大多数(83%)的IT领导者认为,他们需要的系统恢复速度与现实恢复速度之间存在“可用性方面的差距”。与此同时,有81%的IT领导者认为,在他们能够承受的数据丢失量与数据保护频率之间存在“保护上的差距”。
因此,大多数IT领导者对数据保护水平不太满意,但同时他们也要与勒索软件攻击作斗争。事实上,大多数接受调查的组织在2022年至少遭受过一次攻击,其中很多组织曾经多次遭到勒索攻击。
以上这些是《2023年Veeam数据保护趋势报告》的部分调查结果,该报告对全球4200名IT决策者进行了调查。
Veeam的这份报告简要地介绍了数据保护和备份情况,以及物理和虚拟服务器、本地和云端之间的平衡。
总体的背景是,内部部署和云服务器之间的比例几乎持平,28%的受访者使用数据中心的物理服务器,27%的受访者使用的是数据中心虚拟服务器,45%的受访者使用的是云托管服务器实例。与此同时,到2022年有65%的受访者已经将容器用于生产中。
有32%的受访者认为,数据处理和存储位置的激增是一个关键驱动因素,他们表示,他们希望在2023年能够把跨数据中心和托管工作负载的数据保护进行标准化,作为他们的一项IT战略。
但是,随着处理数据的位置和方法发生变化,网络安全问题已经成为阻碍工作顺利进行的一个巨大障碍。
在接受调查的组织中,有85%的组织表示,在过去12个月内他们至少遭受过一次攻击,而去年这一比例为76%。
只有24%的受访者表示,在2022年他们没有遭受过勒索软件攻击。与此同时,有19%的受访者表示他们遭受过一次攻击,36%的受访者遭受过两到三次攻击,18%的受访者遭受过四次或者更多次攻击。
在受到攻击的受访者中,平均有39%的受访者表示数据无法使用,只有55%的受访者表示数据是可以恢复的。
有了以上这些数据,接下来,有38%的受访者表示勒索软件威胁已经成为数字化转型和IT现代化最大障碍也就不足为奇了。
与此同时(甚至可能正因为如此),数据向云端迁移的长期变化正在持续下去。
报告显示,现场托管的物理服务器和虚拟服务器比例有所下降,2020年这个部分的比例分别为38%和30%,而且这个比例还呈下降趋势,预计到2025年分别为26%和24%。与此同时,报告显示,到2025年云服务器托管的数据将从32%增加到50%。
在数据保护方面云化趋势也很明显,有81%的受访者预计,将在未来两年内使用云备份作为某些服务器的一项服务。
除此之外,受访者表示,他们有56%的生产数据将在生命周期的某个时刻驻留在云中。更令人惊讶的是,磁带也是企业数据的一个持久存储位置,有42%的受访者表示,他们的数据在生命周期中曾有一段时间存储在磁带介质上。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。