ZDNet至顶网软件频道消息:随着云计算、移动互联时代的到来,云+端不可避免地成为IT巨头们争先抢占的战略制高点。云平台和端应用如何做到架构整合?传统IT架构如何有效完成云和端两个方向的整体迁移和延伸?如何有效运用云平台和端开发技术,降低端应用开发成本,以加速企业移动信息化的建设进程?这些都是目前各大企业和IT厂商CTO/CIO们正在考虑和期望解决的问题。
近日,移动互联网应用支撑平台提供商正益无线旗下的移动应用开发平台AppCan发布了3.0版本,主打MPaaS/MBaaS移动云服务,相较于AppCan2.0版本,AppCan 3.0在技术架构上最大的变化是采用云化MPaaS技术构架,并提供部分MBaaS云服务能力。
平台整体的移动应用服务引擎(MAE)架构可以用如下图表示:
AppCan平台MAE云服务引擎架构
平台通过RESTFul API向前端App提供服务调用接口,并且通过AppCan MAS后端服务接入总线技术与各App后端对接服务。
从技术架构上解析,AppCan首先是一个典型的移动PaaS(MPaaS)开发平台,能够为开发者提供如下平台服务能力:
1)应用云打包
开发者在IDE中以向导、模板等方式创建应用并本地调试完毕后,上传SVN代码,在云端配置应用图标、启动图片、插件、证书、发布渠道,通过云平台的在线编译环境,生成并发布安装包。
2)版本发布
打包好的应用,可以有多个版本。开发者可以管理发布哪个版本。发布时可以指定应用分类、标签、发布渠道、简介、截图等。
3)应用门户
为开发者提供集中展示和推荐自有发布应用的窗口门户,方便开发者统一管理已发布的应用,便于分享和下载。
4)应用转移
提供包括开发权限和管理权限在内的应用权限相互转移手段。
5)插件管理
支持开发者更新管理自有的自定义应用插件,并在应用打包时选择,以充分复用开发成果。
其次,AppCan还是一个MBaaS平台(Backend as a Service),将服务后端化、应用前端化,同时以平台服务形式连接移动后端服务和前端应用。该平台可为前端应用整合移动基础服务(计算资源基础服务、推送服务、位置服务、统计服务)、各流行云和互联网开放平台服务、应用后端接入服务等。可以把MBaaS平台理解为建立在PaaS平台上的服务于移动应用平台,即时下流行的MBaaS平台架构。
AppCan MBaaS移动云服务层次架构
值得一提的是,AppCan3.0在计算资源基础、应用后端管理、后端接入等多个方面都有不俗表现。在计算资源基础服务方面,AppCan3.0为开发者提供代码SVN管理服务、应用数据存储服务。
在应用后端管理服务方面,提供云推送和云统计服务。云推送服务支持向iOS和Android应用作平台推送,并提供推送统计和推送历史查询。云统计服务通过用户行为数据对应用和终端的使用情况进行详细地分析汇总,提供基本统计、活跃用户、使用频率、使用时长、页面访问、地域分析、版本分析、渠道分析、设备分析、操作系统、分辨率、运营商、联网方式、自定义事件分析、终端异常分析等多种统计分析手段。
在应用后端接入服务方面,AppCan还拟通过独具特色的MAS后端服务接入总线技术,提供前端应用与其后端服务的部署对接能力,从而实现从应用开发、发布到部署的一站式平台支撑服务能力。
云的出现让内容和数据的管理、分享、存储都变得轻而易举,并能减少企业维护物理基础设施的成本,企业逐渐将自己的核心业务向云端迁徙。AppCan致力于帮助开发者实现快速开发、降低成本、稳定运行,云服务能力的增强将会更好地实现AppCan的初衷。
据悉,AppCan日后将进一步拓展平台能力,提供B2E/B2C应用的开发、编译、发布、部署、运营以及基础能力一体化平台聚合服务,构建完整MBaaS/MPaaS云服务能力。
好文章,需要你的鼓励
GitHub首席执行官托马斯·多姆克宣布计划离职,微软将不再为其任命继任者,而是将GitHub直接整合到微软CoreAI组织中。多姆克自2021年11月担任CEO职务,他表示将留任至2025年底协助过渡。GitHub年收入达20亿美元,其中Copilot订阅服务贡献了40%的收入增长。未来GitHub将在微软AI平台副总裁阿莎·夏尔马等高管管理下运营,独立性将显著降低。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
认知迁移正在进行。哈佛大学教授指出AI采用速度极快,可能比工业革命影响大10倍、速度快10倍。一些人已将AI融入工作流程,但更多人面临不确定性和焦虑。尽管AI在软件开发等领域展现巨大潜力,但技术本身仍存在幻觉、健忘等问题。信任度因地区而异,中国为72%,美国仅32%。这场变革更像是管理性替代而非机遇,许多人发现未来可能没有他们的位置。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。