अध्याय 27: क्लाउड, इंटरनेट ऑफ थिंग्स (IoT) और बिग डेटा

अक्षर आकार

1. आधारभूत अवधारणाएँ: क्लाउड कंप्यूटिंग, इंटरनेट ऑफ थिंग्स (IoT) और बिग डेटा की त्रयी

आधुनिक डिजिटल अर्थव्यवस्था तीन परस्पर जुड़ी हुई प्रौद्योगिकियों के स्तंभों पर खड़ी है: (1) इंटरनेट ऑफ थिंग्स (IoT) जो भौतिक संसार (खेतों, कारखानों, वाहनों, मानव शरीर) में लगे अरबों सेंसरों के माध्यम से वास्तविक समय में डेटा एकत्रित करता है; (2) बिग डेटा (Big Data) जो इस विशाल, तीव्र और विविध डेटा प्रवाह को संरचित व विश्लेषित करता है; और (3) क्लाउड कंप्यूटिंग (Cloud Computing) जो इस डेटा को संग्रहीत करने और उस पर कृत्रिम बुद्धिमत्ता (AI) व एप्लिकेशन चलाने के लिए इंटरनेट पर मांग-आधारित (On-demand) सुपरकंप्यूटिंग व स्टोरेज संसाधन प्रदान करता है।

1.1 क्लाउड कंप्यूटिंग क्या है? (NIST की 5 आवश्यक विशेषताएँ एवं वर्चुअलाइजेशन)

क्लाउड कंप्यूटिंग का अर्थ है—अपने घर या कार्यालय में महँगे भौतिक सर्वर (On-Premises Servers) खरीदने और उनका रखरखाव करने के बजाय, इंटरनेट के माध्यम से किसी तृतीय-पक्ष डेटा सेंटर के साझा कंप्यूटिंग संसाधनों (CPU, GPU, RAM, स्टोरेज, डेटाबेस और सॉफ्टवेयर) को 'उपयोग के अनुसार भुगतान' (Pay-as-you-go / Utility Computing) मॉडल पर किराए पर लेना। अमेरिकी मानक संस्थान (NIST) के अनुसार क्लाउड कंप्यूटिंग की 5 मौलिक विशेषताएँ हैं:

ऑन-डिमांड सेल्फ-सर्विस (On-demand Self-service): उपयोगकर्ता बिना किसी मानवीय हस्तक्षेप के कुछ ही सेकंड में अपनी आवश्यकतानुसार सर्वर या स्टोरेज चालू कर सकता है।
व्यापक नेटवर्क पहुँच (Broad Network Access): सेवाओं को मोबाइल फोन, लैपटॉप या टैबलेट से मानक इंटरनेट प्रोटोकॉल द्वारा कहीं से भी एक्सेस किया जा सकता है (UPSC Prelims 2022 Q63 में सत्यापित)।
संसाधन पूलिंग एवं मल्टी-टेनेंसी (Resource Pooling & Multi-tenancy): क्लाउड प्रदाता के विशाल भौतिक सर्वरों को कई ग्राहकों (Tenants) के बीच तार्किक रूप से विभाजित कर साझा किया जाता है, जबकि प्रत्येक ग्राहक का डेटा अन्य से पूर्णतः पृथक और सुरक्षित रहता है।
तीव्र लोचशीलता (Rapid Elasticity / Auto-scaling): जैसे ही किसी वेबसाइट या ऐप (जैसे IRCTC या CoWIN या IPL लाइव स्ट्रीमिंग) पर अचानक करोड़ों उपयोगकर्ता आते हैं, क्लाउड स्वतः सेकंडों में अतिरिक्त सर्वर जोड़ देता है (Scale-up) और ट्रैफ़िक घटने पर उन्हें हटा देता है (Scale-down)।
मापी गई सेवा (Measured Service): बिजली के मीटर की तरह उपयोग किए गए प्रत्येक सेकंड के CPU समय और गीगाबाइट स्टोरेज की सटीक माप होती है।

क्लाउड के पीछे की मुख्य तकनीक: हाइपरवाइजर वर्चुअलाइजेशन (VMs) बनाम कंटेनराइजेशन (Containers — Docker & Kubernetes):

वर्चुअल मशीन (Virtual Machines — VMs एवं Hypervisor): एक शक्तिशाली भौतिक सर्वर पर हाइपरवाइजर (Hypervisor — जैसे VMware ESXi, KVM, Hyper-V) नामक सॉफ्टवेयर परत चलाई जाती है, जो उस एक भौतिक मशीन को कई स्वतंत्र 'वर्चुअल मशीनों' (VMs) में बाँट देती है। प्रत्येक VM के भीतर अपना अलग पूर्ण ऑपरेटिंग सिस्टम (Guest OS — जैसे एक पर Linux, दूसरे पर Windows) चलता है।
कंटेनराइजेशन (Containerization — Docker एवं Kubernetes): हर VM में अलग-अलग पूरा ऑपरेटिंग सिस्टम चलाने से RAM और CPU का बड़ा हिस्सा बर्बाद होता है। इसके समाधान के रूप में कंटेनर (Containers) आए, जो होस्ट ऑपरेटिंग सिस्टम के एक ही साझा कर्नेल (Shared OS Kernel) का उपयोग करते हैं और केवल एप्लिकेशन कोड व उसकी आवश्यक लाइब्रेरीज़ (Dependencies) को एक हल्के पैकेज में बंद करते हैं। इसलिए कंटेनर मिलीसेकंड में चालू होते हैं और किसी भी क्लाउड पर बिना किसी बदलाव के चलते हैं। हजारों कंटेनरों के स्वचालित प्रबंधन को 'कंटेनर ऑर्केस्ट्रेशन' (Container Orchestration — जैसे ओपन-सोर्स Kubernetes) कहा जाता है।

1.2 क्लाउड सेवा मॉडल: IaaS बनाम PaaS बनाम SaaS बनाम FaaS (Serverless)

क्लाउड कंप्यूटिंग में उपयोगकर्ता और क्लाउड प्रदाता के बीच नियंत्रण के बँटवारे के आधार पर चार प्रमुख सेवा मॉडल होते हैं:

IaaS (Infrastructure as a Service — अवसंरचना सेवा के रूप में): क्लाउड प्रदाता केवल बुनियादी भौतिक/वर्चुअल हार्डवेयर—सर्वर (VMs), स्टोरेज, नेटवर्किंग और वर्चुअलाइजेशन—प्रदान करता है। ऑपरेटिंग सिस्टम, मिडलवेयर, रनटाइम, एप्लिकेशन और डेटा का प्रबंधन उपयोगकर्ता स्वयं करता है। उदाहरण: AWS EC2, Microsoft Azure VMs, Google Compute Engine, NIC/Yotta IaaS। (यह खाली किराए के मकान जैसा है जहाँ फर्नीचर और व्यवस्था आपकी होती है)।
PaaS (Platform as a Service — प्लेटफॉर्म सेवा के रूप में): प्रदाता हार्डवेयर के साथ-साथ ऑपरेटिंग सिस्टम, डेटाबेस और प्रोग्रामिंग रनटाइम वातावरण भी प्रबंधित करता है। सॉफ्टवेयर डेवलपर को सर्वर कॉन्फ़िगर करने की चिंता किए बिना केवल अपना एप्लिकेशन कोड और डेटा लिखना व चलाना होता है। उदाहरण: Google App Engine, AWS Elastic Beanstalk, Heroku।
SaaS (Software as a Service — सॉफ्टवेयर सेवा के रूप में [UPSC Prelims 2022 Q63]): प्रदाता संपूर्ण सॉफ्टवेयर एप्लिकेशन और डेटा को क्लाउड पर होस्ट और प्रबंधित करता है; अंतिम उपयोगकर्ता (End-user) केवल वेब ब्राउज़र या मोबाइल ऐप के माध्यम से उसका उपयोग करता है। जैसा कि UPSC Prelims 2022 में पूछा गया था: (1) SaaS खरीदार API और कॉन्फ़िगरेशन द्वारा यूजर इंटरफ़ेस (UI) को अनुकूलित कर सकते हैं और डेटा फ़ील्ड बदल सकते हैं; (2) मोबाइल उपकरणों से अपने डेटा तक पहुँच सकते हैं; और (3) Outlook, Hotmail, Yahoo! Mail, Gmail, Google Docs, Salesforce, Zoho और Microsoft 365 इसके प्रमुख उदाहरण हैं।
FaaS / सर्वरलेस कंप्यूटिंग (Function as a Service / Serverless): इसमें डेवलपर को पूरे एप्लिकेशन की जगह केवल छोटे-छोटे इवेंट-आधारित फंक्शन (Functions) लिखने होते हैं। जब कोई घटना (Event — जैसे उपयोगकर्ता द्वारा फोटो अपलोड करना) घटित होती है, तभी क्लाउड मिलीसेकंड के लिए कोड चलाता है और कार्य समाप्त होते ही शून्य संसाधन खपत पर आ जाता है। (ध्यान दें: 'Serverless' का अर्थ यह नहीं है कि सर्वर नहीं होते, बल्कि यह कि सर्वर प्रबंधन डेवलपर से पूर्णतः अदृश्य होता है)।

चित्र 27.1: (A) On-Premises, IaaS, PaaS और SaaS में उपयोगकर्ता बनाम प्रदाता का नियंत्रण; (B) पब्लिक, प्राइवेट, हाइब्रिड, मेघराज 2.0 (कम्युनिटी) और संप्रभु क्लाउड मॉडल।

2. परीक्षा-स्तरीय व्यापक विश्लेषण: एज/फॉग कंप्यूटिंग, इंटरनेट ऑफ थिंग्स (IoT) और बिग डेटा

2.1 क्लाउड बनाम फॉग (Fog) बनाम एज (Edge) कंप्यूटिंग: विलंबता और बैंडविड्थ का समाधान

जब एक स्वायत्त कार (Autonomous Vehicle) 100 किमी/घंटा की गति से चल रही हो और सामने अचानक कोई पैदल यात्री आ जाए, तो कार के कैमरे का डेटा हजारों किलोमीटर दूर स्थित केंद्रीकृत क्लाउड डेटा सेंटर पर भेजने और वहाँ से ब्रेक लगाने का आदेश वापस आने में 100–200 मिलीसेकंड लग जाएँगे—जो दुर्घटना रोकने के लिए बहुत देर है। इसी समस्या को हल करने के लिए एज कंप्यूटिंग (Edge Computing) और फॉग कंप्यूटिंग (Fog Computing) का विकास हुआ:

