2020年,早期的远程办公加速各个企业恢复生产到现在的远程办公常态化。远程办公平台发挥着重要作用。同时随着远程办公激增的同时,网络威胁、人为意外等等带来的数据安全问题也层出不穷,如何保证云上的业务数据的不丢失也成为企业考虑的问题。
对于许多人来说,远程办公平台已成为企业生产力的核心工具,比如向远程办公模式的转变使得过去一年中Microsoft Teams的使用量激增,上个月的日活用户达到1.15亿,相比近一年前的2000万日活用户增长了475%,但保护Microsoft Teams的数据一直是一个挑战。“当远程办公逐步成为新常态后,Microsoft Office 365备份变得更加重要。然而,据我们今年发布的《Veeam 2020年数据保护趋势报告》显示,在使用Office 365的中国企业中,三分之二的企业只使用Office 365内置的备份功能,” Veeam中国区总经理张弘表示。因此基于数据的重要性,需要用专用数据保护功能来保护Teams的数据变得比以往任何时候都更加重要。
近日,云数据管理备份解决方案的领导者Veeam®Software(卫盟软件)发布了公司增长最快的产品——Veeam Backup for Microsoft Office 365的最新版本v5。v5新增了针对Microsoft Teams设计的专用备份和恢复功能,为Microsoft Teams提供定制化、颗粒级的恢复体验,为远程工作人员的关键Teams对话保驾护航,同时使用户能够比以往更容易地快速查找和恢复Teams数据,包括整个群组、具体渠道和设置。以确保业务连续性并防止数据丢失。
“当远程办公促使Microsoft Teams的使用量激增时,Veeam亦紧跟行业发展,迅速地在Veeam Backup for Microsoft Office 365 v5中实现了对Teams备份的支持,帮助用户比以往任何时候都更容易在Microsoft Teams中查找和恢复Teams数据,由此更进一步地帮助了企业在远程办公和管理中,实现全面访问和控制业务关键数据,同时保证数据安全。” 张弘谈到。
“没有人能够100%避免网络攻击,但未雨绸缪是关键。捷成拥有三步走的网络安全策略:识别、控制和恢复,而Veeam 可保证我们恢复数据。为了恢复及保留一份完整和最新的数据备份,我们必须确保备份工作每时每刻都顺利进行,并定期进行深度测试以确保我们的数据100%可恢复,”捷成集团资讯科技总监陈煜民表示。
Veeam首席技术官及产品战略高级副总裁Danny Allan表示,“虽然Microsoft Teams自带基础的数据保留功能,但它并不能完全防止意外删除或安全威胁导致的数据丢失,也不能出于合规性或监管目的而实现长期保留——这正是令许多公司担忧的关键。”确保Teams数据得到全面保护并易于恢复的重要组成部分。Veeam Backup for Microsoft Office 365的最新版本满足了这一关键业务需求。
Veeam Backup for Microsoft Office 365 v5现在为Microsoft Teams提供的支持包括:
专用的Microsoft Teams备份:对Microsoft Teams数据全面控制和保护;
更快、更容易的恢复:业界领先的恢复选项,专为Microsoft Teams打造;
无与伦比的eDiscovery:可在Microsoft Teams组件间进行颗粒搜索和查找,以实现无缝的治理和合规性。
此外,v5现在能够提供强大的可扩展性,新的架构增强提供了5倍的规模增长以支持更大型的企业,还提供可以同时浏览逾10万个对象的UI的能力。v5还将Office 365数据移动到对象存储的速度提高了2倍,同时能够并行处理大量SharePoint Online列表。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。