20世纪80年代,美国社会学家雷·奥尔登堡提出了第三空间的概念:家和工作场所之外的非正式自由社交互动空间。而在黑客将勒索目标从企业数据扩展到企业运营能力的今天,专注数据领域超过25年的Commvault也采取了一种创新的方法——洁净室恢复(Cleanroom Recovery),构建了洁净室这个生产和备份之外的“第三空间”,助力企业测试网络恢复计划,确保企业的网络弹性和业务连续性。
“实践出真知”,卡在了实践这一步
近年来,网络攻击的频率和严重程度急剧上升,对各个行业的各种规模企业构成了普遍威胁。就像一场无止境的接龙游戏,即使企业部署了先进的防御系统,也无法确保网络攻击是否会再次升级。许多企业已经认识到了网络攻击避无可避,并转变思维方式,关注如何在遭受攻击之后快速恢复。高效的网络恢复对于帮助企业尽可能缩短宕机时间、恢复业务运营、保护企业声誉来说至关重要。
那么,企业如何确保自身的网络弹性策略行之有效?答案是测试。面对瞬息万变的网络威胁,持续、有效的测试可以检验企业的网络恢复计划是否真正就绪,确保企业能够顺利、快速地恢复业务运营。但是,企业往往在这一步上“折戟”。
传统的网络恢复测试方法通常由讨论和模拟组成,缺乏真实攻击带来的紧迫感。此外,混合环境下,由于工作负载分布在多云、本地管理程序和物理服务器等不同的环境中,企业需要在每个环境中分别进行测试。这可能导致整个测试过程非常复杂,需要花费大量的时间和金钱。种种困难下,企业很可能无法确保持续和充分的测试:或是根本没有办法推进测试进行,或是在一次测试失败后无法推进调整后的再次测试。
安全灵活,“第三空间”提供攻击“前中后”支持
Commvault Cloud的洁净室恢复功能为企业提供了一个安全的隔离环境。这种生产、备份之外的“第三空间”,支持企业在不扰乱生产系统的情况下测试其网络恢复计划。
Commvault Cloud的高度灵活性,可保护任意负载安全,支持任意类型存储数据,并支持企业将数据恢复到任意位置。Commvault Cloud的洁净室恢复功能也支持企业将工作负载从多云、本地管理程序和物理服务器恢复到洁净室的环境中。企业无需在每个环境中分别进行测试,节省时间和资源。这种轻松的测试方式,可以帮助企业充分检验其网络恢复计划,在真实攻击发生之前发现并解决计划中的漏洞,提升企业的网络弹性。
在真实攻击事件发生时,洁净室恢复可用作生产故障转移解决方案。当企业的生产系统受到网络攻击干扰,在Commvault Cloud的高度灵活性支持下,企业可以轻松、快速地将工作负载恢复到洁净室中,帮助企业尽可能减少宕机时间,快速恢复业务运行。
在防止未来攻击事件发生方面,洁净室恢复提供的安全环境可以用于对受感染的系统进行取证分析。这种分析可以帮助企业识别攻击的根本原因,了解攻击者是如何访问其系统。这对防止未来攻击事件发生来说非常关键。
随着数字化转型的加速,数据对于企业来说变得前所未有的重要,而网络攻击的威胁也变得前所未有的严峻。长时间宕机、数据丢失等可能都是企业的“无法承受之重”。企业可以充分利用Commvault Cloud的洁净室恢复等方式,测试网络恢复计划,确保自身的网络恢复能力,提升自身网络弹性,降低风险。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。