मानदंड	एज कंप्यूटिंग (Edge Computing)	फॉग कंप्यूटिंग (Fog Computing)	क्लाउड कंप्यूटिंग (Cloud Computing)
डेटा प्रसंस्करण का स्थान	सीधे उपकरण या सेंसर के भीतर/समीप (On-device NPU, स्मार्ट कैमरा, कार का ECU, पहनने योग्य स्मार्टवॉच)।	स्थानीय नेटवर्क गेटवे / बेस स्टेशन (Edge और Cloud के बीच स्थानीय राउटर, फैक्ट्री सर्वर या 5G MEC टावर)।	केंद्रीकृत हाइपरस्केल डेटा सेंटर (उपयोगकर्ता से सैकड़ों या हजारों किलोमीटर दूर)।
विलंबता (Latency)	अति-निम्न (< 1 से 5 मिलीसेकंड) — तत्काल रियल-टाइम निर्णय।	निम्न (5 से 20 मिलीसेकंड) — स्थानीय समन्वय व फिल्टरिंग।	मध्यम से उच्च (50 से 200+ मिलीसेकंड) — नेटवर्क दूरी पर निर्भर।
बैंडविड्थ एवं ऑफलाइन क्षमता	इंटरनेट बंद होने पर भी कार्य करता है; कच्चा डेटा क्लाउड पर न भेजने से 90% बैंडविड्थ बचती है व गोपनीयता बनी रहती है।	हजारों स्थानीय IoT सेंसरों का डेटा एकत्रित (Aggregate) और फिल्टर कर केवल सार क्लाउड को भेजता है।	निरंतर हाई-स्पीड इंटरनेट अनिवार्य; दीर्घकालिक बिग डेटा संग्रहण और विशाल AI मॉडल प्रशिक्षण हेतु प्रयुक्त।

2.2 इंटरनेट ऑफ थिंग्स (IoT): 4-स्तरीय वास्तुकला, प्रोटोकॉल, पहनने योग्य उपकरण और डिजिटल ट्विन

1999 में केविन एश्टन द्वारा गढ़ा गया शब्द 'इंटरनेट ऑफ थिंग्स' (IoT) भौतिक वस्तुओं—घरेलू उपकरणों (गीज़र, फ्रिज, स्मार्ट मिरर — UPSC Prelims 2018 Q66), पहनने योग्य स्मार्ट उपकरणों (Wearables — UPSC Prelims 2019 Q95), कृषि मृदा सेंसरों, स्मार्ट बिजली मीटरों और औद्योगिक मशीनों—का वह नेटवर्क है, जिनमें सेंसर (Sensors), एक्चुएटर्स (Actuators), विशिष्ट पहचानकर्ता (UIDs/IPv6) और संचार चिप्स लगे होते हैं, जिससे वे बिना किसी मानवीय हस्तक्षेप के (Machine-to-Machine / M2M) डेटा का आदान-प्रदान और स्वचालित कार्य करते हैं।

IoT की 4-स्तरीय वास्तुकला (4-Layer Architecture):
1. संवेदन एवं प्रवर्तन परत (Sensing & Actuation Layer): भौतिक परिवेश से तापमान, आर्द्रता, हृदय गति (PPG/ECG), स्थान (GPS), त्वरण (Accelerometer/Gyroscope) मापने वाले सेंसर तथा मोटर/वाल्व खोलने-बंद करने वाले एक्चुएटर (Actuators)।
2. नेटवर्क एवं संचार परत (Network & Transport Layer): कम ऊर्जा और कम बैंडविड्थ वाले विशेष प्रोटोकॉल जो सेंसर डेटा को गेटवे तक पहुँचाते हैं:
  - अल्प-परासी (Short-Range): BLE (Bluetooth Low Energy), Zigbee, Z-Wave, और स्मार्ट होम का नया सार्वभौमिक मानक Thread / Matter तथा Wi-Fi और NFC।
  - दीर्घ-परासी / कम-ऊर्जा वाइड एरिया नेटवर्क (LPWAN — Low-Power Wide-Area Network): ग्रामीण कृषि और स्मार्ट शहरों में जहाँ सेंसर को एक छोटी बैटरी पर 5–10 साल चलना होता है और कई किलोमीटर दूर डेटा भेजना होता है, वहाँ LoRaWAN (अनलाइसेंस्ड स्पेक्ट्रम) और NB-IoT (Narrowband-IoT — लाइसेंस्ड सेलुलर 4G/5G स्पेक्ट्रम) का उपयोग होता है।
  - मेसेजिंग प्रोटोकॉल (Application Layer IoT Protocols): सामान्य वेब का HTTP प्रोटोकॉल छोटे सेंसरों के लिए बहुत भारी होता है; इसलिए IoT में हल्के पब्लिश-सब्सक्राइब प्रोटोकॉल MQTT (Message Queuing Telemetry Transport) और UDP-आधारित CoAP (Constrained Application Protocol) का उपयोग होता है।
3. एज / डेटा प्रसंस्करण परत (Edge / Middleware Processing Layer): स्थानीय गेटवे पर डेटा फिल्टरिंग, एन्क्रिप्शन और त्वरित विश्लेषण।
4. एप्लिकेशन एवं डिजिटल ट्विन परत (Application & Digital Twin Layer): स्मार्ट होम, सटीक कृषि (Precision Farming), स्मार्ट ग्रिड और डिजिटल ट्विन (Digital Twin — किसी भौतिक जेट इंजन, फैक्ट्री या पूरे शहर की क्लाउड पर चलने वाली लाइव वर्चुअल प्रतिकृति जो IoT सेंसर डेटा से रियल-टाइम अपडेट होती है)।

2.3 बिग डेटा (Big Data): 5Vs, डेटा लेक और प्रसंस्करण इंजन (Hadoop बनाम Spark)

जब डेटा का आकार, गति और जटिलता इतनी विशाल हो जाती है कि पारंपरिक रिलेशनल डेटाबेस (RDBMS / SQL टेबल) उसे संग्रहीत या प्रोसेस करने में विफल हो जाते हैं, तो उसे बिग डेटा (Big Data) कहा जाता है। इसे '5 Vs' द्वारा परिभाषित किया जाता है:

Volume (आकार/मात्रा): टेराबाइट्स से लेकर पेटाबाइट्स (10¹⁵ बाइट्स) और ज़ेटाबाइट्स (10²¹ बाइट्स) तक का विशाल डेटा (भारत विश्व के कुल डेटा का ~20% उत्पन्न करता है)।
Velocity (वेग/गति): UPI लेनदेन, शेयर बाजार, सोशल मीडिया और करोड़ों IoT सेंसरों से प्रति सेकंड आने वाली रियल-टाइम डेटा स्ट्रीम।
Variety (विविधता): (i) संरचित डेटा (Structured): SQL तालिकाएँ; (ii) अर्ध-संरचित (Semi-structured): JSON, XML, सर्वर लॉग्स; (iii) असंरचित डेटा (Unstructured — कुल डेटा का 80%+): वीडियो, ऑडियो, उपग्रह चित्र, सोशल मीडिया पोस्ट, मेडिकल एक्स-रे/MRI।
Veracity (सत्यता/विश्वसनीयता): डेटा में मौजूद शोर (Noise), पूर्वाग्रह, अधूरापन और फेक डेटा को साफ कर उसकी प्रामाणिकता सुनिश्चित करना।
Value (मूल्य/सार्थक निष्कर्ष): कच्चे डेटा से नीति निर्माण, रोग पूर्वानुमान या व्यावसायिक निर्णय के लिए उपयोगी पैटर्न निकालना।

डेटा वेयरहाउस (Data Warehouse) बनाम डेटा लेक (Data Lake): डेटा वेयरहाउस में केवल साफ किया गया और पूर्व-संरचित (Structured) डेटा रखा जाता है, जबकि डेटा लेक (Data Lake) में सभी प्रकार के कच्चे (Raw — संरचित, अर्ध-संरचित और असंरचित) डेटा को उसके मूल रूप में विशाल पैमाने पर संग्रहीत किया जाता है ताकि बाद में मशीन लर्निंग द्वारा उसका विश्लेषण किया जा सके।
Apache Hadoop बनाम Apache Spark: Hadoop अपनी वितरित फाइल प्रणाली (HDFS) और MapReduce के माध्यम से सैकड़ों कमोडिटी सर्वरों के क्लस्टर पर डिस्क-आधारित बैच प्रोसेसिंग करता है, जबकि Apache Spark डेटा को सीधे RAM (In-memory processing) में प्रोसेस करके Hadoop MapReduce की तुलना में 100 गुना तक तीव्र रियल-टाइम स्ट्रीम और AI विश्लेषण प्रदान करता है।

AIKosh (IndiaAI Datasets Platform): 16,229+ गैर-व्यक्तिगत डेटासेट्स व 384+ AI मॉडल्स • NDAP (नीति आयोग): मानकीकृत सार्वजनिक सरकारी डेटासेट्स का विश्लेषण मंच • MoSPI NMDS 2.0 एवं API सेतु: बिना केंद्रीकरण के अंतर-प्रचालनीय (Interoperable) डेटा साझाकरण

चित्र 27.2: (A) IoT उपकरणों से एज, फॉग और क्लाउड परत तक डेटा प्रवाह व विलंबता का अंतर; (B) बिग डेटा के 5Vs और भारत के राष्ट्रीय डेटा प्लेटफॉर्म (AIKosh, NDAP, NMDS 2.0)।

3. भारत-केंद्रित परिप्रेक्ष्य एवं समसामयिक घटनाक्रम (2025–2026): मेघराज 2.0, क्लाउड चयन फ्रेमवर्क, भाषिणी प्रवासन एवं AIKosh

पत्र सूचना कार्यालय (PIB बैकग्राउंडर, 29 अक्टूबर 2026 — 'Cloud Ecosystem in India'), सांख्यिकी और कार्यक्रम कार्यान्वयन मंत्रालय (MoSPI, PIB 08 सितंबर 2026) तथा इंडियाAI मिशन के आधिकारिक पोर्टल के अनुसार वर्ष 2025 और 2026 में भारत के क्लाउड और डेटा पारिस्थितिकी तंत्र में निम्नलिखित ऐतिहासिक उपलब्धियाँ दर्ज की गई हैं:

3.1 मेघराज (GI Cloud) और मेघराज 2.0 (MeghRaj 2.0 — 2,330 सरकारी विभाग जुड़े)

प्रारंभ एवं उद्देश्य: ई-गवर्नेंस सेवाओं में तेजी लाने और सरकारी विभागों के अलग-अलग सर्वर खरीदने के खर्च को कम करने के लिए इलेक्ट्रॉनिकी और सूचना प्रौद्योगिकी मंत्रालय (MeitY) ने 2014 में राष्ट्रीय क्लाउड पहल 'मेघराज' (MeghRaj — Government of India [GI] Cloud) की शुरुआत की थी।
मेघराज 2.0 की प्रगति (सितंबर–अक्टूबर 2026 PIB अद्यतन): मेघराज 2.0 इस राष्ट्रीय क्लाउड की दूसरी पीढ़ी का वितरित, सुरक्षित और AI-सक्षम (AI-ready) संस्करण है, जो सरकारी विभागों को लचीले IaaS, PaaS और SaaS मॉडल प्रदान करता है। सितंबर 2026 तक लगभग 2,330 सरकारी विभाग और मंत्रालय मेघराज पारिस्थितिकी तंत्र से जुड़ चुके हैं, जो डिजीलॉकर (DigiLocker), माईगव (MyGov), नेशनल स्कॉलरशिप पोर्टल (NSP) और एडवांस्ड पोस्टल टेक्नोलॉजी (APT) जैसे जनसंख्या-पैमाने के मंचों को संचालित कर रहा है (PIB, 29 अक्टूबर 2026)।
मार्च 2026 का 'MeitY क्लाउड चयन फ्रेमवर्क' (Cloud Selection Framework): मार्च 2026 में MeitY ने मंत्रालयों और विभागों के लिए एक संरचित 'क्लाउड चयन फ्रेमवर्क' जारी किया है। यह फ्रेमवर्क डेटा की संवेदनशीलता (Sensitivity) और गंभीरता (Criticality) के आधार पर यह तय करने का मार्गदर्शन देता है कि किस सरकारी एप्लिकेशन को पूर्णतः सरकारी डेटा सेंटर (NIC) पर रखना है और किसे हाइब्रिड या सूचीबद्ध वाणिज्यिक क्लाउड पर (PIB, 29 अक्टूबर 2026)।
NIC डेटा केंद्र एवं 30 सूचीबद्ध क्लाउड सेवा प्रदाता (CSPs): राष्ट्रीय सूचना विज्ञान केंद्र (NIC) देश में 4 राष्ट्रीय डेटा केंद्र (दिल्ली, पुणे, हैदराबाद और भुवनेश्वर) तथा राज्यों में 24 मिनी डेटा केंद्र संचालित करता है। इसके अतिरिक्त सितंबर 2026 तक MeitY ने 30 सार्वजनिक और निजी क्लाउड सेवा प्रदाताओं (CSPs) को सूचीबद्ध (Empanel) किया है—जिनमें भारतीय कंपनियाँ (Jio Platforms, TCS, BSNL, ITI Ltd, RailTel, AdaniConneX, Yotta Data Services) और भारत में डेटा स्थानीयकरण मानकों का पालन करने वाली वैश्विक कंपनियाँ (AWS India, Microsoft India, Google Cloud India, Oracle India) शामिल हैं।

