安全+Linux!IBM新一代大型机Z14全新发布

导读本周,以“架构 人机同行”为主题的IBM Systems创行者高峰论坛在北京召开,IBM全球及大中华区硬件系统部负责人,金融、医疗、制造等领域的企业、合作伙伴共与这一年度盛会,探讨认知时代下的基础架构技术趋势及IBM硬件系统业务的转型战略规划。峰会上,IBM本地发布全新一代大机,将以前所未有的安全性及互联、认知能力,为企业开创新的商业价值交付领先的基础架构方案。

安全+Linux!IBM新一代大型机Z14全新发布安全+Linux!IBM新一代大型机Z14全新发布

IBM此次对于全新一代大机的发布,是自十五年前拥抱Linux及开源平台以来,主机技术最大的一次革新。这一新主机平台由IBM与超过150家企业客户、首席安全官、信息安全专家合作开发设计而成,位可信赖的数字经济而设计,通过普遍加密技术建立安全新标准,并将结合容器弹性计价模式让企业应用这一“无处不在的加密”成为可能。
  此外,IBM大型主机正在从企业交易的核心保障系统,转变成为企业最核心数据资产的价值挖掘平台。通过认知分析及机器学习能力,IBM Z将助力企业在核心交易系统内部充分利用最具价值的数据,并以开放的企业级云平台实现企业数据与应用的更进一步的连接、扩展。

“普遍加密”的“100”与“0”——IBM Z重新定义数据安全

当下,数字化经济成为常态,对数据与系统的安全性提出前所未有的挑战。企业面临的数据安全威胁日益严峻。据IBM X-Force Threat Intelligence Index报告显示,2016年,高达40亿以上的记录遭受泄露,相比2015年高出了556%。另一方面,面向数据安全的政策法规同步出台,对企业IT系统安全性提出管控要求。为应对日渐显现的数据安全危机、助力企业自动化的数据安全合规管理,IBM Z首次实现了“普遍加密”技术(Pervasive Encryption),面向企业所有应用、云服务、数据库相关的全部数据,实现随时随地的、无处不在的数据加密。

  作为业界首屈一指的高安全性主机系统,全新一代主机IBM Z为实现可信赖的数据及交易设立了新的安全标准。除实现对所有数据、网络、外部设备及IBM Cloud Blockchain服务等一体化应用的加密外,IBM Z达到了4倍于微硅加密算法的加密效率提升,从而实现了对云端数据的广泛加密,同时降低了加密成本。此外,IBM Z是唯一可以在“篡改响应”的过程中保护数百万密钥的系统,并同时支持对API的加密。然而,在实现全部数据的100%加密的同时,IBM Z的加密过程对系统应用表现、服务水平产生“零”影响。

  IBM系统部主机全球销售副总裁 Jose Castano表示:“数字化经济依赖于信任与安全。IBM不断投入主机安全技术的精进,此次IBM对于新一代主机的发布展示了大型主机作为数字化经济的重要引擎,是对于信任经济、安全经济的关注与承诺。”

借力数据惯性——新一代互联主机在数据的源头挖掘价值洞察

当下,数据正在成为“新型能源”,连接企业的过去与未来。旧有的数据应用模式集中在挖掘与分析企业核心系统以外的数据。然而,企业最具价值的数据大量存在于其核心交易、业务系统当中,长期以来难以得到大规模的开发与利用。IBM Z致力于为企业交付开放、互联的数据应用平台,为企业应用核心系统中最具价值的数据提供最佳的平台。

  作为全球金融、医疗、政府、零售业等多为应用的核心系统,IBM大型主机长期以来承载了各个行业的核心交易安全与效率。而新一代主机IBM Z在此基础上进一步实现了安全的系统开放与互联,为企业应用核心的交易数据提供高效的创新平台。IBM z/OS Connect技术能够帮助云开发人员应用云服务,轻松地发现并调用IBM Z的所有应用及数据。使用IBM Z上的高安全API,企业将可以把新应用的开发时间缩短90%,同时可通过领先的DevOps技术将开发时间从几周缩短到几天。IBM Z还通过超过1000个开源软件包来开发和管理企业级应用,同时为企业应用公有云及私有云提供交易和服务的无缝访问。

  根据IDC的报告,采取互联主机战略的企业能在数字化转型之旅中,将五年期投资回报率 (ROI) 提高 300%。相比将主机迁移到分布式基础架构,互联主机的五年期内总体运营成本要低 47%。[1]

