关于 密云大城子找大学生服务保健〖10669708薇信〗 的搜索结果,共1165
追****圣 2018-07-11
给书记省长讲清楚计算
计算不会产污染,所以不用考虑环减排问题,但其带来的环节能问题很严重,每个数据中心都会占用量电力。 对于四线市政府和中小型国企,因为现实困难资源有限是搞不了计算的;二三线市和型国企才能提供计算公司感兴趣的资源。
l****m 2018-07-10
五年前的预言——2012年计算时代的运维职位展望
2、进行计算器维护;几供应商自己也要维护器,那些中型企业肯定会自己做私有,在这个计算平台里也是需要运维人员进行从低端监控到高端架构的一系列维护工作,但自动化运维技术会让运维人员的数量减少,可能每个公司都只有一两个小团队了。 3、进传统行业继续做运维;笔者就是在一个通讯公司工作,我可以很乐观的说计算会对公司造成有限的技术革新,比如说实现OS的虚拟化。我们需要的SIP必须亲自搭建,阿里盛新浪都没得卖,甚至因为硬件和网络限制让我们很难使用虚拟机;而外宣网站一类的东西根本不是我们的核心竞争力,能用就好效率低一些没关系。除了通讯公司之外,产领域(比如管理产线)也有类似的顾虑,计算的优势和公司的业需求完全不沾边,所以这类公司的运维可能会是最后的运维。工作的时候都习惯网站相关的工作,但你过Web就一定要网站工作是挺蠢的行为,危邦不入乱邦不居,最好不要涉足一个没有前途的行业。
h****l 2018-07-09
数据时代下的隐私护(二)
所以,从隐私护的角度来说,隐私是针对单个用户的概念,公开群体用户的息不算 是隐私泄漏,但是如果能从数据中能准确推测出个体的息,那么就算是隐私泄漏。 隐私护的方法 从息时代开始,关于隐私护的研究就开始了。随着数据不断地增长,人们对隐私越 来越重视。我们在讨论隐私护的时候包括两种情况。 第一种是公司为了术研究和数据交流开放用户数据,术机构或者个人可以向数据库 发起查询请求,公司返回对应的数据时需要证用户的隐私。 第二种情况是公司作为提供商,为了提高质量,主动收集用户的数据,这些在 客户端上收集的数据也需要证隐私性。术界提出了多种护隐私的方法和测量隐私 是否泄露的工具,例如k-anonymity(k-匿名化)、l-diversity(l-多样化)、t-closeness、 ε-differentialprivacy(差分隐私)、同态加(homomorphic encryption)、零知识证明(zero-knowledge proof)等等。
s****d 2018-07-11
亿元级用户分析
限制客户梦想的是老旧系统是否支持常见协议,还有底层工程师能否推动上层业测试和变动。 API调用PaaS——API就是不可控过程的黑箱,客户没预算没精力就盲目厂商。客户有精力就做多冗余校验,有预算就做专有资源池部署;未来厂商还会自定义SLA标准——部分API连等待超时都没定义。 版本发布和数字化转型——无论是微观的版本发布还是宏观的数字化转型,其实都和上没直接联系,一个是室内装修工作,一个是新建房屋工作,但装修的最好时机是房屋重建的时候,厂商要帮客户推动IT技术革新。 5.输出分析 厂商输出给客户的即有端IT资源,也有平台输出。是个比资源更难量化的概念,我只引一把火苗出来。 咨询规划--如果直接给客户买资源,那就只能谈性价比,而且资源本身不会说话,所以厂商要做好咨询规划。 明晰验收--项目的实施和结项都是以结果为导向的,明确的过程控制和验收标准对供求双方都是护。 友好接口--面对亿元金主,厂商的下限是类比传统IDC,要把金主伺候舒了就要IOE类集成商。
M****点 2018-07-10
中国计算现状——产品篇
