-
智能建筑技术对房产价值的影响 随着商业房地产市场经受住混合工作安排的压力和迫在眉睫的净零目标，智能建筑技术已成为提高房地产价值的重要因素。根据《财富》商业洞察报告，全球智能建筑市场预计将从 2024 年的 1174 亿美元增长到 2032 年的 5680 亿美元。 这种转变是由各种趋势推动的，包括快速的城市化和监管机构为减少碳排放而施加的越来越大的压力。在本文中，我们将探讨智能建筑技术如何以及为什么在现在和将来使商业地产更具价值。 提高能源效率 智能建筑技术正在帮助商业建筑高效消耗能源，在能源成本超过通货膨胀的情况下，这是一个尤为重要的价值驱动因素。 通过使用物联网 （IoT） 传感器和自动化系统，建筑物可以根据实时占用率和租户使用模式调整 HVAC 和照明水平，从而优化能源消耗。通过使用技术来控制、监控和优化这些系统，智能建筑系统可以节省 20-25% 的能源，仅 HVAC 系统就能节省 20-25% 的能源。 构建分析工具还可以通过识别过度使用，例如设备在夜间运行，又或是年久失修的信号（例如设备泄漏或其他影响性能的故障）来显着减少浪费和可能的巨大损失。 例如，在一个甲级写字楼资产中，发现了许多WC抽风机和风机盘管单元（FCU）的夜间运行。在收到该问题的警报后，该站点的设施经理发现建筑物的BMS中未正确设置多个时区。于是设施经理纠正了这个问题，从而使得整体能源使用量下降了 33% 以上，这一切都归功于一个看似简单的警报。 提高用户的舒适度和满意度 智能建筑通过保持最佳的照明、温度和空气质量来提高居住者的整体健康和舒适度。用户经常被先进的建筑设施所吸引，如智能停车、非接触式进入系统和个性化控制。 随着市场即将经历商业地产价值的重置，用户满意度比以往任何时候都更加重要。居住者的舒适度和满意度通常被视为续租的主要指标，直接影响建筑物的入住率、NOI 和整体资产价值。许多行业调查发现，满意度“是未来（资产）表现的最佳领先指标”。 增加的舒适度不必显著也能带来差异。 麻省理工学院和马斯特里赫特大学（Maastricht University） 由GRESB联合创始人Nils Kok博士领导的一项研究发现， 在满意度仅增加1%的情况下，租户离开的可能性降低了18%，续约的可能性增加了8%。 预测性维护和运营效率 智能建筑中的物联网传感器持续监控 HVAC 单元和电梯等关键系统的状况。持续监控使预测性维护成为可能，使建筑管理人员能够在问题升级为昂贵的维修之前解决问题。预测性维护不会将时间、精力和资金浪费在可能不需要的基于计划的维护任务上，而是让设备讲述问题。 预测性维护可减少停机时间并延长建筑系统的使用寿命，从而进一步降低运营成本并提高财产价值。通过利用现有的工厂和设备数据，建筑业主可以做出更好的决策，提高规划能力并增加利润。 增强的安全功能 监控摄像头、访问控制和生物识别安全系统越来越成为现代商业空间的要求。这些功能为租户提供了更高的安全性，同时增加了房产的吸引力，使业主可以收取更高的租金。 借助专业的建筑分析工具还可以通过检测和提醒居住者注意潜在的危险，例如室内环境中不健康气体的危险水平，从而有助于建筑安全。在一处物业中，通过检测到的CO2水平超出了安全阈值，向运营经理发出警报，并在租户的健康状况受到影响之前进行干预。 此外，专业的工具还可以提醒物业经理注意可能导致财产损失或损失的其他危险，例如漏水。通过将主动的、以安全为导向的技术融入建筑物的运营工作流程中，资产所有者可以确保使用寿命并增加价值。 提高适销性 配备节能系统、智能设施和先进安全性的建筑对租户和投资者都更具吸引力——这种吸引力转化为更高的租金和销售价格。具有智能功能的物业也更有能力获得LEED或高NABERS评级等绿色认证，进一步提高其市场竞争力。 例如，在悉尼的一栋优质精品商业办公楼中获得了5.5星的NABERS评级，投资回收期为六个月，平均热舒适度为89%。在伦敦，获得绿色认证的建筑比获得“棕色”认证的建筑高出20%。 可持续性和环境影响 智能建筑在促进可持续发展方面也发挥着关键作用。如果我们要在 2030 年之前实现净零排放，建筑环境必须积极参与。通过减少能源消耗和优化资源使用，商业建筑有助于减少碳足迹，符合全球可持续发展目标。 智能建筑技术使环保方法成为可能，不仅吸引了具有环保意识的租户；它还为各自财政优惠和补助打开了大门，同时保护房产免受监管的强烈反对，进一步提高了房产价值。 总结 对于旨在提高其商业资产价值的物业所有者和房地产投资方来说，采用智能建筑技术是一项明智的投资。随着市场继续优先考虑可持续性和效率，配备这些先进技术的物业可能会持续升值。因此，在竞争日益激烈的市场中，投资智能建筑技术是获得面向未来的资产的战略途径。 -
