在快节奏的IT世界中,速度往往被视为成功的关键因素。就数据恢复而言,企业或组织都希望该过程尽可能快速高效。然而现实情况往往不尽如人意:戴尔科技的2024年全球数据保护指数(GDPI)调查结果显示,75%的受访者担心其所在企业现有的数据保护措施可能不足以应对恶意软件和勒索软件威胁。1基于此,戴尔科技率先带来适用于Cyber Recovery数据避风港的APEX全闪存保护存储(Dell APEX Protection Storage All-Flash for Cyber Recovery),在保持数据完整性的条件下执行快速、智能的数据恢复,以全闪存之力帮助企业抵御网络威胁,降低网络攻击造成的业务风险。
闪存技术引领IT变革
与传统的机械硬盘(HDD)相比,闪存在速度和通信能力上拥有绝佳优势,也由此彻底重塑了IT行业。闪存之所以如此受企业青睐,主要原因就在于其在速度上的重要提升。而借助闪存技术,固态硬盘(SSD)的数据读取和还原时间较HDD更快,显著提高了数据访问速度,减少了延迟,提升了系统的整体性能。此外,闪存技术及SSD的出现,还使企业可以对工作负载进行整合,减少硬件空间占用,最大限度降低功耗并减少维护和运营成本。
简化数据恢复,无惧勒索软件攻击
当下,一方面勒索软件的攻击威胁持续演变,另一方面许多企业的关键数据规模也在不断扩大。如何在保持服务水平协议(SLA)的同时,从隔离的恢复环境(如Cyber Recovery数据避风港存储区)中还原更多关键数据,这成为企业当下面临的一大挑战。随着基于PowerProtect Data Domain软件定义存储的Dell APEX全闪存保护存储的推出,客户现在可以在戴尔科技的帮助下采用简单、节能且经济的解决方案,在Cyber Recovery数据避风港中快速恢复关键数据。
APEX Protection Storage All-Flash for Cyber Recovery作为一个参考体系架构在16G Dell PowerEdge R760服务器上交付,并在VMware上具有220TB的容量。与PowerProtect DD6900相比,其数据还原速度提升2倍2,与DD9910(1.5PB)相比,机架空间减少了56%3,进一步简化数据恢复运营,并通过CyberSense增强的分析功能提高能效。作为AI加持的分析和取证工具,CyberSense可以验证Cyber Recovery数据避风港存储区中数据的完整性,并凭借全闪存技术减少硬件资源的使用,保持可持续的能源足迹。凭借超过200项基于内容的分析,CyberSense使用实时勒索软件对真实场景进行严格测试,对勒索软件产生的损坏数据进行检测,准确率高达99.99%4。
知名IT评测机构Principled Technologies将戴尔科技集成CyberSense的PowerProtect Cyber Rcovery数据避风港解决方案,与市场中的其他数据保护解决方案进行对比,发现在检测勒索软件破坏能力方面,CyberSense仅在一个备份周期内就检测到了三种不同攻击类型的勒索软件破坏,而另一方案则在15个周期内只检测到其中的两次攻击。
戴尔科技持续提供快速、智能有弹性的数据恢复解决方案
恢复速度固然重要,但同样需要确保的是在数据还原开始前便采取智能手段验证数据完整性,以降低额外的业务风险。适用于Cyber Recovery数据避风港的Dell APEX全闪存保护存储可提供快速数据还原所需的速度,同时确保数据的完整性不受损害,从而实现智能恢复流程。这在恢复受网络攻击影响的数据时格外重要。
可以预见的是,勒索软件的未来发展正朝着攻击更先进、更有针对性的方向前进——利用新技术并不懈挖掘企业IT漏洞。因此,拥有一个可靠、高效的网络恢复解决方案对企业来说也变得越来越必不可少。以Dell APEX Protection Storage All-Flash for Cyber Recovery为突出代表,戴尔科技也将持续提供集数据还原的速度、智能和弹性于一体的解决方案,助力企业顺利恢复业务,无惧安全威胁。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。