至顶网软件频道消息: 数据保护软件厂商Commvault在年度客户大会上做了多项公布,包括一个GDPR包、端点数据保护即服务、与Google Cloud Platform的合作、以及Antarctic Expedition。
GPDR包是首个可交付的Data Analytics Portfolio,将包含嵌入Commvault核心数据平台的产品和服务。
据称,它让客户可以识别、管理和降低在遵循欧盟“通用数据保护条例”(GDPR)和其他数据隐私法规时的隐私风险。
Commvault表示,客户可以用它来:
- 检测可扩展的一组个人数据,最终侧重于文件系统和端点上的Personally Identifiable Information (PII)
- 使用仪表板、报告和可视化来映射这个PII信息所在的位置,然后对数据进一步分析
- 创建和分配自动化工作任务来解决客户请求,以及其他针对PII数据泄露、到处和删除的补救措施
- 对PII数据管理行为进行审查跟踪
这款产品将在12月底提供。Commvault表示,未来18个月将持续构建在这之上的分析应用、能力、解决方案和服务组合。
端点数据保护即服务
这将保护Commvault管理服务下的笔记本电脑、台式机和其他端点设备。数据可以加密、备份和恢复,必要的时候可以以自助服务的形式进行。此外,Commvault还推出了Endpoint Search,该功能可提供对端点数据的可见性和控制,用于合规和立法诉讼目的,集成了全文搜索以及从整合端点数据池生成报告的功能。
在文件同步和共享方面,Commvault还推出了Secure File Sharing产品,作为该服务的一个组成部分。它将能够让最终用户从几乎任何地点、任何时间、在任何设备上安全地保存、访问和共享文件。
这项主服务和子服务已经从今天开始从Commvault、管理服务提供商以及经销商那里提供给客户。
Google Cloud Platform
Commvault将公布与Google Cloud Platform (GCP)的合作,在这项合作中,Commvault可以将数据迁移到GCP,以及Google云中运行的应用迁移到GCP层中,例如Coldline、Nearline、Regional和Multi-Regional。数据放在这些层中,将成为Commmvault数据池的一部分,可通过Commmvault数据平台访问这些数据。
Commmvault还提供了单一的、全方位的数据视图,查看数据备份、恢复、管理、跨内部部署环境、Google Cloud Platform和其他云环境的电子发现。
压缩和全局重复数据删除功能将帮助客户将大量数据迁移到GCP。
Commmvault支持Google Cloud Engine中大多数常见的企业级应用,包括在Windows、Unix和Linux上的各种文件系统。支持如SAP、Exchange、Oracle和DB2等应用和数据库,还有GPFS、Mongo DB、Hadoop等大数据应用。
Commmvault面向Gmail和Google Drive等GSuite应用在GCP上提供了数据管理能力,包括备份、恢复和管理。
南极探险
Commmvault将在2041 Foundation南极探险期间提供备份和数据保护。探险家Robert Swan和他的儿子Barney将到南极探险或者做横跨美国的自行车骑行,以推广清洁能源。
Commmvault首席营销官Chris Powell将参与该基金会在1月南极探险的最后10天。
想想看,这实际上对于一家归档冷存储的公司来说是相当合适的
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。