智慧城市、面部生物识别和安全基础设施 作为增长的催化剂，智慧城市建立在技术驱动的基础设施之上。全球经济的数字化引领了向智能安全、普遍便利和加速发展的变革。到2026年，智慧城市预计将在全球产生20万亿美元的经济效益。不幸的是，犯罪和违法行为也变得越来越高科技，挑战着社会经济生态系统的平衡。为了确保增长的前沿，安全行动需要以可靠和普及的技术解决方案为先导，这些解决方案也提高了统一发展的前景。在过去十年中，面部识别技术 (FRT) 发展势头强劲，有望成为现代经济中最可靠、最易用的技术之一。面部生物识别技术专注于技术和人工智能的进步，可提供独一无二的安全解决方案，满足智慧城市的各种基础设施需求。交通安全公共交通是社会基础设施的支柱。旨在实现可持续和便捷通勤的智能交通是包容性增长的标杆。交通流程的数字化不仅可以确保资源的最佳利用，还可以巩固通勤者对政府的信任。但智能交通的安全仍然是压力的主要来源。不当行为、盗窃、安全漏洞和屡犯者的存在使通勤者感到不安全。只有通过强大的安全生态系统才能解决这种不安全感，确保安全无忧的旅行。在交通枢纽的视频监控系统中部署人脸识别系统 (FRS) 来识别黑名单人员，可有效避免事故和冲突。通过启用人脸识别的旋转闸门进出，可顺畅无阻地使用交通工具、维护旅行账户，并将安全与体验相结合。FRS 不仅有助于防止安全漏洞，还扩展了地面安全部门及时处理事故的能力。网络安全智慧城市的核心是复杂的云运营基础设施网络、综合经济功能和物联网 (IoT)。这增加了保护虚拟边界和资源以保护智能基础设施的重要性。作为全球一体化、数据智能和网络管理的副产品，数据泄露、网络犯罪和身份盗窃的威胁正在增加。如此规模的网络攻击不仅影响单个个体，而且对城市的影响安全以及整个经济都有害。如果没有网络支持，智能基础设施就无法正常运行，而有效的网络保护只有通过可靠和多功能的解决方案才能实现。通过面部识别启用的多因素身份验证允许验证和重新验证身份，防止访问泄露。数字数据由独特的面部生物识别技术保护，通过活体检测来区分真实的人与合成的身份，从而防止泄漏、滥用和身份泄露。边境安全随着智能解决方案重新定义了物理安全，边境安全被置于无懈可击的控制之下。为确保机场、火车站和海港等边境通道的安全，投入了大量资源和努力。保护智慧城市的物理和虚拟边界以确保公民安全、数据保护、经济平衡以及财产、资源和环境的保护非常重要。虽然合法程序和合规性得到了严格维护，但边境管理在很大程度上依赖于智能技术，这些技术有助于加快合规程序。边境出入境口岸的面部识别监控可以快速进行背景调查，核实进入智慧城市场所的合法合规性以及个人是否受到跨境限制。它为入境者提供了一种安全感，并有助于维持对原本繁琐而复杂的验证手续的信任。不仅如此，集成面部识别功能的视频管理系统还可以提高视频监控的质量，并发出警报，实现高效的入侵检测。此外，它通过自动化安全流程和将所有边境访问终端集成到一个共同系统FRS上，加强了智能基础设施的本质。据估计，全球智能安全市场规模将以 15.1% 的复合年增长率增长，到 2033 年达到 2110 亿美元。调查与犯罪控制在智慧城市中，法律和秩序的执行延伸到犯罪控制，依赖于智能解决方案来进行调查和规避。在基础层面上，识别和认证的准确性是决定监视和控制安全违规行为的主要因素。在视频监控、测谎、全球数据库集成和智能报警系统方面，法律调查正日益成为技术驱动的领域。然而，这些过程并不是完全自动化的，而是依赖于手动命令。这就留下了人为失误的范围，有可能导致错误的判断和反应延迟。在智慧城市中，公民、软件和犯罪控制在集成网络上相互关联，相互依存。对于准确识别、事件检测和受控监控，面部识别可以发挥比预期更大的作用。它可以实时检查合规性，如社会课程、医疗保健预防措施和对敏感资源的保护访问。通过面部识别可以准确识别受迫害的罪犯，从而在全球集成数据库的支持下轻松访问他们的犯罪记录和以前的诉讼。面部识别 – 智能技术简而言之，智慧城市的安全由技术先进的解决方案控制，这些解决方案不仅满足了当前的需求，还推动了智能基础设施的进一步发展。面部识别是一项革命性的技术，展示了执行复杂安全协议的远程和数字化控制的独特功能。最常用的应用包括访问控制、视频监控改进和严格的记录验证。这项技术由先进的算法和顶级的人工智能提供支持，确保准确性、无偏见的决策和与时俱进的解决方案。 -
更好的连接，实现更智能的交通 在运输行业，拼凑技术已不再可行。您不能简单地临时添加箱子和服务，并期望在需要时将货物和人员送到需要的地方。将运输子系统与实时通信连接起来的整体方法是智能交通和未来的基础。以更低的成本和更少的风险更快地运送更多的人和货物是当今的诸多挑战之一。在全球卫生危机之前，人们更多地出于商务和娱乐目的旅行，货物运输也在增加。当大流行袭来时，运输运营商不得不在一夜之间调整其业务，以利用他们现有的任何数字技术。如果你想继续做生意，非接触式支付、虚拟售货亭和自动化操作很快就成为了做生意的“事实上”方式。任何可以减少或消除人类互动或干预需求的技术优势都被纳入其中。随着疫情从几周延长到几个月，并进入第二年，提供长期、有效的数字解决方案的压力只会增加，而不仅仅是对危机的快速反应。这次大流行非常清楚地表明，交通运输业需要转向更智能的环境，现在这种演变仍在继续，世界在很大程度上已恢复正常运行。连通性创造机遇从本质上讲，每个运输运营商都需要高效、顺畅地通过他们的系统运送人员和货物，这意味着他们必须同样高效、顺畅地连接系统中的数据。挑战在于，虽然大多数运输运营商拥有来自路线、资产管理、通信、安全、视频流、乘客和业务应用程序的大量数据，但这些数据被隔离在不同的子系统中。当子系统没有相互连接时，就没有办法跨部门或组织内的角色实时共享信息。