2024年的AI風險管理：您應該知道的幾件事
Warning: Division by zero in /var/www/html/wwwroot/itrenzheng.hk/wp-content/themes/code-blue_20/functions.php on line 16
Warning: Division by zero in /var/www/html/wwwroot/itrenzheng.hk/wp-content/themes/code-blue_20/functions.php on line 16
Warning: Division by zero in /var/www/html/wwwroot/itrenzheng.hk/wp-content/themes/code-blue_20/functions.php on line 16
Shanika Splunk大数据
生成式AI技術（如GPT-3 和 DALL·E）的不斷進步，帶動了AI技術在全球的快速採用。 對許多企業來說，應用AI技術的目的是在市場競爭中獲得優勢，但有時他們忽略了AI帶來的風險因素，而這些風險很有可能會影響到個人、組織以及更廣泛的生態系統。
我們將透過本文向您介紹AI風險管理這一概念。 我們將帶您了解與AI系統相關的技術性風險和非技術性風險。 同時，我們也將向您展示如何借助美國國家標準與技術研究院（NIST）制定的《人工智慧風險管理框架》來開發AI風險管理方案，創建負責任的AI系統。
在文章的最後，我們將討論組織在管理AI風險方面將不得不面對的主要挑戰。
什麼是AI風險管理
對AI技術越來越多的應用，將為組織帶來許多技術性風險和非技術性風險。 作為風險管理領域的分支學科，AI風險管理主要聚焦於組織在部署和應用人工智慧技術流程中對風險進行的識別、評估和管理等工作。
這個過程包括制定策略來應對這些風險，確保對AI系統的使用是負責任的，保護組織、客戶、員工免受AI專案的負面影響。
為了實現更有效率的風險管理，人們引入了多個AI風險管理框架，例如，美國國家標準與技術研究院（NIST）制定的《人工智慧風險管理框架》, 可透過結構化的方法來評估和消除 AI風險，其中包括AI使用指南和AI最佳實踐。
與AI相關的風險
談到AI風險管理，最重要的是要清楚AI使用過程中的技術性風險和非技術性風險。
01.技術性風險
以下即為常見的AI技術性風險：
資料隱私風險。 AI模型，特別是經過大型資料集訓練的模型，可能會含有敏感的個人訊息，如個人識別資訊 (Personally Identifiable Information, PII)。 這些系統可能會在不經意間記住並顯示這些敏感信息，導致個人隱私洩露，違反資料保護條例（如GDPR）的合規要求。
AI模型的偏見。 有時候，用來訓練AI模型的資料可能會帶有偏見，導致AI模型產生不準確且帶有一定歧視色彩的結果。 舉例如下：
在招募事件中存在偏見，導致只僱用特定人選（或特定族群）
在金融借貸領域的偏見，會導致只面向特定族群開放
結果不準確。 如果接受訓練的AI模型精準度較低，那麼產生的結果準確度也會比較低。 甚至有些模型無法提供及時的訊息，導致公司或員工做出錯誤決策。
過擬合。 當AI模型過度使用訓練資料時，就會發生這樣的現象。 一旦使用新數據，則其效能降低。 這種現象會影響結果的可靠性和準確性。
02.非技術性風險
現在我們來看看AI技術所帶來的非技術性風險：
道德和社會風險。 在辦公室使用AI會引起道德層面的擔心，例如，可能會導致裁員，產生的某些數據會涉及種族問題，甚至會出現未經他人同意便收集數據的情況。
失去對企業的信任。 有些AI系統會產生有害的或帶有偏見的結果，這會損害企業的聲譽。 企業員工和內部利害關係人會失去對AI系統的信任，客戶會對企業失去信任，長遠角度來看，會影響企業的營收。
監管風險。… Continue reading