  IBM 主机软件全球销售副总裁 Raymond Jones表示:“一直以来,IBM大型主机为企业的核心交易提供保障。在此基础上,IBM Z致力于以开放、互联的平台帮助企业挖掘全新的商业价值,激发商业价值的创新源泉。”

  此外,全新一代大机IBM Z还将进一步加强在本地的推广,致力于推动本地多个行业的转型进程。IBM大中华区硬件系统部主机销售总经理罗佳斌表示:“今日新一代大型主机在本地的发布是一个新的起点,IBM将进一步加深大型主机对于本地各个行业核心业务的支持,同时以其开放、互联的创新架构能力助力本地多个行业的数字化转型进程。”

未来的架构——IBM Z交付高效的认知分析平台

认知时代下,企业IT系统的深度洞察能力、学习能力及实时分析能力成为企业转型认知企业的关键环节。基于对企业核心交易系统、数据的承载,IBM Z进一步优化主机平台的机器学习功能,通过IBM Machine Learning for z/OS为企业实现更智慧的系统操作、处理、交易提供一个整合的数据及认知平台。

  通过将机器学习应用于最有价值的核心数据,IBM Z结合核心系统与其他结构化、非结构化的外部数据源系统,实时反复创建、评估学习模型,助力企业开展更为中心化、对象化、实时化的分析与学习。在此过程中,IBM Z提供比以往主机更强大的内存和处理能力,同时将数据的准备时间减半,为行为学习模型提供快速的、全周期的管理,帮助企业预测客户的需求,洞察每一笔商业交易,引发持续的创新。

  此外,IBM Z还将推出三种突破性的新容器定价模型,为企业的新型工作负载提供灵活性与经济性,助力客户提升其业务透明度及可预测性水平。

  IBM副总裁、大中华区系统软件部姚翔表示:“在认知时代中,基础架构需要整合硬件系统的能力与新型应用的灵活性,以发挥最大的基础架构潜力。全新一代大机IBM Z承接企业在认知时代下的基础架构需求,将在为企业持续不断地交付高性能、高可靠的核心业务系统的同时,为满足基础架构升级需求及建设可信的数字经济环境,交付‘硬实力’与‘软实力’结合的架构方案。”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/149798.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

微积分在神经网络中的本质

calculus 在一个神经网络中我们通常将每一层的输出结果表示为: a [ l ] a^{[l]} a[l] 为了方便记录,将神经网络第一层记为: [ 1 ] [1] [1] 对应的计算记录为为: a [ l ] : 第 l 层 a [ j ] : 第 j 个神经…

树莓派通过网线连接电脑(校园网也能连接),实现SSH连接

前言 之前通过串口登入树莓派,太麻烦,通过网络登入树莓派,学校校园网又连接不了,想起来可以使用网线连接树莓派和电脑。 目录 树莓派通过网线连接电脑思路分析 树莓派通过网线连接电脑实现 1.硬件需求 2.打开Windows的网络 …

servlet乱码问题

问题:中文乱码 解决:加框的部分

python 自动化福音,30行代码手撸ddt模块

用 python 做过自动化的小伙伴,大多数都应该使用过 ddt 这个模块,不可否认 ddt 这个模块确实挺好用,可以自动根据用例数据,来生成测试用例,能够很方便的将测试数据和测试用例执行的逻辑进行分离。 接下来就带大家一起…

Ubuntu22.04 Apache2安装SSL证书 https

一、免费证书申请 https://help.aliyun.com/zh/ssl-certificate/user-guide/overview-of-free-certificates 得到 三、配置 执行以下命令,打开default-ssl.conf文件。 vim /etc/apache2/sites-available/default-ssl.conf 在default-ssl.conf配置文件中&#xff…

深度学习中对抗生成网络GAN背后的数学原理

引言 GAN的风暴席卷了整个深度学习圈子,任何任务似乎套上GAN的壳子,立马就变得高大上了起来。那么,GAN究竟是什么呢? GAN的主要应用目标: 生成式任务(生成、重建、超分辨率、风格迁移、补全、上采样等&a…

27岁想转行IT,还来得及吗?

