大数据在当下具备的新特征包括

大数据在当下具备的新特征包括：

1. 数据量巨大：随着互联网、物联网等技术的发展，产生的数据量呈指数级增长。这些数据涵盖了用户行为、交易记录、地理位置等信息，为分析提供了丰富的素材。

2. 数据类型多样：除了结构化数据（如数据库中的数据）外，还有半结构化和非结构化数据（如文本、图片、视频等）。这些数据的处理和分析需要采用不同的技术和方法。

3. 实时性要求高：许多应用场景需要实时或近实时地获取和处理数据，以便做出快速决策。例如，金融风控、交通管理等领域对数据的实时性要求较高。

4. 数据安全和隐私保护：随着数据泄露事件的频发，人们对数据安全和隐私保护的关注日益增加。大数据技术需要兼顾数据的安全性和隐私保护，确保数据在采集、存储、传输和使用过程中不被非法访问和滥用。

5. 数据融合与关联分析：大数据时代，数据来源多样化，数据之间可能存在关联。通过数据融合和关联分析，可以从中发现数据之间的规律和趋势，为决策提供有力支持。

6. 人工智能与机器学习的融合：大数据技术与人工智能（AI）和机器学习（ML）的结合，使得数据分析更加智能化。通过对大量数据的学习和训练，AI和ML模型可以自动发现数据中的模式和规律，提高数据分析的效率和准确性。

7. 可视化与交互性：大数据可视化技术的进步，使得数据分析结果以直观的方式呈现给决策者。通过图表、地图、仪表盘等可视化工具，用户可以更清晰地了解数据的特点和趋势，为决策提供依据。

8. 云计算与分布式计算：大数据处理需要大量的计算资源，云计算和分布式计算技术的应用使得数据处理更加高效。通过云平台，用户可以按需获取计算资源，实现数据的分布式存储和计算，降低单点故障的风险。

9. 边缘计算与物联网：随着物联网的发展，越来越多的设备产生大量数据。边缘计算技术可以将数据处理任务分散到网络的边缘节点上，减轻中心服务器的负担，提高数据处理速度和响应能力。

10. 数据治理与标准化：为了应对数据量的爆炸式增长和数据质量问题，数据治理和标准化成为大数据发展的重要方向。通过制定数据标准、规范数据格式、建立数据质量评估体系等措施，可以提高数据的可用性和一致性。

综上所述，大数据在当下具备的新特征主要包括数据量巨大、数据类型多样、实时性要求高、数据安全和隐私保护、数据融合与关联分析、人工智能与机器学习的融合、可视化与交互性、云计算与分布式计算、边缘计算与物联网以及数据治理与标准化等方面。这些新特征为大数据的发展和应用提供了广阔的空间和机遇。