ZDNet至顶网软件频道消息:对于任何一位CIO来说,部署合适的解决方案来确保公司的数据安全,不会是一个容易的决定。在现在全天候的商业环境中,任何规模的企业在业务运营上都非常依赖IT系统,因为数据的泄漏会对生产力造成影响,在最坏的情况下,甚至影响业务收入。
在CA Technologies数据管理业务部门亚太区销售副总裁James Forbes-May看来,在部署正确的数据保护解决方案之后,对于系统管理员来说,已部署的解决方案是否具有持续保护数据、并对系统、应用及所有相关数据可用的能力,将是第二个令人担心的问题。IT预算没有增长,但是业务必然会产生更多的数据并部署更多的应用、操作系统或平台。从恢复单个的损坏文档到恢复整个数据中心,业务量源源不断的增长,使这一局面变得更加复杂。
除此之外,目前合适的解决方案并不一定在未来也会适用。市场上有很多解决方案关注数据保护的某一方面,不同的应用对于恢复时间目标(RTO)和恢复点目标(RPO)有着不同的需求,而这两者十分依赖业务需求。使这些点产品可以更长久的一起工作并对其管理增加了环境的复杂性。
要在复杂的IT环境中取胜,我们需要关注简单性。如果:
与购买无法很好合作且很难兼容的多点解决方案相比,一个解决方案就可以提供不同技术,可以满足不同的恢复时间目标和恢复点目标;
一个解决方案支持多种IT环境,物理或虚拟、服务器或工作站、数据收集台(DAS)、网络附加储存(NAS)或存储局域网(SAN)、磁带或光盘、本地或远程资源等等;
一个解决方案提供本地、远程和云部署,以及随业务增长的可扩展性;
一个简单但强大的解决方案,易于部署、管理和维护,有助于提升IT生产力;
一个解决方案同时满足IT预算和业务的需求。有灵活的定价及许可,可以与环境和预算完美匹配;
James Forbes-May表示:“抛开IT基础设施的业务规模和复杂性不谈,我们推荐客户寻找一个单一的解决方案,这不仅可以简化今天的数据保护,还可以在业务不断变化的未来满足IT需求。它同时提供传统的文件磁带备份和图像备份。与文件备份相比,图像备份可以加速备份速度和恢复性能,或在频繁的备份中有更出色的表现。”
目前,为与业务需求和法律法规保持一致,出于灾难恢复目的对备份进行磁带拷贝已不十分必要。我们需要寻找一种解决方案可以利用带备份的实时复制技术。这样的解决方案可以将备份数据迁移到容灾站点,甚至迁移到云,进行灾难恢复。这取代了线下磁带旋转,有助于降低风险、成本及时间。
对于业务核心系统,解决方案必须具有提供本地或远程的高可用性,将突发宕机可能性最小化的能力,从而预防服务器和存储失败,而这是传统被备份解决方案无法做到的。通过整合远程高可用性和虚拟化技术,在恢复时间目标不再需要太大投资的情况下制定灾难恢复方案。即使是中小企业,也可以在灾难或数据中心断电时,为了系统故障切换和远程登录,通过运用管理服务或认购公用云进行企业级灾难恢复。
CA Technologies近日发布了CA ARCserve统一数据保护解决方案(CA ARCserve Unified Data Protection)。这款方便易用的解决方案可为复杂IT环境提供高性价比的备份非侵入性灾难恢复功能,有效帮助业务增强关键系统的可用性。做为CA ARCserve数据保护软件家族中的革新性升级产品,CA ARCserve统一数据保护解决方案是用来替代部署成本高、复杂度高的多点解决方案的最佳选择。全新统一架构和恢复点服务器拥有多种高效数据保护功能,通过一个简单的、基于网页的用户控制面板,对物理和虚拟系统提供保护。CA ARCserve统一数据保护解决方案提供超过30项全新选项,为企业和服务供应商提供精确、灵活的功能,协助他们达到严格的服务标准并完成恢复目标。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。