“种一棵树最好的时间是十年前,其次是现在! ” 任何时候,只要开始,一切都来得及,如果你真的想要转行,何时都不会晚,只要你付出相应的努力,坚持下去,一切都会朝着自己希望…

大数据可视化Echarts基础快速入门

目录 一、什么是Ehcarts? 二、如何使用Echarts (1)引入Echarts的js文件 (2)查看文档,根据文档编写代码 一、什么是Ehcarts? 首先我们要知道什么数据可视化。什么是数据可视化?…

go-zero微服务的使用

一、入门案例 1、使用goland创建一个工程 2、新建一个user.proto syntax "proto3";package user; // 这个地方表示生成的go的包名叫user option go_package "./user";message UserInfoRequest {int64 userId 1; }message UserInfoResponse {int64 user…

深度学习人体跌倒检测 -yolo 机器视觉 opencv python 计算机竞赛

0 前言 🔥 优质竞赛项目系列,今天要分享的是 🚩 **基于深度学习的人体跌倒检测算法研究与实现 ** 该项目较为新颖,适合作为竞赛课题方向,学长非常推荐! 🥇学长这里给一个题目综合评分(每项满…

Frames X for figma 组件库设计系统 Local Variables下载

简而言之,Frames X 是最出色、易于使用且文档齐全的Figma 设计系统之一。 它包括经过深思熟虑的设计指南和现成的组件,并且还提供一本全面的电子书,其中将详细解释如何使用该套件中包含的所有内容。 事实上,电子书使Frames X 与…

【docker】Docker网络与iptables

Docker能为我们提供很强大和灵活的网络能力,很大程度上要归功于与iptables的结合。在使用时,你可能没有太关注到 iptables在其中产生的作用,这是因为Docker已经帮我们自动的完成了相关的配置。 iptables在Docker中的应用主要是用于网络流量控…

【机器学习】特征工程:特征选择、数据降维、PCA

各位同学好,今天我和大家分享一下python机器学习中的特征选择和数据降维。内容有: (1)过滤选择;(2)数据降维PCA;(3)sklearn实现 那我们开始吧。 一个数据集中…

es的优势

系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 例如:第一章 Python 机器学习入门之pandas的使用 提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目…

【论文精读】VOYAGER: An Open-Ended Embodied Agent with Large Language Models

Understanding LSTM Networks 前言Abstract1 Introduction2 Method2.1 Automatic Curriculum2.2 Skill Library2.3 Iterative Prompting Mechanism 3 Experiments3.1 Experimental Setup3.2 Baselines3.3 Evaluation Results3.4 Ablation Studies3.5 Multimodal Feedback from …

vscode 设置vue3 通用页面模板

实现效果&#xff1a; 实现步骤&#xff1a; 1.在项目的 .vscode 目录下创建一个名为 vue3.2.code-snippets 的文件&#xff0c;它是一个 JSON 格式的代码片段文件 {"Vue3.2快速生成模板": {"prefix": "Vue3.2","body": ["<…

RK3568 AD按键改成GPIO按键

authordaisy.skye的博客_CSDN博客-嵌入式,Qt,Linux领域博主 相对路径 kernel/arch/arm64/boot/dts/rockchip/ido-evb3568-v2b.dtsi 代码解析 linux,input-type <1>;//input类型 <EV_KEY>按键 即1 gpios <&gpio1 RK_PB2 GPIO_ACTIVE_HIGH>;//io脚地址…

深入浅出讲解python闭包

一、定义 在 Python 中&#xff0c;当一个函数内部定义的函数引用了外部函数的局部变量时&#xff0c;就形成了一个闭包。这个内部函数可以访问并修改外部函数的局部变量&#xff0c;而这些局部变量的状态会一直被保存在闭包中&#xff0c;即使外部函数已经执行完毕。 这种机…

springboot上传文件后显示权限不足

前言&#xff1a; 最近一个老项目迁移&#xff0c;原本一直好好的&#xff0c;迁移后上传文件的功能使用不正常&#xff0c;显示文件没有可读取权限&#xff0c;这个项目并不是我们开发和配置的&#xff0c;由第三方开发的&#xff0c;我们只是接手一下。 前端通过api上传文件…

深度学习人脸表情识别算法 - opencv python 机器视觉 计算机竞赛

文章目录 0 前言1 技术介绍1.1 技术概括1.2 目前表情识别实现技术 2 实现效果3 深度学习表情识别实现过程3.1 网络架构3.2 数据3.3 实现流程3.4 部分实现代码 4 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; 深度学习人脸表情识别系…