3.2 डेटा संप्रभुता का व्यावहारिक उदाहरण: 'भाषिणी' (BHASHINI) का स्वदेशी क्लाउड पर प्रवासन और डेटा सेंटर उछाल

डिजिटल इंडिया भाषिणी का स्वदेशी Yotta क्लाउड पर प्रवासन (फरवरी 2026): PIB (29 अक्टूबर 2026) के अनुसार फरवरी 2026 में MeitY ने राष्ट्रीय भाषा अनुवाद मिशन 'भाषिणी' (BHASHINI) को विदेशी क्लाउड से हटाकर भारतीय कंपनी योटा डेटा सर्विसेज (Yotta Data Services) द्वारा संचालित स्वदेशी क्लाउड पर स्थानांतरित किया। इससे भारतीय भाषाओं के वॉयस डेटासेट्स, AI मॉडल्स और करोड़ों नागरिकों के संवाद पूर्णतः भारतीय न्यायक्षेत्र (Data Sovereignty) के भीतर सुरक्षित हो गए, साथ ही प्रदर्शन में 40% सुधार, लागत में 20–30% की बचत और 99.99% अपटाइम प्राप्त हुआ। (महाकुंभ 2025 के दौरान भाषिणी ने 11 से अधिक भारतीय भाषाओं में तीर्थयात्रियों को रियल-टाइम वॉयस सहायता प्रदान की)।
भारत की डेटा सेंटर क्षमता में तीव्र वृद्धि (1.57 GW से 8 GW): अगस्त 2026 तक भारत की कुल डेटा सेंटर क्षमता 1.57 गीगावाट (GW) तक पहुँच गई है, और AI व क्लाउड की माँग के कारण 2030 तक इसके लगभग 8 GW तक पहुँचने का अनुमान है (जिसके लिए ~$70 बिलियन का निवेश निर्माणाधीन है और $90 बिलियन की अतिरिक्त घोषणा हुई है)।
डिजिटल व्यक्तिगत डेटा संरक्षण अधिनियम, 2023 (DPDP Act, 2023) का प्रभाव: यह अधिनियम नागरिकों के डिजिटल डेटा के प्रसंस्करण में सहमति (Consent) और सुरक्षा दायित्व तय करता है, जिससे वित्तीय (RBI के डेटा स्थानीयकरण निर्देश), स्वास्थ्य (ABDM) और दूरसंचार डेटा को भारत में स्थित क्लाउड डेटा केंद्रों में रखने को प्रोत्साहन मिला है।

3.3 बिग डेटा और ओपन डेटासेट पहल: AIKosh, नीति आयोग का NDAP और कृषि/शहरी IoT

AIKosh (इंडियाAI डेटासेट्स प्लेटफॉर्म): ₹10,371.92 करोड़ के IndiaAI Mission (जिसके तहत साझा कंप्यूटिंग के लिए 38,000 से 45,000+ GPUs ऑनबोर्ड किए गए हैं) के एक प्रमुख स्तंभ के रूप में MeitY ने 'AIKosh' (indiaai.gov.in/hub/aikosh-platform) लॉन्च किया है। यह उच्च-गुणवत्ता वाले गैर-व्यक्तिगत डेटा (Non-Personal Data) और AI मॉडल्स का एकीकृत राष्ट्रीय भंडार है, जिस पर 690+ संगठनों के 16,229 से अधिक डेटासेट्स और 384+ AI मॉडल्स भारतीय स्टार्टअप्स व शोधकर्ताओं के लिए उपलब्ध हैं।
राष्ट्रीय डेटा और एनालिटिक्स प्लेटफॉर्म (NDAP — नीति आयोग) एवं MoSPI का NMDS 2.0: नीति आयोग द्वारा विकसित NDAP विभिन्न मंत्रालयों के सार्वजनिक डेटासेट्स को मानकीकृत और इंटरऑपरेबल बनाकर शोधकर्ताओं व नागरिकों के लिए सुलभ कराता है। सितंबर 2026 में MoSPI ने NMDS 2.0 (National Metadata Structure 2.0) और मॉडल डेटा शेयरिंग फ्रेमवर्क प्रस्तुत किया (PIB, 08 सितंबर 2026), जिसका मूल सिद्धांत है कि डेटा से मूल्य निकालने के लिए उसे एक जगह केंद्रीकृत करना आवश्यक नहीं है, बल्कि समान मेटाडेटा मानकों और APIs के माध्यम से वितरित डेटा प्रणालियों के बीच सुरक्षित अंतर-प्रचालनीयता स्थापित की जा सकती है।
कृषि और शहरी प्रशासन में IoT + Cloud + AI के लाइव उदाहरण (PIB अक्टूबर 2026): महाराष्ट्र का 'महाविस्तार AI' (MahaVISTAAR AI) और बारामती पहल (जो उपग्रह, मृदा IoT सेंसर और मौसम डेटा को जोड़कर किसानों को व्यक्तिगत सलाह देते हैं), आंध्र प्रदेश का 'नवचेतना' (Navachetana) और दिल्ली/शहरी मंत्रालय का 'Data DHARA' इसके प्रमुख उदाहरण हैं (PIB, 08 अक्टूबर 2026)।

चित्र 27.3: भारत के क्लाउड, डेटा सेंटर और बिग डेटा पारिस्थितिकी तंत्र के तीन मुख्य स्तंभ—(1) मेघराज 2.0 व NIC डेटा केंद्र, (2) भाषिणी का स्वदेशी Yotta क्लाउड प्रवासन व इंडियाAI कंप्यूट, तथा (3) AIKosh, NDAP और कृषि/शहरी IoT।

4. प्रारंभिक परीक्षा दृष्टिकोण (Prelims Exam Perspective: Statement Traps & Conceptual Distinctions)

UPSC प्रारंभिक परीक्षा के 6 सबसे महत्त्वपूर्ण 'कथन-जाल' (Common Prelims Statement Traps):

SaaS अनुकूलन का जाल (UPSC 2022 Q63 Pattern): यदि कथन में लिखा हो कि "Software as a Service (SaaS) मॉडल में सॉफ्टवेयर क्लाउड पर होस्ट होने के कारण खरीदार यूजर इंटरफ़ेस या डेटा फ़ील्ड में कोई परिवर्तन नहीं कर सकते" — तो यह गलत है। आधिकारिक UPSC उत्तर कुंजी के अनुसार SaaS खरीदार API और कॉन्फ़िगरेशन टूल्स के माध्यम से यूजर इंटरफ़ेस को कस्टमाइज़ कर सकते हैं और डेटा फ़ील्ड बदल सकते हैं।
एज कंप्यूटिंग बनाम क्लाउड कंप्यूटिंग विलंबता जाल: "एज कंप्यूटिंग की तुलना में केंद्रीकृत क्लाउड कंप्यूटिंग में नेटवर्क विलंबता (Latency) कम होती है" — यह कथन गलत है। एज कंप्यूटिंग डेटा को सीधे सेंसर/उपकरण के पास प्रोसेस करती है, इसलिए उसकी विलंबता (<1–5 ms) क्लाउड कंप्यूटिंग (50–200 ms) से बहुत कम होती है।
मेघराज (GI Cloud) और NDAP के नोडल संस्थान का जाल: याद रखें कि 'मेघराज' (MeghRaj / GI Cloud) और 'AIKosh' इलेक्ट्रॉनिकी और सूचना प्रौद्योगिकी मंत्रालय (MeitY) की पहल हैं, जबकि 'नेशनल डेटा एंड एनालिटिक्स प्लेटफॉर्म' (NDAP) नीति आयोग (NITI Aayog) की पहल है।
'सर्वरलेस कंप्यूटिंग' (Serverless / FaaS) का शाब्दिक जाल: यदि कथन में कहा जाए कि "सर्वरलेस कंप्यूटिंग में कोड को चलाने के लिए किसी भौतिक सर्वर की आवश्यकता नहीं होती और सारा प्रसंस्करण उपयोगकर्ता के ब्राउज़र में होता है" — तो यह गलत है। सर्वरलेस (FaaS) में भी कोड क्लाउड प्रदाता के भौतिक सर्वरों पर ही चलता है, किंतु सर्वर का प्रावधान और स्केलिंग डेवलपर से पूरी तरह अमूर्त (Abstracted) रहता है।
कंटेनर (Docker) बनाम वर्चुअल मशीन (VM) का जाल: वर्चुअल मशीनें हार्डवेयर का वर्चुअलाइजेशन करती हैं और प्रत्येक VM में अलग पूर्ण ऑपरेटिंग सिस्टम (Guest OS) होता है, जबकि कंटेनर (Containers) ऑपरेटिंग सिस्टम स्तर पर वर्चुअलाइजेशन करते हैं और होस्ट OS के एक ही कर्नेल (Shared Kernel) को साझा करते हैं, जिससे वे बहुत हल्के और तीव्र होते हैं।
IoT प्रोटोकॉल (LPWAN बनाम Short-range) का जाल: ब्लूटूथ (BLE), Zigbee और NFC कम दूरी (कुछ सेंटीमीटर से 10–100 मीटर) के प्रोटोकॉल हैं, जबकि LoRaWAN और NB-IoT लंबी दूरी (कई किलोमीटर) और अत्यंत कम बैटरी खपत वाले वाइड-एरिया (LPWAN) IoT प्रोटोकॉल हैं।

5. मुख्य परीक्षा दृष्टिकोण (Mains GS-III Perspective: Data Sovereignty, Green Data Centres & IoT Security)

