Guía de montañas de datos

Combinando matemáticas y arte, la empresa barcelonesa Bestiario lleva cinco años dedicada al diseño de entornos interactivos para trabajar montañas de datos y lograr mapas visuales que hagan comprensible una información compleja. Hasta ahora, eran ellos quienes los elaboraban. Ahora han creado una herramienta, Impure, para que sea el propio usuario quien pueda elaborar estos mapas gráficos para transitar por abultadas bases de datos. Bestiario lo ha presentado en EE UU.
Impure se basa en una serie de módulos. Desde unos simples, para aplicarlos a los datos que se quieren presentar, a otros que permiten programar otras soluciones. José Aguirre, fundador de Bestiario, comenta que con Impure.com se pueden mezclar distintas fuentes de información, tanto propias como ajenas, y montar herramientas para sacar el partido que se desea a la información que se maneja. "Va más allá de una nube de etiquetas. En el debate parlamentario entre Rajoy y Zapatero, por ejemplo, puede incluir el rastreo de los pronombres y se descubre el empleo sistemático por parte de Rajoy del usted en un discurso basado en la apelación insistente a Zapatero".
Impure supone para Bestiario hacerse la competencia a sí mismo. "Queremos que la gente aprecie lo que supone la visualización de datos". En un año, se abrirá el código fuente que permitirá al usuario crear módulos. Se trata, según Aguirre, de meter una esponja en Internet y analizar los contenidos. Pero no todos los datos proceden de la Red. Con Fabien Girardin, ha hecho el experimento en Zaragoza de trazar en tiempo real los flujos del tráfico en la ciudad. El programa, en fase alpha, se puede probar gratuitamente desde Impure.com.

Un hospital pierde los datos de 800.000 pacientes

Fuente: eWeek.

Un hospital de Massachusetts está bajo investigación tras descubrirse que cientos de miles de registros de pacientes y empleados desaparecieron hace unas semanas.
Los datos perdidos subrayan la importancia y los problemas a los que los proveedores de servicios de sanidad pueden enfrentarse cuando tratan de gestionar la privacidad de los pacientes y eso se une a la recolección masiva de datos.
El Hospital South Shore en South Weymuth, Massachusetts, informó el pasado 19 de julio que está investigando la pérdida potencial de 800.000 ficheros que contenían información personal, de salud y finaciera acerca de sus pacientes, médicos y personas relacionadas con las instalaciones.
Los ficheros fueron enviados a una empresa de gestión de datos para ser destruidos el pasado 26 de febrero, pero el hospital fue informado de que solo una parte de esos datos habían sido recibidos y destruidos. No se sabe dónde fueron a parar el resto de datos, y cuándo ocurrió dicho suceso.

Cuatro estudiantes lanzan una base de datos para salvaguardar la naturaleza

Fuente: El Pais.

En la era de la Web 2.0 el paradigma es la participación. Cada vez más conectados a través de nuevas interfaces tecnológicas móviles, vivimos rodeados de identidades virtuales que twittean compulsiva e indiscriminadamente sus pensamientos, fotos o mensajes. Para encontrar una salida constructiva a toda esta necesidad de compartir información, Yasser Ansari, Martin Ceperley, Bruno Kruse y Peter Horvath, cuatro estudiantes de la Universidad de Nueva York han creado NOAH (Networked Organisms and Habitats), una aplicación para que todos contribuyan de forma activa a la salvaguarda de la naturaleza y la diversidad medioambiental.
El proyecto NOAH (acrónimo en inglés de Red de Organismos y Hábitat) pretende crear una base de datos mundial compartida, que reúna la información sobre todos los organismos vivientes, ya sea flora, fauna u otras formas de vida. La participación empieza descargando la aplicación gratuita para el iPhone desde la tienda App Store.
"La aplicación ya ha sido descargada desde 40 países. Ahora estamos desarrollando una aplicación para Android y, más adelante, la trasladaremos a otras plataformas, incluida toda clase de teléfonos móviles", indica Ansari en nombre de los cuatro jóvenes desarrolladores. Mientras tanto, aquellos que no posean un iPhone y quieran contribuir, pueden hacerlo a través de una simple cuenta de correo Gmail y la web del proyecto.
El objetivo es que los internautas de todo el mundo dejen constancia a través sus fotografías de la variedad biológica del entorno en el que viven, para que esta información sirva de estímulo para conocer mejor y proteger el medio ambiente.
Toda forma de vida, sean plantas comunes o desconocidas, bichos raros o animales domésticos, insectos o especímenes varios, se sube a la web del proyecto, integrándose automáticamente en un mapa interactivo de la Tierra, de modo que todos los datos resulten rápida y fácilmente visualizables.
El proyecto se probó a finales de febrero y se lanzó públicamente durante la semana de la tierra (Earth Week), que se celebró del 22 al 29 de abril. "NOAH es nuestro proyecto de graduación del Interactive Telecommunication Program, un curso de posgrado cuya misión es explorar el uso imaginativo de las tecnologías de la comunicación y cómo pueden incrementar, mejorar y enriquecer la calidad de la vida. Sin embargo, después de la graduación, pensamos dedicarnos a su implementación al 100%", asegura Ansari.
En la primera semana la iniciativa ha recogido alrededor de 2.000 contribuciones. Además de la ubicación y breve descripción del animal o vegetal recopilado, el internauta está invitado a añadir toda la información posible.
"En general, queremos contribuir a que la gente preste más atención a las formas de vida natural que le rodean y aprenda compartiendo sus hallazgos e involucrándose en los debates del foro. Por lo que se refiere a la comunidad científica, esperamos que nuestros datos sean útiles y contribuyan a proteger organismos y ecosistemas amenazados en cualquier parte del mundo", afirman.