SaaS产品已经出现并流行了十几二十年了, OA/ERP/CRM/邮箱/模板建站等等SaaS都是比各位读者从业年龄还长的老古董,最新流行的各种在线办公、协作、通话、众测等SaaS产品也不依赖器,这些应用上走公网和之前走内网区别并不,用物理机和虚拟机区别也不。 狭义的计算是企业,目标用户的是企业IT技术人员,而SaaS的目标用户和IT人员只在Helpdesk时有关联。 从这一点来看,这些SaaS只是平台的普通用户,和游戏、网站、APP、没有区别。只要SaaS没自建IaaS和PaaS的技术能力和意图,那他们就是客户而非友商。 四、物理机-混合-管平台 主机是物理机的最好替代方案,但也有各种物理机无法被替代的场景需要继续用物理机。 某些主机的超卖比过高,性能太差,又因为各种原因不更换厂商,那只能基于性能原因用物理机。 某些硬件特性虚拟机还没模拟出来,或者你模拟了我也不,比如说Oracle RAC就偏爱硬件存储。 某些非TCP/IP资源必须接专用板卡,比如说接电话网络的器,接专用器材的器,接加狗的器。
雪****魁 2018-07-11
危险背后的机遇--故障危机分析
对于落实是人为导致的故障,甲方单纯的索赔追责并不能解决问题,因为厂商总是比甲方的实际损失更小,甲方无法触及厂商能倒腾出故障的部门。甲方只能根据厂商销售和线的能力和态度,确认自己交钱了能否买到靠谱的。 最重是商誉 计算既是资源又是,资源相对可以量化,但短期内看直观感受,长期看商业誉。商誉分为企业商誉和个人商誉,厂商的企业商誉都积淀不足,胜者也是比烂赛中靠友商更烂胜出的,和IDC/CDN的比优赛无法相提并论。客户在吃够了厂商的亏以后,会选择任能有个人商誉,能做出承诺、调动资源和平复问题的销售和人员。 有个客户非常任某个小销售,他告诉该销售,虽然某有高层合作,某也说报价肯定比某小低5%;但是某机制有问题,出故障从来都是衙门话,每次故障都要客户去乱猜和背锅。最终这个单在客户执行层的暗助之下,该小快速把业切过来并坐实站住了,这份暗中相助就是靠个人商誉带来的任。 我和客户谈故障的时候,喜欢把详细故障原因刨析给客户,企业客户是讲道理的,不要把糊弄ToC用户的手段来对付ToB客户。
1****2 2018-07-09
百度安全:AI 是系统工程 需要真正开放的安全护航
而现在普遍应用的TLS/SSL 方案 是基于非内存安全语言编写,容易被黑客利用内存安全漏洞攻击,而且未来也面临着被 量计算机破解的威胁。 而百度安全基于内存安全技术的下一代可配置嵌入式安全通协议栈MesaLink, 在语言层面提供内存安全障,算法层面提供后量码对抗能力。这就使得网络传输 可以避免OpenSSL“心脏流血”等高危漏洞隐患,并且能对抗量攻击,进一 步增强网络传输层的安全。在MesaLink 的驾护航下,AI 系统的通有了内存安全 和抗量破解的双重障,黑客很难再通过内存安全漏洞和量计算机技术通过网络通 层攻击进入AI 系统。 端的安全 安全都快成了老常谈的话题。不过现在的端防护引擎存在着一定缺陷,比如 它们多依赖请求特征。一方面,要适应千差万别的后端应用,以及它们对协议的处理 方式,本身就很困难。另一方面,面临一些新型攻击,防御引擎需要及时增添规则,较 为被动。最后,防护引擎只要看到符合特征的请求,就会产报警,并不知道黑客是否 真的攻击成功了,所以误报率比较高。 自从Gartner 提出自适应安全架构之后,得到了业界的一致认可。
嘟****y 2018-07-11
型企业适用的平台账户体系
将不同业区分为不同账户也解决不了问题,因为客户和平台都要将这批账户统一管理,但实际扣费进度总会超出意外,项目欠费停机或者追加预算,挨骂受累的都是平台管理员。 现在越来越多的平台会让客户账户下创建多个权限和访问隔离的资源组,不同的资源组会各自做用量统计和配额上限,逐步解决了管理员侧的资源隔离和计费问题。 ##有的平台会把这些资源组叫做“资源账户”,但这和下文的权限账户会有名称混淆,本文是将其称为资源池或者资源组。 第三.多账户权限隔离 相关用户在平台要有自己的账户,这样才好记录操作日志和做权限控制。 首先要证这些账户不能用于登陆到公司的其他业线,特别是个人业线,这也是账户研发一直滞后的重要原因。 最简单的账户是管理员手动创建账户码,但这有弱码和员工离职问题;简洁方案就是管理员手工创建账户,但码验证由客户的企业AD做Keberos认证来完成;最复杂对接即将AD的账户体系(含用户注释和分组息)完整引入平台,但平台管理是小众需求,AD管理员一般不是合适的平台管理员,这个功能要斟酌。
h****e 2018-07-10
程序:我从哪里来?
