至顶网软件与服务频道消息: 大数据分析公司Splunk今天早些时候宣布,Data-to-Everything Platform平台本地版本和云版本中新增的Data Fabric Search(DFS)和Data Stream Processor(DSP)功能已经全面上市,此举旨在实现大规模的联合搜索和流处理。
Splunk今天在美国拉斯维加斯举行的.conf19年度大会上公布了这一消息,其中DFS旨在通过将来自多个海量数据集的洞察整合到单个视图中,以加速和简化数据分析体验。对于运行多个数据存储并且无法找到所需信息的企业组织而言,DFS是一款功能更为强大的搜索工具。
而Splunk DSP是一种实时流处理工具,可以在数据生称的时候收集来自多个来源的高速海量数据,并将这些信息转化为洞察,然后展示在界面中。
Splunk表示,这么做是为了让分析师或者其他业务专业人员能够提取洞察并且更快地制定关键业务决策。此外,DSP还可以进行数据脱敏以保护业务信息。
Constellation Research分析师Holger Mueller表示,总的来看这些新功能都与Splunk为客户提供更深度的堆栈有关。
Mueller说:“有了DFS和DSP,Splunk向前迈出了一步,从仅仅了解数据内容到实际处理这些数据。这是关键一步,向那些希望有更大规模、更深度集成的堆栈来运行下一代应用的CIO和CTO们强化了Splunk的价值主张。”
Splunk的Data-to-Everything Platform平台可以让企业用来实时搜索、关联、分析、监视和报告数据。
例如其中的Splunk Connected Experiences应用套件可以通过增强现实和移动应用向移动工作人员提供数据洞察,使他们能够从任何位置访问数据。现在该服务已经支持移动设备,并且与Splunk Enterprise和Splunk Cloud进行了紧密集成。
Connected Experiences也与Splunk Natural Language平台进行了集成,使用户能够使用移动设备“与他们的数据进行对话”,这意味着用户可以提出有关数据的问题,并通过Splunk仪表板或者语音的方式直观地收到即时响应。
此外,Splunk还公布了有关收购云应用监控公司SignalFX的最新消息。Splunk在去年8月以10.5亿美元收购了SignalFX。
SignalFX提供实时的云监控、预测分析和其他服务,帮助企业密切关注IT系统的运行状况,现在这些功能也已经与Splunk Cloud平台进行了集成,使DevOps团队能够对IT系统中检测到的任何问题进行根本原因分析,从而有助于缩短修复问题所需的时间。
Splunk还更新了IT Service Intelligence AIOps平台,该平台可提供对关键IT和业务服务的健康状况和关键绩效指标、以及为其提供支持的基础设施的可见性。新增的功能包括VMware vSphere Monitoring、多云监控以及针对Windows、Unix和Linux的增强监控功能,以确保客户可以收到有关物理和虚拟IT环境中任何问题的警报并进行故障排除。
最后,Splunk宣布对一家名为Zonehaven的初创公司进行重大投资,这项投资来自Splunk新成立的Splunk Ventures Social Impact Fund。
Zonehaven销售基于云的分析应用,可以分析野火并尝试预测野火的蔓延位置,该平台可供消防部门和应急机构使用,并利用实时天气数据来进行“高级火灾建模”,这在规划疏散和应对火灾策略方面可能会有所帮助。
Splunk全球事务高级副总裁Lenny Stein表示:“Zonehaven的创新技术具有将野火探测和响应带入21世纪的巨大潜力。”
好文章,需要你的鼓励
F5发布AI Guardrails和AI Red Team两款AI安全产品,以及面向Google Cloud的NGINXaaS服务。AI Guardrails作为代理层部署在用户与AI模型之间,拦截并分析提示词和输出内容,防范注入攻击和越狱技术。AI Red Team自动化对抗性测试,月增1万条攻击技术条目。NGINXaaS现已扩展至Google Cloud,提供负载均衡和安全可观测性功能。
复旦大学研究团队通过大规模实验发现,AI训练中最强的"老师"模型并不一定能教出最好的"学生"模型。他们提出了"排名惊讶比率"新指标,能精准匹配最适合的师生配对。该方法在多项测试中表现优异,预测准确性达0.86,为个性化AI训练和教育提供了科学依据。
思科作为企业网络设备的主导厂商,在CEO Chuck Robbins领导下持续推进变革。公司专注于AI基础设施建设,与BlackRock、微软、英伟达等巨头建立战略合作伙伴关系,投资AI数据中心和生态系统。思科将AI技术深度整合到安全产品中,推出Cisco Secure AI Factory等解决方案。同时,公司积极应对网络安全挑战,修复关键漏洞,推出新认证课程,并通过收购和技术创新强化其在AI时代的基础设施提供商地位。
斯坦福大学人工智能实验室2024年发布的这项研究深入探讨了大型语言模型的推理机制。研究团队通过创新的分析方法,首次系统性地揭示了AI模型在处理复杂推理任务时的内部工作方式,发现其信息处理模式与人类思维有相似之处,但本质上仍依赖统计学习。研究识别了AI推理的典型错误模式和局限性,为改进AI系统提供了科学依据,对AI技术的负责任发展具有重要意义。