Monitorear las mariquitas

Los autores del proyecto, ya están trabajando con varias instituciones naturalistas norteamericanas para la protección y el estudio de mamíferos, insectos, setas y plantas.
Entre otras han colaborado con el Project Squirrel, para ayudarles a recopilar los avistamientos de ardillas y cartografiar sus comunidades; y el Lost Ladybug Project, para que la gente fotografíe e informe sobre la población de mariquitas en Estados Unidos. Ya llevan más de 5.000.

Bases de datos olvidadas en la recuperación de desastres

Fuente: eWeek.

Un estudio muestra que un tercio de las compañías encuestadas admite que sus planes de recuperación de desastres no protegen la estructura completa de sus bases de datos.

Las bases de datos contienen habitualmente información vital para las empresas, pero una encuesta realizada recientemente revela que un tercio de las compañías ha admitido que en sus planes de recuperación de desastres no ha incluido toda la estructura de datos que se manejan.

La encargada de llevar a cabo el estudio ha sido la firma especializada en protección de datos Sepaton.

“Los responsables de almacenamiento en las empresas son buenos cuando están bajo presión. Tiene que serlo” indica Christo Conidaris, director para EMEA de Sepaton. “Cada día deben afrontar demandas para gestionar más rápidamente el almacenamiento y las copias de seguridad, mientras que la cantidad de aplicaciones y bases de datos aumenta cada día”.

En la encuesta, un 60% de los participantes aseguraban que las bases de datos son los elementos más críticos a la hora de realizar backup y recuperación de los datos, seguidas del correo electrónico y los datos relacionados con los sistemas operativos.

Sin embargo, el 30% de todos ellos admitieron que sus planes de recuperación de desastres no tienen en cuenta la estructura completa de sus bases de datos. Esto supone que en caso de desastre, el proceso de recuperación total podría ser un fracaso, o bien tardar mucho más de lo previsto para volver a hacer funcionar todo el engranaje.

En otro orden de cosas, parece que los sistemas de cinta mantienen un rol importante a la hora de llevar a cabo copias de seguridad, ya que tan sólo un 9% de los encuestados asegura no utilizar este tipo de sistemas de almacenamiento secuencial.

No obstante, Conidaris no tiene muy claro que estas tecnologías puedan mantenerse debido al crecimiento casi exponencial de la información que se maneja en las empresas. “Los administradores de almacenamiento están encontrando una salvación en otras tecnologías más modernas y eficaces como la deduplicación de los datos, la replicación y las librerías de cinta virtuales, capaces de ofrecer mejor retención de los datos, mayor rendimiento u optimizar la capacidad, así como una mayor protección de los datos", finaliza.

Microsoft SQL Server, el más utilizado en mercados emergentes

Fuente: eWeek.

El servidor de bases de datos de los de Redmond supera por muy poco a MySQL en lugares como China, India, Europa del Este o América del Sur.

Según un reciente estudio llevado a cabo por Evans Data, el servidor de base de datos Microsoft SQL Server es el más utilizado en los mercados emergentes como China, India, Europa del Este o América del Sur.

