在本期专家面对面中,我们采访到Infopulse公司的资深网络IT工程师Yaroslav Glushko。Infopulse公司的内部网络要覆盖4个办事处,支持1200个用户。Glushko表示,老旧建筑影响网络信号,新的移动设备的接 入也常常导致网络崩溃,为了解决这些问题,他们正在重新设计无线网络。
目前在忙些什么?
Yaroslav Glushko:我们现在手里有好几个项目。最重要的就是重新设计无线网络。用户数量不断增多,移动设备数量也随之激增,而我们的办公室并不是采用最新的 建筑标准建造的,所以我们要做的就是尽量让用户获得最好的网络体验。而现有的网络已经过时了,不能很好的满足无线网络通信。目前办公室有几个无线信号传播 问题,所以我们要改进现有的无线网络覆盖环境,尽可能让用户体验更好。当然,我们已经开始使用802.11ac这种新的无线标准来改善网络了。
所以现在面临的问题是建筑材料?
Glushko:对,而且有趣的是,墙壁要比地板厚,所以在楼层之间会有信号重叠和干扰问题。这会扰乱无线通信。
那么要解决这个问题,该如何修改现有的无线网络设计?
Glushko:我们是通过安装更多的无线接入点,以降低每个接入点的发射频率。我们调整算法来控制这些设置,这样所有接入点都可以看到对方,并尽量减少对彼此的影响。
另外,我们更多的是在5 GHz无线频段通信的。5 GHz无线频段应用更广泛,它能使用更多的无线频道,且不会重叠。对于11bg端点,我们使用2.4 GHz无线带宽,同时,对于11ac端点使用5 GHz的。
周边也有企业使用2.4 GHz频段的,所以我们还要尽量降低那些通信对我们的网络的影响。我们的大多数用户现在都连接到5 GHz频段上,我们也在尽一切可能把所有用户都升级到这个频段上,因为这个频段更稳定,而且噪音也小。
除了重新设计无线网络,这些天您工作面临的最大挑战是什么?
Glushko:我们正在为统一网络访问架构制定相应的解决方案。它可以把所有有线、无线和远程VPN网络访问集中到一个独立灵活的解决方案中进行 统一管理。它的目的是让用户基于他们的网络连接、位置、时间、日期、设备类型和设备现有状态,应用于合适的访问级别,除了传统的用户访问权限。此外,它应 该增加网络访问管理过程的粒度和鲁棒性,通过提供最少的必要的网络访问来提高安全性,允许用户在任何时间、地点以及任意设备上办公,增强终端用户的体验和 工作效率。
比如,如果用户在家里使用个人设备通过VPN远程联网,可能在访问某些重要信息时会访问受限。但是如果使用公司的设备连接企业的有线或无线网络,也就是该用户是通过最安全的接入方式访问的,所那么他应该可以访问所有资源。
在做决策时还有很多其它条件,当然也有很多操作可以应用到用户连接上。所有这些功能可以使我们在不同用例中实现定制的访问策略。
造成这种情况的原因是什么?
Glushko:主要的问题是,用户希望在任何地点使用任意设备工作,不仅仅是最安全的那个。而我们的安全专家们也有他们的要求,限制一些恶意访问,所以我们需要找到一个能同时满足两者的解决方案。
您是怎么进入IT网络行业的?
Glushko: 我大学选的是信息与科学技术学院。在那里学习了近6年。大学期间,我进入了思科网络技术学院,那也是我第一次接触网络方面的经验,后来就专注于网络了。那 时我就开始关注IT市场,并开始找相关工作。很幸运,朋友和老师为我指出了正确的方向,大学最后一年,我就成功得到一家IT公司的工作。
网络对您有什么吸引力?
Glushko:网络作为一个有机体,跨越并连接所有IT系统。当你连接到互联网时,你看到的是你的浏览器的主页,但是你可能不知道当你点击网页时到底发生了什么,也不知道数据包是如何通过这些连接和设备传递的。它怎样工作以及如何连接对我来说都很有意思。
一个额外的问题:如何我给你一把时光机的钥匙,你想去过去的哪个时间点?为什么?
Glushko:如果可以,我想去很多时间点,如果非要选择其中一个,那我很想见见爱因斯坦,而且我对自然科学、天文学、物理学、化学以及其它学科等也很感兴趣,所以我想回到1905年或者他研究他的相对论的某一年,和他探讨一下这些问题。
您的回答很有智慧。要是我来回答,我可能会说我想看看恐龙。
Glushko: 我只想到了人。当然,我也想去看看有恐龙的远古时代,甚至更早的时候。
想看宇宙诞生吗?不过我不知道时光机能不能回到那么遥远的时期啊。
Glushko: 我认为可以,因为我们现在已经可以观察到从宇宙早些时候传播的光了。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。