什麼？ 能用Python就可以輕鬆解決這5個常見運維！
通信弱电交流学习
許多運維工程師會使用 Python 腳本來自動化維運任務。 Python 是一種流行的程式語言，具有豐富的第三方函式庫和強大的自動化能力，適用於許多不同的領域。
在維運領域，Python 腳本可以用來實現各種自動化任務，例如：
連接遠端伺服器並執行命令
解析日誌檔案並提取有用信息
監控系統狀態並發送警報
大量部署軟體或更新系統
執行備份和復原任務
運用 Python 腳本可以大幅提高維運效率，並減少人工幹預的錯誤率。 因此，許多維運工程師會選擇學習 Python，以便在日常工作中使用它。
當然，維運崗位的具體職責和要求可能因公司而異，有些公司可能不會要求維運工程師會使用 Python 腳本。 但總的來說，學習 Python 可以為維運工程師的職涯發展帶來很大的好處。 它可以幫助維運工程師更好地完成日常工作，並為他們提供更多的發展機會。
除了 Python 之外，還有許多其他程式語言也可以用於維運自動化，例如 Bash、Perl、Ruby 等。 維運工程師可以根據自己的喜好和需求選擇合適的語言學習。
1、連接遠端伺服器並執行命令
連接遠端伺服器並執行命令是維運工程師經常要進行的任務之一。 使用 Python 腳本可以方便地實現這一操作。
連接遠端伺服器的方法有很多，常用的有 SSH、Telnet 等協定。 在 Python 中，可以使用第三方函式庫 paramiko 來實現 SSH 連線。
下面是一個範例程式碼，可以使用 SSH 連接遠端伺服器並執行命令：
import paramiko
# 建立 SSH 用戶端
ssh = paramiko.SSHClient()
# 設定為自動接受伺服器的 hostkey
ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())… Continue reading
雲端運算優劣勢分析
雲端運算的優勢主要基於其自身的特點：
（1） 隨選服務、快速部署、自助計費。 一切所需的資源和服務都可以根據自身的需求在雲端運算供應商處獲取，因為雲端運算供應商強大的技術支援能力和 PaaS 、 SaaS 的快速發展，使得部署更加簡單快速。 雲端運算提供的資源和服務皆可自助計費，對於所投資源和成本有較好的數位展示。
（2） 彈性伸縮、快速大規模運算能力
雲端運算另一最重要的優點是彈性伸縮和能夠快速的進行大規模的運算能力。 這對有對外發布系統的企業非常重要。 以下情境舉例：企業在自己的電商平台或銷售平台對使用者或客戶進行促銷活動或秒殺活動。 傳統方式這對IT 部門來說是一個蠻大的挑戰，可能需要準備不少的伺服器和網路資源以便應對高並發和大流量的場景，且不說準備的資源能夠頂住高峰的壓力，峰值之後，很多 資源會處於空閒狀態。 而雲端運算平台則是基於按需服務、按量計費以及彈性伸縮的特性，可以根據系統負載情況進行動態調整，按需、按量計費，不會造成額外的資源浪費和資金浪費。 超大規模的運算能力除了可以幫助企業應對業務高峰之外，還可以幫助企業進行大規模的運算處理能力，如大數據的處理、複雜業務的計算等，這在一些實驗室會有相應的場景。
（3） 雲端生態資源的共享共用
雲端生態資源的共享共用主要體現在以下即可方面：
a) 、優秀先進的技術、經驗與高效能的設備資源。 採用雲端運算平台最直觀的就是在技術、經驗和設備方面的效益。 不管是公有雲服務商或私有雲供應商，其大多基於自身或產業的先進技術、經驗完成。 例如運算、儲存的高可用部署，網路的高並發、高頻寬，應用程式、資料庫的叢集和分散式部署方式，作業系統效能最佳化、安全加固，資料庫效能最佳化、安全加固等等，採用雲端運算平台， 可以直接將這些技術和經驗拿過來使用，避免重複研究，再造輪子。 另一方面，採用雲端運算平台，可以不需要單獨投入資金購買價格昂貴的高效能設備資源，按需使用，提高性價比。
b) 、產業數據和大環境分析數據。
