Recursos do Integrated Graph Database
Os gráficos permitem encontrar conexões e explorar relacionamentos em seus dados. O Oracle Graph é um recurso integrado do banco de dados convergente da Oracle que elimina a necessidade de um banco de dados gráfico separado e de movimentação de dados. Analistas e desenvolvedores podem abordar vários casos de uso, incluindo detecção de fraudes financeiras e rastreabilidade de fabricação, ao mesmo tempo em que obtêm segurança de alto nível, facilidade de ingestão de dados e suporte robusto para cargas de trabalho operacionais.
Anúncio do desenvolvimento generativo (GenDev) para empresas
Assista à reapresentação da palestra CloudWorld do Vice-Presidente Executivo, Juan Loaiza, para saber mais sobre essa infraestrutura AppDev inovadora e centrada em IA.
Por que usar o Oracle Graph?
-
Encontre o inesperado
Os dados estão conectados. Descubra padrões ocultos e encontre novos insights de maneira fácil e rápida com mais de 80 algoritmos pré-construídos, análises automatizadas, ferramentas de visualização e IA baseada em gráficos usando RDF ou gráficos de propriedades.
-
Análise de gráficos em tempo real
Tome decisões de negócios informadas com análises de gráficos com base em dados operacionais e transacionais no seu Oracle Database.
-
Alto nível
Aproveite a escalabilidade, a alta disponibilidade, a segurança, a IA e outros recursos convergentes do Oracle Database ao executar análises de gráficos.
Casos de uso de gráficos
Segurança
A segurança é fundamental para as organizações hoje em dia. Os gráficos podem ajudar você a identificar rapidamente conexões em dados de rede complexos, incluindo sistemas de TI interligados e redes criminosas, para que sua organização possa responder melhor às ameaças e identificar malfeitores.
-
Segurança cibernética
Os gráficos são ferramentas ideais para a segurança cibernética porque capturam e modelam atividades e eventos em redes complexas dentro da infraestrutura de TI. Você pode combinar análise de gráficos com machine learning (ML) para descobrir rapidamente conexões, padrões e anomalias em grandes volumes de dados e fornecer uma maneira interativa e visual de explorar dados de segurança para detectar ameaças, tráfego inválido e malware. Automatizar a análise de gráficos na inteligência de ameaças economiza tempo e trabalho dos funcionários em comparação com investigações manuais.
-
Investigação criminal
Crimes não costumam acontecer em silos. Muitas vezes, há muitas pessoas, organizações e locais interconectados. Colocar dados em gráficos permite que as autoridades policiais identifiquem com eficiência redes criminosas e detectem padrões.
-
Segurança de dados e GDPR
Descobrir qual usuário tem acesso a um elemento específico pode ser uma tarefa tediosa se múltiplas camadas de software estiverem envolvidas. Os gráficos ajudam a acompanhar esses tipos de relacionamentos indiretos e permitem que as organizações comprovem facilmente a conformidade regulatória.
IA e machine learning
IA e machine learning são novas tecnologias importantes devido à sua promessa de melhorar os resultados dos negócios e criar novos impactos Os gráficos são úteis para melhorar a precisão das previsões dos modelos de ML, pois oferecem uma visão complementar dos dados.
-
Engenharia de recursos
Algumas tarefas de engenharia são complicadas de realizar e os gráficos podem ajudar a simplificá-las. Por exemplo, levar em conta relacionamentos indiretos entre entidades ou determinar agrupamentos de entidades estreitamente conectadas pode ser complicado sem o uso de gráficos. A execução de algoritmos gráficos em um conjunto cria dados enriquecidos que podem então ser usados para modelos de machine learning como recursos.
-
Redes neurais gráficas
O uso de gráficos como mecanismo de recomendação é bem conhecido e também podem ser usados para recomendações preditivas. Por exemplo, uma loja de varejo online deseja enviar recomendações a um cliente com base no tempo determinado pela previsão de que o cliente precisará do item. As redes neurais gráficas, que podem capturar o próprio gráfico como uma entrada de ML e redes neurais, fornecem precisão potencialmente melhor porque o gráfico pode conter mais informações do que as tabelas relacionais.
Governo
Os governos podem utilizar tecnologias gráficas para defesa e segurança pública, para ajudar em iniciativas de saúde e para iniciativas interligadas de dados abertos para seus cidadãos.
-
Fraude fiscal
Os governos com poucos recursos lidam com criminosos ardilosos. Os gráficos podem ajudar as organizações a compreender a estrutura de entidades corporativas de fachada, melhorar a investigação manual com ferramentas de visualização e descobrir padrões suspeitos para rastrear caminhos em redes complexas que, em última análise, levam de volta ao fraudador.
-
Investigação criminal
Os crimes em grande escala envolvem frequentemente muitas pessoas, organizações e locais interligados. Colocar dados em gráficos permite que as autoridades policiais identifiquem com eficiência redes criminosas e detectem padrões.
-
Rastreamento de contatos
O rastreamento de contatos com doenças tem sido uma atividade urgente em todo o mundo. Os gráficos são ideais para analisar padrões de disseminação de doenças. Os analistas podem utilizar as informações sobre as pessoas que testaram positivo – as suas interações com outras pessoas e locais visitados – para ajudar a localizar rapidamente pontos críticos e ligações para evitar novos surtos.
Manufatura
Transformar matérias-primas em produtos envolve muitos relacionamentos, componentes e dependências, o que torna as tecnologias gráficas perfeitas para descobrir mais informações com rapidez.
