在跌宕起伏的疫情中,我们度过了内卷、躺平、emo的2021年。
然而世界不爆炸,IT不放假!
2021依然有着无数的IT工作者在继续钻研、拼搏、奉献,暂时的低谷是为了未来更好的发展。
下面就让我们来回顾一下2021年网络与安全技术的新发展,并展望一下在2022年,网络与安全领域又会产生哪些新的“金矿”。
在2021年,我们还在一期视频节目中和大家探讨,网络布线中铜缆的粗细对转发性能的影响。但是在2022年,很多企业可能就不会再有这方面的烦恼。伴随着光模块成本的逐年下降,使用光纤取代铜缆进行网络布线将成为未来发展趋势。未来企业的网络综合布线,将不必在纠结于使用几类网线、铜线的粗细与质量。并且今后的网络带宽升级也会变得更加简单,不需要再伤筋动骨的对全部网线进行更换,只需要更换相关板卡和光纤模块就可以了。
然而网络发展“光进铜退”的脚步并不会就此而止。2022年“硅光”这种芯片层面的“光进铜退”将会得到普及。届时,交换、路由上负责传输数据的线路板,将被光引擎给替代。甚至可以由光引擎直接出光,通过接口板直接向对外进行数据传输。如此一来,既可以降低光电转换功耗,又可以进一步提升网络核心数据转发性能。不但可以满足碳达峰、碳中和的国家“双碳”战略,又同时可以满足5G时代高带宽、低时延、低功耗的数据中心大流量需求。
2021年在数据安全领域也发生了很多变化,《中华人民共和国数据安全法》、《个人信息保护法》、《网络产品安全漏洞管理规定》的相继实施,成为2021年度的重大热门事件。伴随着这些法律和管理规定的实施,数据安全对于企业而言,也从一个可有可无附加项,升级为无法忽视的必选项。但是如何进行数据安全防护就又成为企业需要解决的一个新问题。
然而随着5G、物联网、边缘计算技术的深入发展,以及企业业务的数字化转型逐步深入,企业数据开始爆炸性增长,获取数据的途径也开始显著增加。企业的数据安全问题,也不是新增一两台安全设备,或颁布一两款安全规定就可以解决。数据安全的有效防护,涉及到端点安全、网络安全、应用行为管理等一系列安全解决方案,这些解决方案又需要通过相互配合,统一协调管理才可以发挥出最大安全防护效果。
由此可知,在2022年企业的数据安全,不应当只着眼于防护,更要重视对数据的管理,只有将安全与管理进行有机的结合,才可以满足未来企业对数据安全保护的实际需求。
为此,在2022年,至顶网评测实验室也会组织开展一次有关企业数据安全防护的产品评测活动,将从端点安全、网络安全、应用行为管理和数据加密四个方面,对目前安全企业所提供的安全产品进行一次综合对比分析,从而可以让不同规模的企业可以更加清晰的了解,应当采取什么样的安全防范措施,对自身的数据安全进行防护。
“光进铜退”为企业带来更高的网络带宽,同样也会带来更多的网络管理需求;更严格的安全防护手段也需要使用者具备更加有效的安全管理能力。传统的网络和安全运维手段必将无法对此进行应对。这将会促进智能管理、智慧运维技术的飞速发展。
由此可以判断,在2022年,无论在网络管理还是网络安全方面,更加智能化的网络及安全解决方案将会在各大厂商中迅速普及。各种网络及安全技术,将会在智能化技术的整合下,为企业带来更加简便、易用且高效的管理手段。元宇宙的时候什么时候可以到来,我们还无法预计,但智能化在网络及安全领域的硕果,在2022年我们将会很快可以看见。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。