其实“网络的基本概念及应用”这种东西偏向理论，只是进一步加深了对网络的理解，很多总结与思考还是从生活实际应用中得到的。总结有很多，个人觉得最有价值的一点是：

网络真正打破了以往地域、时间、空间的限制，让人们可以随时随地获取信息和交流信息。这就让世界充满很多以往想像不到的可能，例如网商、在线教育、聊天软件等等让你的价值、商品以更快更广的方式传递到世界未知地域、未知的人，服务更多的人。

大数据在科研上的应用有哪些？

大数据可以对科研有以下帮助：

· 大型强子对撞机实验代表约 1.5 亿个传感器每秒提供 4000 万次数据。每秒有近 6 亿次碰撞。经过筛选并避免记录超过 99.99995% 的这些数据流后，每秒有 100 个目标的冲突。

因此，仅使用小于 0.001％ 的传感器数据流，来自所有四个 LHC 实验的数据流在复制之前的年度速率为 25 PB（截至 2012 年）。复制后这将变成近 200 PB。

如果所有传感器数据都记录在 LHC 中，那么数据流将非常难以处理。在复制之前，数据流量每年将超过 1.5 亿 PB，或者将近 500 EBabytestes。以数字来看，这相当于每天500 个字节（5×1020）字节，几乎是世界上所有其他来源的 200 倍。

· Square Kilometer Array 是由数千个天线构成的射电望远镜。预计到2024年将投入使用。总的来说，这些天线预计将收集 14 EB 字节，并且每天存储 1 PB 字节，这被认为是有史以来最雄心勃勃的科学计划之一。 · 当斯隆数字巡天（SDSS）在 2000 年开始收集天文数据时，它在头几周收集的数据比以前天文学历史上收集的数据要多。 SDSS 以每晚 200GB 的速度继续运行，累积了超过 140TB 的信息。当 SDSS 的继任者，大型综合测量望远镜在 2020 年上线时，其设计人员预计它将每五天获取一次该数据量。

· 解码人类基因组原本需要 10 年 的时间来处理，现在可以在不到一天的时间内完成。在过去的十年中，DNA 测序仪已经将测序成本减少了10,000，这比按照摩尔定律预测的成本降低便宜了 100 倍 。

了解更多硅谷前沿深度讯息请看 硅发布 微信公众号