1. शासन, कृषि और उद्योग में क्लाउड + IoT + बिग डेटा के लाभ

सटीक एवं जलवायु-लचीली कृषि: मृदा नमी IoT सेंसर, ड्रोन इमेजरी और भारत फोरकास्ट सिस्टम के मौसम बिग डेटा (जैसे बारामती और महाविस्तार AI पहल) से पानी, उर्वरक और श्रम लागत में 25–30% की बचत।
डेटा संप्रभुता एवं जनसंख्या-पैमाने का ई-गवर्नेंस: मेघराज 2.0 (2,330 विभाग) और भाषिणी के स्वदेशी Yotta क्लाउड प्रवासन से संवेदनशील नागरिक डेटा विदेशी न्यायक्षेत्र (जैसे US CLOUD Act) के अधीन जाने से बचता है।
स्मार्ट ग्रिड व पूर्वानुमानित रखरखाव (Predictive Maintenance): इंडस्ट्रियल IoT (IIoT) और डिजिटल ट्विन से रेलवे, बिजली ट्रांसफार्मर और विमान इंजनों में खराबी आने से पहले ही मरम्मत संभव।

2. प्रमुख चुनौतियाँ एवं समाधान (Way Forward)

पर्यावरणीय पदचिह्न (ऊर्जा व जल खपत): भारत की डेटा सेंटर क्षमता 2030 तक 1.57 GW से बढ़कर 8 GW होने वाली है। विशाल AI डेटा केंद्रों को ठंडा रखने में करोड़ों लीटर पानी और बिजली लगती है। समाधान: नवीकरणीय ऊर्जा (Green Data Centres), डायरेक्ट लिक्विड/इमर्शन कूलिंग और PUE (Power Usage Effectiveness) मानदंड।
IoT साइबर सुरक्षा (Botnet हमले): करोड़ों सस्ते IoT कैमरों व राउटरों में डिफ़ॉल्ट पासवर्ड और कमजोर एन्क्रिप्शन होता है, जिनका उपयोग हैकर्स DDoS हमलों (जैसे Mirai Botnet) के लिए करते हैं। समाधान: MeitY/TEC के 'IoT डिवाइस सुरक्षा मानकों' (Security by Design) और ओटीए (OTA) फर्मवेयर पैचिंग का कड़ाई से पालन।

6. प्रामाणिक प्रारंभिक परीक्षा प्रश्न (Authentic UPSC CSE Prelims PYQs: 2016–2026)

नीचे इंटरनेट ऑफ थिंग्स (IoT), पहनने योग्य प्रौद्योगिकी (Wearables), क्लाउड कंप्यूटिंग (SaaS) और डेटा केंद्रों पर UPSC सिविल सेवा प्रारंभिक परीक्षा में पूछे गए 4 प्रामाणिक प्रश्न (PYQs) दिए गए हैं। किसी भी विकल्प पर क्लिक करके तुरंत अपना उत्तर जाँचें:

UPSC CSE Prelims 2018 (GS Paper-I, Q66) आधिकारिक UPSC कुंजी से सत्यापित | मूल अंग्रेजी + विश्वसनीय हिंदी अनुवाद

प्रश्न 1 (PYQ 2018): जब सुबह आपके स्मार्टफोन का अलार्म बजता है, तो आप उठते हैं और अलार्म बंद करने के लिए उसे थपकी (Tap) देते हैं, जिससे आपका गीज़र स्वतः ही चालू हो जाता है। आपके स्नानघर में लगा स्मार्ट दर्पण (Smart mirror) दिन के मौसम को दर्शाता है और आपकी छत की टंकी में पानी के स्तर का भी संकेत देता है। जब आप नाश्ता बनाने के लिए अपने रेफ्रिजरेटर से कुछ किराना सामान निकालते हैं, तो वह इसमें भंडार की कमी को जान लेता है और ताजे किराना सामानों की आपूर्ति के लिए क्रयादेश (Order) दे देता है। जब आप घर से बाहर कदम रखते हैं और दरवाजे पर ताला लगाते हैं, तो सभी बत्तियाँ, पंखे, गीज़र और ए.सी. मशीनें स्वतः बंद हो जाती हैं। आपके कार्यालय जाते समय, आपकी कार आपको आगे यातायात की भीड़ के बारे में चेतावनी देती है और वैकल्पिक मार्ग का सुझाव देती है, और यदि आप किसी बैठक के लिए देर से पहुँच रहे हैं, तो वह तदनुसार आपके कार्यालय में संदेश भेज देती है।
उभरती हुई संचार प्रौद्योगिकियों के संदर्भ में, उपर्युक्त परिदृश्य के लिए निम्नलिखित में से कौन-सा पद सर्वोत्तम रूप से लागू होता है?

विस्तृत व्याख्या एवं विकल्प विश्लेषण देखें

सही उत्तर: (b) इंटरनेट ऑफ थिंग्स (Internet of Things — IoT) (आधिकारिक UPSC उत्तर कुंजी के अनुसार)।

व्याख्या: प्रश्न में वर्णित परिदृश्य में दैनिक जीवन के भौतिक उपकरण (स्मार्टफोन, गीज़र, स्मार्ट मिरर, पानी की टंकी का लेवल सेंसर, स्मार्ट रेफ्रिजरेटर, होम ऑटोमेशन लॉक और कनेक्टेड कार) सेंसर, सॉफ्टवेयर और नेटवर्क के माध्यम से आपस में जुड़े हैं और बिना मानवीय हस्तक्षेप के मशीन-टू-मशीन (M2M) संवाद कर स्वचालित निर्णय ले रहे हैं। यह इंटरनेट ऑफ थिंग्स (IoT) का सर्वोत्कृष्ट उदाहरण है।
अन्य विकल्प: BGP (Border Gateway Protocol) इंटरनेट पर स्वायत्त प्रणालियों (ISPs) के बीच डेटा पैकेट का मार्ग तय करने वाला राउटिंग प्रोटोकॉल है; VPN सार्वजनिक इंटरनेट पर एक एन्क्रिप्टेड निजी सुरंग बनाता है।

UPSC CSE Prelims 2019 (GS Paper-I, Q95) आधिकारिक UPSC कुंजी से सत्यापित | मूल अंग्रेजी + विश्वसनीय हिंदी अनुवाद

प्रश्न 2 (PYQ 2019): परिधेय प्रौद्योगिकी (Wearable technology) के संदर्भ में, परिधेय उपकरणों (Wearable devices) द्वारा निम्नलिखित में से कौन-सा/से कार्य संपन्न किया जाता है/किए जाते हैं?
1. किसी व्यक्ति का अवस्थिति निर्धारण (Location identification of a person)
2. किसी व्यक्ति का निद्रा मॉनीटरन (Sleep monitoring of a person)
3. श्रवण दोषयुक्त व्यक्ति की सहायता करना (Assisting the hearing impaired person)
नीचे दिए गए कूट का प्रयोग कर सही उत्तर चुनिए:

विस्तृत व्याख्या एवं विकल्प विश्लेषण देखें

सही उत्तर: (d) 1, 2 और 3 (आधिकारिक UPSC उत्तर कुंजी के अनुसार)।

तीनों कथन सही हैं: पहनने योग्य उपकरण (Wearable IoT devices — जैसे स्मार्टवॉच, फिटनेस बैंड, स्मार्ट श्रवण यंत्र और बायो-पैच) में सूक्ष्म MEMS सेंसर लगे होते हैं: (1) GPS/NavIC चिप से व्यक्ति की सटीक लोकेशन ट्रैक होती है; (2) एक्सेलेरोमीटर और ऑप्टिकल हार्ट-रेट (PPG) सेंसर से नींद के चरणों (REM/Deep sleep) की निगरानी होती है; और (3) डिजिटल सिग्नल प्रोसेसिंग व ब्लूटूथ युक्त स्मार्ट हियरिंग एड्स श्रवण बाधित व्यक्तियों की सहायता करते हैं।

UPSC CSE Prelims 2022 (GS Paper-I, Q63) आधिकारिक UPSC कुंजी से सत्यापित | मूल अंग्रेजी + विश्वसनीय हिंदी अनुवाद

प्रश्न 3 (PYQ 2022): "सॉफ्टवेयर एज़ ए सर्विस (Software as a Service — SaaS)" के संदर्भ में, निम्नलिखित कथनों पर विचार कीजिए:
1. SaaS खरीदार प्रयोक्ता इंटरफ़ेस (User Interface) को अपनी आवश्यकतानुसार निर्धारित (Customise) कर सकते हैं और डेटा क्षेत्र (Data Fields) में बदलाव कर सकते हैं।
2. SaaS प्रयोक्ता अपने चल-युक्तियों (Mobile Devices) के माध्यम से अपने डेटा तक पहुँच बना सकते हैं।
3. आउटलुक (Outlook), हॉटमेल (Hotmail) और याहू! मेल (Yahoo! Mail), SaaS के रूप हैं।
उपर्युक्त कथनों में से कौन-से सही हैं?

विस्तृत व्याख्या एवं विकल्प विश्लेषण देखें

सही उत्तर: (d) 1, 2 और 3 (आधिकारिक UPSC उत्तर कुंजी के अनुसार)। क्लाउड कंप्यूटिंग के SaaS मॉडल में एप्लिकेशन क्लाउड पर होस्ट होता है जिसे मोबाइल या वेब से कहीं से भी एक्सेस किया जा सकता है, API/मेटाडेटा कॉन्फ़िगरेशन द्वारा UI व डेटा फ़ील्ड कस्टमाइज़ किए जा सकते हैं, और वेबमेल सेवाएँ (Outlook, Hotmail, Yahoo! Mail) इसके प्रत्यक्ष उदाहरण हैं।

UPSC CSE Prelims 2017 (GS Paper-I, Q44) आधिकारिक UPSC कुंजी से सत्यापित | मूल अंग्रेजी + विश्वसनीय हिंदी अनुवाद

प्रश्न 4 (PYQ 2017): भारत में, निम्नलिखित में से किसके लिए साइबर सुरक्षा घटनाओं पर रिपोर्ट करना कानूनी रूप से अधिदेशात्मक (Legally Mandatory) है?
1. सेवा प्रदाता (Service providers)
2. डेटा केंद्र (Data centres)
3. कॉर्पोरेट निकाय (Body corporate)
नीचे दिए गए कूट का प्रयोग कर सही उत्तर चुनिए:

विस्तृत व्याख्या एवं विकल्प विश्लेषण देखें

सही उत्तर: (d) 1, 2 और 3। सूचना प्रौद्योगिकी अधिनियम, 2000 की धारा 70B और CERT-In के नियमों के तहत क्लाउड व भौतिक डेटा केंद्रों (Data centres), सेवा प्रदाताओं और कॉर्पोरेट निकायों सभी के लिए साइबर सुरक्षा घटनाओं की सूचना CERT-In को देना कानूनी रूप से अनिवार्य है।

7. प्रामाणिक मुख्य परीक्षा प्रश्न एवं आदर्श उत्तर (Mains GS-III PYQs & Thematic Model Answers)

UPSC CSE Mains GS Paper-III (भारत का क्लाउड पारिस्थितिकी तंत्र, मेघराज 2.0 एवं डेटा संप्रभुता — 250 शब्द / 15 अंक) PIB 29 अक्टूबर 2026 आधारित पूर्ण आदर्श उत्तर

