我们已经更新了隐私政策为了更清楚我们如何使用您的个人数据。

我们使用cookie为您提供更好的体验。你可以阅读我们的饼干政策这里。

广告

软件作为服务(SaaS)在实验室及其他地区的演变


想要本文的免费PDF版本吗?

填写下面的表格,我们将向您发送PDF版本的电子邮件“软件作为服务(SaaS)在实验室及其他地区的发展”

捷克葡萄牙直播技术网络有限公司需要您提供给我们的联系信息,以与您联系有关我们的产品和服务。您可以随时退订这些通信。有关如何取消订阅以及我们的隐私惯例和保护隐私的承诺的信息,请查看我们隐私政策

阅读时间:

在过去的10个-15年来,软件公司压倒性地采用了云托管,付费的软件作为服务(SaaS)的模型。这种采用有多种原因。软件公司需要跟上技术的变化,从而使更多服务可以流式传输。SaaS带来了软件供应商的可靠收入,这些消费者现在每月或每年支付每十年或两次购买的东西。消费者获得了更具自定义服务的灵活性。同时,供应商的销售成本减少了,因为它们不再需要支付实体磁盘,包装或运输费用。


在实验室中采用SaaS会带来最终用户的好处也是。所有权损失的可能性可能会因效率的提高或抵消资本支出,基础设施和网络安全支持而得到补偿。捆绑云环境中的系统可以使成本暴跌并使较小的组织能够采用它们。


重要的是要注意云技术与SaaS之间的区别。尽管所有SaaS都是基于云的,但云环境还包括基础架构作为服务(IAAS)和平台作为服务(PAAS)以及其他更多利基模型。云在背景中,但SaaS不是云。


SaaS的简短历史

那么,SaaS是什么?SaaS应用最初是自1960年代后期开发的局部网络(LAN)模型的自然发展。在LAN中,功能强大的大型计算机或服务器包含整个组织中终端的独立包装软件。物理服务器上的软件可以由组织购买并从服务器运行,直到过时。

这种软件托管模型迅速在大规模上效率低下。随着处理器变得更强大,程序本身更加复杂,软件程序只是超过本地LAN服务器。1965年,戈登·摩尔(Gordon Moore)认为,微芯片上的晶体管数量以及加工能力的数量将大约每两年翻一番。SaaS成为了处理需求的答案。

剩下的20Th世纪是SaaS的黄金时代。他们运行的软件和服务器几乎变得难以想象地功能强大且生成越来越复杂的数据(当然需要存储)。加工能力的增长持续到较慢的速度到21的早期英石世纪,尽管硬件设计的进步同时出现了,以进一步扩展计算能力的极限,但摩尔的律法现在已经死了

使用专用处理器的分布式计算是可行的近期解决方案。但是,它将无法跟上对数据的无限需求。就目前而言,就像绿野仙踪一样,我必须请您“不关注窗帘后面的那个人!”当计算机硬件不再满足数据需求时会发生什么是另一个故事!(扰流板警报:是量子计算

实验室中的SaaS应用程序

实验室尚未免疫采用SaaS。实验室预算越来越大;现有人员必须少做更多的事情。消除某些基础设施负担的可能性是一个有吸引力的主张。因此,主要的实验室信息管理系统(LIMS)供应商都提供SaaS选项,并且有些LIM仅作为SaaS提供。基于云的实验室软件的验证使这些系统可以在受管制环境中使用。


LIMS并不是唯一搬到SaaS的实验室软件。色谱数据系统(CD),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,可以远程进行报告和数据分析。在Covid-19-19大流行的早期,此类申请使组织能够为每个人的安全减少实验室中的员工数量。


将实验室数据存储在云中,使组织的目光倾向于释放该数据中的业务价值的可能性。实验室数据不再存储在仓库中的Dusty笔记本中。拥有适当凭据的任何人都可以访问数据并使用它来解决问题并设计新产品。


但是,访问更多数据会增加系统的熵。想象一下热力学第二定律是一只猫,无限云存储的可能性是一袋猫薄荷。您可以开始了解自SaaS成为常见模型以来,实验室数据的数量已经爆炸。随着数据的扩展,迄今为止,SaaS解决方案的能力随之扩展。


今天的实验室将数据存储在LIM,ELN或CDS中。如果这些系统完全连接,它们将以预定义的结构化方式连接。为了充分利用实验室数据,一个非结构化的数据环境(湖泊或仓库)优选。为了响应这种大数据扩展,组织正在发展高级数据和分析使用其数据的功能。


SaaS可以存储和输出的大数据集的常见工具是人工智能(AI)和机器学习(ML)。尤其是生命科学,正在转向这些工具来处理遗传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,环境监测以及石油和天然气勘探,仅举几例。


SaaS在实验室和整个组织中的未来指示

越来越多的组织正在利用SaaS的特定应用。后端作为服务(BAA)将继续扩展,为新应用程序提供构建块。容器作为服务;桌面作为服务;环境作为服务-你明白了;有一个潜在的云服务的字母汤,有足够的增长空间。


C基于大声的集成平台作为服务(IPAAS)产品将使公司能够将其所有各种仪器,应用程序和信息学系统连接到云中的单个数据源。这些平台可以允许在多个站点实时实时进行无缝的数据共享,从而实现更有效的研究。机器学习作为服务(MLAAS)将允许更多的组织从其大数据集中访问未知的见解。


增殖的云服务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安全的论点。要理解论点,就隐私与安全之间的差异来考虑这个问题可能有助于思考这个问题。安全是保护数据免于被盗;隐私是要负责任地使用该数据。本地系统确保隐私,因为您的组织保留了对数据的控制;至少直到系统被黑客入侵。基于云的系统需要丢失隐私,因为您的数据现在存储在别人的服务器上。但是,基于云的系统可能具有更高的安全性(尽管它们不能免疫黑客攻击)。组织对隐私和安全性的容忍度会有所不同,有时会跨业务部门跨。


Saas的未来是什么样的?不可能肯定地知道。但是似乎可以肯定的是,萨斯会留在这里-在实验室和整个组织中。

关于作者

贝基·斯图尔特(Becky Stewart)是CSOLS Inc.的科学撰稿人。

广告