72%的企业使用混合IT方法。混合云可以为企业带来可扩展性、灵活性,帮助企业降低成本。但是,数据安全成为了许多企业管理者“望云兴叹”的原因。如果做不好数据保护,企业混合云环境可能会变成“一地鸡毛”。混合云数据保护难点在哪里?企业又应如何走出“想用不敢用”的窘境?
混合云数据保护的“外患内忧”
近年来,勒索软件攻击日益猖獗。勒索软件是一种恶意软件,它会加密受害者计算机上的文件,并要求支付赎金才能解密文件。勒索软件攻击可能导致数据丢失、宕机、经济损失等灾难性后果。云端环境往往包含大量敏感数据,它们也因此非常容易受到勒索软件攻击。82%的数据泄露事件涉及存储在云中的数据。
云提供商有责任确保其基础设施的安全,企业也需要采取措施保护自己的数据和应用程序,比如实施严格的访问控制、数据加密,以及可疑活动监控。但这并非易事。混合云环境下,企业持续增长的海量数据分散在各个云中。数据碎片化让数据保护变得非常困难。有的企业尝试使用多种保护工具,但这只会进一步提高复杂性。
三个角度切入,拾起“一地鸡毛”
因噎废食固然不可取,但是企业又该如何在利用混合云优势的同时,保护其数据安全?
统一管理:首先,企业需要能够统一管理和监控其混合云环境中的所有数据。高可见性可以帮助企业更好了解和掌控其IT基础设施,提高效率和安全性。
注重SaaS保护:其次,企业应当注重SaaS保护。SaaS应用程序常被用于存储敏感数据,它也因此成为了勒索软件攻击的热门目标。一方面,企业可以采用基于云的数据保护解决方案,实施强密码、双因素身份验证等有力安全措施。另一方面,为了在事件发生时能够有效应对,企业应该制定安全事件响应计划,并展开勒索软件防范相关的员工培训。
降低迁移风险:随着环境和企业需求的变化,跨云数据迁移不可避免。对此企业需要早做规划,识别潜在的风险和挑战,并制定相应策略。迁移计划中应包括数据和应用程序的迁移顺序、预计时间框架、所需资源,以及迁移相关的风险。在正式迁移之前,企业应该在洁净的非生产环境中进行演练,排查潜在问题。企业应当定期进行演练。在正式迁移过程中,企业也应保持密切监控,准备好应对突发问题。
Commvault Cloud助力混合云数据保护
Commvault推出的Commvault Cloud平台可以帮助企业应对云计算挑战。该平台由下一代AI驱动,可以帮助企业管理其位于各种云中的数据,并配有强大的安全措施,防止未授权用户的访问。此外,该平台提供的各种工具也有助于企业节约成本、提高性能。
Commvault Cloud提供全面的数据保护功能,深度覆盖数据备份、恢复、归档和复制。Commvault Cloud还提供高级安全功能,诸如加密、访问控制和审计。它具备的可扩展性和灵活性让企业可以轻松按需增减存储容量。通过单个平台保护企业数据资产,Commvault Cloud可以帮助企业应对数据碎片化问题。
混合云环境已成趋势,不要让数据安全成为企业云转型路上的“绊脚石”。企业应当充分发挥Commvault Cloud等工具的作用,实施高效的混合云数据保护,确保企业数据安全可用,无论其位于何处。
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。