ZD至顶网CIO与应用频道 11月25日 北京消息:远程控制有很多种玩法,企业网管可远程维护数千台主机,技术人员远程维护银行取款机、智能电视、打印设备等;个人办公应用就更广泛了,甚至你可以用iPhone7来远程控制女友的小米手机,用公司的Windows电脑远程控制家里的Mac电脑……
该项技术伴随着物联网的发展,越来越成为关注热点。那么,远程控制技术是如何实现的?需要怎样的部署?如何保证速度,画面流畅度,用户信息安全呢?
编者联系到了向日葵远程控制软件技术总监张小峰,他透露,通过自主研发动态视频传输技术,优化部署,目前基于Windows版的向日葵9,在局域网内可做到高达1秒60帧的高清图像传输,在速度上有很大的跨越。
纯屏动态传输技术如何做到让CPU占用低,节省带宽?
远程控制的实现有很多种方案,像3389,VNC,这种用于局域网内的远控;或者传统远程+花生壳的组合方案得到互联网远控;一方发起一方接受的远程协助,如QQ聊天远协;或者直接用专业的远控软件,如向日葵远程控制软件。向日葵的技术总监张小峰解释:无论是远程控制电脑还是手机,远程控制的实现主要可以分为图像、操作与传输三部分,其中,做好图像传输是关键。
张小峰表示:有人问我们是不是用VNC或者是RDP协议打底,并不是,向日葵远程技术是自己研发的基于变化的高效压缩传输协议,我们在图像传输中做了很多艰难的技术攻克,经过一次次的尝试与技术优化,比如图像的传输采取纯屏动态传输,只传输变化的部分,以保证速度,还能节省带宽。并且针对不同版本的Windows和Mac/Linux还利用相关的优化算法来保证效率和图像的实时性。另外,我们还提升了P2P转发成功率,优化视频ZIP传输。
通过这些优化,向日葵的远程控制效果,由之前的1秒15帧高噪点画质,到现在我们可以做到1秒60帧的高清图像传输。以前CPU占用过高,而今CPU占用可随着画面变化智能调配。
数据传输经RSA2048/AES128加密,保障3000万台主机
市面上的远程产品参差不齐,安全性和稳定性在很大程度上决定了用户对产品的肯定。
在安全防护方面,向日葵高度重视,其经验是:首先,从自身出发,软件通过微软徽标认证、代码签名证书对软件进行签名处理,确保软件不会被篡改。其次,数据传输过程全程加密,所有数据使用SSL协议通讯,经RSA2048/AES128加密,确保主被控通信无法被中间人窃听。再者,在运营架构上,与国内优质的云服务器服务商合作,灵活部署镜像服务器群集,能很好的应对冷热备份的灾难预案以及服务器快速扩展。
向日葵服务架构图
目前向日葵为超过3000万台主机提供远程服务,能支持这么庞大的主机数,保证运作稳定,其运维能力可见一斑。经了解,向日葵的背后是Oray公司,它旗下的另一个产品是花生壳——国内顶级域名注册商,十几年来一直为几千万域名提供解析服务。看来,做好安全防护,建立强大的运维支持,向日葵早有历史优势。
在保障个人用户同时 为大型设备间互联提供个性化定制服务
在即将发布的向日葵Windows9.0版本中,编者体验到向日葵在“快”上又一次下了功夫。这是功能上的优化,对于未来战略及技术发展,张小峰提到,在远程控制技术上,我们首先解决让用户在远程时,和操作本台主机一样的体验。在战略上,随着商场、学校等公共场所放置的大屏智能设备越来越多,厂商所需的定制化远程诊断与协助需求也增多了,特别是在Android设备的控制上,比如已有的长虹智能电视嵌入远程诊断等案例。向日葵还将继续引领远程控制技术在物联网、soho办公领域的成熟应用。
向日葵远程控制软件官网 http://sunlogin.oray.com/zh_CN/
好文章,需要你的鼓励
购买笔记本电脑时,用户现在需要了解Copilot+ PC、NPU和本地AI处理等新概念。搭载专用神经处理单元(NPU)的Copilot+ PC能提供至少40 TOPS的AI算力,支持实时字幕翻译、视频通话优化、AI图像编辑等功能,同时提升续航表现。戴尔最新产品线涵盖多种选择:Dell 14 Plus适合学生和通勤族,Dell 16 Plus适合多任务办公用户,XPS 14面向轻度创作者,XPS 16则以31小时超长续航和3.6磅轻薄机身成为内容创作者的旗舰之选。
香港科技大学与华为联合提出LISA训练方法,通过让副网络对齐"似然分数",将ControlNet等图像生成模型的训练收敛速度提升逾2.78倍,同时改善图像质量与条件控制精度。
圣安德鲁斯大学博士Henry Legg在《自然》杂志发表同行评审论文,对微软拓扑间隙协议(TGP)框架提出质疑,认为该框架在推断Majorana粒子量子态存在方面存在缺陷,且实验数据分析结论可能有误。微软此前宣称将于2029年实现可扩展量子计算机,并推出Majorana 2芯片。对此,微软坚持立场,表示已发表正式反驳并获《自然》收录,对研发路线图充满信心。
上交大与爱丁堡大学提出InfoKV,将信息熵与注意力权重结合用于KV缓存压缩,让大模型在仅保留12.5%缓存的条件下实现接近甚至超越完整缓存的长推理性能。