数据治理与安全几乎是每家企业的首要关注点,而组织内几乎各个方面的数据都呈现出指数级增长,这也让数据治理和安全变得愈发重要。随着数据量不断增长,监管要求也越来越晋升,因此组织必须采取全面且用户友好的治理解决方案。
为了满足这些需求,微软发布一系列强大的Fabric平台更新方案,大大增强了其数据治理与安全功能。具体更新包括与Microsoft Purview的深入集成,同时提供新的AI驱动工具以更好地管理、保护并统筹庞大的数据资产。
此番更新涵盖新的细粒度数据管理工具,为用户提供新的高级标记与域控制选项,以及扩展的安全功能,特别是将增强的数据丢失预防与敏感度标签引入Fabric和Microsoft 365环境当中。
细粒度数据管理:更强大的标记和域控制选项
Purview最重要的更新之一,就是引入了细粒度数据管理功能,包括新的项目标记与增强域控制选项。现在用户能够将元数据标签应用于Microsoft Fabric上的数据资产,从而实现更好的组织、可搜索性和可及性;标记还能提供数据上下文,这一点对于管理庞大且往往难以处理的数据资产至关重要。
微软还推出了新的增强型域管理工具,将更精细的控制权交到企业主手中。默认敏感度标签和域级共享设置等功能,则让大规模数据治理策略的实施成为可能。
统一的治理解决方案
几乎每家企业都拥有跨越多种云、本地部署及SaaS环境的数据资产。微软宣布Purview将与Fabric实现更加深入的集成,将所有这些边界之上的合规与治理体系整合为一体。
新的统一体验将超越Purview与Fabric,一路延伸至Microsoft 365。Microsoft 265与Fabric之间的全面集成,意味着Microsoft 365也能够运用Purview提供的全新信息保护功能。
例如,Purview允许企业将Microsoft 365敏感度标签应用于Fabric项目,其效果等同于指向Microsoft 365中的文档或电子邮件。如此一来,安全管理员就能根据敏感度来定义谁有权访问特定数据,从而确保机密信息受到保护且只有授权人员能够访问。
Purview还将Microsoft 365 DLP策略扩展至Fabric,允许管理员检测并防止敏感数据(例如个人身份信息)被不当共享或者上传。如果用户尝试将敏感数据上传至Fabric数据湖仓,DLP策略将会触发警报及审核,并为用户提供指导以帮助他们亲自解决问题。
这种高水平集成确保整个组织拥有统一的数据资产治理与安全保障方法,全面涵盖Fabric中的运营数据以及Microsoft 365中的用户生成内容。这是一套强大的功能,也将成为微软又一项强大的竞争优势。
分析师观点:对于企业客户的重要意义
对于数据治理及合规能力的需求增长,主要受到以下两大核心要素的推动:AI转型与AI监管。微软通过Fabric和Purview的组合有效解决了这两个问题。
其中AI转型由数据驱动,其成功程度与应用程序所使用的数据质量成正比。对于面对严格监管的行业(例如金融、医疗保健和制造业),相关企业必须在运营体系中充分引入完善的治理和安全功能。
在发布之前,我们专门采访了负责Purview开发的微软Azure Data副总裁Arun Ulag。Ulag解释称,微软将治理和保护视为“端到端工作”。其中的挑战在于,数据开始越来越多地分布在应用程序和云边界之间。
除微软之外,市场上的其他科技巨头也纷纷拿出自己的解决方案。亚马逊云科技拥有Glue Data Catalog和Macie解决方案等工具,Google Cloud则为客户带来了Google Data Catalog以及Google Cloud DLP解决方案。此外Collibra、Informatica和OneTrust等厂商也有同类竞争性产品。微软的特别之处在于,他们通过一套深度集成的解决方案(涵盖Microsoft 365)来解决这个问题,确保数据无论处于何处都能得到妥善保护。
无论企业是否投资Microsoft Purview,都有必要投资建立起一定水平的治理能力。IT部门的职责就是保护现有数据,同时为应对监管收紧和在AI工作流中使用敏感数据所引发的前瞻性挑战,做好充分的准备。Purview等工具正是为此而生。
微软通过Purview提供了一个引人注目的选择。其先进的标记、域管理、强大的安全功能以及与Microsoft 365/Fabric的全面集成,为整体数据资产的管理工作提供了全面、可扩展的解决方案——这也切实贴合了企业客户改善治理、增强安全能力的迫切愿望。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。