Para ello, se ha basado en una encuesta a más de 400 desarrolladores, de la que se desprende que MySQL es el segundo sistema, aunque sigue muy de cerca a Microsoft SQL Server.

Así, el 50% de los encuestados han indicado que utilizan el servidor de bases de datos de los de Redmond, mientras que un 46% asegura utilizar MySQL, el motor de bases de datos basado en código abierto.

Mientras tanto, otro de los mensajes interesantes que se desprenden del estudio es el relacionado con la creciente utilización de la plataforma AJAX, especialmente en India y Europa del Este.

Una base de datos con información 'sensible' de 40 millones de personas

Fuente: El Mundo.

Una base de datos Lucid Intelligence recoge por primera vez todos los datos que circulan por Internet y han sido interceptados por las autoridades en todos los puntos del globo.

Radicada en el Reino Unido, pero con funcionamiento a nivel mundial, ha recopilado información comprometida sobre 40 millones de personas que estaban disponibles en la Red a la mano del mejor postor. Detalles de tarjetas de crédito, cuentas bancarias, e-mails y números de teléfonos que estaban a la venta en Internet. Información considerada como 'sensible' por la mayor parte de la población.

La base de datos fue puesta en marcha por Colin Holder, un policía retirado que trabajó en el departamento de fraudes de la policía metropolitana de Londres. Desde hace cuatro años ha estado recopilando información de fuentes tan variadas como la policía británica o el FBI, así como de campañas contra la piratería informática y el 'phishing'.

Asegura que ha invertido hasta el momento 160.000 libras (unos 185.000 euros) y, según The Times, afirma que espera recuperar la inversión cobrando a aquellos que quieran acceder a su base de datos para comprobar si alguna información suya ha sido comprometida. De momento la búsqueda es gratuita, tal y como se puede leer en la propia página web de Lucid Intelligence.

Pero la legalidad de la base de datos podría dirimirse pronto. El ICO, la autoridad independiente del Reino Unido que se encarga de regular el acceso a la información oficial y la protección de datos personales, afirma que no puede regular sobre su validez a menos que alguien haga una denuncia que le permita tomar cartas en el asunto. Pero la institución habría "asesorado a la compañía para ayudar a que el servicio cumpliese con los principios de la Ley de Protección de Datos".

La mayoría de los registros en la base de datos se consideran de 'bajo riesgo' en los procesos de fraudes de identidad.

La India planea una gigantesca base de datos de población

Fuente: El Mundo.

El plan para proveer de documeto de identidad a los ciudadanos de la India, el segundo país más poblado del planeta, generará una gigantesca base de datos con información de más de 1.100 millones de ciudadanos.

Según el Daily Mail, el empresario local Nandan Nilekani ha sido elegido para dirigir el ambicioso proyecto, que se prevé que durará tres años, y que generará la segunda base de datos personales más grande del mundo.

El Gobierno sostiene que el plan ayudará a la prestación de servicios sociales básicos a los más pobres, ya que éstos a menudo carecen de suficientes documentos de identificación.

También considera el sistema como una manera de afrontar el creciente volumen de fraude y robo de identidad, según el diario.

Este proyecto no está exento de polémica, según el rotativo británico, ya que está en juego asuntos como la privacidad de los ciudadanos y podría fomentar una mayor discriminación hacia los inmigrantes, refugiados y otras personas que quedarían sin identificación, en un limbo legal, sin acceso a servicios pùblicos, sanidad y otras ventajas sociales.

Microsoft y Oracle ganan participación en el mercado de las bases datos

Fuente: El Mundo.

