ZD至顶网安全频道 02月23日 编译:Veritas日前复出,正紧锣密鼓地筹划推出新的产品,同时Veritas还宣布将加强与亚马逊网络服务(AWS)及微软Azure的合作。据悉,Veritas是一家从事数据管理和存储的传统厂商,在2015年被赛门铁克公司卖掉。
据称,Veritas宣布与微软建立为期数年的合作伙伴关系,微软将在Azure上使用Veritas的企业库云和管治工具。NetBackup 8.0、Backup Exec 16与Azure的整合及Veritas与微软的合作伙伴关系将为Veritas在混合云领域提供契机。
Veritas CEO比尔·科尔曼(Bill Coleman)
此外,Veritas在与Azure完成该交易的一周前曾表示,旗下的360数据管理平台将进入亚马逊网络服务(AWS)。AWS和Veritas曾将一系列的工具整合在一起,这些工具可将公共云基础架构和企业数据中心进行混合与匹配。例如,Veritas弹性平台、InfoScale、Access和NetBackup Backup Exec也将进入AWS。
赛门铁克2015年以74亿美元将Veritas卖给凯雷集团(Carlyle Group),Veritas CEO比尔科·尔曼在谈及Veritas与公共云提供商的合作及未来计划时给出了以下要点:
云的重要性。科尔曼表示,Veritas正在进军云领域,目标是能给客户一个 “云和数据中心任意组合 “的选择。此外,进军云领域也意味着Veritas将采用订阅和以消费为基础的商业模式。科尔曼曾统领过BEA Systems。他在谈到产品方面时表示,Veritas在NetBackup里添加了API框架并会将其全面整合到产品组合里。科尔曼表示,“我们全面进入公共云,公共云将成为我们产品里的一个完整元素。云是我们的战略核心。”
GDPR(General Data Protection Regulation,一般数据保护监管)。科尔曼在谈话里不断提到GDPR。之所以这样是有其原因的。GDPR是欧盟的数据驻留和保护监管条例。Veritas正处于向数据管理公司转型的转接点。GDPR是一个重大的改变,原因是一众公司不管在任何时候都必须知道自己的数据身处何处。科尔曼表示,“不管数据在哪里,我们都将为其提供可视化的整合产品。”他还表示, Veritas正在考虑将整个过程自动化。
科尔曼做了这样的解释,“我们希望明年在所有环境里针对GDPR将迁移和发现完全自动化。自动化是必须的的。每一次违例事件你就会被罚款。Veritas分析过我们自己的数据。我们在GDPR上不得不花费几百万美元。因此,这是件大事情。我们要做很多工作才能搞定我们自己的事情。我们是我们自己的头号客户。”
GDPR将于2018年5月生效。科尔曼表示,GDPR大可以成为Veritas的催化剂,前提是Veritas能够帮助客户了解自己的全部数据再对其管理。他将GDPR比作萨班斯-奥克斯利法案。萨班斯-奥克斯利法案基本上成了全球金融服务监管条例。
商业模式。与大多数软件公司一样,Veritas将过渡到基于订阅的模式。Veritas大约9个月前推出订阅产品,因此,现在要预测商业模式转换的快慢为时尚早。
混合云。科尔曼表示,“我们还没见过有客户在传统处理应用程序上走云优先这条路。不过,大客户现在也不过是走到了将关键任务应用程序迁移到云里这一步。我们预计大多数大型企业将采用混合云。”
未来的挑战。科尔曼表示,业界一般认为Veritas是个传统型公司,在这一点上存在挑战,但由于客户面这也是机会所在。执行上也存在挑战。但科尔曼表示,Veritas发布新产品更迅速了,也更有效率了。GDPR和Veritas公共云整合要讨取决策者的欢心还有很长的路要走。Veritas是独立的,不会卖将软件与硬件一起出售,这也是Veritas的一个机会。科尔曼表示,“大多数企业客户数据由我们管理,我们得到信赖。中立对我们的客户来说是一个优势。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。