干货概览 在计算机程序或者的层次上,我们来试着分析前面提到的几个问题。 问题 1.我是谁? 叫什么,包含了哪些实例,规模、部署情况、实例运行状况如何? 2.我从哪里来? 的上游有哪些,不同的上游流量如何分配? 3.我往哪里去? 的下游有哪些,不同的下游流量如何分配? 面对这样的问题,我们的答案是什么呢? 在百度的运维实践中,我们只需“BNS”就可以获得想要的答案。 BNS(Baidu Naming Service,百度名字)是百度智能运维团队研发的一套分布式的名字系统,是百度Noah智能运维产品中的一个重要基础系统。它为每一个赋予一个独一无二的名字,根据这个名字,我们就可以获取到这个的相关息 ,这些息包括:在机器上部署息(机器IP,部署路径,配置,端口息),的实例运行状况等其他重要息。简单来讲,它提供了一个名到资源息的一个映射关系。
小****园 2018-07-10
让PB级存储不再神秘
该文档即讲实打实的技术问题,又说了心贴心的态现状,产品决策和技术选型人员都可以来看看。 一、前言和背景说明 能搭建和使用PB级存储一直是强悍但无用的屠龙绝技,我们更多将其用于炫耀和吹嘘。但最近两三年,我接触了数十家存储量到PB级的客户,深感屠龙绝技已经不再是摆设。 下列变化导致了PB级存储需求的横空出世,连带着CDN、数据、AI技术一并发展。首先看数据是因何产的: 4G和光纤网络普及,带宽提速但资费降价,UGC和PGC都如鱼得水。 智能终端的硬件竞赛让摄像头更清晰、传感器更灵敏。 物联网设备入网,例如传感器数据、医疗影像、基因测序、气象数据。 数据存下来不代表有价值,曾经我们留几百TB的日志,却只能做最简单的加减乘除统计,或者用于出问题后扒日志堆证据;我们可以下载数万部影视剧,但一个人一辈都看不完这些视频。 现在某些营销已经可以做到毫秒级响应做精准广告投放,用户的日志更有价值了;人工智能逐渐参与辅助医疗,医影像数据值得存十年了。随着技术进步价格降低,无论是监管政策还是客户需求,都在推动着数据总量越来越
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
它屏蔽了底层繁杂的管控逻辑,提供简化接口给上层系统NoahEE调用,使上层系统更好更快地释放价值。 Q这么优秀的系统到底是如何实现的呢? AHALO系统采用主从架构,分为Master端和Agent端。 Master端主要做复杂的任调度和管控逻辑,并且所有功能都是模块化设计,用户可以根据自己的需求定制安装,包括虚拟化容器管理,应用包管理、部署、扩缩容、拓扑搭建和活,集群控制等。 Agent端则以简单为原则,弱化繁琐功能,仅作为任的执行器,其中的supervisor组件,结合父双进程原理,做到自升级和自活,把运维人员的工作量降到最低。 整个系统的工作流程也十分简洁优雅!Agent通过定期心跳的方式,与Master进行通,在心跳发包中发送本机状态息,在心跳回包中获取Master期望的本机状态plan,并把期望plan与本地实际plan进行对比,针对有差异的地方做相应修改,使二者持一致,从而证集群中所有机器最终状态一致。 总之一句话,一朝HALO在手,从此不用发愁。所有运维需求,直接调用接口。
小****君 2018-07-11
落地--谈IT就业趋势