प्रश्न 1: "डिजिटल शासन और कृत्रिम बुद्धिमत्ता के विस्तार के साथ भारत में एक सुरक्षित, स्केलेबल और संप्रभु क्लाउड (Sovereign Cloud) पारिस्थितिकी तंत्र की आवश्यकता बढ़ गई है। 'मेघराज 2.0 (GI Cloud)', मार्च 2026 के 'क्लाउड चयन फ्रेमवर्क' और 'भाषिणी' के स्वदेशी क्लाउड प्रवासन के आलोक में भारत की क्लाउड रणनीति का मूल्यांकन कीजिए।" (250 शब्द, 15 अंक)

आदर्श उत्तर संरचना (Model Answer):

भूमिका (Introduction): क्लाउड कंप्यूटिंग भारत के डिजिटल पब्लिक इन्फ्रास्ट्रक्चर (DPI) और ई-गवर्नेंस की अदृश्य रीढ़ है। चूँकि भारत विश्व के लगभग 20% डेटा का सृजन करता है, इसलिए संवेदनशील नागरिक, स्वास्थ्य, वित्तीय और भाषाई डेटा पर राष्ट्रीय नियंत्रण (Data Sovereignty) बनाए रखने के लिए घरेलू क्लाउड और डेटा सेंटर अवसंरचना का विकास सामरिक रूप से अनिवार्य हो गया है।

1. भारत की क्लाउड रणनीति के प्रमुख स्तंभ (PIB अक्टूबर 2026):

मेघराज 2.0 (GI Cloud) का विस्तार: 2014 में MeitY द्वारा शुरू किए गए राष्ट्रीय क्लाउड का द्वितीय-पीढ़ी संस्करण 'मेघराज 2.0' एक वितरित और AI-सक्षम आर्किटेक्चर के माध्यम से IaaS, PaaS और SaaS सेवाएँ प्रदान करता है। सितंबर 2026 तक 2,330 सरकारी विभाग इससे जुड़ चुके हैं, जो डिजीलॉकर, माईगव और नेशनल स्कॉलरशिप पोर्टल जैसे मंचों को चला रहे हैं।
NIC डेटा केंद्र एवं 30 सूचीबद्ध CSPs: NIC के 4 राष्ट्रीय डेटा केंद्रों और 24 मिनी डेटा केंद्रों के साथ-साथ सरकार ने 30 क्लाउड सेवा प्रदाताओं (Jio, TCS, BSNL, Yotta, AdaniConneX व स्थानीयकृत वैश्विक प्रदाताओं) को सूचीबद्ध किया है।
मार्च 2026 का 'क्लाउड चयन फ्रेमवर्क': यह मंत्रालयों को डेटा की संवेदनशीलता और गंभीरता के आधार पर सरकारी और हाइब्रिड क्लाउड चुनने का वैज्ञानिक मानदंड देता है।
डेटा संप्रभुता का मॉडल — 'भाषिणी' प्रवासन (फरवरी 2026): राष्ट्रीय भाषा मिशन 'भाषिणी' को स्वदेशी Yotta क्लाउड पर स्थानांतरित करने से न केवल भारतीय भाषा डेटासेट्स भारत के न्यायक्षेत्र में सुरक्षित हुए, बल्कि प्रदर्शन में 40% वृद्धि और लागत में 20–30% की कमी आई।

2. चुनौतियाँ एवं आगे की राह: भारत की डेटा सेंटर क्षमता अगस्त 2026 के 1.57 GW से बढ़कर 2030 तक 8 GW होने का अनुमान है। इस वृद्धि को संधारणीय बनाने के लिए हरित डेटा केंद्रों (Green Data Centres), तरल शीतलन (Liquid Cooling) और स्वदेशी सर्वर हार्डवेयर (रुद्र सर्वर) के एकीकरण को प्राथमिकता देनी होगी।

UPSC CSE Mains GS Paper-III (इंटरनेट ऑफ थिंग्स, बिग डेटा एवं स्मार्ट कृषि/शहर — 150 शब्द / 10 अंक) पूर्ण आदर्श उत्तर

प्रश्न 2: "इंटरनेट ऑफ थिंग्स (IoT), एज कंप्यूटिंग और बिग डेटा एनालिटिक्स का अभिसरण भारतीय कृषि को 'अनुभव-आधारित' से 'डेटा-आधारित सटीक कृषि (Precision Agriculture)' में कैसे बदल सकता है? उदाहरण सहित चर्चा कीजिए।" (150 शब्द, 10 अंक)

आदर्श उत्तर संरचना (Model Answer):

भूमिका: भारतीय कृषि मानसून की अनिश्चितता, भूजल दोहन और उर्वरकों के असंतुलित उपयोग की चुनौतियों से जूझ रही है। IoT सेंसरों, एज कंप्यूटिंग और बिग डेटा का अभिसरण खेत के प्रत्येक वर्ग मीटर की वास्तविक आवश्यकता के अनुसार संसाधन प्रबंधन (Precision Farming) को संभव बनाता है।

क्रियाविधि एवं प्रमुख अनुप्रयोग:

मृदा एवं सूक्ष्म-जलवायु संवेदन (IoT Sensing): खेतों में लगे LoRaWAN/NB-IoT आधारित सेंसर मिट्टी की नमी, pH, NPK पोषक तत्वों और पत्तियों की आर्द्रता का रियल-टाइम डेटा एकत्रित करते हैं।
स्वचालित सिंचाई एवं श्रम बचत (Edge Actuation): जब मिट्टी की नमी निर्धारित स्तर से नीचे जाती है, तो एज कंट्रोलर स्वतः ड्रिप सिंचाई पंप चालू कर देता है। (जैसे महाराष्ट्र के बारामती और महाविस्तार AI प्रयोग में उपग्रह, IoT और मौसम डेटा के एकीकरण से उपज बढ़ी और श्रम व पानी की लागत घटी — PIB अक्टूबर 2026)।
रोग पूर्वानुमान व आपूर्ति श्रृंखला: कोल्ड-चेन ट्रकों में लगे IoT तापमान सेंसर फसल कटाई के बाद होने वाले नुकसान (Post-harvest loss) को कम करते हैं।

निष्कर्ष: सस्ते स्वदेशी सेंसरों और संशोधित भारतनेट की ग्रामीण कनेक्टिविटी से छोटे और सीमांत किसानों तक इस तकनीक का लोकतंत्रीकरण किया जा सकता है।

8. नवीन अभ्यास प्रश्न बैंक (New Original Practice Bank: 16 Prelims MCQs + 3 Mains Model Answers)

प्रारंभिक परीक्षा के खंड (viii) के 4 प्रामाणिक PYQs के अतिरिक्त, यहाँ UPSC CSE 2027 के नवीनतम पैटर्न पर आधारित 16 मौलिक अभ्यास प्रश्न दिए गए हैं (कुल 20 इंटरएक्टिव MCQ कार्ड्स):

अभ्यास प्रश्न 1 (क्लाउड सेवा मॉडल: IaaS बनाम PaaS बनाम SaaS) UPSC Prelims 2027 स्तर

प्रश्न 5: क्लाउड कंप्यूटिंग के तीन मुख्य सेवा मॉडलों—IaaS, PaaS और SaaS—के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. 'इंफ्रास्ट्रक्चर एज़ ए सर्विस (IaaS)' में क्लाउड प्रदाता वर्चुअल मशीन, स्टोरेज और नेटवर्क प्रदान करता है, जबकि ऑपरेटिंग सिस्टम और एप्लिकेशन सॉफ्टवेयर पर नियंत्रण उपयोगकर्ता का होता है।
2. 'प्लेटफॉर्म एज़ ए सर्विस (PaaS)' में प्रदाता ऑपरेटिंग सिस्टम और रनटाइम वातावरण का प्रबंधन करता है, जिससे सॉफ्टवेयर डेवलपर्स सर्वर प्रबंधन की चिंता किए बिना सीधे अपना कोड विकसित और तैनात कर सकते हैं।
3. तीनों मॉडलों में से 'सॉफ्टवेयर एज़ ए सर्विस (SaaS)' में अंतिम उपयोगकर्ता को अंतर्निहित ऑपरेटिंग सिस्टम कर्नेल और भौतिक सर्वर हार्डवेयर पर सर्वाधिक प्रत्यक्ष नियंत्रण प्राप्त होता है।
उपर्युक्त कथनों में से कौन-से सही हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (c) केवल 1 और 2। कथन 3 गलत है क्योंकि SaaS में ऑपरेटिंग सिस्टम और हार्डवेयर का पूर्ण प्रबंधन क्लाउड प्रदाता करता है; अंतर्निहित OS और वर्चुअल हार्डवेयर पर सर्वाधिक नियंत्रण IaaS में होता है।

अभ्यास प्रश्न 2 (मेघराज 2.0 एवं क्लाउड चयन फ्रेमवर्क) PIB अक्टूबर 2026 आधारित

प्रश्न 6: भारत सरकार की राष्ट्रीय क्लाउड पहल 'मेघराज (MeghRaj / GI Cloud)' और 'मेघराज 2.0' के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. यह पहल इलेक्ट्रॉनिकी और सूचना प्रौद्योगिकी मंत्रालय (MeitY) द्वारा ई-गवर्नेंस सेवाओं में तेजी लाने और सरकारी ICT व्यय को अनुकूलित करने के लिए शुरू की गई थी।
2. मेघराज 2.0 एक वितरित और AI-सक्षम क्लाउड आर्किटेक्चर के माध्यम से सरकारी विभागों को IaaS, PaaS और SaaS मॉडल प्रदान करता है।
3. मार्च 2026 में MeitY ने डेटा की संवेदनशीलता और गंभीरता (Criticality) के आधार पर मंत्रालयों को क्लाउड चुनने में मार्गदर्शन देने के लिए 'क्लाउड चयन फ्रेमवर्क (Cloud Selection Framework)' जारी किया है।
उपर्युक्त कथनों में से कितने सही हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (c) सभी तीन (PIB बैकग्राउंडर, 29 अक्टूबर 2026 — 'Cloud Ecosystem in India')। सितंबर 2026 तक 2,330 सरकारी विभाग मेघराज 2.0 से जुड़ चुके हैं।

अभ्यास प्रश्न 3 (एज कंप्यूटिंग बनाम क्लाउड कंप्यूटिंग) कथन-कारण प्रकार

प्रश्न 7: निम्नलिखित कथनों पर विचार कीजिए:
कथन-I: स्वायत्त वाहनों (Self-driving cars), दूरस्थ रोबोटिक सर्जरी और स्मार्ट कारखानों के सुरक्षा सेंसरों के लिए केवल केंद्रीकृत क्लाउड कंप्यूटिंग पर निर्भर रहने के बजाय 'एज कंप्यूटिंग (Edge Computing)' का उपयोग अनिवार्य है।
कथन-II: एज कंप्यूटिंग डेटा को दूरस्थ डेटा केंद्रों पर भेजने के बजाय डेटा उत्पन्न होने के स्रोत (सेंसर या उपकरण) के ठीक पास प्रोसेस करती है, जिससे नेटवर्क विलंबता (Latency) और बैंडविड्थ की खपत में भारी कमी आती है।
उपर्युक्त कथनों के संबंध में निम्नलिखित में से कौन-सा एक सही है?

