ZD至顶网CIO与应用频道 01月08日 北京消息:当今企业级用户早已采用公有云平台取代磁带备份,以Amazon举例,数据显示Amazon公共云平台上65%的存储用于备份,如果我们为这些备份存储辅助以基于公共平台的应用,市场将十分可观。但其实在采用公有云平台做数据备份的时候会遇到各种各样的难题,比如:在使用亚马逊云平台后,由于各种原因,感觉不尽满意,希望迁移数据至谷歌云平台上,如何做到?本文一开始已列举出诸多常见疑惑,想必您也考虑过其中之一?
随着组织内部应用的数量激增。数据中心的存储多使用CIFS与NFS协议,因此在设计应用时一般都会考虑这一点。但是,面对HTTP通信的公共云数据,应用基本上是束手无策。一个显而易见的方案是重新编写应用,但任何头脑清醒的CIO都不会这么做。万一出现故障,应用不工作了呢?毫不夸张的说,如果一款重要的应用中断的话,会使整个组织瘫痪。
在此背景下,一些最新、最具创意的内容管理解决方案也应运而生,它们担当这些应用的解释程序,令问题迎刃而解。他们使得数据经过基于策略的全面分层后迁移至公共云平台——不论是Microsoft Azure、Google,还是亚马逊,无需更改应用代码。应用基本上已经为云计算做好准备,不需要重新设计。
迁移到公共云属于重大决定。由于缺乏统一的数据格式和访问API确保基础架构之间的互用性,让更换供应商变成一件令人头疼的事情。
事实上,这一点也成为众多大企业选择HDS Content Platform (HCP) 对象存储的最主要的原因。HCP是您的公共云的内部代理,数据中心的应用可以在数据中心内部的对象存储储存数据。你可以根据策略,将HDS对象存储中的数据分层,移动至公共云(如亚马逊、阿里云等)。如果你对云供应商不满意,可以将数据迁回内部对象存储。而且,如果你想将数据从一个公共云供应商迁移至另一个供应商,在HDS 对象存储中点击几下鼠标即可完成,不会影响应用。从此和锁定于某个公共云供应商的烦恼说再见。这是HCP 自身携带的功能,不需要任何其他软件或者设备的配合就可以实现。
安全一直是考虑云计算的重中之重。这一点在后斯诺登时代仍然成立。每一个声誉良好的公共云供应商都会对客户数据进行加密保护,如果未经授权的话,即便能访问到数据也一无是处。但是,很多人也会担心加密密钥的安全性,比如是否被黑客攻陷过,或是否提供给了无处不在的国家安全机关。这是一件棘手的事情,但是也有简单的应对方案。那就是在数据离开数据中心前就加密数据。
HDS HCP内容解决方案赋予了组织这项能力,使得数据在抵达公共云服务端很久之前就已经固若金汤了。甚至还能在抵达时再次加密,防止黑客与其它不怀好意者的攻击,以及那些可能的窥探。
即使访问成本得到控制,供应商仍然会按字节收费,在如今大数据盛行的形势下,收费也会节节攀升。存储费用更令人倍感痛苦,虽然众多云供应商会压缩接收的数据,但是仍然按原始数据容量向客户收费。
现在,有了先进的内容平台,这一点也不再是问题了。它会在内部压缩数据,然后上传到公共云。如此一来,用户仅需支付数据在供应商服务端占用的空间,而不用双倍付费了。
当今世界,数据保护对于企业经营重要性毋庸赘言。只要数据安全,无论遭遇多大天灾人祸,企业都有东山再起的机会;可是一旦数据丢失,企业将万劫不复。因此,无论企业容灾系统如何健壮,功能如何强大,数据备份都将是不可或缺的重要一环。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。