-
Lista de materiais
Um produto pode ter dezenas de milhares de peças. E se você precisar encontrar rapidamente o impacto da mudança de uma ou algumas peças? E se cada peça tiver múltiplas dependências? A análise de gráficos permite a avaliação interativa em tempo real de tais consultas.
-
Gerenciamento de dados mestre
Em muitas fábricas, cada departamento pode usar um nome diferente para o mesmo componente. Os problemas surgem quando você precisa saber mais sobre determinados casos de uso e quais componentes estão envolvidos naquele item específico. Os gráficos de RDF permitem modelar diferentes componentes e usar os relacionamentos e as conexões que eles têm entre si.
-
Rastreabilidade
A rastreabilidade é importante em situações como recalls de produtos, quando você precisa localizar um componente específico que foi produzido em uma certa fábrica durante determinadas datas e horários. Identificar carros ou outros produtos no mercado rastreando componentes pode ser muito difícil sem a tecnologia gráfica.
Marketing
Para atrair seu público-alvo, os profissionais de marketing devem compreender seus clientes e o relacionamento que têm com seus produtos.
-
Análise de 360 graus do cliente
Hoje, as empresas sabem mais sobre os clientes através de dados mestre, transações, big data, previsões, mas muitas vezes não aproveitam totalmente essas informações. Criar uma verdadeira análise 360 do cliente é difícil, mesmo quando os dados são coletados e integrados à plataforma física. Os gráficos podem integrar logicamente os dados e simplificar a criação de uma visão unificada de cada cliente.
-
Recomendações de produtos
Embora as tecnologias não gráficas possam oferecer suporte a recomendações, os gráficos permitem maior precisão porque podem adicionar contexto. Os bancos de dados de gráficos enfatizam conexões como as relações entre os clientes e os produtos que eles gostam de comprar, fornecendo informações mais contextuais para o processo de recomendação.
-
Mídia social
As mídias sociais são movidas por relacionamentos, conectando usuários em todo o mundo. Garantir a validade desses usuários é fundamental. O Graph pode percorrer redes sociais e dados relacionados muito rapidamente, fornecendo recomendações de usuários, imagens, produtos, ao mesmo tempo que detecta atividades fraudulentas e contas manipuladas.
Serviços financeiros
Não importa o quanto tentem disfarçar, os criminosos financeiros estão relacionados a outros criminosos, locais ou contas bancárias. A tecnologia gráfica aproveita esse fato para revelar novas possibilidades de combate aos malfeitores.
-
Lavagem de dinheiro
Esses infratores tentam esconder dinheiro obtido de forma fraudulenta através de uma longa e complexa série de transferências válidas entre contas legítimas. Os gráficos facilitam a detecção de fraudes, analisando transações entre entidades e identificando aquelas com informações semelhantes, revelando contas que estão enviando quantias entre si.
-
Detectando de mulas e fraudes
Tradicionalmente, alertas de modelos baseados em regras combinados com inspeção manual são usados para detectar mulas e fraudes. Machine learning também é usado para prever decisões humanas. Contudo, aprimorar esses modelos é difícil devido à informação limitada das contas. Os gráficos vão além dessa limitação, tomando as informações das transações como referência e gerando mais características das contas com base nos relacionamentos e transações circundantes.
-
Detecção de fraude em tempo real
Os consumidores exigem acesso instantâneo a serviços e transferências de dinheiro, criando oportunidades para os criminosos. Como os gráficos permitem respostas extremamente rápidas a consultas e acesso expandido aos dados, eles se tornaram uma tecnologia popular na detecção de fraudes em tempo real. O gráfico de propriedades é frequentemente usado, especialmente em bancos online, além de análise de localização de caixas eletrônicos, já que os gráficos ajudam a aprimorar os algoritmos de detecção de fraudes usando dados que, de outra forma, seriam difíceis de associar.
Preços do Oracle Graph
O banco de dados e a análise de gráficos são integrados ao Oracle Database e incluídos nas licenças on-premises e no Autonomous Database.
Veja como o banco de dados de gráficos da Oracle facilita a exploração de relações e descubra conexões em dados dando suporte para diferentes estruturas de gráficos, análise avançada eficiente e visualização intuitiva.
Saiba como criar modelos gráficos de propriedades para analisar relacionamentos complexos usando SQL simples sem duplicação de dados. Descubra como usar gráficos de conhecimento para impulsionar modelos de machine learning e geração aumentada de recuperação (RAG) para aplicações baseadas em IA.
Crie e gerencie modelos gráficos de propriedades SQL com alguns cliques, sem codificar manualmente a sintaxe SQL. Explore conexões complexas em dados sem duplicá-los.
Os gráficos de conhecimento, também conhecidos como ontologias, ajudam as aplicações a consultar dados com o contexto associado e permitem que os usuários tomem decisões contextualizadas. Saiba como o Oracle Graph oferece suporte a essas ontologias com um caso de uso de serviços públicos.
Traga o poder dos gráficos para a IA generativa
Melliyal Annamalai, gerente de produtos da Oracle
A IA generativa pode responder a perguntas em linguagem humana em uma ampla gama de tópicos usando grandes modelos de linguagem (LLMs) que são treinados em dados disponíveis. Mas, e quanto aos dados em que o LLM não foi treinado, como seus próprios dados corporativos? Como podemos usar o poder da IA generativa nesses dados? Nós temos a resposta: Graph RAG. E a Oracle tornou o aproveitamento do poder do Graph RAG muito mais fácil.
Leia a publicação completa