विस्तृत व्याख्या देखें

सही उत्तर: (a)। समय-संवेदनशील (Mission-critical) अनुप्रयोगों में कुछ मिलीसेकंड की देरी भी घातक हो सकती है; एज कंप्यूटिंग स्थानीय स्तर पर ही डेटा प्रोसेस करके तत्काल निर्णय सुनिश्चित करती है।

अभ्यास प्रश्न 4 (वर्चुअल मशीन बनाम कंटेनर — Docker/Kubernetes) क्लाउड-नेटिव तकनीक

प्रश्न 8: आधुनिक क्लाउड-नेटिव आर्किटेक्चर में 'वर्चुअल मशीन (VMs)' और 'कंटेनर (Containers — जैसे Docker)' के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. प्रत्येक वर्चुअल मशीन (VM) में अपना अलग पूर्ण गेस्ट ऑपरेटिंग सिस्टम (Guest OS) होता है, जबकि एक ही सर्वर पर चलने वाले कई कंटेनर होस्ट ऑपरेटिंग सिस्टम के एक ही कर्नेल (Shared OS Kernel) को साझा करते हैं।
2. वर्चुअल मशीनों की तुलना में कंटेनर अधिक हल्के (Lightweight) होते हैं, कम मेमोरी घेरते हैं और अधिक तेजी से चालू (Boot) होते हैं।
3. 'कुबेरनेट्स (Kubernetes)' एक प्रकार का भौतिक सेमीकंडक्टर प्रोसेसर है जिसका उपयोग केवल क्वांटम कंप्यूटरों में होता है।
उपर्युक्त कथनों में से कौन-से सही हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (b) केवल 1 और 2। कथन 3 गलत है क्योंकि कुबेरनेट्स (Kubernetes / K8s) कोई हार्डवेयर प्रोसेसर नहीं, बल्कि क्लाउड पर हजारों सॉफ्टवेयर कंटेनरों को स्वचालित रूप से तैनात, स्केल और प्रबंधित करने वाला एक ओपन-सोर्स 'कंटेनर ऑर्केस्ट्रेशन' सॉफ्टवेयर प्लेटफॉर्म है।

अभ्यास प्रश्न 5 (IoT संचार प्रोटोकॉल: LoRaWAN, NB-IoT, MQTT) UPSC Prelims 2027 स्तर

प्रश्न 9: इंटरनेट ऑफ थिंग्स (IoT) पारिस्थितिकी तंत्र में प्रयुक्त निम्नलिखित प्रोटोकॉलों और मानकों पर विचार कीजिए:
1. LoRaWAN और NB-IoT: कम ऊर्जा खपत पर कई किलोमीटर की लंबी दूरी तक सेंसर डेटा भेजने वाले 'लो-पावर वाइड-एरिया नेटवर्क (LPWAN)' मानक
2. MQTT और CoAP: कम मेमोरी और कम बैंडविड्थ वाले IoT उपकरणों के लिए डिजाइन किए गए हल्के (Lightweight) मेसेजिंग प्रोटोकॉल
3. Matter (मैटर): विभिन्न कंपनियों के स्मार्ट होम उपकरणों (बल्ब, लॉक, थर्मोस्टेट) के बीच निर्बाध अंतर-प्रचालनीयता (Interoperability) के लिए विकसित ओपन-सोर्स कनेक्टिविटी मानक
उपर्युक्त में से कौन-से सही सुमेलित हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (d) 1, 2 और 3। तीनों युग्म IoT प्रोटोकॉल स्टैक के सबसे महत्त्वपूर्ण मानकों का सटीक वर्णन करते हैं।

अभ्यास प्रश्न 6 (डिजिटल ट्विन — Digital Twin) उद्योग 4.0 एवं स्मार्ट शहर

प्रश्न 10: उभरती प्रौद्योगिकियों के संदर्भ में 'डिजिटल ट्विन (Digital Twin)' पद का सर्वोत्तम वर्णन निम्नलिखित में से कौन-सा है?

विस्तृत व्याख्या देखें

सही उत्तर: (b)। किसी साधारण स्थिर 3D CAD मॉडल के विपरीत, 'डिजिटल ट्विन' भौतिक वस्तु पर लगे IoT सेंसरों से द्वि-दिशीय रियल-टाइम डेटा प्रवाह से जुड़ा होता है। भारत का 'संगम: डिजिटल ट्विन' (दूरसंचार विभाग) बुनियादी ढाँचा नियोजन में इसी तकनीक का उपयोग करता है।

अभ्यास प्रश्न 7 ('AIKosh' एवं 'NDAP' मंच) PIB सितंबर–अक्टूबर 2026 आधारित

प्रश्न 11: भारत के डेटा और कृत्रिम बुद्धिमत्ता पारिस्थितिकी तंत्र में चर्चित 'AIKosh (एआई-कोष)' और 'NDAP (National Data and Analytics Platform)' के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. 'AIKosh' इंडियाAI मिशन (MeitY) के तहत स्थापित एक एकीकृत राष्ट्रीय डेटासेट और AI मॉडल प्लेटफॉर्म है जो भारतीय स्टार्टअप्स और शोधकर्ताओं को गैर-व्यक्तिगत (Non-personal), AI-तैयार डेटासेट्स उपलब्ध कराता है।
2. 'NDAP' नीति आयोग की एक पहल है जिसका उद्देश्य विभिन्न सरकारी मंत्रालयों के सार्वजनिक डेटासेट्स को मानकीकृत कर विश्लेषण और अनुसंधान के लिए सुलभ बनाना है।
उपर्युक्त कथनों में से कौन-सा/से सही है/हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (c) 1 और 2 दोनों (IndiaAI AIKosh Portal एवं PIB, 08 सितंबर 2026)।

अभ्यास प्रश्न 8 (डेटा लेक बनाम डेटा वेयरहाउस) बिग डेटा आर्किटेक्चर

प्रश्न 12: बिग डेटा प्रबंधन में 'डेटा वेयरहाउस (Data Warehouse)' और 'डेटा लेक (Data Lake)' के बीच मुख्य अंतर के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. डेटा वेयरहाउस में मुख्य रूप से साफ किया गया और पूर्व-निर्धारित स्कीमा वाला 'संरचित डेटा (Structured data)' संग्रहीत किया जाता है, जबकि डेटा लेक में संरचित, अर्ध-संरचित और असंरचित (वीडियो, ऑडियो, सेंसर लॉग्स) सभी प्रकार के कच्चे डेटा (Raw data) को उसके मूल रूप में संग्रहीत किया जाता है।
2. मशीन लर्निंग और डीप लर्निंग मॉडलों के प्रशिक्षण के लिए असंरचित डेटा को संभालने में डेटा लेक अधिक लचीलापन प्रदान करता है।
उपर्युक्त कथनों में से कौन-सा/से सही है/हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (a) 1 और 2 दोनों। डेटा वेयरहाउस 'Schema-on-Write' पर काम करता है जबकि डेटा लेक 'Schema-on-Read' पर काम करता है। आधुनिक आर्किटेक्चर में दोनों के गुणों को मिलाकर 'डेटा लेकहाउस' (Data Lakehouse) भी बनाया जाता है।

अभ्यास प्रश्न 9 ('भाषिणी' और संप्रभु क्लाउड) PIB 29 अक्टूबर 2026 आधारित

प्रश्न 13: डिजिटल इंडिया के 'भाषिणी (BHASHINI)' प्लेटफॉर्म और 'डेटा संप्रभुता (Data Sovereignty)' के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. भाषिणी एक AI-आधारित बहुभाषी अनुवाद मंच है जो भारतीय भाषाओं में वॉयस और टेक्स्ट आधारित डिजिटल सेवाओं तक नागरिकों की पहुँच सुगम बनाता है।
2. फरवरी 2026 में भाषा डेटासेट्स और AI मॉडलों को भारत के न्यायक्षेत्र के भीतर रखने (डेटा संप्रभुता) के लिए भाषिणी को भारतीय क्लाउड अवसंरचना (Yotta Data Services) पर स्थानांतरित किया गया है।
उपर्युक्त कथनों में से कौन-सा/से सही है/हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (c) 1 और 2 दोनों (PIB, 29 अक्टूबर 2026)।

अभ्यास प्रश्न 10 (सर्वरलेस कंप्यूटिंग / FaaS) क्लाउड प्रतिमान

प्रश्न 14: क्लाउड कंप्यूटिंग में 'सर्वरलेस कंप्यूटिंग (Serverless Computing / Function as a Service — FaaS)' के संदर्भ में निम्नलिखित में से कौन-सा कथन सही है?

विस्तृत व्याख्या देखें

सही उत्तर: (b)। सर्वरलेस कंप्यूटिंग (जैसे AWS Lambda, Google Cloud Functions, Azure Functions) इवेंट-आधारित निष्पादन पर कार्य करती है जहाँ निष्क्रिय समय (Idle time) के लिए शून्य शुल्क लगता है।

अभ्यास प्रश्न 11 (Hadoop बनाम Apache Spark) बिग डेटा फ्रेमवर्क

प्रश्न 15: बिग डेटा प्रसंस्करण में प्रयुक्त ओपन-सोर्स ढाँचों—'अपाचे हडूप (Apache Hadoop)' और 'अपाचे स्पार्क (Apache Spark)'—के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. हडूप अपने 'HDFS (Hadoop Distributed File System)' के माध्यम से विशाल डेटा को कई सर्वर नोड्स पर विभाजित कर संग्रहीत करता है और 'MapReduce' द्वारा बैच प्रोसेसिंग करता है।
2. अपाचे स्पार्क बार-बार हार्ड डिस्क पर डेटा लिखने के बजाय मुख्य मेमोरी (RAM — In-memory processing) में डेटा प्रोसेस करता है, जिससे यह रियल-टाइम स्ट्रीम एनालिटिक्स और मशीन लर्निंग में MapReduce से कई गुना तीव्र होता है।
उपर्युक्त कथनों में से कौन-सा/से सही है/हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (c) 1 और 2 दोनों। दोनों कथन बिग डेटा प्रोसेसिंग इंजनों के मूल अंतर को स्पष्ट करते हैं।

अभ्यास प्रश्न 12 (SQL बनाम NoSQL डेटाबेस) डेटाबेस प्रबंधन

प्रश्न 16: पारंपरिक रिलेशनल डेटाबेस (SQL) की तुलना में आधुनिक बिग डेटा और क्लाउड अनुप्रयोगों में 'NoSQL (Not Only SQL)' डेटाबेस (जैसे MongoDB, Cassandra) को क्यों प्राथमिकता दी जाती है?
1. NoSQL डेटाबेस कठोर पंक्ति-और-स्तंभ (Row-and-Column) तालिकाओं की बाध्यता के बिना अर्ध-संरचित और असंरचित डेटा (जैसे JSON दस्तावेज़, ग्राफ़, की-वैल्यू) को आसानी से संग्रहीत कर सकते हैं।
2. वे कई सर्वरों के क्लस्टर में क्षैतिज रूप से स्केल (Horizontal Scaling / Sharding) करने के लिए अत्यंत उपयुक्त होते हैं।
उपर्युक्त कथनों में से कौन-सा/से सही है/हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (a) 1 और 2 दोनों।

अभ्यास प्रश्न 13 (हाइब्रिड क्लाउड बनाम मल्टी-क्लाउड) क्लाउड परिनियोजन

प्रश्न 17: जब कोई बैंक या सरकारी विभाग अपने अत्यंत गोपनीय ग्राहक डेटा को अपने स्वयं के 'प्राइवेट क्लाउड (या ऑन-प्रिमाइसेस डेटा सेंटर)' में रखता है, किंतु त्योहारों के सीजन में बढ़ने वाले सामान्य वेब ट्रैफ़िक को संभालने के लिए उसे किसी 'पब्लिक क्लाउड' के साथ जोड़कर एक एकीकृत प्रणाली के रूप में चलाता है, तो इस मॉडल को क्या कहा जाता है?