也许更重要的是，我们错过了利用所有这些数据来保证货物和乘客的移动和安全的机会。只要考虑一下需要发生什么，例如，如果一个机电操作的门打不开。需要通知维修人员有关情况，以便尽快开始调查和维修。需要规划备选路线、资产部署和乘客管理。旅客需要被告知航班延误、改道或取消。前线的员工需要获得所有最新的信息，以解决乘客的询问。没有相互连接的子系统会产生延迟、不确定性和不安全性，并可能对情况产生巨大的负面影响。这对澳大利亚这样一个严重依赖长途运输和互联运输服务的幅员辽阔的国家尤其有影响。然而，连接的子系统可以执行预先确定的协议，确保维修及时进行，并告知乘客每个阶段发生的情况。此外，还有其他机会利用数据来实现更智能的交通环境，包括: 优化路线规划和资产管理：在子系统之间共享实时数据，确保运输运营顺利、按时进行，并最大限度地减少浪费。结合和分析来自Wi-Fi和票务子系统的数据可以突出趋势，识别不断变化的需求水平，使运营商能够优化燃料、能源或人力资源。基础设施投资也可以与预期交通流量保持一致，以优化预算。 改善乘客和客户体验：通过访问来自多个系统的实时信息，运营商可以提供有关车辆和货物运动的实时更新，警告即将到来的天气情况，并帮助有效地规划人与物的端到端旅程。众所周知，澳大利亚的一些航空公司已经不再享有过去那样受人尊敬的声誉，如果他们能够顺利合作，改善客户体验，所有这些因素都可以对业务产生积极影响。 数据货币化：运营的整体统计视图可以揭示增加收入的新机会。例如，交通模式数据可以提供洞察力，根据乘客和客户的预期位置为他们提供附近产品和服务的折扣。 智能交通需要连接所有子系统的单一连接基础。虽然无线连接是最有效、最具成本效益和最环保的连接方式，但选择最适合每个位置、系统和应用程序的连接选项非常重要。此外，还必须考虑现有的有线连接基础设施，例如光纤和以太网。利用现有基础设施可以简化部署，并确保您获得之前投资的最大回报。别忘了管理——跨有线和无线环境的统一管理系统可无缝查看所有系统和子系统。建立连接基础后，您需要考虑实现智能运营所需的技术，例如： 虚拟化和自动化，以简化基础设施、减少对硬件的需求并最大限度地减少维护要求 云技术，以实现更智能的自动化并提高可持续性 人工智能和机器学习，实现富有洞察力的明智决策 融合技术，将运营和 IT 系统及子系统整合在一起，以简化基础设施并最大限度地减少对环境的影响 数据匿名化，以确保数据隐私得到保障 迈向更智能的交通知识就是力量，交通子系统连接得越紧密，运营就越智能、越强大。当所有系统互连时，实时信息流可以提供有关问题、延误和危险的早期预警，并为每个人提供更好的结果。乘客和货物的安全可以得到更好的保护。 作者：Roch Muraine -
热浪和人工智能挑战会给数据中心带来压力吗？ 最佳温度范围是影响数据中心高效运行的关键因素。然而，随着许多国家进入极端高温时期，出现严重且日益严重的停电风险。热浪可能导致数据中心组件过热和故障，导致运营商关闭服务器以防止损坏，从而导致停机和潜在的中断。例如，2022年7月，伦敦创纪录的高温达到104华氏度（40摄氏度），导致冷却系统故障，导致谷歌和甲骨文数据中心下线。两个月后，酷热天气导致推特位于萨克拉门托地区的数据中心瘫痪。敏感电子设备和硬件（例如服务器、存储设备和网络设备）中的各个组件都有特定的工作温度才能实现最佳运行。数据中心的建议温度范围可能低至65华氏度或高至95华氏度，在防止过热和设备潜在损坏方面起着关键作用。该范围由特定硬件目标的工作温度范围和该硬件可以运行的条件决定。 随着热浪越来越频繁，这将是一个反复出现且日益严重的问题，热浪加上停电，数据中心就离线了。温度波动始终是数据中心运营需要考虑的问题，而天气的预期范围并不是主要问题。极端温度，尤其是高温，会给电网带来巨大压力，并可能增加当地生活用水的使用量，而这些用水量取决于冷却系统。当热浪来袭时，电力和水的使用量将根据系统和冷却技术类型而增加，从而给当地市场带来额外的压力。 确保热浪期间的连续性 如今全球都出现了极端高温，许多人都致力于确保数据中心能够继续运行。确保热浪期间连续性的关键利益相关者是现场设施经理，以及更广泛的设施团队，包括电工、机械工程师以及暖通空调专业人员。此外，数据中心冷却拥有庞大的控制系统网络，需要稳定的电流来操作系统的各个组件，以确保调节后的空气以最佳方式流入数据中心空间。数据中心运营商和支持这些设施的机械团队已经为一系列自然灾害和资源限制做好了计划。数据中心运营商随后与客户密切合作，以满足已发布或商定的服务水平协议(SLA)。如果资源或自然灾害需要关闭或限制某些服务，可能还会与客户制定应急计划。过去几年最大的关注点是效率，尽可能有效地利用电力、冷却和水资源，并减少整个设施的浪费。这是通过提高数据中心温度、改进监控解决方案和智能楼宇管理系统以及改进配电和调节来实现的。数据中心运营商越来越多地采用液体冷却技术，以进一步提高其设施的效率，同时在许多情况下在设施或IT设备层面转向闭环、“无水”冷却设计。所有这些都有助于数据中心更加高效地在日益严峻的条件下运行。节能基础设施和更有效的冷却设计（例如液体冷却）是目前正在考虑的两种技术。高效数据中心电源管理的另一种有效但较少被探索的策略是减少主动管理的数据量。”