至顶网服务器频道 06月29日 新闻消息:托管云提供商Rackspace宣布,正在使用Splunk来为其决策分析引擎提供支持——并计划下一步使用Splunk的机器学习工具。
今天披露的这个信息,表明Rackspace正在跨所有业务流程使用Splunk的Enterprise and Enterprise Security,包括业务智能、DevOps、合规和安全。
Rackspace每天会接收近3TB的数据,然后利用Splunk诊断异常活动,修复流程中的问题——Splunk称这加速了安全漏洞的修复,并为公司节约了成本。
据分析师透露,这将使该公司的安全事件检测时间缩短70%,让安全团队和合规团队调查高优先级安全事件的速度加快70%,让安全故障对公司财务的影响减少“至少50%”。
Rackspace公司副总裁、首席信息安全官Dave Neuman对Splunk ES赞誉有加,称它让他的IT团队“能够持续查看数千个端点——包括服务器、网络设备、安全扫描和威胁反馈,帮助客户加快威胁检测和解决。”
该公司最早是从基层开始使用Splunk,有几个小的网络团队在运行日志分析和应用管理,简化IT故障排除和操作。
“一旦我们的领导层意识到Splunk的全部潜力,我们就会广泛部署Splunk ES来帮助确保PCI合规项目的成功,”Neuman补充说。他的公司必须遵守10个PCI安全标准,以保存敏感的客户数据。
Splunk公司安全市场高级副总裁Haiyan Song表示,PCI工作的目标是“保持合规性和改进运营”,然后引导更广泛地采用该公司的软件,除了小的IT团队和安全团队,要扩大到整个公司。
Rackspace合作伙伴关系下一步将发展到机器学习领域,称计划在公司自动业务流程的IT、安全和业务运作中使用Splunk的机器学习工具套件。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。