確保AI世界中的數(shù)據(jù)安全:企業(yè)數(shù)據(jù)存儲(chǔ)與安全管理 2024_第1頁
確保AI世界中的數(shù)據(jù)安全:企業(yè)數(shù)據(jù)存儲(chǔ)與安全管理 2024_第2頁
確保AI世界中的數(shù)據(jù)安全:企業(yè)數(shù)據(jù)存儲(chǔ)與安全管理 2024_第3頁
確保AI世界中的數(shù)據(jù)安全:企業(yè)數(shù)據(jù)存儲(chǔ)與安全管理 2024_第4頁
確保AI世界中的數(shù)據(jù)安全:企業(yè)數(shù)據(jù)存儲(chǔ)與安全管理 2024_第5頁
已閱讀5頁,還剩16頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

確保AI世界中的數(shù)力將徹底改變幾乎所有的行業(yè)討論的核心是所有企業(yè)的數(shù)據(jù)資產(chǎn)。在過去幾年中,"數(shù)據(jù)是新的石油"已成為一句老生常談的話,但最近在GenAI方面取得的進(jìn)展讓人們從一個(gè)新的角度認(rèn)識(shí)到,這些數(shù)據(jù)資產(chǎn)對于獲得新的獨(dú)特見解以加速增長是多么重要。Omdia認(rèn)為,數(shù)據(jù)是成功實(shí)現(xiàn)人工智能的基礎(chǔ)和動(dòng)力。雖然人工智能驅(qū)動(dòng)的洞察力前景誘人,但必須高度重視基本要素:數(shù)據(jù)本身、基礎(chǔ)設(shè)施和存儲(chǔ)以及安全性。為了管理企業(yè)分析和人工智能培訓(xùn)所需的各種來源、各種模式和結(jié)構(gòu)的大量數(shù)據(jù),企業(yè)需要現(xiàn)代化的數(shù)據(jù)平臺(tái)來處理數(shù)據(jù)洪流。同時(shí),保護(hù)數(shù)據(jù)安全和隱私也至關(guān)重要。Omdia認(rèn)為,數(shù)據(jù)安全是一個(gè)不容妥協(xié)的領(lǐng)域。多數(shù)企業(yè)正處于關(guān)鍵時(shí)刻,既要面對人工智能解決方案的誘惑,又要面對未知領(lǐng)域的嚴(yán)峻現(xiàn)實(shí)。在這本電子書中,Omdia探討了這項(xiàng)技術(shù)帶來的潛在挑戰(zhàn)和機(jī)遇,企業(yè)在這一動(dòng)態(tài)環(huán)境中前進(jìn)時(shí)應(yīng)加以考慮。AdamStrange,PrincipalAnalyst,DataSecurityAndrewBrosnan,PrincipalAnalyst,AIRoyIllsley,ChiefAnalyst人工智能支持的數(shù)據(jù)安全性足夠好嗎?從安全角度看,使用人工智能來更好地理解和保護(hù)數(shù)據(jù)有其強(qiáng)大的理由,但在實(shí)際使用人工智能時(shí)也有一些關(guān)鍵的考慮因素,其中之一就是人工智能被視為提高數(shù)據(jù)安全性的強(qiáng)大解決方案。Omdia建議企業(yè)在采用基于人工智能的模型進(jìn)行數(shù)據(jù)安全態(tài)勢管理之前,一定要謹(jǐn)慎行事。人工智能的主要風(fēng)險(xiǎn)之一在于其根據(jù)某些參數(shù)提供標(biāo)準(zhǔn)化響應(yīng)的功能。黑客可以使用這些相同的參數(shù)揭示相同的網(wǎng)絡(luò)安全結(jié)果。由于知道態(tài)勢構(gòu)成可能導(dǎo)致漏洞被利用,企業(yè)需要確保他們不會(huì)冒著數(shù)據(jù)泄露的風(fēng)險(xiǎn),求助于簡單的人工智能模型來回答往往很復(fù)雜的安全問題。在追求進(jìn)步和創(chuàng)新的過程中,我們的專家建議企業(yè)不要忽視或低估以前成功的方法、現(xiàn)有資源、能力或投資。主存儲(chǔ)器網(wǎng)絡(luò)安全的重要性怎么強(qiáng)調(diào)都不為過–它是任何網(wǎng)絡(luò)安全戰(zhàn)略的重要組成部分。