由于数据消耗了数据中心30%或更多的资源，并且80%的数据都是冷数据，因此高效的数据管理可以帮助减少数据中心三分之一的负担，甚至不需要对基础设施进行任何改造。随着热浪频率的上升，再加上更高密度的人工智能处理器的热量输出更大，问题在两个方面变得更加复杂。● 人工智能增加了数据中心的热量和电力消耗，使冷却挑战更加复杂。● 人工智能使挑战复杂化，并提供解决方案。人工智能的持续崛起将加剧这些挑战，但许多挑战也有助于解决保持数据中心在可接受的工作温度下运行的问题。人工智能耗电量巨大，更多的人工智能处理会增加数据中心的热量输出和功耗，从而加剧这一问题。一方面，在更密集的硬件配置下，模型训练和推理的AI工作负载需要大量的计算能力和能源。为AI模型和应用提供动力的服务器会产生大量热量，必须进行散热和冷却。训练这些模型时会发生复杂的计算，需要更多资源密集型的硬件，从而提高模型的最佳运行整体功率。资源利用率和发电量的增加意味着数据中心内会产生更多的热量，从而给冷却系统带来压力。此外，人工智能算法和模型的动态特性可能会导致电力需求和热量产生的激增，而传统的冷却系统可能难以跟上。考虑到过去一年来为了满足对LLM的巨大需求而对集中式数据中心建设的巨额投资，我预计电网的压力将会增加。虽然人工智能工作负载的增加，为保持数据中心的最佳运行温度带来了更多挑战，但它也可以成为解决问题的良方。这可以包括优化热性能管理的人工智能，包括液体冷却或气流的需求流和冷却系统的预测性维护。随着热浪的增加，人工智能还可以用于为实时天气和长期环境模式的系统提供动力，从而根据外部因素自动调整能源消耗和冷却系统。 -
人工智能如何让实时分析更加真实 人工智能如何让实时分析更加真实 尽管市场在采用实时分析方面已经取得了长足进步，但人工智能可以加速这一进程。 随着数据生成速度和量的不断增加，企业对实时分析的需求变得前所未有的迫切。实时分析的目标是能够立即从数据中提取有价值的洞察，并根据这些洞察做出及时的决策。然而，实现这一目标需要克服许多技术和操作上的挑战。人工智能（AI）和机器学习（ML）的集成正是解决这些挑战的关键，使实时分析不仅成为可能，更加真实和精确。1、实时数据处理的挑战实时数据处理需要在极短的时间内收集、处理和分析大量的数据流。这不仅涉及数据的高速传输和存储，还要求高效的计算能力和复杂的分析算法。传统的数据分析方法往往因为速度和效率的限制而无法满足实时分析的要求。而AI和ML的引入，能够通过自动化和智能化的方式，提高数据处理的速度和准确性。2、AI与ML在实时分析中的应用 实时模式识别与预测：AI和ML算法能够迅速识别数据中的模式，并进行预测。例如，在金融交易中，AI可以即时分析市场趋势和交易行为，预测股票价格走势，帮助交易者做出更明智的决策。 异常检测：AI在实时监控系统中的应用可以迅速检测到异常情况。比如，在网络安全领域，AI可以实时分析网络流量，识别潜在的安全威胁，并立即采取防护措施。 自然语言处理：通过自然语言处理（NLP）技术，AI能够实时处理和分析社交媒体、客户反馈等非结构化数据。企业可以及时了解消费者的情绪和市场趋势，调整营销策略和产品设计。 3、边缘计算与实时分析边缘计算是实现实时分析的重要技术之一。它将数据处理和分析的工作从中心数据中心转移到靠近数据源的边缘设备上，从而大幅减少数据传输的延迟。AI算法在边缘设备上的部署，使得实时分析更加高效和可靠。例如，智能工厂中的传感器可以实时监控生产线，利用AI分析数据，立即发现并解决生产中的问题，提高生产效率和产品质量。4、增强分析与数据民主化增强分析是指利用AI和ML技术，自动化数据准备、洞察生成和数据可视化。它使得没有专业数据分析技能的业务用户也能进行复杂的数据分析。通过自然语言处理技术，用户可以通过与系统的对话，实时获取数据洞察。这种交互方式大大降低了数据分析的门槛，使更多的员工能够参与到数据驱动的决策中，推动了数据民主化。5、数据隐私与道德规范在追求实时分析的同时，数据隐私和道德规范也是不容忽视的问题。AI在数据处理中的应用，必须遵循严格的数据保护法规和道德标准。企业需要建立健全的数据治理机制，确保在实时分析过程中，用户数据得到妥善保护，并透明地向用户说明数据的使用方式。只有这样，才能在利用数据分析带来商业价值的同时，赢得用户的信任。6、行业案例分析 医疗健康：在医疗健康领域，AI实时分析患者数据可以提供快速诊断和治疗建议。例如，通过实时监控病人的生命体征，AI可以识别出潜在的健康风险，及时通知医生采取措施。 制造业：智能制造中的AI应用，实时分析生产线数据，预测设备故障，优化生产流程。这不仅减少了停机时间，还提高了生产效率和产品质量。 零售业：AI实时分析消费者行为和市场趋势，帮助零售商优化库存管理，提升客户体验。例如，通过分析实时销售数据，AI可以预测热销产品，调整库存和供应链策略。 总结人工智能和机器学习技术正以前所未有的方式改变实时分析的面貌。通过提供快速、准确和智能化的数据处理和分析，AI使得实时分析更加真实和可操作。企业必须紧跟这一趋势，利用AI技术提升实时分析能力，从而在瞬息万变的市场环境中保持竞争优势。同时，注重数据隐私和道德规范，确保在数据驱动的商业模式中，用户的利益和信任得到保护。展望未来，AI赋能的实时分析必将成为各行各业创新和发展的重要推动力。 -
