作者:JFrog大中华区总经理董任远
随着联网设备硬件性能的日益提升及价格愈发低廉,物联网应用的复杂性随之提升。常用的容器化平台Docker能够帮助精简流程,助力开发人员更轻松地创建和维护物联网应用。本文将探讨Docker为物联网开发带来的优势,部署和维护应用程序时需考虑的挑战,以及如何将安全最佳实践应用于物联网。
Docker在物联网应用中的优势
正如《2023年JFrog安全研究报告》所述,大多数 CVE并非如其公开的严重性评级般严重。在应用程序上下文中通过智能扫描,开发人员能够处理相关的潜在漏洞,提高生产力。之后的“保证物联网应用安全”部分将对此进行详细介绍。
在物联网应用中使用Docker有诸多优势。通过采用Docker,开发人员可以简化工作流,提高应用程序安全性,并确保在不同物联网环境中实现一致的性能。Docker与现代DevOps实践兼容,成为了物联网应用开发和部署流水线不可或缺的一部分。
Docker在物联网中面临的挑战
Docker最初是为服务器和数据中心而设计,但其凭借着简单、可移植性强、开销相对较低等优势成为物联网应用的热门选择。尽管如此,物联网设备也有着自身需要考虑的挑战。
另一种方法是投资于物联网管理平台,在实现流程自动化的同时提供全面的控制。这种平台可简化部署和更新,并提供设备监控、自动报警、安全远程访问、设备管理等附加功能,还能大幅节省时间。
如果网络中断导致更新失败,适当的物联网平台可以自动回滚到之前的实例,这样设备就不会在更新之间处于无法运行的状态。不久前,Roomba真空吸尘器没有按计划进行更新时就是这样处理的。
虽然Docker为物联网应用提供简单性、可移植性和低开销的优势,但对于可扩展性、规模、网络带宽和安全性方面提出挑战。管理涵盖众多设备的部署可能具有挑战性,但投资物联网管理平台能够简化流程,并提供设备监控和安全远程访问等额外优势。
确保物联网应用安全
由于Docker容器相互隔离,因此当一个容器被黑客攻击时不太容易影响其他容器。不过,容器内的应用程序并不能避免漏洞和攻击。随着物联网的兴起以及使用Docker的人越来越多,物联网项目已经从小型概念验证实验变成企业软件的重要组成部分。这意味着必须遵循特定的发布流程,与此同时也能获得现代DevOps工具带来的可信度、速度和保护,进而实现无缝扩展。
以下是将安全最佳实践应用于物联网应用程序的方法及益处:
结论
Docker针对物联网应用程序的打包和部署提供成熟、高效的解决方案。通过利用面向物联网的Docker,可以简化开发流程,提高安全性并随时扩展物联网应用程序开发和部署。随着对物联网解决方案的需求不断增长,采用Docker将物联网应用程序部署到设备的做法将简化开发流程。将适用于物联网应用程序的Docker引入DevOps工作流,添加自动安全功能,这样物联网开发就将具有现代DevOps最佳实践的可靠性、安全性和敏捷性。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。