在不斷演變的威脅和不斷升級(jí)的網(wǎng)絡(luò)風(fēng)險(xiǎn)中,保障數(shù)據(jù)的完整性和可用性至關(guān)重要。雖然圍繞人工智能的大量討論都集中在計(jì)算能力和GPU上,但人工智能發(fā)展的核心是數(shù)據(jù)。這就需要對數(shù)據(jù)進(jìn)行細(xì)致的標(biāo)注和安全存儲(chǔ),以確保在訓(xùn)練人工智能模型時(shí),數(shù)據(jù)的可訪問性與嚴(yán)格的隱私保護(hù)措施保持一致。此外,關(guān)于人工智能的討論往往忽視了人工智能勒索軟件迫在眉睫的威脅–勒索軟件即服務(wù)(RaaS)的出現(xiàn)加劇了這一巨大威脅。應(yīng)對這一挑戰(zhàn)需要積極創(chuàng)新、戰(zhàn)略威懾和強(qiáng)大的數(shù)據(jù)恢復(fù)保護(hù),以有效減輕潛在的損害。在數(shù)據(jù)分析方面,大量數(shù)據(jù)從不同來源收集并整合到可擴(kuò)展的對象存儲(chǔ)系統(tǒng)中,特別是來自邊緣和遠(yuǎn)程終端的數(shù)據(jù)。預(yù)計(jì)未來的發(fā)展軌跡,Omdia認(rèn)為人工智能存儲(chǔ)市場將進(jìn)入多廠商競爭加劇的階段。低成本QLC技術(shù)的采用、搜索和標(biāo)記功能的增強(qiáng)以及共享擴(kuò)展文件訪問功能的出現(xiàn),都將催化這種競爭。在企業(yè)應(yīng)對錯(cuò)綜復(fù)雜的現(xiàn)代網(wǎng)絡(luò)威脅時(shí),將網(wǎng)絡(luò)恢復(fù)集成到存儲(chǔ)基礎(chǔ)架構(gòu)的結(jié)構(gòu)中已成為一種戰(zhàn)略需要,而不僅僅是一種附加功能。數(shù)據(jù)-當(dāng)今時(shí)代的石油要安全、合規(guī)地訓(xùn)練高性能的人工智能模型和強(qiáng)大的數(shù)據(jù)平臺(tái),對全面、高質(zhì)量數(shù)據(jù)的需求勢在必行。人工智能模型已經(jīng)發(fā)展到可以處理各種數(shù)據(jù)類型,如音頻、視頻甚至基因信息,即非結(jié)構(gòu)化和結(jié)構(gòu)化格式的多模態(tài)數(shù)據(jù)。進(jìn)一步的創(chuàng)新還為歷史數(shù)據(jù)和實(shí)時(shí)流數(shù)據(jù)提供了支持。與基于文本的歷史數(shù)據(jù)相比,這些進(jìn)步為企業(yè)提供了更大的洞察力和商業(yè)價(jià)值。然而,這些創(chuàng)新也帶來了復(fù)雜性,企業(yè)必須加以解決,以確保有效的數(shù)據(jù)管理、治理、安全和隱私。主要挑戰(zhàn)之一是在獲取綜合數(shù)據(jù)與保護(hù)個(gè)人隱私之間取得平衡。雖然單獨(dú)使用數(shù)據(jù)集可能看起來無害,但與其他數(shù)據(jù)集結(jié)合使用時(shí),可能會(huì)導(dǎo)致個(gè)人身份被識(shí)別,從而引發(fā)對數(shù)據(jù)濫用和隱私泄露的擔(dān)憂。建立健全的數(shù)據(jù)安全和隱私措施不僅對建立對人工智能的信任至關(guān)重要,而且還能保護(hù)組織免受聲譽(yù)損害和法律影響。大量與隱私相關(guān)的法規(guī)和標(biāo)準(zhǔn)進(jìn)一步強(qiáng)調(diào)了嚴(yán)格數(shù)據(jù)保護(hù)實(shí)踐的重要性。不規(guī)可能導(dǎo)致嚴(yán)重的經(jīng)濟(jì)處罰、法律責(zé)任甚至監(jiān)禁。企業(yè)必須積極采用隱私增強(qiáng)技術(shù)(PET)來降低這些風(fēng)險(xiǎn)。聯(lián)邦學(xué)習(xí)、差分隱私、合成數(shù)據(jù)生成和同態(tài)加密等方法既能保護(hù)敏感數(shù)據(jù),又能實(shí)現(xiàn)創(chuàng)新和洞察力。然而,要解決數(shù)據(jù)隱私和安全問題,需要采取一種涵蓋從基礎(chǔ)設(shè)施到應(yīng)用層的整個(gè)人工智能堆棧的綜合方法。