混合云数据保护解决方案提供商Commvault近日宣布对其平台进行扩展,为全球最广泛使用的企业身份与访问管理解决方案Microsoft Active Directory提供全面的自动化林恢复功能。
企业不断应对日益复杂的数据保护挑战,用于企业版Active Directory的Commvault® Cloud Backup & Recovery是Commvault Cloud平台的最新功能。该平台已为广泛的工作负载提供保护,旨在帮助客户保持可恢复性、保障业务的正常运营,并实现持续业务。
Active Directory常被称为“企业IT的支柱”,它管理着全球超过6.1亿用户的身份验证 ,控制着对关键业务系统的访问,并为从工作站登录到实体建筑访问的各个方面提供保护。如果Active Directory出现离线状况,企业业务可能会随之陷入停滞。因此,当灾难发生时,恢复Active Directory至关重要。然而,正如Microsoft的林恢复指南所述,传统的Active Directory恢复非常复杂,需要采取繁琐、耗时的手动操作流程。
Commvault用于企业版Active Directory的Backup & Recovery改变了这一状况。它支持Active Directory林的自动化快速恢复(包括企业内的用户、组、权限和域控制器),将Active Directory保护提升至新高度。这款新产品有效避免了Active Directory林恢复通常所需的缓慢且容易出错的手动操作流程。用于企业版Active Directory的Backup & Recovery能够帮助企业:
• 通过自动化运行手册轻松实现Active Directory恢复:自动化林恢复运行手册简化了Active Directory林恢复所需的多步骤流程,包括将关键角色从不可用的域控制器转移到正常运行的域控制器等任务,这对于实现洁净恢复至关重要。这些运行手册还可用于在非生产环境中进行定期测试,以提高网络就绪性。
• 快速恢复重要Active Directory基础设施:借助企业Active Directory环境的可视化拓扑视图,企业可以简单、快速地确定需要优先恢复的域控制器及其恢复方案,从而加速Active Directory服务的可用性。
• 显著缩短恢复时间并增强保护能力:手动恢复一个Active Directory林可能需要数天甚至数周,而使用Commvault,企业能够在非常短的时间内完成恢复。Commvault Cloud平台将Active Directory林恢复与Active Directory及云身份服务Entra ID的细粒度恢复功能结合,提供全方位的保护。
内华达州交通部副首席信息安全官Jeffrey Day表示:“Active Directory是确保我们业务正常运行的核心。一旦发生数据事故,恢复Active Directory将是我们的首要任务之一。Commvault在Active Directory林恢复领域的创新不仅让我们对于恢复Active Directory的数据充满信心,而且还让我们得以快速、准确地恢复这些数据。此外,将该产品直接集成到我们用来保护关键任务工作负载的同一个平台上,这是双赢的选择。”
Commvault首席技术和人工智能官Pranay Ahlawat表示:“恢复Active Directory是数据事故发生后企业仍能确保持续业务的基础,但传统恢复方法往往过于复杂且容易出错。借助自动化的Active Directory林恢复功能,我们为客户提供了革命性的恢复能力。通过将该功能整合到我们独特的、支持广泛工作负载的平台中,我们为客户翻开了持续业务的新篇章。”
Futurum Group研究总监Krista Case表示:“如今,保护Active Directory变得比以往任何时候都更为重要。Commvault的方法引入了自动化的工作手册,并将Active Directory恢复功能与其本就能够保护各种工作负载的平台相结合。这种方法很好地满足了从业者的一些关键需求,包括简化保护操作和加快恢复速度。”
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。