ZDNet至顶网软件频道消息:近日,北京华青融天技术有限责任公司(以下简称“华青融天”)在北京发布基于大数据的新一代应用性能监控产品EZSonar。
华青融天在IT运维管理领域有多年的研发和服务经验,在银行、税务、电力、政府等行业拥有众多客户和成功应用案例。EZSonar是华青融天在多年帮助用户进行数据中心运维、系统监控、根源问题定位和应用性能管理的经验下,根据用户需求研制成功的的BTM(Business Transaction management, 属于APM 的分支)自主产品,其1.0版本已在被多个关键用户所采用。其目标是打开业务系统运行的黑箱,将复杂的IT架构可视化展示给运维管理员,成为运维管理员的声纳(Sonar),让故障根源点无处遁形,此外,EZSonar可通过深层解码将对应用的监控延伸到业务层面,追踪每一笔交易的真实情况,实现从应用性能管理到业务交易管理(BTM:Business Transaction Management)的延伸。
会上,华青融天总经理吴雨分享了大数据时代带给IT运维管理的新理念和技术变革, 以及在这个趋势下华青融天的战略发展方向。华青融天认为,大数据技术将使性能监控和管理技术实现重大飞跃,基于大数据技术的运维工具开发将成为华青融天发展的未来方向,而EZSonar正是这种大环境下的产物。同时,华青融天也正在研发基于大数据的安全运营中心(SOC, Security Operation Center)。
华青融天总经理吴雨
华青融天技术总监王勇为现场嘉宾展示了EZSonar V2.0,介绍了产品功能和核心技术Agile Packet Decoder技术,并分享了他对BTM 业务交易管理理念的认识。王勇将EZSonar的产品功能的亮点总结为:自动发现、无缝监控、关联分析、敏捷解码、大数据平台、非侵入部署和灵活个性。
华青融天技术总监王勇
在中国国际金融展开展前夕,北京华青融天召开此次发布会,将公司在金融行业多年耕耘服务的经验和技术,形成完善的解决方案呈现给大家。华青融天作为本次金融展的参展商,希望能够广泛结识行业客户和合作伙伴,共同在IT主动运维领域耕耘收获。
关于EZSonar:
EZSonar是北京华青融天技术有限责任公司研发的新一代应用性能管理解决方案。EZSonar的目标是打开业务系统运行的黑箱,成为运维管理员的声纳,让故障根源点无处遁形。
EZSonar通过先进的协议解析技术,通过对系统网络流量数据的分析实现对业务过程的端到端监控,帮助运维团队建设性能监控平台。通过交易成功率、响应时间、交易数量、业务流量等核心指标,结合灵活的多维分析指标,对业务过程进行全面的监控,实现故障的迅速定位,有效降低故障恢复时间,提高终端用户体验。
EZSonar已支持大多数标准应用层协议(如HTTP、Tuxedo、MQ等等)和国内金融、税务等行业的标准协议,借助Adaptive Transaction Inspection技术,仅仅通过配置,即可解析用户自定义协议。EZSonar还可以通过深层加码将对应用的监控延伸到业务层面,追踪每一笔交易的真实情况,实现从应用性能管理到业务交易管理(BTM:Business Transaction Management)的延伸。
关于华青融天
华青融天(Fusionskye)成立于2007年,致力于基于大数据技术的应用性能管理、业务过程监控及安全管理领域的研究和产品开发。为帮助客户实现IT系统从基础运维到主动运维,再到安全运维的转换提升,提供产品、解决方案、专家咨询、集成实施的整体方案。
华青融天将大数据和搜索引擎技术和网络数据包分析技术结合在一起,应用于业务交易管理(BTM,Business Transaction Management),自主开发的EZSonar产品已在金融、政府、企业等多个行业成功应用,帮助客户在最小的成本投入和实施复杂度下,实现业务交易过程的可视化,将网络、应用、业务三个层面实现多维度指标的关联分析,成为运维团队精确定位故障点的得力工具。
除了将大数据技术应用在性能管理领域外,华青融天的SOC(安全运营中心)团队利用大数据为客户建设和运营SOC(一线二线驻场服务,事件调查服务)。SOC团队具有5年银行业SOC建设运营经验,是国内最优秀的SOC团队之一。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。