在企业数字化转型的浪潮下,数据正成为企业核心资产甚至“命门”,数据安全的重要性不言而喻。可是即便企业对数据安全高度重视,几乎每年还是会发生震撼业界的数据丢失大事件:比如2017年5月“永恒之蓝”勒索病毒爆发事件、2018年7月某企业公有云数据丢失事件以及2020年2月某公司运维删库的事件。导致这些事件的原因或是“外有强敌,内有忧患”,或是企业在公有云上的业务只做单点部署而忽视了潜在的数据安全风险。可见,数据安全真正落地的难度非常大,这是一个系统性工程。
作为一家中立的云计算公司,UCloud优刻得深刻理解用户对数据安全的重视,一直将用户的数据安全防护放在首位,在2015年推出了为云主机磁盘提供持续数据保护(CDP)的数据方舟(UDataArk),支持最小精确到秒级的恢复,针对数据删除或者丢失,能够最大程度的挽回数据。数据方舟已经在多个数据安全案例中得到应用,并得到了众多用户的认可。
近些年,随着用户高性能存储场景的需求增多,SSD云盘和RSSD云盘成为主流选择, 但由于数据方舟主要针对本地盘及普通云盘的备份,SSD云盘和RSSD云盘缺乏高效的备份手段成为用户痛点。为此我们推出了磁盘快照服务(USnap),UCloud优刻得USnap基于数据方舟CDP技术并进一步升级,以更低的成本为全系列云盘(普通/SSD/RSSD)提供了数据备份功能,当用户为一块云盘开启磁盘快照服务后,该磁盘不仅可以获得对应的手动快照额度,还能获得最近3日连续数据自动备份功能。
UCloud优刻得USnap备份时无需暂停业务或停止磁盘读写,不影响线上业务,不损耗磁盘I/O性能。USnap不仅提供一定的手动快照额度,还为用户提供了最近3日内的连续数据自动备份,支持恢复到12小时内任意一秒、24小时内的任意整点以及3天内的任意零点。用户无需手动制作快照,也无需预设数据备份策略,即可获得最小精确到秒级的数据备份。对于部分用户对自动备份的时间范围有着更长的需求,我们还提供了自定义自动备份时间范围的增值服务,用户可以设置秒级、小时级、天级的保护范围,线上我们已经为某些用户提供了最长达到30天的自动备份服务。
UCloud优刻得USnap使用独立的集群进行数据备份,与云盘集群异构。即使遭遇云盘集群出现故障而导致数据丢失的极端事件,用户仍能从备份数据集群中恢复数据,避免了类似某企业在公有云的业务只做了单点部署,在遭遇了“黑天鹅”后出现数据完全丢失的惨痛教训。而且备份数据集群没有对外暴露数据删除接口,即便USnap服务被关闭,备份数据仍然会保留3天,如果出现类似某公司的运维删库事件,用户可以更快更方便的恢复数据。
用户可以在线开启UCloud优刻得USnap,无需停止业务。当用户使用USnap的手动备份或自动备份恢复磁盘时,数据会恢复到一块新的磁盘上,如果恢复后用户反悔,可以快速取回恢复前的数据。用户还可以通过克隆的方式,从USnap的手动备份或自动备份中创建出一块新的磁盘,方便查看备份数据,且克隆的数据源为备份数据集群,完全不影响当前的虚拟机运行。
虽然CDP产品完全打破了传统备份周期概念,消除了备份窗口的束缚,但是备份成本较高始终是一个痛点。UCloud优刻得USnap全面升级了数据方舟底层架构,引入了更加高效数据压缩算法,并且自研了相关数据重删技术,大大降低了数据备份成本。相对于数据方舟产品,USnap的价格直降50%,低至0.2元/GB/月,保护核心的数据资产,1TB每日只需6元!
1、容灾备份
利用快照定期备份重要的业务数据,以应对误操作、攻击或病毒等导致的数据丢失风险。
2、数据快速恢复
在更换操作系统、升级应用软件或迁移业务数据等重大操作前,创建一份或多份快照。若在变更操作过程中出现任何问题,可通过已创建的快照及时恢复业务数据。
3、数据开发
通过创建生产数据快照,为数据挖掘、报表查询和开发测试等应用提供近实时的真实生产数据。
大数据时代,数据是企业的核心生产要素,UCloud优刻得USnap是为保障数据安全构筑的一道重要防线:自动的备份策略,可以规避由于用户安全意识缺失、制度缺失带来的数据风险;最小精确到秒级的数据备份点,在出现数据破坏和丢失时能够最大程度的挽回数据;更低的备份成本,让用户享受更先进技术带来的价格红利。现在UCloud优刻得USnap已经在北京、上海、广州、香港、华盛顿及法兰克福地域全面上线,为您的数据保驾护航!
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。