विस्तृत व्याख्या देखें

सही उत्तर: (b) हाइब्रिड क्लाउड (Hybrid Cloud)। प्राइवेट क्लाउड से अतिरिक्त लोड को पब्लिक क्लाउड पर भेजने की इस तकनीक को 'क्लाउड बर्स्टिंग' (Cloud Bursting) भी कहा जाता है। CNCF 2026 रिपोर्ट के अनुसार भारत के 44% डेवलपर्स हाइब्रिड क्लाउड का उपयोग करते हैं (PIB, 29 अक्टूबर 2026)।

अभ्यास प्रश्न 14 (सेंसर बनाम एक्चुएटर — Sensors vs Actuators) IoT हार्डवेयर आधार

प्रश्न 18: किसी स्वचालित इंटरनेट ऑफ थिंग्स (IoT) प्रणाली (जैसे स्मार्ट ग्रीनहाउस) में 'सेंसर (Sensor)' और 'एक्चुएटर (Actuator)' की भूमिकाओं के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. सेंसर भौतिक परिवेश के मापदंडों (जैसे तापमान, मिट्टी की नमी, प्रकाश) को मापकर उन्हें विद्युत/डिजिटल संकेतों में बदलता है।
2. एक्चुएटर नियंत्रक (Controller) से प्राप्त डिजिटल आदेश को भौतिक क्रिया (जैसे पानी का वाल्व खोलना या कूलिंग फैन चालू करना) में बदलता है।
उपर्युक्त कथनों में से कौन-सा/से सही है/हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (c) 1 और 2 दोनों। सेंसर IoT की 'आँख और कान' हैं जबकि एक्चुएटर उसके 'हाथ-पैर' हैं।

अभ्यास प्रश्न 15 (IoT साइबर सुरक्षा एवं बॉटनेट हमला) साइबर-भौतिक सुरक्षा

प्रश्न 19: साइबर सुरक्षा के संदर्भ में 'इंटरनेट ऑफ थिंग्स (IoT) बॉटनेट' (जैसे Mirai Botnet) किस प्रकार का खतरा उत्पन्न करता है?

विस्तृत व्याख्या देखें

सही उत्तर: (a)। असुरक्षित IoT उपकरणों को 'ज़ॉम्बी डिवाइस' बनाकर किए जाने वाले Distributed Denial of Service (DDoS) हमले आधुनिक इंटरनेट के सबसे बड़े खतरों में से एक हैं।

अभ्यास प्रश्न 16 (भारत की डेटा सेंटर क्षमता एवं NIC) PIB 29 अक्टूबर 2026 आधारित

प्रश्न 20: भारत के डेटा सेंटर और क्लाउड बुनियादी ढाँचे के संदर्भ में निम्नलिखित कथनों पर विचार कीजिए:
1. राष्ट्रीय सूचना विज्ञान केंद्र (NIC) सरकारी ई-गवर्नेंस सेवाओं को होस्ट करने के लिए राष्ट्रीय डेटा केंद्रों और राज्य-स्तरीय मिनी डेटा केंद्रों का संचालन करता है।
2. अगस्त 2026 तक भारत की कुल डेटा सेंटर क्षमता 1.57 गीगावाट (GW) तक पहुँच चुकी है और 2030 तक इसके लगभग 8 GW तक बढ़ने का अनुमान है।
उपर्युक्त कथनों में से कौन-सा/से सही है/हैं?

विस्तृत व्याख्या देखें

सही उत्तर: (c) 1 और 2 दोनों (PIB बैकग्राउंडर, 29 अक्टूबर 2026)।

8.2 मुख्य परीक्षा अभ्यास प्रश्न एवं पूर्ण आदर्श उत्तर (3 Mains Practice Questions with Full Model Answers)

मुख्य परीक्षा अभ्यास प्रश्न 1 (GS-III: 150 शब्द / 10 अंक) पूर्ण आदर्श उत्तर

प्रश्न 3: "एज कंप्यूटिंग (Edge Computing) और फॉग कंप्यूटिंग (Fog Computing) केंद्रीकृत क्लाउड कंप्यूटिंग की किन सीमाओं को दूर करते हैं? भारत में 5G के विस्तार के साथ स्वास्थ्य सेवा और आपदा प्रबंधन में इनके अनुप्रयोगों को स्पष्ट कीजिए।" (150 शब्द, 10 अंक)

आदर्श उत्तर:

भूमिका: केंद्रीकृत क्लाउड कंप्यूटिंग में विशाल गणना शक्ति होने के बावजूद तीन अंतर्निहित सीमाएँ हैं—(1) लंबी भौगोलिक दूरी के कारण उच्च नेटवर्क विलंबता (Latency: 50–200 ms), (2) करोड़ों सेंसरों का कच्चा डेटा भेजने से बैंडविड्थ की भारी खपत, और (3) इंटरनेट बाधित होने पर ऑफलाइन काम न कर पाना।

एज एवं फॉग कंप्यूटिंग द्वारा समाधान और अनुप्रयोग:

तत्काल स्थानीय प्रसंस्करण: एज कंप्यूटिंग डेटा को सीधे उपकरण/सेंसर पर (<1–5 ms विलंबता) और फॉग कंप्यूटिंग स्थानीय गेटवे/5G टावर (Multi-access Edge Computing — MEC) पर प्रोसेस करती है।
स्वास्थ्य सेवा (Tele-ICU & Wearables): ग्रामीण अस्पतालों और पहनने योग्य ECG/PPG मॉनिटरों में एज AI बिना इंटरनेट के भी हृदयाघात (Arrhythmia) या स्ट्रोक के शुरुआती संकेतों को तुरंत पहचानकर अलर्ट जारी करता है।
आपदा प्रबंधन: हिमालयी क्षेत्रों में बाढ़ या भूस्खलन के समय जब मुख्य फाइबर नेटवर्क टूट जाता है, तब भी स्थानीय एज/फॉग नोड्स सेंसर डेटा का विश्लेषण कर स्थानीय सायरन और राहत ड्रोन को सक्रिय कर सकते हैं।

निष्कर्ष: एज, फॉग और क्लाउड प्रतिस्पर्धी नहीं बल्कि एक अखंड कंप्यूटिंग सातत्य (Continuum) के पूरक स्तर हैं।

मुख्य परीक्षा अभ्यास प्रश्न 2 (GS-III / GS-II: 150 शब्द / 10 अंक) पूर्ण आदर्श उत्तर (PIB सितंबर 2026 आधारित)

प्रश्न 4: "'डेटा से सार्वजनिक मूल्य सृजित करने के लिए उसे एक ही स्थान पर केंद्रीकृत करना अनिवार्य नहीं है; मानकीकृत मेटाडेटा और API अंतर-प्रचालनीयता अधिक प्रभावी विकल्प हैं।' 'AIKosh', नीति आयोग के 'NDAP' और MoSPI के 'NMDS 2.0' के संदर्भ में इस कथन का परीक्षण कीजिए।" (150 शब्द, 10 अंक)

आदर्श उत्तर:

भूमिका: सरकारी विभागों में डेटा अक्सर अलग-अलग 'साइलो' (Silos) और असंगत प्रारूपों में बंद रहता है। किंतु सभी मंत्रालयों के डेटा को एक ही विशाल सर्वर पर जबरन इकट्ठा करने से गोपनीयता, सुरक्षा और विभागीय स्वामित्व की जटिलताएँ उत्पन्न होती हैं।

संघीय एवं अंतर-प्रचालनीय डेटा शासन (Federated Data Governance — PIB सितंबर 2026):

समान मेटाडेटा और API सेतु (NMDS 2.0): सांख्यिकी मंत्रालय (MoSPI) के NMDS 2.0 (National Metadata Structure 2.0) और MeitY के मॉडल डेटा शेयरिंग फ्रेमवर्क ने दिखाया है कि समान विशिष्ट पहचानकर्ताओं (Common Identifiers) और APIs के माध्यम से डेटा अपने मूल मंत्रालय के पास रहते हुए भी अन्य विभागों के साथ रियल-टाइम संवाद कर सकता है।
AIKosh और NDAP: इंडियाAI मिशन का AIKosh (16,229+ गैर-व्यक्तिगत डेटासेट्स) और नीति आयोग का NDAP मानकीकृत मेटाडेटा के माध्यम से शोधकर्ताओं व स्टार्टअप्स को कृषि, स्वास्थ्य और शहरी शासन (Data DHARA) के लिए उच्च-गुणवत्ता वाला डेटा उपलब्ध करा रहे हैं।

निष्कर्ष: यह 'डेटा लोकतंत्रीकरण' गोपनीयता की रक्षा करते हुए साक्ष्य-आधारित नीति निर्माण (Evidence-based Policymaking) को सशक्त करता है।

मुख्य परीक्षा अभ्यास प्रश्न 3 (GS-III: 250 शब्द / 15 अंक) पूर्ण आदर्श उत्तर (PIB अक्टूबर 2026 आधारित)

प्रश्न 5: "भारत वैश्विक डेटा सेंटर हब बनने की ओर अग्रसर है जहाँ 2030 तक क्षमता 1.57 GW से बढ़कर 8 GW होने का अनुमान है। इस तीव्र विस्तार के आर्थिक व रणनीतिक लाभों तथा इससे जुड़ी पर्यावरणीय (ऊर्जा व जल) और साइबर सुरक्षा चुनौतियों का विश्लेषण कीजिए।" (250 शब्द, 15 अंक)

आदर्श उत्तर:

भूमिका: अक्टूबर 2026 के PIB आंकड़ों के अनुसार भारत की डेटा सेंटर क्षमता 1.57 गीगावाट (GW) तक पहुँच गई है और लगभग $160 बिलियन ($70B निर्माणाधीन + $90B घोषित) के निवेश के साथ 2030 तक इसके 8 GW तक पहुँचने का अनुमान है।

1. आर्थिक एवं रणनीतिक लाभ:

डेटा संप्रभुता एवं कानून प्रवर्तन: DPDP अधिनियम 2023 और RBI के निर्देशों के तहत भारतीय नागरिकों का डेटा देश की सीमा के भीतर रहने से विदेशी निगरानी से सुरक्षा मिलती है और साइबर अपराधों की जाँच में त्वरित डेटा एक्सेस मिलता है।
AI और क्लाउड निर्यात हब: कम लागत की नवीकरणीय ऊर्जा, सबमरीन केबल लैंडिंग स्टेशनों (मुंबई, चेन्नई) और 22.5 लाख क्लाउड-नेटिव डेवलपर्स के बल पर भारत पूरे ग्लोबल साउथ के लिए AI और क्लाउड होस्टिंग केंद्र बन रहा है।

2. पर्यावरणीय एवं सुरक्षा चुनौतियाँ और समाधान:

उच्च बिजली और जल खपत: एक 100 MW का पारंपरिक डेटा सेंटर प्रतिदिन लाखों लीटर पानी वाष्पीकरण शीतलन (Evaporative Cooling) में खर्च करता है, जो जल-संकटग्रस्त शहरों (बेंगलुरु, चेन्नई, हैदराबाद) के लिए चुनौती है। समाधान: डायरेक्ट-टू-चिप लिक्विड कूलिंग, इमर्शन कूलिंग, उपचारित अपशिष्ट जल का उपयोग और ग्रीन हाइड्रोजन/सौर ऊर्जा से 100% हरित संचालन।
भौतिक व साइबर सुरक्षा: डेटा केंद्रों को CERT-In के 6-घंटे के इंसिडेंट रिपोर्टिंग नियमों, क्वांटम-सुरक्षित एन्क्रिप्शन और बहु-क्षेत्रीय डिजास्टर रिकवरी (DR) जोन से लैस करना अनिवार्य है।

9. त्वरित पुनरावलोकन बिंदु एवं मुख्य अंतर (18 Rapid Revision Facts)

IaaS बनाम PaaS बनाम SaaS: IaaS = वर्चुअल सर्वर/स्टोरेज किराए पर (OS व ऐप उपयोगकर्ता का); PaaS = कोड चलाने का प्लेटफॉर्म (OS प्रदाता का, कोड डेवलपर का); SaaS = तैयार सॉफ्टवेयर इंटरनेट पर (Outlook, Gmail, Zoho)।
SaaS (UPSC 2022 Q63): SaaS खरीदार API और कॉन्फ़िगरेशन द्वारा यूजर इंटरफ़ेस (UI) और डेटा फ़ील्ड बदल सकते हैं तथा मोबाइल उपकरणों से डेटा एक्सेस कर सकते हैं।
FaaS / सर्वरलेस कंप्यूटिंग: इसमें भौतिक सर्वर होते हैं किंतु उनका प्रबंधन पूर्णतः अमूर्त रहता है और केवल इवेंट-आधारित कोड निष्पादन समय के लिए शुल्क लगता है।
वर्चुअल मशीन (VM) बनाम कंटेनर (Docker): प्रत्येक VM में अलग पूर्ण Guest OS होता है; कंटेनर होस्ट OS के एक ही साझा कर्नेल (Shared Kernel) का उपयोग करते हैं (हल्के व तीव्र)। Kubernetes कंटेनर ऑर्केस्ट्रेशन टूल है।
एज बनाम फॉग बनाम क्लाउड विलंबता: Edge (उपकरण पर, <1–5 ms) → Fog (स्थानीय गेटवे/राउटर पर, 5–20 ms) → Cloud (दूरस्थ डेटा सेंटर पर, 50–200 ms)।
इंटरनेट ऑफ थिंग्स (IoT — UPSC 2018 Q66): सेंसर, एक्चुएटर और नेटवर्क से युक्त भौतिक उपकरणों का तंत्र जो बिना मानवीय हस्तक्षेप के (M2M) डेटा साझा और स्वचालित कार्य करता है।
परिधेय प्रौद्योगिकी (Wearables — UPSC 2019 Q95): लोकेशन पहचान (GPS), निद्रा मॉनीटरन (Sleep monitoring) और श्रवण बाधितों की सहायता—तीनों कार्य करते हैं।
IoT प्रोटोकॉल: कम दूरी = BLE, Zigbee, Z-Wave, Thread/Matter; लंबी दूरी कम ऊर्जा (LPWAN) = LoRaWAN और NB-IoT; मेसेजिंग = MQTT और CoAP।
डिजिटल ट्विन (Digital Twin): किसी भौतिक मशीन, भवन या शहर की लाइव वर्चुअल प्रतिकृति जो IoT सेंसर डेटा से रियल-टाइम अपडेट होती है।
बिग डेटा के 5Vs: Volume (मात्रा), Velocity (वेग), Variety (विविधता: संरचित व असंरचित), Veracity (सत्यता), और Value (मूल्य)।
डेटा वेयरहाउस बनाम डेटा लेक: डेटा वेयरहाउस = केवल संरचित/साफ डेटा; डेटा लेक = सभी प्रकार का कच्चा (Raw — संरचित + असंरचित) डेटा।
Hadoop बनाम Spark: Hadoop (HDFS + MapReduce) डिस्क-आधारित बैच प्रोसेसिंग करता है; Apache Spark RAM में (In-memory) 100 गुना तेज प्रोसेसिंग करता है।
मेघराज (GI Cloud) एवं मेघराज 2.0 (PIB अक्टूबर 2026): 2014 में MeitY द्वारा प्रारंभ; सितंबर 2026 तक 2,330 सरकारी विभाग मेघराज 2.0 से जुड़े (DigiLocker, MyGov, NSP होस्टेड)।
MeitY क्लाउड चयन फ्रेमवर्क (मार्च 2026): डेटा की संवेदनशीलता और गंभीरता के आधार पर मंत्रालयों को सरकारी व हाइब्रिड क्लाउड चुनने का दिशा-निर्देश।
NIC डेटा केंद्र एवं 30 CSPs: NIC के 4 राष्ट्रीय डेटा केंद्र (दिल्ली, पुणे, हैदराबाद, भुवनेश्वर) + 24 मिनी केंद्र; MeitY द्वारा 30 क्लाउड सेवा प्रदाता (CSPs) सूचीबद्ध।
भाषिणी (BHASHINI) का स्वदेशी क्लाउड प्रवासन (फरवरी 2026): डेटा संप्रभुता हेतु भारतीय Yotta क्लाउड पर स्थानांतरित (40% बेहतर प्रदर्शन, 20–30% लागत बचत)।
भारत की डेटा सेंटर क्षमता (PIB अक्टूबर 2026): अगस्त 2026 में 1.57 GW; 2030 तक 8 GW पहुँचने का अनुमान; भारत में 22.5 लाख क्लाउड-नेटिव डेवलपर्स (44% हाइब्रिड क्लाउड उपयोगकर्ता)।
AIKosh एवं NDAP: AIKosh (MeitY / IndiaAI Mission) = 16,229+ गैर-व्यक्तिगत डेटासेट्स व 384+ मॉडल्स; NDAP = नीति आयोग का ओपन डेटा एनालिटिक्स मंच।

10. प्रामाणिक संदर्भ एवं आधिकारिक स्रोत (Authoritative Sources & Verification Links)

पत्र सूचना कार्यालय (PIB Backgrounder — 29 अक्टूबर 2026): Cloud Ecosystem in India — MeghRaj 2.0 (2,330 Government Departments), March 2026 Cloud Selection Framework, 30 Empanelled CSPs, BHASHINI Migration to Yotta Cloud, 1.57 GW Data Centre Capacity & 2.25 Million Cloud-Native Developers — (सत्यापन तिथि: 07 नवंबर 2026)।
PIB (MeitY / World Bank WDR Launch — 08 अक्टूबर 2026): IndiaAI Mission, AIKosh, Satellite & IoT Data in Baramati Agriculture & MahaVISTAAR AI — (सत्यापन तिथि: 07 नवंबर 2026)।
PIB (MoSPI — 08 सितंबर 2026): Workshop on Data Harmonisation: NMDS 2.0, MeitY Model Data Sharing Framework, Data DHARA & AIKosh Interoperability — (सत्यापन तिथि: 07 नवंबर 2026)।
इंडियाAI मिशन आधिकारिक पोर्टल (MeitY): AIKosh — The India AI Datasets Platform (16,229+ Datasets & 384+ Models) — (सत्यापन तिथि: 07 नवंबर 2026)।
संघ लोक सेवा आयोग (UPSC) आधिकारिक प्रश्नपत्र अभिलेखागार: UPSC CSE Prelims (2017, 2018, 2019, 2022) एवं Mains GS-III Previous Year Question Papers — (सत्यापन तिथि: 07 नवंबर 2026)।

इस अध्याय में आप क्या सीखेंगे (Key Learning Outcomes)

1. आधारभूत अवधारणाएँ: क्लाउड कंप्यूटिंग, इंटरनेट ऑफ थिंग्स (IoT) और बिग डेटा की त्रयी

1.1 क्लाउड कंप्यूटिंग क्या है? (NIST की 5 आवश्यक विशेषताएँ एवं वर्चुअलाइजेशन)

1.2 क्लाउड सेवा मॉडल: IaaS बनाम PaaS बनाम SaaS बनाम FaaS (Serverless)

2. परीक्षा-स्तरीय व्यापक विश्लेषण: एज/फॉग कंप्यूटिंग, इंटरनेट ऑफ थिंग्स (IoT) और बिग डेटा

2.1 क्लाउड बनाम फॉग (Fog) बनाम एज (Edge) कंप्यूटिंग: विलंबता और बैंडविड्थ का समाधान

2.2 इंटरनेट ऑफ थिंग्स (IoT): 4-स्तरीय वास्तुकला, प्रोटोकॉल, पहनने योग्य उपकरण और डिजिटल ट्विन

2.3 बिग डेटा (Big Data): 5Vs, डेटा लेक और प्रसंस्करण इंजन (Hadoop बनाम Spark)

3. भारत-केंद्रित परिप्रेक्ष्य एवं समसामयिक घटनाक्रम (2025–2026): मेघराज 2.0, क्लाउड चयन फ्रेमवर्क, भाषिणी प्रवासन एवं AIKosh

3.1 मेघराज (GI Cloud) और मेघराज 2.0 (MeghRaj 2.0 — 2,330 सरकारी विभाग जुड़े)

3.2 डेटा संप्रभुता का व्यावहारिक उदाहरण: 'भाषिणी' (BHASHINI) का स्वदेशी क्लाउड पर प्रवासन और डेटा सेंटर उछाल

3.3 बिग डेटा और ओपन डेटासेट पहल: AIKosh, नीति आयोग का NDAP और कृषि/शहरी IoT

4. प्रारंभिक परीक्षा दृष्टिकोण (Prelims Exam Perspective: Statement Traps & Conceptual Distinctions)

5. मुख्य परीक्षा दृष्टिकोण (Mains GS-III Perspective: Data Sovereignty, Green Data Centres & IoT Security)

1. शासन, कृषि और उद्योग में क्लाउड + IoT + बिग डेटा के लाभ

2. प्रमुख चुनौतियाँ एवं समाधान (Way Forward)

6. प्रामाणिक प्रारंभिक परीक्षा प्रश्न (Authentic UPSC CSE Prelims PYQs: 2016–2026)

7. प्रामाणिक मुख्य परीक्षा प्रश्न एवं आदर्श उत्तर (Mains GS-III PYQs & Thematic Model Answers)

8. नवीन अभ्यास प्रश्न बैंक (New Original Practice Bank: 16 Prelims MCQs + 3 Mains Model Answers)

8.2 मुख्य परीक्षा अभ्यास प्रश्न एवं पूर्ण आदर्श उत्तर (3 Mains Practice Questions with Full Model Answers)

9. त्वरित पुनरावलोकन बिंदु एवं मुख्य अंतर (18 Rapid Revision Facts)

10. प्रामाणिक संदर्भ एवं आधिकारिक स्रोत (Authoritative Sources & Verification Links)