厂商有集采优势,厂商多给点资源就能省下很多优化工作;部分情况厂商还有数据优势,比如基于本站数据做风控需要反复调试,而对接厂商外部参考画像会简单很多。5.技术牛都是让变态业需求给压出来的,如果公司有技术牛,那各种需求就来了,但如果没有技术牛,公司也会压缩自己的IT难度。比如搞促秒杀就要准备2000万费,业部门就会掂量成本。客户要使用PaaS就要按照厂商的是数据和业的格式约定。我们看到越来越多的证据,有了对象存储就不用招存储工程师,有了鉴黄和人脸识别就不用自己推演模型,有是反作弊系统就不用自己研究刷单,有了IM就不用自己做openfire。真正的行业精英是不会护食眼前这碗饭,到问题最优解比住铁饭碗重要的多。当精英们无事可做的时候,哪怕钱给够了也很容易跳槽,他们将会富集在计算公司、IT部门和独角兽企业,而小IT部门和创业团队留不住技术牛了。精英们遗世独立,让普通工程师去买了,对其他工程师可不是好事。
无****禾 2018-07-11
客户需求引导管理--实战型IT太极拳
客户技术工程师认同让最终用户采用LB加多台虚拟机,比改QoS和停机加网卡更可靠。但最终用户宁愿纠缠客户技术人员也懒得如何用LB,我给支招说我们的操作人日免费送,但硬件改造成本有20万,问这用户只是想试试还是改完网卡就能付费。最后该用户果然只是想试试,我们和客户技术部门都躲过一场折腾。 案例2.有个IDC新上线一套外售型私有,运营负责人第一次操盘公有心里痒痒,总是提需求但总被我拒绝。他想开放注册并给新用户量赠额,而我跟他聊运营数据,让他同意赠送小用户并不能带来多收益。他说在主机和网络性能测试没友商好,我跟他说明权威测试方法和意义,让他相友商性能比他好就是作弊或者烧钱。他想不同客户不同产品给不同折扣,我们研发人员半年内没这个排期;我们已经有充分的任,我就直接告诉他我做不过来,给用户充值后赠送同样可以达到折扣效果;给资源做独立折扣我们要收开发费用,而且这不是强需求。(这些运营问题都是2015年的,可能略有老化) 案例3.客户被同集团的计算公司的欲哭无泪,我们接盘时提了一堆需求,我同样是拒的比接的多。
m****t 2018-07-11
设计中立公有管平台
2.用户系统 管平台都是做对内业或者固定项目,所以用户系统不开放注册,不需要码、身份认证等功能,但酌情开放修改码、高危操作短验证、特种资源申请等功能,技术咨询类工单可以透传给厂商。 公有的配额系统是为了护厂商稀缺资源不被客户滥用,用户误操作不会花光资金的。管平台的客户很少会滥用资源,平台是厂商的客户也不会轻易欠费停机,管平台可以只做简单粗糙的配额系统,以减少用户误操作为准,如果工期过紧甚至可以先不做配额系统。 用户系统要有一个客户可用的Web管理控制台,让用户可以完成各种资源操作。该管理控制台借鉴各公有控制台即可,所要展示的资源和功能已经在前文讨论过了,该产品可完美模拟功能强,也可以极速从简只做必要功能。 3.计费系统 标准计费系统的功能复杂又强,每个账户是预付费还是后付费、当前有多少余额/透支额度、单个资源是打包整体付费还是按需按量付费,免费配赠资源的占用策略,资源欠费后的留周期,网银和财付费接口,甚至连发票管理都是计费系统要涉及的。 本部分说明如何用一两个人月就能做出来的对账式计费系统。 用户相对可控,对反赖账逻辑就可以弱化甚至不做。