雲端運算規模發展到一定程度之後，對應的產業數據分析和大環境數據分析會在雲端平台逐漸成形，這部分數據可以為企業經營提供借鏡意義，同時企業本身也可能是數據生產者一員（ 具有兩面性，貢獻資料促進產業資料分析；雲端環境下資料安全性不可控制）。
c) 、雲生態資源的高度利用。 這主要是針對 PaaS 和 SaaS 層。 依托優秀企業的 PaaS… Continue reading
可組合架構與微服務：哪個比較優？
Warning: Division by zero in /var/www/html/wwwroot/itrenzheng.hk/wp-content/themes/code-blue_20/functions.php on line 16
Warning: Division by zero in /var/www/html/wwwroot/itrenzheng.hk/wp-content/themes/code-blue_20/functions.php on line 16
Warning: Division by zero in /var/www/html/wwwroot/itrenzheng.hk/wp-content/themes/code-blue_20/functions.php on line 16
岱军 云云众生s
兩種軟體開發架構都有各自的優缺點。 以下是如何決定可組合架構還是微服務架構哪一種比較適合你的方法。
譯自Composable Architectures vs. Microservices: Which Is Best?，作者 Michel Murabito。
單體架構幾十年來一直是軟體開發的基石。 儘管其簡單易開發的特點，但隨著應用程式複雜度的增加，傳統架構往往會遇到效能瓶頸和可擴展性挑戰。 微服務很快就成為一種解決方案，透過提供效能優化、靈活性和容錯性來應對這些挑戰。 從行業巨頭如Atlassian和Netflix成功從單體技術遷移的經驗中我們可以學到的一課是，速度、敏捷性和可擴展性在當今市場上獲勝。
可組合架構作為一種與軟體開發不斷發展的需求相契合的補充方法已經出現。 這種設計方法在科技業引起了許多關注，在2021年，Gartner預測採用可組合方法的公司將能夠比競爭對手更快實現新功能，提高了80%。
儘管可組合架構可以增強企業的敏捷性、可擴展性和適應性，但許多IT和DevOps團隊想知道這對微服務意味著什麼。 他們關心這些方法之間的關係、相似之處和差異，以及可組合架構是否會讓微服務過時。
可組合架構：模組化系統的崛起
可組合架構是一種模組化的軟體設計和開發方法，建構了靈活、可重複使用且適應性強的軟體架構。 它涉及將龐大的、單體平台分解為小型、專業化、可重複使用和獨立的組件。 這種架構模式包括一系列可插拔的模組化元件，如微服務、打包的業務能力（PBC）、無頭架構和API-優先開發，這些元件可以無縫地替換、組裝和配置，以滿足 業務需求。
在可組合應用中，每個元件都是獨立開發的，使用最適合應用功能和目的的技術。 這使企業能夠建立可以迅速適應業務需求的客製化解決方案。
由於這種架構模式是基於API-優先原則，資訊在服務和系統之間共享，無需了解底層技術。 這種方法提供了一系列好處，包括：
它幫助團隊輕鬆快速地擴展規模，充分利用成長機會獲得競爭優勢。
它使維護和系統更新變得更容易，因為模組化組件可以單獨修改和替換，減少認知負擔。
它透過允許團隊重複使用和重新利用現有組件來滿足不斷變化的需求和要求，加快了開發過程。
它允許添加新的API和工具以支援成長，而不必擔心它們是否能很好地配合使用。
它使組織能夠跟上數位管道的業務趨勢，同時提供一致的體驗，提高客戶滿意度。
在電子商務應用和網站開發中，可組合方法已經得到了顯著的普及，為開發人員、客戶和零售商增強了數位體驗，像Shopify和Amazon這樣的行業領導者正充分利用其優勢。
微服務：仍然強大的經過驗證的方法