企業(yè)必須考慮各種因素,如內(nèi)部部署、云或混合模型,訓(xùn)練和推理部署的計(jì)算和存儲(chǔ)要求,以及將PET集成到現(xiàn)有工作流程中。此外,還必須關(guān)注人工智能模型的整個(gè)生命周期,從開發(fā)和培訓(xùn)到部署和持續(xù)管理。在不斷變化的威脅環(huán)境中保護(hù)數(shù)據(jù)資產(chǎn)數(shù)據(jù)安全經(jīng)歷了重大演變,已成為網(wǎng)絡(luò)安全中的一門獨(dú)特學(xué)科。雖然企業(yè)在數(shù)據(jù)中心內(nèi)外不斷加強(qiáng)數(shù)據(jù)保護(hù)措施始終是謹(jǐn)慎之舉,但這一演變的主要催化劑是全球數(shù)據(jù)隱私法規(guī)的實(shí)施和執(zhí)行不斷升級(jí),以及來自惡意行為者的威脅持續(xù)升級(jí)。從本質(zhì)上講,企業(yè)必須優(yōu)先全面了解其整個(gè)數(shù)據(jù)環(huán)境,以便根據(jù)其業(yè)務(wù)風(fēng)險(xiǎn)狀況有效保護(hù)數(shù)據(jù),同時(shí)保持成本效益。鑒于數(shù)據(jù)安全固有的復(fù)雜性,必須與具備必要經(jīng)驗(yàn)的供應(yīng)商合作,這些供應(yīng)商了解數(shù)據(jù)安全的各種驅(qū)動(dòng)因素,并將這種了解無縫集成到其產(chǎn)品或服務(wù)中。通過與知識(shí)淵博的合作伙伴合作,并采用全方位的數(shù)據(jù)安全方法,企業(yè)可以有效地降低風(fēng)險(xiǎn),確保遵守法規(guī),并在不斷變化的威脅環(huán)境中保護(hù)其寶貴的在企業(yè)內(nèi)部部署人工智能的主要考慮因素最近的OmdiaIT企業(yè)洞察和數(shù)據(jù)管理調(diào)查強(qiáng)調(diào),數(shù)據(jù)隱私和安全是企業(yè)采用人工智能的首要問題。雖然現(xiàn)在衡量人工智能對數(shù)據(jù)安全的確切影響還為時(shí)尚早,但某些領(lǐng)域,如數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)分類,為企業(yè)加強(qiáng)對數(shù)據(jù)的理解提供了機(jī)會(huì)。畢竟,未知的東西是無法得到有效保護(hù)的。Omdia預(yù)計(jì),在未來幾年內(nèi),有關(guān)數(shù)據(jù)隱私,特別是人工智能方面的數(shù)據(jù)隱私的監(jiān)管環(huán)境將繼續(xù)演變。與此同時(shí),企業(yè)迫切需要建立健全的人工智能政策。這些政策需要慎重考慮,以定義各種規(guī)模的組織可接受的使用條款。在企業(yè)內(nèi)部部署人工智能會(huì)帶來各種風(fēng)險(xiǎn)和注意事項(xiàng)。有些是一般人工智能部署中常見的問題,有些則取決于業(yè)務(wù)環(huán)境和具體用例。其中許多考慮因素都會(huì)對數(shù)據(jù)中心產(chǎn)生影響,包括基礎(chǔ)設(shè)施的選擇,如云、混合或內(nèi)部部署解決方案,以及有關(guān)隱私增強(qiáng)技術(shù)(PET)的決策,如聯(lián)合學(xué)習(xí)和合成數(shù)據(jù)生成。技術(shù)行業(yè)的所有主要利益相關(guān)者,包括超大規(guī)模企業(yè)、大型技術(shù)公司、初創(chuàng)企業(yè)和開源社區(qū),都在積極開發(fā)解決方案,以幫助減輕與企業(yè)采用人工智能相關(guān)的數(shù)據(jù)隱私和安全問題。值得注意的是,戴爾已經(jīng)驗(yàn)證了統(tǒng)包式人工智和群學(xué)習(xí)計(jì)劃。根據(jù)Omdia對市場的審查,我們的分析師認(rèn)為,企業(yè)人工智能模型采用的未來格局預(yù)計(jì)將包括針對特定領(lǐng)域或任務(wù)定制的更小、更專業(yè)的模型,而不是像ChatGPT這樣的大規(guī)模模型。