关于云的常见问题解答 关于云的常见问题解答 当提到云时，人们通常会有各种问题。以下是一些常见问题和解答： 什么是云计算？ 云计算是通过互联网提供计算资源和服务，包括存储、数据库、软件、网络和分析等。用户可以通过云服务提供商按需获取这些资源，而无需自己购买和维护硬件设备。 云计算有哪些优势？ 灵活性和可扩展性：用户可以根据需求随时调整资源。 成本效益：无需购买昂贵的硬件设备，只需支付使用的资源。 可靠性和安全性：大多数云服务提供商提供高可用性和数据安全保障。 全球化：用户可以在全球范围内访问云服务，无需考虑地理位置限制。 云计算的类型有哪些？ 公有云：由第三方提供和管理，多租户共享基础设施。 私有云：专为单个组织定制和管理，通常部署在内部数据中心。 混合云：结合了公有云和私有云的优势，允许数据和应用在不同环境之间移动。 私有云、公共云和混合云之间的区别是什么? 私有云、公共云和混合云是三种不同类型的云计算环境，它们在所有权、部署方式和灵活性等方面存在显著差异。以下是它们之间的区别： 私有云： 所有权：私有云由单个组织拥有和管理，通常部署在组织自己的数据中心内。 安全性和控制：由于私有云完全受到组织控制，因此可以实施定制化的安全策略和合规性要求。 成本和资源：私有云通常需要较高的初期投资和运营成本，因为组织需要购买、部署和维护自己的硬件和软件设施。 灵活性：尽管私有云提供了更多的控制权，但其灵活性和可扩展性可能受到硬件资源限制的制约。 公共云： 所有权：公共云由第三方云服务提供商拥有和管理，多个客户共享同一基础设施。 成本和资源：公共云通常采用按需付费的模式，客户只需支付实际使用的资源，无需承担基础设施的购买和维护成本。 可扩展性：公共云提供了无限的可扩展性，用户可以根据需要快速增加或减少资源。 安全性和合规性：尽管公共云通常提供高级的安全性和合规性措施，但由于多个客户共享同一基础设施，可能存在安全隐患。 混合云： 结合了私有云和公共云的优势，允许应用和数据在不同云环境之间移动。 灵活性和数据控制：混合云允许组织根据需求在私有云和公共云之间动态分配工作负载，从而实现更高的灵活性和数据控制。 合规性和成本效益：混合云可以根据工作负载的性质将敏感数据和应用部署在私有云中，同时利用公共云的灵活性和成本效益。 总的来说，私有云提供了更高的安全性和控制权，但成本更高且灵活性较差；公共云具有更低的成本和无限的可扩展性，但安全性可能会受到一定程度的影响；混合云则是一种结合了私有云和公共云的解决方案，兼具安全性、灵活性和成本效益。选择哪种类型的云计算环境取决于组织的具体需求和考量。 云计算的风险有哪些？ 数据安全性：云存储数据可能受到黑客攻击或数据泄露的风险。 依赖性：过度依赖云服务商可能导致厂商锁定和服务中断的风险。 合规性：一些行业可能有严格的合规性要求，需要确保云服务商符合相关标准。 如何确保云计算环境的安全？ 强密码和身份验证：使用复杂的密码并启用多因素身份验证。 数据加密：对数据进行加密保护，包括数据传输和存储。 定期备份：定期备份数据以应对意外数据丢失或损坏。 安全更新和漏洞修补：及时更新和修补系统以保护系统免受安全漏洞的威胁。 云计算和内部安全的主要区别是什么? 运行本地服务器的企业可以完全控制其安全性。有了合适的IT安全团队，企业可以确信其网络是安全的。然而，云数据安全是一项共同的责任。即使企业履行了自己的职责，云提供商也可能没有。因此，企业在选择云提供商之前必须进行研究。 云数据安全的四个层次是什么? 组织将其数据分为公共数据、内部数据、机密数据和受限数据。公共数据对所有人开放，不需要保护。内部数据对所有员工开放，安全风险也很低。机密和受限数据需要保护;它的损失在法律和财务上都有影响。数据分类可以帮助公司在预算范围内保护其关键资产。 云数据安全中的共享责任模型是什么? 共享责任模型概述了每个人在保护云环境方面的责任。其要求云提供商解决云的安全威胁和基础设施。与此同时，客户企业承担起保护云存储资产的责任。 如何选择合适的云服务提供商？ 考虑需求：了解自己的业务需求，选择提供相应服务的云服务商。 安全性和合规性：确保云服务商提供的服务符合行业标准和法律法规。 性能和可用性：评估云服务商的性能指标和服务级别协议（SLA）。 客户支持：选择提供良好客户支持和解决方案咨询的服务商。 云计算对企业有何影响？ 创新和敏捷性：云计算使企业能够更快速地推出新产品和服务。 成本优势：通过降低IT基础设施成本和资源浪费，提高了企业的效率和盈利能力。 全球化竞争力：云计算使企业能够更容易地扩展到全球市场，加强竞争力。 综上，这些问题和解答可以帮助理解云计算的基本概念、优势、类型、选择标准以及安全性等方面的内容。 -
