伴随着国内金融行业整体迈入“云计算”时代,金融机构商业服务模式正在被革新。具体表现为:该机构营销与前台服务部门,批量采用移动智能终端加移动云计算的创新模式开展业务。新一代网银、手机银行和移动支付等更多领域的云计算服务,已悄然来到了我们的身边。
金融行业作为信息化程度最高的行业,一直以来都是对IT系统依赖最高的行业,所以IT系统的高可用性高安全性是该行业的核心诉求。在金融信息化传统的安全体系架构中,“胖终端、大后台”的模式使得桌面端的任何工作人员都可以随意支配,安全策略非常难以统一,行为无法得到真正管控。虽然尝试实施各种安全策略,但总是无法从根本上解决安全问题。下面笔者即结合金融机构的实际部署案例,谈谈可靠的金融机构安全云桌面构建策略。
策略一:稳定高效、业务连续
金融机构业务主要以窗口柜台、客服坐席、对公业务、行政办公几大场景为主,尤其对终端的稳定性、高可用性有着严格的制度管控,核心业务如何平稳过渡到云计算模式,且稳定高效运行,是银行业IT建设的关键需求。
笔者有幸参与了某银行湖南省分行的创新业务部署建设,实训中心将用于全行新老员工的信息化业务培训与考试。该中心占地约700平米,投入新型终端设备100多套,仿真的银行柜台为每部终端配置了身份认证设备、打印机、智能卡读写器等外设。中心可以按需组合成以小组为单位的团队,实现完全仿真的全套业务流程。
图1 安装了下一代云桌面的实训中心
点评:该项目采用下一代云桌面技术(NGD),不再以场景划分产品,而是综合成为一整套快速有效的交付手段。下一代云桌面NGD既可以充分发挥服务器强大计算资源为瘦终端提供支撑,也能让PC及新型云终端本机的CPU 、GPU、内存、存储性能,得到充分复用,以支撑银行复杂的核心金融业务。网络故障仍可保障前端业务稳定运行。
策略二:管理简单 、减少运维
之前,多年来“云桌面”都难以实现较大的市场突破。其实由于业务流程的专业性、复杂性,使得金融机构的信息化管理工作难度极高。且银行业不同的应用场景中所需的操作系统、应用软件、业务软件以及外接设备均有差异且存在互斥。
早期的虚拟镜像克隆、虚拟机克隆等标准化统一桌面交付模式,并不能满足金融机构在现实使用中的需要。由此也曾出现部分项目不得不为每个业务重新定制模板,这样不仅增加了实施成本,更增加了后期的运维支出。
图2 安全架构系统部署图
点评:传统的终端管理是分散式的,每个用户自行管理自身的操作系统和应用。而下一代云桌面(NGD)将分散变为集中,仅需一名管理员即可集中管理上百台终端,保障基础系统在被集中保护、补丁升级、系统升级的同时,还能让各个场景的上层应用拥有高度的自主可控性。
策略三:超强兼容、支持窄带
柜台机有大量的金融外设,如刷卡器、键盘输入器,涉及到USB接口、串口、并口等各类复杂外设,同时,银行业分支机构较多,之间均采用10M左右的专线连接。作为随身云端桌面的入口,能自适应移动互联3G /4G或固网宽带、以太网等网络环境。根据自身的硬件平台性能与带宽智能的选择工作模式,并保障数据的无损漫游。
此次为项目提供技术的是国内知名云计算研发企业,北京和信创天科技股份有限公司,和信创天下一代云桌面此前已为多家银行、证券、保险等机构提供技术升级服务。在应对复杂、复合型的行业环境里,积累了丰富的经验,并针对性的开发了专用版本,为银行专用UKey、身份识别设备、专用票证打印机等提供即插即用的支持功能,并完全兼容此类特种外设的驱动程序等。
点评:和信下一代云桌面具有智能硬件驱动分离技术,几乎可以实现包括串口并口在内的硬件100%兼容。同时,NGD架构设计不仅可以满足随时随地移动办公的需求,更可以满足在10M窄带环境下实现3D高清播放。对银行外设的兼容性、对窄带宽的有效支持,使之“轻而易举”地解决了金融机构的“棘手”问题。
目前金融机构已经从云计算技术、移动互联技术等创新业务部署的中获益。这些服务大大降低了分布式环境下金融系统的研发与管理的难度,保障了金融系统标准的安全性、一致性、连续性、可靠性,以及移动互联网时代所需要的高度并发、随时在线、实时互动能力等,集成为技术平台的基础能力。云计算对于金融行业核心竞争力的提升,直接关系到金融机构在市场竞争中能否持续和快速发展。由此而论,金融机构构建下一代云桌面,毋庸置疑且刻不容缓。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。