给出针对性的解决方案。但通过对机器数据的大数据分析，系统可以很快发现网络中的异常流量或端口异常活动，从而主动发现潜在的威胁，做到防患于未然。
IT系统的机器之心
作为新华三大数据的一个全新解决方案，新华三机器数据分析决策系统既可以纯软件方式部署，也可以硬件一体机的方式存在。除了IT系统庞杂的大型企业和政府部门之外，中小企业也可以从机器数据分析决策系统中受益。
对于多数企业来说，目前IT系统的复杂度已经远超企业的技术能力边界。面对这样的IT系统，大多数企业只能疲于维持系统运行，却无法为系统深度优化。而新华三正是看到了企业所面临的这一困境，通过将自身能力的重新组合创新出了机器数据分析决策系统，为IT系统赋予一颗智能的机器之心。
面对未来的业务发展和创新，企业一方面需要不断建设自己的IT系统，为业务提供更多保障;另一方面也需要通过机器数据分析等手段优化系统，减小系统损耗和风险。一增一减，企业IT才能健康向前。