特別是在醫(yī)療保健和金融等受監(jiān)管行業(yè),企業(yè)將尋求在內(nèi)部或基于云的容器中運(yùn)行這些模型和相關(guān)軟件的選擇?;A(chǔ)架構(gòu)供應(yīng)商正在通過開發(fā)促進(jìn)內(nèi)部部署環(huán)境和云之間的可移植性和鏡像的技術(shù)來做出回應(yīng)。打造未來的技術(shù)框架存儲(chǔ)的增長存儲(chǔ)的性能層目前正在經(jīng)歷增長,預(yù)計(jì)從2023年到2027年的復(fù)合年增長率(CAGR)將接近18%。根據(jù)人工智能系統(tǒng)支持的數(shù)據(jù)管道的不同部分,硬盤驅(qū)動(dòng)器(HDD)將用于提高成本效益,而固態(tài)驅(qū)動(dòng)器(SSD)則用于提高性能。然而,隨著人工智能系統(tǒng)各方面的性能變得越來越重要,這種區(qū)別將開始變得模糊。人工智能在數(shù)據(jù)中心的崛起據(jù)Omdia預(yù)測,未來五年,服務(wù)器計(jì)算人工智能應(yīng)用的需求將以每年20%的速度增長,使人工智能成為數(shù)據(jù)中心中增長最快的應(yīng)用。這些服務(wù)器中有很大一部分將專門用于人工智能推理任務(wù)。加強(qiáng)數(shù)據(jù)恢復(fù)策略有效的事件響應(yīng)和恢復(fù)策略對于減少勒索軟件攻擊和全面恢復(fù)業(yè)務(wù)運(yùn)營至關(guān)重要。在存儲(chǔ)環(huán)境上下文中利用主存儲(chǔ)快照可以大大加快恢復(fù)過程。這種方法不僅能確??焖倩謴?fù),還能簡化驗(yàn)證工作,從而增強(qiáng)整體數(shù)據(jù)抵御勒索軟件攻擊的能力。探索企業(yè)內(nèi)部存儲(chǔ)即服務(wù)(StaaS)企業(yè)內(nèi)部存儲(chǔ)即服務(wù)(StaaS)為IT采購和存儲(chǔ)決策提供了多種選擇。隨著數(shù)據(jù)中心內(nèi)工作負(fù)載放置的靈活性增加,企業(yè)必須評(píng)估數(shù)據(jù)管理策略、總成本影響和IT管理能力等因素,以做出明智的StaaS采用決策。在追求技術(shù)進(jìn)步的同時(shí),也不能忽視企業(yè)對環(huán)境可持續(xù)發(fā)展的承諾。根據(jù)Omdia最近的一項(xiàng)調(diào)查,受訪者對購買旨在最大限度減少二氧化碳排放的存儲(chǔ)設(shè)備(55%)和在存儲(chǔ)系統(tǒng)制造中采用環(huán)保材料(56%)表示出濃厚的興趣。通過將存儲(chǔ)基礎(chǔ)設(shè)施投資與可持續(xù)發(fā)展目標(biāo)相結(jié)合,企業(yè)可以在促進(jìn)技術(shù)創(chuàng)新的同時(shí)減少碳足跡。您需要了解的信息Omdia分析師利用其全面的市場數(shù)據(jù)和趨勢洞察能力,為企業(yè)強(qiáng)調(diào)了在制定戰(zhàn)略時(shí)需要考慮的優(yōu)先領(lǐng)域。數(shù)據(jù)存儲(chǔ)。優(yōu)先優(yōu)化數(shù)據(jù)中心基礎(chǔ)設(shè)施市場的工作負(fù)載準(zhǔn)備迎接新一輪的超異質(zhì)性浪潮,其特點(diǎn)是:為各種大規(guī)模應(yīng)用部署工作負(fù)載優(yōu)化的專用集成電路(ASIC),如基礎(chǔ)設(shè)施處理(即網(wǎng)絡(luò)、安全和監(jiān)控)、視頻轉(zhuǎn)碼、搜索、人工智能訓(xùn)練和推理。每臺(tái)服務(wù)器的優(yōu)化ASIC數(shù)量不斷變化,每臺(tái)服務(wù)器配置十幾個(gè)協(xié)處理器。例如,Meta最近發(fā)布的針對人工智能優(yōu)化的服務(wù)器,每個(gè)系統(tǒng)配置了12個(gè)協(xié)處理器(稱為MTIA);谷歌的視頻轉(zhuǎn)碼服務(wù)器,配置了20個(gè)協(xié)處理器(稱為VCU)。。隨著固態(tài)硬盤(SSD)成本的不斷降低,預(yù)計(jì)固態(tài)硬盤(SSD)創(chuàng)新將取代數(shù)據(jù)中心的硬盤(HDD)設(shè)備。