什么是云工作负载保护平台（CWPP）？ 随着企业对云的依赖越来越大，自然会出现新的安全挑战。在这篇文章中，我们将进一步深入了解它们是什么、它们为何重要以及如何开始使用。 云工作负载保护平台市场 工作负载保护控制市场由以工作负载为中心的安全保护解决方案定义，这些解决方案通常基于代理且在设计上具有层次结构。CWPP提供跨本地、物理和虚拟机(VM)，以及多个公共云基础设施即服务(IaaS)环境的混合数据中心架构中的服务器工作负载保护的可见性和控制。理想情况下，它们还支持基于容器的应用架构。现实情况是，大多数企业目前的工作负载分布在这三种环境的组合中，其中包括多个IaaS提供商。CWPP产品建立在每个组织（无论大小）的基础运营和安全卫生最佳实践之上，然后在此基础上构建核心工作负载保护策略，并识别在工作负载之外运行的不太关键（但也很重要）的控制。 为什么CWPP如此重要？ 随着市场继续从传统的传统系统和本地系统迁移到云原生系统，应用需要重新调整和重新开发，因为实现这一转变并不像“复制粘贴”到云那么简单。在考虑CWPP的重要性时，需要考虑以下五件事：大多数最佳实践和合规框架都提供了一系列需要考虑的控制措施，但CWPP采取了一种规范性方法，重点关注最重要和最关键的控制措施。这种方法不仅适用于云服务，也适用于虚拟环境和本地运营。鉴于大多数组织都有一套非常复杂的传统应用，这种转变绝非易事。全面安全策略所需的功能和安全框架无法直接转换。出于各种原因，大多数组织都在使用来自多个供应商的混合云服务。安全专业人员必须了解和理解关键控制的层次结构。这样，变量将被消除，云服务中的安全性成功将变得切实可行。DevOps是一个持续创新和持续开发(CI/CD)的过程，其中应用开发人员利用来自各种来源和位置的工作负载，来快速有效地创建和发布应用。这使DevOps能够在短时间内快速响应客户需求。快速开发和应用改进的让步意味着安全人员需要统一、一致的方法来保护工作量。随着工作负载环境的不断变化、缺乏可见性和控制以及持续的DevOps周期，CWPP是采用和实施的理想安全框架。它具有规范性，并优先考虑应将哪些控制归类为基础和不太重要的控制。 CWPP与EPP CWPP与端点保护平台(EPP)有很大不同，因为CWPP专注于保护工作负载，无论其位于何处，而EPP则专注于防止端点受到攻击的保护和可见性。然而，这两者的组合提供了一个全面而强大的架构，可以减轻安全风险和暴露。Cimcor的完整性框架CimTrak将其核心特性和功能与CWPP和EPP战略性地结合起来。 实施有效的CWPP解决方案 在过去的二十年中，Cimcor一直提供IT控制措施，以最大限度地降低安全威胁和漏洞的风险。不幸的是，与行为监控、基于主机的入侵防御和其他一些领域等不太重要的控制措施相比，这些基础控制措施尚未受到足够的重视。这导致了无法控制的安全事件/漏洞数量和不负责任的IT安全支出，这继续危及和损害全球IT基础设施（包括本地和云端）的风险和安全。简而言之，组织需要优先实施基础控制措施，以便从成本和风险角度展示最大的投资回报率。 CWPP对齐层次结构 这种对基础和基本安全卫生控制的优先排序不仅在CWPP层次结构中被提及，而且还包含在几乎所有最佳实践和合规框架中，例如NIST800-53、信息技术基础架构库(ITIL)、CIS控制、CMMC、PCI等等。为了更深入地了解Gartner的工作负载保护平台，利用以下五个控制类别非常重要：● 配置管理● 更换管理层● 加固● 系统完整性保证● 应用控制/白名单 -
云端绿色出行：为数字时代构建可持续解决方案 大众意识到人类活动对气候变化的负面影响，消费者开始意识到他们购买和使用的产品对环境的影响。此外，政策制定者也施加了巨大压力，确保组织公开其遵守可持续发展目标，并且其生产的产品对环境、经济和社会的影响极小或为零。随着越来越多的企业签署承诺，到2050年实现净碳负排放，这意味着整个组织（包括IT）将优化并负责实现可持续发展目标的行动，甚至是数字化计划。 采用云技术 虽然企业采用云技术来开发应用程序和产品主要是出于业务和技术方面的考虑，但采用云技术也被视为减少数据中心间接排放足迹的一种手段，数据中心并不总是能够满足动态扩展需求，因此管理能源消耗的机会较少。云供应商提供平台服务，支持基于需求的动态资源扩展和工作负载整合，以减少服务器容量需求。采用云技术有利于满足组织的温室气体协议排放核算需求（运行云工作负载的排放贡献被归类为温室气体协议范围3） 云供应商采取了正确的举措 如今，云供应商已经采取了实现净零排放的战略。这些战略包括支持全球可再生能源项目中的数字计划、水资源管理、采用可再生能源为数据中心供电（来自电网或私人部署）、在数据中心建设中使用低碳混凝土等等。此外，云供应商正在投资构建运行其服务器的定制硬件，以提高数据中心效率子。 云中的可持续性 实现云安全性的原则一样，优化云可持续性的责任也有明确的划分。云供应商负责云的可持续性（重点是构建可持续的数据中心生态系统、基础设施和平台服务），而云客户（解决方案开发商）负责优化其工作负载以实现云的可持续性。 云端可持续工作负载 世界各地的监管机构越来越多地将温室气体核算体系纳入其环境法规，强制要求各组织跟踪和披露其排放量。因此，“可持续性”作为云解决方案的非功能性质量属性要求，正迅速获得与软件架构中其他非功能性属性（性能、可扩展性、可移植性、性能）同等的关注。确定合适的云：因此，客户需要了解云供应商如何帮助实现云的可持续性，以及他们目前和未来在实现净零（或负）目标方面的协调、投资和进展。例如，数据中心分布在电网中可再生能源来源的地区就是一个这样的指标。对水资源管理的承诺是另一个指标。