微服務架構仍然被用於開發、部署和擴展簡化的模組化軟體解決方案，這些解決方案可以被其他應用程式重複使用。 它包括一組較小的獨立組件或服務，每個組件負責特定的業務功能。
微服務是與傳統的單體架構有重大差異的，傳統架構中，使用者介面和後端通常緊密耦合，設計為作為單一功能一起工作。 微服務架構是一種分散化的方法，可讓團隊開發、維護和持續改進單一服務，而不會中斷整個應用程式。 這些技術通常利用API來外部公開訊息，以實現與外部服務、應用程式和系統的無縫整合。
微服務架構非常適合具有多個功能組件的複雜系統，許多大型科技公司，包括eBay、X（以前被稱為Twitter）和Netflix，已將其傳統的單體應用程式遷移到了小型、獨立的、專業 化的應用程式。 在2023年，Stack Overflow的開發者調查報告稱，49%的開發者正在其組織中使用微服務。
微服務為軟體開發組織提供了明顯的好處，例如：
增強了故障隔離，並確保單一模組的失敗對較大的應用程式影響最小。
提供了靈活性，可以根據需要添加、替換或移除單一微服務，同時嘗試新的技術堆疊。… Continue reading
私有雲環境下三種類型儲存適用場景的比較分析
原创 陈萍春 twt企业IT社区
一、關鍵技術需求
金融業機構對於資料中心儲存都有高效能、高可靠性、彈性擴展、易管理的技術需求。 對於企業私有環境下的雲端平台儲存來說，這些技術需求又會存在一些差異：
高效能
雲端平台的彈性伸縮特性可支撐超大規模的運算節點部署，也帶來了超大規模的資料存取請求，這就給儲存系統帶來了相當大的負載壓力；而不同的業務系統對儲存設備的效能 又有明顯的差異，如何承接這些儲存負載，如何儲存分級分層、保障儲存服務品質是雲端平台儲存架構設計的首要目標。
高可靠性
雲端運算的虛擬化特性大大提高了IT資源的使用效率，也帶來了很高的耦合性，極易造成問題群發，故障影響半徑往往更大。 而金融資料安全的重要性不言而喻，有著嚴格的RTO、RPO要求，那麼如何做好資料隔離，如何滿足儲存系統的高可用和容災復原需求成為雲端平台儲存架構設計最關鍵目標。
彈性擴展
雲端平台儲存可以有效提高儲存使用效率，儲存精簡配置和自動供給能一定程度滿足儲存資源的彈性供給。 隨著業務規模的增加、業務資料增量龐大，雲端平台儲存資源池也不可避免地需要頻繁調整。 另外，雲端運算技術也處於蓬勃發展階段，技術更迭速度較快，因此一個支援平滑升級適配、平滑擴充、無需中斷業務即可無縫擴展的雲端平台儲存架構也是迫切需求。
易於管理
雲端平台儲存的易管理性體現在兩個方面，一方面是統一儲存管理，另一方面則是儲存自動化和視覺化能力。 統一儲存管理既能對外提供豐富的標準接口，如文件系統接口、塊存儲接口或對象接口等，又能異構存儲納管，將各類存儲資源統一管理、靈活配置；自動化可簡化部署，對 日常工作進行自動化管理，視覺化可深入洞察儲存與應用的關係，掌握儲存使用與容量成長趨勢。
二、關鍵技術元素
雲端平台儲存架構圖
雲端平台儲存主要是資料儲存層、儲存抽象層、儲存介面層和儲存資源管理這樣的分層架構，包括以下的關鍵技術元素：
底層資料儲存：可分為企業儲存、分散式物件儲存和分散式檔案系統這三種類型；
儲存資源虛擬化：儲存資源虛擬化是透過虛擬化技術將底層資料儲存虛擬化為儲存資源池，對雲端平台屏蔽底層資料儲存實作細節；
儲存介面：儲存介麵包括提供給業務應用的資料存取介面和儲存資源管理介面。
其中底層資料儲存是雲端平台儲存的基礎，與其他技術元素的實現方式息息相關，下文將分別剖析不同的底層資料儲存及其適用場景。
三、企業儲存及其適用情境分析
企業儲存使用專用硬體和儲存控制器，儲存控制器採用雙控製或多控互連架構，包含Raid功能和大容量Cache。 控制器後端連接到磁碟櫃，磁碟櫃包含了多個Raid組，每個Raid組又包含多塊磁碟，這就組成了磁碟陣列，如圖3所示。
圖3：企業儲存硬體架構示意圖
企業儲存一般可提供區塊儲存或文件儲存介面服務，其優點可總結為：… Continue reading