Las ventas de programas para bases de datos de Microsoft y Oracle se mantienen fuertes este año, después de que ambas firmas ganaran cuota de mercado al grupo de servicios informaticos IBM en el 2007, según la firma de investigaciones de mercado Gartner.
"Microsoft y Oracle siguen avanzando en algunas áreas de alto crecimiento" dijo Colleen Graham, analista de Gartner en una entrevista. "IBM sigue luchando", añadió.
Las ventas de programas informáticos para bases de datos de Microsoft subieron un 16,5% a 3.100 millones de dólares, impulsadas por el crecimiento en Asia y Europa Oriental
La compañía, que es el tercer actor en el mercado, expandió además sus ventas a empresas medianas en América del Norte, dijo Graham.
La cuota de mercado de Microsoft subió a un 18,1% desde un 17,6%, según cifras de Gartner.
Las ventas de Oracle, que es con diferencia el líder del mercado, subieron un 14,9% en el 2007 a 8.300 millones de dólares, mientras que su cuota de mercado subió a un 48,6% desde un 47,9%.
La estrategia de Oracle para incrementar sus ventas es introducir nuevas funciones que puede vender a su amplia base de clientes existentes, un enfoque que Graham dice que le ha dado dividendos.
Las ventas de IBM, el segundo mayor actor del mercado, subieron un 10% a 3.500 millones de dólares, pero su cuota de mercado se redujo a un 20,7% desde un 21,3% del año pasado, según Gartner.
Las ventas combinadas de las tres compañías suponen el 87% del total del mercado mundial de bases de datos de 17.100 millones de dólares, según Gartner.

Desarrollan una técnica que permite consultar bases de datos heterogéneas en lenguaje XML

Fuente: Solo Ciencia.

La consulta de bases de datos informáticas con información heterogénea puede resultar muy provechosa en campos como el biomédico. La posibilidad de cruzar datos de diferente naturaleza procedentes de fuentes distintas puede desvelar relaciones inéditas entre informaciones médicas alejadas, como las epidemiológicas y las secuencias genéticas. Hasta ahora, estas búsquedas han sido imposibles dada la dificultad de combinar datos estructurados de manera diferente. Un investigador de la UJI ha dado un paso en ese sentido al crear un conjunto de algoritmos que permiten consultar bases de datos heterogéneas y obtener conocimientos novedosos

El trabajo se recoge en la tesis del profesor del Departamento de Ingeniería y Ciencia de los Computadores Ismael Sanz, titulada Flexible techniques for heterogeneous XML data retreival. «La contribución central de la tesis son los algoritmos para la consulta flexible de colecciones XML definidos a través de fragmentos. Estos algoritmos y las técnicas asociadas permiten trabajar con bases de datos que por su heterogeneidad están fuera del alcance de las aproximaciones existentes, como XQuery, TeXQuery, y los diversos sistemas académicos para la recuperación aproximada de XML», explica Ismael Sanz.

Para ello, el profesor de la UJI ha desarrollado una técnica que permite realizar consultas aproximadas. La multiplicidad de las bases de datos distintas impide que se puedan realizar búsquedas exactas, y es necesario desarrollar fórmulas que permitan rastrear datos que ofrezcan alguna similitud con los términos introducidos en la consulta.

«Este punto es particularmente importante si se tiene en cuenta que, incluso dentro de un mismo proyecto, a menudo diferentes usuarios requieren diferentes medidas de similitud. Por ejemplo, un biólogo puede necesitar recuperar proteínas basándose en una comparación con una secuencia de aminoácidos, mientras que otro puede buscar "antígeno de la malaria" dentro de las descripciones textuales de la colección, y un tercero puede querer combinar ambos tipos de consulta», explica Sanz.

La solución propuesta en su tesis para estos problemas está basada en la búsqueda de patrones. Los patrones son una manera concisa de expresar los requisitos de información del usuario que hace una consulta.

La técnica desarrollada por el profesor de la UJI va a permitir integrar informaciones diversas sobre una misma enfermedad alojadas en bases de datos de naturaleza distinta, de modo que en una consulta se podrán combinar datos epidemiológicos, clínicos, celulares y genéticos, con el fin de hallar nuevas pistas que ayuden a mejorar el diagnóstico y tratamiento de determinadas patologías.

El trabajo de Ismael Sanz se inscribe dentro de un proyecto en el que colabora el grupo de investigación de la UJI Grupo de bases de conocimiento temporales (TKBG, en sus siglas en inglés) junto con la empresa Maat Gknowledge. Se trata de Health-e-Child, un proyecto que tiene como objetivo desarrollar una plataforma integrada de servicios médicos para pediatría a nivel europeo, a través de la integración de fuentes tradicionales y emergentes de información biomédica. Este programa, pretende, a largo plazo, dar acceso a todos los informes biomédicos disponibles, así como ser base para la investigación y la educación biomédica de apoyo a las decisiones del médico.

Al final, lo que se pretende con el proyecto Health-e-Child, a través de herramientas como la desarrollada por Ismael Sanz, es conseguir una visión global de la salud del niño a través de la integración vertical de datos y conocimientos biomédicos (genético, clínico, epidemiológico).