驱动网络弹性新转变：“医未病之病”

（魏德龄/文）“Shift”是一个被人所熟识的单词，很大原因在于电脑键盘上的无数次接触，以至于它还有个俗称叫：“上档键”，它能让小写变大写，让按键拥有更多功能。不久前，Commvault在中国举行了Commvault SHIFT大会·中国站活动，“世界发生了巨大转变，因此我们也要做出巨大转变，正是由于这个原因定立了今天的主题，就是SHIFT，也就是转变。”Commvault亚太地区副总裁 Martin Creighan在媒体采访中表示。

作为全球本地、云和SaaS环境智能数据服务领域的公认领导者Commvault，通过本次中国站活动，进一步向外界阐释，面对数据存储方式的变化，以及生成式AI的全面爆发，企业需要实现网络弹性的新转变，才能变得更快更强，实现“医未病之病”。

正在变化的网络环境

仅仅看个人资料的数据存储方式，就能发现与几年前相比发生了巨大变化。很多人可能有2个以上的云盘，另外也许还自己搭建了NAS，同时本地的终端设备中也依旧存储了很多资料，部分资料还时不时会和云端互通有无。

企业也同样如此，混合云已经成为了主流的选择，数据往往分散于多处。此外，数据又正在井喷式爆发，如果不妥善利用，就意味着机遇的持续流失。如何保护这些数据，挑战性也日趋加剧。有超过90%的组织报告称，网络弹性受到碎片化的影响。

Commvault亚洲区技术总监陈伟俊就总结了很多企业所面临的三大问题：其一是太多单点工具，拼凑而成的单点方案，其复杂性让跨混合工作负载保护成为巨大挑战，并为勒索软件的蓬勃发展创造了机会；其二是“盒子”难于扩展，即当存储不够的时候，“盒子”就会越加越多，大多数友商采用了过时且基于专属设备的方法，这使得保护和恢复大量数据变得效率低下；其三是成本飙升，添加更多工具会使数据保护成本高得令人望而却步，迫使企业在成本和风险之间做出选择。

问题越多也意味着风险的加剧，此消彼长的是在最近三到五年间，恶意软件或勒索软件正在变得越来越聪明，具备了直接找到数据源去勒索的能力，可直接对备份地点进行加密后，向拥有者进行勒索。AI更是同样被勒索者所利用，为网络攻击增加驱动力。有统计显示，在相关行业中，当企业受到攻击时，每分钟的宕机成本是五千美元，每天是五十万美元，每周高达五百万美元之多。

“解决方案是我们要拥有真正的网络弹性，也就是防患于未然，医未病之病。”Commvault亚太地区副总裁Martin Creighan对此给出的答案正中Commvault SHIFT大会的“SHIFT”一词，用转变应对世界的转变。

以转变应对转变

首先要实现数据与平台分离，好处在于即便黑客把平台搞垮，数据也依旧能够保证安全。在Commvault Cloud中，专门分离了控制平面与数据平台，结合零信任架构大大降低了数据风险。同时也带来了出色的可移植性，随时为各种位置的工作负载提供支持。

在实现分离后，要进一步具备“医未病之病”的能力，Commvault Cloud基于 MITRE CREF和 NIST框架，实现了从风险评估、到准备，再到恢复的全阶段网络弹性能力。并且实现了全面的生态集成，包括Darktrace、Palo Alto Networks、Entrust等。

与此同时，用AI对抗AI，也已经成为了数据保护中的行业共识。AI同样能够来增强网络弹性，例如使用AI驱动的威胁检测识别的能力，驱动AI来寻找这些恶意的软件威胁，并且达到防患于未然的目的。

事实上，国际上很多知名企业正在通过Commvault的解决方案实现以转变应对转变。例如可口可乐就同样面临关健工作负载的云原生、跨区域、多账户数据保护无法满足公司服务目标的挑战，Commvault独特的平台功能和自动可扩展使可口可乐能够以极低的成本，大规模保护跨多个区域的云工作负载，Commvault实现了15万个快照的保护，管理了1.2PB数据，并节省了40%的成本。

随着AI能力的引入，Commvault将进一步助力企业更“快一步”。

在AI新时代“快一步”

Commvault最新的Arlie AI小助手，让如今大热的大语言模型与通用大模型所带来的全新交互能力，也能在构建网络弹性的过程中发挥全新作用。其目前具备自动故障排除、代码协助与交互式文档搜索三大功能。

以往当客户遇到故障和问题时，很难快速找到解决方案，通过Arlie AI小助手，可以快速扫描目前搭建的环境，给出推荐的一系列可行的解决方案。从而大大节省故障排除方面的时间。另外，使用Commvault API进行编码也很容易，即使对于技术含量最低的 API 也是如此。还能使用AI来识别异常情况，并对全部数据或所有数据资产进行威胁扫描。

根据Commvault的计划，在2024年3月与6月，还将会引入更多AI能力，包括使用AI工具来更好地检测恶意软件，使用自然语言进行交互。Commvault还将和Databricks推进AI治理方面的合作，实现自动扫描所有数据，自动给出治理数据的相关建议。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。