优化数字云解决方案：云工作负载的可持续性实践包括了解所用服务的影响、通过工作负载生命周期衡量影响以及使用架构最佳实践来最大限度地减少这些影响。云解决方案架构师和开发人员负责做出正确的架构选择以在云中进行优化。其中包括选择正确的计算实例类型）、正确的托管云平台服务、实施数据模式以减少空间消耗、优化算法、设计动态规模、尽可能平衡峰值负载的策略等。在整理非功能性需求时，必须不断优化需求（牢记最终解决方案成本和对可持续性的影响），并且要对客户和最终消费者的需求有意义（例如，放宽非必要需求的可用性指标并实现自动化，而不是浪费资源待命以防故障）。 利用云进行嵌入式应用开发和部署 一个间接的例子是，企业如何利用云来优化开发硬件单元的生产，从而控制浪费和排放，即通过基于云的嵌入式应用虚拟开发环境的概念。虽然开发嵌入式应用需要大量硬件，但最近基于ARM的计算实例（能耗降低约50%）在云端的激增，使企业能够将嵌入式应用程序开发和部署到模拟实际硬件的ARM实例上。因此，开发人员可以在云端开发和测试功能以确保功能正确性，而无需在开发生命周期的大部分时间里采购单独的开发硬件单元。考虑到嵌入式应用数量的不断增加，云端的虚拟开发和部署环境可以实现分布式开发，并消除对始终可用的机器和硬件的依赖。这最大限度地减少了为开发人员制造和采购硬件板的需要，直到绝对需要为止，从而减少了不必要的生产和潜在的浪费。以可持续性为重点，云供应商和其他参与者提供解决方案，使云解决方案提供商能够在分析云项目后监控碳足迹，例如GCP的碳足迹仪表板。一般来说，人们会注意到，优化工作负载以降低成本的决策也间接优化了可持续性。 -
中小企业如何利用区块链实现高级云数据安全 随着数字经济的蓬勃发展，数据安全成为企业尤其是中小企业关注的焦点。区块链技术以其独特的去中心化、不可篡改和透明性等特性，为云数据安全提供了新的解决方案。本文将探讨中小企业如何利用区块链技术实现高级云数据安全。 区块链技术概述 区块链是一种分布式账本技术，其核心在于通过加密算法和共识机制确保数据的不可篡改性和透明性。每个区块包含一组交易记录，并通过哈希值与前一个区块相连，形成一个不断增长的链。这种结构使得任何试图篡改数据的行为都会立即被发现并被整个网络拒绝。 中小企业面临的数据安全挑战 中小企业在数据安全方面常常面临资源有限、技术力量薄弱等问题。传统的数据存储和传输方式容易受到黑客攻击、数据泄露等风险。此外，数据的隐私保护和合规性也是中小企业需要考虑的重要问题。 区块链在云数据安全中的应用 数据加密与存储：区块链技术可以通过加密算法对数据进行加密，确保数据在存储和传输过程中的安全。同时，分布式存储机制使得数据不易被单一攻击点破坏。数据访问控制：利用区块链的智能合约，企业可以设定复杂的访问控制策略，确保只有授权用户才能访问特定数据。这有助于防止未经授权的数据访问和泄露。数据完整性验证：区块链的不可篡改性使得数据的完整性验证变得简单。企业可以通过区块链记录数据的每一次变更，确保数据的一致性和完整性。数据隐私保护：通过零知识证明等技术，区块链可以在不泄露数据内容的情况下验证数据的有效性，从而保护用户的隐私。合规性管理：区块链的透明性和可追溯性可以帮助企业更好地管理数据的合规性，确保符合相关法律法规的要求。 实施策略 选择合适的区块链平台：中小企业应根据自身需求选择合适的区块链平台，如以太坊、超级账本等。这些平台提供了丰富的开发工具和社区支持，有助于企业快速实现区块链应用。制定数据安全策略：企业应制定详细的数据安全策略，明确数据的加密、存储、访问控制等要求，并确保这些策略与区块链技术相结合。培训员工：企业应加强对员工的数据安全意识培训，确保他们了解区块链技术的优势和使用方法，从而更好地利用区块链保护数据安全。持续监控与审计：企业应建立完善的数据监控和审计机制，定期检查数据的安全性和合规性，及时发现并解决潜在的安全问题。合作与共享：中小企业可以通过与其他企业或行业组织合作，共享区块链技术的应用经验和资源，共同提升数据安全水平。 案例分析 以某中小企业为例，该企业通过区块链技术实现了供应链管理的数据安全。通过将供应链中的每一个环节记录在区块链上，该企业不仅确保了数据的不可篡改性，还提高了供应链的透明度和效率。同时，通过智能合约自动执行合同条款，减少了人工干预，降低了操作风险。 总结 区块链技术为中小企业提供了一种新的数据安全解决方案。通过合理利用区块链技术，企业不仅可以提升数据的安全性，还能提高数据管理的效率和透明度。然而，区块链技术的实施也需要企业具备一定的技术基础和资源投入。因此，中小企业在实施区块链技术时，应充分考虑自身的实际情况，制定合理的实施策略。通过以上分析，我们可以看到区块链技术在云数据安全方面的潜力和应用前景。中小企业应积极探索和利用这一技术，以提升自身的数据安全水平，从而在激烈的市场竞争中占据优势。 -