w****t 2018-07-10
AIOps中的四金刚
智能运维平台:提供对AI能力的支持,如:统一的数据(运维知识库)、运维开发框架,以及给AI策略实验和运行的运维策略框架等。 故障自愈机器人:针对单个业场景进行平台化抽象,使之成为一个基础,基于AIOps平台研发和运行。 AIOps时代的职责和技能变化 平台研发工程师负责运维平台及基础组件的研发与建设。 在传统运维场景中,平台研发工程师负责平台、基础组件、类库和工具的研发工作。在针对运维的场景中,会覆盖运维相关的管理、监控、变更、流量调度等相关平台。 这部分平台是运维的基础,在AIOps时代仍然需要依赖于这些平台的建设。 同时在AIOps场景中,数据成为了中心,运维各种状态息转换为数据,机器习则作用在数据上进行分析。在百度AIOps的实践中,运维开发框架、运维知识库、运维策略框架共同组成了完整的智能运维平台,三平台的建设和实施离不开数据、机器习架构的引入。这就要求平台研发工程师具备数据、机器习平台架构师的多重身份,具备流式计算、分布式存储、机器习平台、算法策略平台等一系列数据和机器习平台架构能力。
j****2 2018-07-10
百度脑开放日来袭 24种全新AI能力呈现
为了让流浪喵过上幸福的活,程序员出身的他用百度脑动物识别技术和百度EasyDL打造出 “猫脸门禁”、“病猫识别”、“绝育识别”三智能功能,给流浪猫一个温暖的住所的同时帮助救助志愿者发现病和未绝育的流浪猫。晚兮提到,凭借百度脑的开放技术,他只用半天就设计出了智能猫窝的三项主要AI功能,看似高冷的AI技术最终化为猫咪们的守护神,让现场的小伙伴们感到暖心又感动。 2018年百度脑走进6市举办7场行业创新论坛,发布了企业、地产物业、智能零售、智能工厂、智能校园、智能政7行业解决方案,推动AI与不同行业、具体场景相结合,AI技术渗透到产业的毛细血管。百度脑目前已经落地20+行业,态赋能已成燎原之势。 百度脑新品体验师计划 如果只是技术“阅兵”会让你觉得意犹未尽,为了进一步激励开发者习应用百度脑开源能力,百度脑现已提出了“百度脑新品体验师计划”,希望与开发者一起推动百度脑进化,帮助他人一起成长,探索AI前沿应用。
f****8 2018-07-10
2018年计算行业展望
被资本催熟的业普遍都会早衰,团购战、外卖战、打车战都让我们看到了资本抛弃业的速度极快,三年后计算不能拿来给资本画饼了,一些只能烧钱的计算公司都会被合并和售卖。 但计算本质上是企业,并不会出现一家通吃的情况,那些能够自给自足的计算公司,完全可以像韩遂、公孙康、孟获一样割据几十年。当Oracle在数据库领域雄霸天下的时候,DB2、SqlServer、Mysql、Mongodb只是挣得没那么舒而已,他们并没有被挤死,类似的例还有企业级操作系统软件、企业级咨询、企业级硬件供应商等等。计算是企业,企业从未出现过一家通吃的先例,拿个人互联网用户的习惯套到企业客户身上是不科的。 二、一个行业半个IT界 计算行业的梦想上限是替换掉整个IT行业中所有的后端环节,整个IT业一半的产值都会归属到计算公司。 什么叫“所有的后端环节”,就是除了直面客户、直面业逻辑的那一部分工作之外,其他的环节全部融入计算平台之中。 旧的IT势力在享受行业的自然增长,优质IDC仍然供不应求,工程师们仍然很好工作。
TOP