數(shù)據(jù)安全由于認(rèn)識(shí)到并非所有數(shù)據(jù)都是相同的,組織應(yīng)根據(jù)不同的數(shù)據(jù)類型和相關(guān)風(fēng)險(xiǎn),建立合適且具有成本效益的數(shù)據(jù)安全態(tài)勢。。整體數(shù)據(jù)保護(hù)平臺(tái)(如數(shù)據(jù)安全態(tài)勢管理)將為企業(yè)提供一個(gè)大有改進(jìn)的解決方案,同時(shí)還能滿足首席信息安全官(CISO)整合供應(yīng)商的需求。企業(yè)應(yīng)該找到能夠全面定義其整個(gè)數(shù)據(jù)集的供應(yīng)商,無論數(shù)據(jù)集是在企業(yè)內(nèi)部、軟件即服務(wù)(SaaS)環(huán)境中還是在云中。下一步是對數(shù)據(jù)進(jìn)行分類和分級(jí),然后控制適當(dāng)?shù)脑L問權(quán)限。。一些供應(yīng)商提供"足夠好"的方法–提供足夠的安全性,抵御大多數(shù)攻擊,但不是所有攻擊。受監(jiān)管行業(yè)或目標(biāo)性很強(qiáng)的垂直行業(yè)可能需要更強(qiáng)大的解決方案。必須認(rèn)識(shí)到,數(shù)據(jù)不僅僅是資產(chǎn),它對業(yè)務(wù)運(yùn)營至關(guān)重要,用戶應(yīng)尋求供應(yīng)商的最高保證和物理保護(hù)。AI。分析工作負(fù)載的可移植性,供應(yīng)商需要繼續(xù)努力提高分析工作負(fù)載的可移植性,以支持/促進(jìn)終端用戶在云計(jì)算、內(nèi)部部署和邊緣部署中優(yōu)化存儲(chǔ)和計(jì)算資源。。隨著對基礎(chǔ)架構(gòu)的細(xì)粒度控制越來越多地轉(zhuǎn)向人工智能驅(qū)動(dòng)的優(yōu)化和自動(dòng)化,現(xiàn)代數(shù)據(jù)分析平臺(tái)的參與者絕不能忘記優(yōu)先考慮可觀察性和透明度的概念,以支持人工智能。僅僅將閑置資源的規(guī)模歸零作為優(yōu)化之路是不夠的。從業(yè)人員需要能讓他們優(yōu)化數(shù)據(jù)庫內(nèi)部、下方和外部資源的工具,以便在云和本地、云之間以及邊緣平衡性能和成本。為了解決在管理復(fù)雜數(shù)據(jù)分析基礎(chǔ)設(shè)施方面持續(xù)存在的技術(shù)技能差距,技術(shù)提供商應(yīng)盡早加快努力,將人工智能作為實(shí)現(xiàn)低級(jí)流程自動(dòng)化和增強(qiáng)復(fù)雜決策點(diǎn)的一種手段,特別是在核心IT用戶角色之外。早期的例子包括新數(shù)據(jù)源的自動(dòng)模式檢測和自動(dòng)查詢計(jì)劃優(yōu)化。OmdiaOmdia專家根據(jù)數(shù)據(jù)和預(yù)測提供分析師意見,為您提供可行的見解,幫助您做出明智的發(fā)展決策。我們的專家分析數(shù)據(jù)管理、高級(jí)分析和數(shù)據(jù)安全方面的行業(yè)趨勢,就不斷變化的數(shù)據(jù)存儲(chǔ)環(huán)境為您提供建議。在不斷發(fā)展的技術(shù)生態(tài)系統(tǒng)中,為您提供前瞻性戰(zhàn)略發(fā)展知本電子書中的內(nèi)容來自O(shè)mdia的三項(xiàng)信息服務(wù):AnalyticsandDataManagementIntelligenceServiceCloudStorageandDataIntelligenceServiceDataSecurityIntelligenceService與Omdia聯(lián)系,全面了解我們?nèi)绾螏椭鉀Q數(shù)據(jù)、基礎(chǔ)設(shè)施和保護(hù)方面的問題。關(guān)于Omdia關(guān)于OmdiaOmdia是InformaTech旗下的技術(shù)研究和咨詢集團(tuán)。我們對技術(shù)市場的深入了解結(jié)合可操作的見解,使組織能夠做出明智的增長決策。估到競爭環(huán)境評(píng)估,并為

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論