人工智能和物联网如何支持可持续和以人为本的建筑 在排放法规、租户需求和不稳定的市场之间，商业房地产业主面临着优化建筑性能和降低运营成本的巨大压力。 美国能源部 (DoE) 的 HVAC 要求和欧盟建筑能源性能指令 (EPBR) 规定了遵守净零目标的严格期限。 商业地产团队也感受到了来自租户的压力，其中三分之二的租户要求改善舒适度相关问题，例如温度或下班后暖通空调运行。 一些市场的办公室空置率飙升加剧了降低成本的挑战。幸运的是，监管机构和租户的要求往往与业主降低运营成本的需求相吻合，这种融合代表着巨大的机遇。互联设备和控制系统构成高效建筑的数字支柱在许多情况下，业主经营的设施较旧，基础设施老化。 利益相关者必须对这些建筑物进行改造，以符合法规并让租户感到舒适、健康和快乐。 过去，关于实现可持续发展和以人为本的对话是一种权衡。 然而，如今，业主可以使用一系列技术，可以一次性解决监管、租户和长期运营成本问题。许多业主都了解这些改进的重要性。 到 2025 年，80% 或更多的业主计划实施技术来增强可持续性和环境控制、预测性设施管理以及数字连接和基础设施。 连接的智能房间传感器提供提高效率、健康和舒适度所需的数据和控制。通过将互联的物联网设备与机械和电气系统（例如 HVAC）集成，操作员可以通过一个中央系统控制不同的建筑区域。 此外，整个建筑的集中操作系统还允许租户定制从空气到照明水平的一切，同时允许运营团队轻松监控电力、暖通空调和自动化系统。自动化和优化的 HVAC 系统将成为建筑运营商改造的核心。 监控房间或区域占用情况的传感器使现代 HVAC 系统能够从恒定风量的设置转变为需求控制通风 (DCV) 方法。 很容易看出需求控制的气候控制将如何让租户满意。 来自支持物联网的设备的数据还可以让您了解 HVAC 系统消耗能源的方式、地点和时间，从而实现更精确的使用。HVAC 系统的更精确的需求驱动气流将帮助建筑物更有效地利用能源。 更高效的能源利用有助于建筑物满足美国能源部 HVAC 标准和 EPBR 等法规的期望，这些法规提高了能源效率要求或要求建筑物业主实施自动化和控制。智能技术使建筑业主能够更快地适应不断变化的环境物联网与机电系统的结合也不仅仅停留在需求控制通风上。 支持人工智能的平台通过对暖通空调系统进行高度微调来改变范式。 建筑业主可以通过算法传递 HVAC 数据以及能源负载曲线、照明、温度和其他参数，这些算法可以根据占用趋势优化空间使用，同时满足认证和监管要求。传统上，当面临新硬件安装的困难和复杂性时，公司在人工智能方面遇到了最大的障碍。 从熟练劳动力的角度来看，这可能具有挑战性，更不用说额外设备的成本了。 然而，随着最新的物联网解决方案以及随着网络服务的发展而发展的边缘技术，大多数现有建筑物都可以通过边缘技术以有限的增量投资实现人工智能。从根本上说，每个设施经理都想知道“为什么使用人工智能”以及如何有效地利用它来更好地管理他们的建筑物。人工智能能够解决反复出现的 FM 挑战，因为它能够以最高的性能水平提供服务，而无需依赖高技能的技术，并不断适应不断变化的建筑物性质。 人工智能在实现净零建筑的道路上发挥着巨大作用，可以帮助设施管理者简化： 高绩效——股东、租户和员工的期望变得越来越高； 它不仅足以实现能源感知或仅通过分析进行分析，而且对系统进行持续调整以获取最大效率的需求也在不断增长。 熟练技术短缺——许多小型站点无力承担现场技术，而对于大型站点来说，可能会面临一系列压倒性的挑战，需要高度自动化才能发挥作用。 不断发展的系统——变化的时钟周期迅速增加； 建筑用途正在以更加动态的方式发生变化，系统需要人工智能来跟上这些变化。 人工智能赋予设施管理者主动性的力量。 大多数 DCV 方法使用传感器来测量二氧化碳水平，这是房间占用率的一个指标。 当二氧化碳水平达到阈值时，暖通空调系统就会打开，但空气需要时间才能流通，从而导致居住者在此过程中可能感到不舒服。 通过计算房间内的总人数并将该数据与其他传感器配对，人工智能可以提供主动的 HVAC 操作，从而改善空气质量、优化舒适度并节省能源，因为系统根据实际房间使用情况运行。由于人工智能作为一种技术的速度和实用性，它还可以突出那些难以甚至几乎不可能注意到的领域。设施中的人工智能从对居住者的模式和外部因素（例如天气预报）的准确反应中获得了重要意义。人工智能可以在需要时自动加热和冷却空间，并且借助物联网技术，可以适应天气等外部因素，以确保能源使用得到优化并与居住者的舒适度保持平衡。建筑的未来是高效、可持续和以人为本的在未来十年中，人工智能、物联网及其与暖通空调等建筑系统的集成将证明对建筑效率、舒适度和运营成本至关重要。基于传感器的暖通空调可根据实际入住和使用趋势实现主动、自动化和定制的建筑环境。针对使用而优化的系统有助于业主遵守要求更高效能源使用的法规和认证。更高效的建筑反过来帮助业主降低运营成本，即使在市场紧张的情况下也是如此。例如，能源之星估计，能源使用减少10%相当于净营业收入增加1.5%。当改造建筑的员工进入工厂时，一切都无缝运行，无需任何人按动开关。灯光打开，遮阳帘缩回，HVAC系统调节温度，同时避免浪费能源，这一切都是因为该建筑包含物联网传感器并利用旨在提供最佳体验的设备。数字技术与机械系统的融合将开启先进环境控制的新时代，从而改善租户体验，并使建筑物所有者的成本与居住者的需求和监管要求保持一致。随着技术和人类的不断融合，建筑业主可以利用物联网和其他智能技术来创造一个居住者体验独特、舒适和可持续的未来。 作者：Marino 施耐德电气数字建筑业务部的高级副总裁