在本篇中,我们将探讨放在云端还是本地这两种方案之间有没有一种更安全的选择。
对你数据来说最安全的方案
那么,两者之间有没有一种更安全的方案?
我采访Sentek Global公司的总裁兼首席执行官埃里克·巴苏(Eric Basu)时,他是这么说的:
“通常而言,最重要的是遵循良好的安全政策和流程,并依此实施适当的安全配置和控制措施。如果这些工作没有做到位,你的数据是不是放在云端不重要,因为这年头数据无法从互联网来访问的情况已非常少见。”
你是不是采用像诺克斯堡安全保险的系统并不重要。只要出现人为错误,只要未部署适当的安全措施,黑客就始终会得逞。
话虽如此,云变得越来越流行,这有其原因。正如杰夫·威廉姆斯向我解释的那样:“我实际上认为,许多企业将数据存储在云端会来得更安全。运行数据中心有难度,对大多数企业组织来说这不是主要方法。亚马逊所做的安全工作是谁也无法比拟的。”
他补充说:“我认为,大多数企业组织使用由专门安全地运行那些服务(比如Office365)的公司可能会比较好。那样,他们可以把精力放在主要业务上。”
虽然许多人将云与便利性关联起来,但是很显然它也因提供的安全性而更广为人知。
但是同样,这并不意味着云就是搞好后不用管的一种方案。正如威廉姆斯解释的那样,无论你选择哪一种方案,安全都是贵公司要投入的一个方面,既包括资金投入,又包括了解潜在的威胁:
“我对公司企业有怎样的要求?那就是要有完整的威胁模型,拥有一套强大安全防御的安全架构,持续监控以确保那些防御实施到位、正常工作,以及能够检测和响应攻击。不管它们有没有使用云提供商,这都一样。它们要对自己选用的提供商的安全性负责。”
现在是时候迁移到云端吗?
我们无法肯定地说云绝对是保护每家公司数据的最佳选择;实在有太多的细节需要考虑,具体情况得具体分析。
然而,为了帮助澄清眼下贵公司要不要改用云,我再次请教了埃里克·巴苏,他列出了你需要考虑的这五个因素:
1. 现有的基础设施,即“沉没成本”(sunk cost)。如果公司刚在服务器方面投入了几百万美元,突然把所有系统迁移到云端可能并不明智。
2. 云能力——公司可能不得不聘请外部顾问以迁移到云端,或者训练内部工作人员,学会如何管理云端系统,及/或雇用外部顾问做这项工作。
3. 公司要知道如何保护云端系统的安全,就像保护内部系统安全那样。比如说,如果配置得当,将Google Apps用于企业系统和电子邮件比自家维护本地微软Exchange服务器要安全得多,如果这台服务器未受到监控、未定期打上安全补丁的话。这种情况下,云提供商会自动打补丁,并更新安全补丁。
4. 成本——云并非总是来得更省钱。这取决于许多因素,带宽只是其中一个因素。如果公司有一个总部,到时要使用大量带宽以便在总部和云之间来回传输数据,这个带宽带来的额外开支可能比将那些系统留在内部的费用要高得多。
5. 我并不列出顾客要留意哪些云提供商,但是建议选择选择规模最大、不大可能倒闭的公司,比如AWS和Azure等。如果云提供商倒闭了,你就会遇到各种各样的问题,包括拿回数据。
云在逐渐赢得更多拥趸的芳心。如果你是其中一个拥趸,巴苏针对改用云给出的建议对于贵公司未来的安全而言至关重要。
不过最后,你数据的安全性主要还是这个问题:主要是保护数据避免人为错误,而不是避免黑客。这并不仅仅意味着培训人员,避免网络钓鱼骗局,或者确保笔记本电脑安全。这还意味着采用加密,确保你与业务合作伙伴和生意伙伴签署的合同要求它们采取必要的安全措施,立即更新软件,等等。
只要犯下一个错误,数据泄密始终会发生。如果不断审查贵公司,查找这些种类的错误可能出现在哪里,你就能够把数据放在自己满意,又不用太担心遭遇泄密的地方。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。