网络威胁正变得更加复杂,数据渗漏、盗窃和损坏比以往任何时候都要普遍。如果不对这些威胁加以处理,企业可能会遭到毁灭性的打击。传统的数据保护解决方案或许能够在攻击后恢复方面发挥关键作用,但它们相对保守,关注范围较为狭窄,不再能够充分满足企业的需求。如今的网络威胁能够悄悄地绕过外围防御系统,造成传统备份和恢复解决方案无法应对的损失。数字环境的其他部分也在快速变化,数据资产不断增加,IT资源不断缩减。在如今不断变化的威胁环境中,企业需要使用更加积极主动的方法来保护数据。
直面挑战:积极的分层数据保护
为了应对上述网络威胁,企业应该不仅仅着眼于传统的安全工具,并采取措施来确保数据的弹性。企业需要采取积极主动的方法进行分层保护,或者可以叫做深度防御。这是一种采用多种工具和措施来防范广泛威胁的做法。每一层都有其特定的功能,它们互相配合,为企业环境提供多方面的保护。Commvault将这一原则应用于数据保护,为企业提供广泛的检测、安全和恢复能力,从而帮助他们积极主动地保护、守卫和恢复生产和备份环境中的数据。Commvault的分层保护面向业界广泛的工作负载,积极保护数据及其可恢复性,其中包括:
锐意创新:新型数据保护产品服务
在这个现代的世界中,Commvault不断推进数据保护的边界,重新定义各种规模的企业对抗风险、减少威胁、保护整体数据资产、推动实现更好业务成果的方式。Commvault为客户的安全态势设立了更高的标准,并在数据保护方面提供出色价值。新的产品和功能包括:

在整个数据保护生命周期中,Commvault都为企业提供端到端洞察和可见性,帮助企业更好地预知风险,主动地减少威胁,掌控数据及其访问,让企业能够获得更加知情的恢复结果。在Commvault的高级数据保护和恢复解决方案的帮助下,无论何种规模的企业都可以充满信心地开展下一代数据保护:保护数据、守卫数据、恢复数据。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。