VMware发布智能驱动型数字化工作空间 增强员工体验并推动可预测安全性

管理者总会将“客户至上”奉为企业经营的真理,但维珍(Virgin)品牌创始人Richard Branson提出了不同看法,他表示“如果你善待员工,你的员工就会善待你的客户”。虽然最终目的还是要善待客户,但强调了员工在其中的重要性。

VMware委托《福布斯观察》于2017年6月-8月开展了一项调查,范围涵盖北美、亚太与西欧的16个国家与地区,针对全球范围内约1350位受访者,主要受访对象为首席信息官与业务应用及解决方案的终端用户。调查结果显示:


23%的受访企业处于传统工作场所,即无法向员工提供有效完成工作所需技术;59%处于过渡型工作场所,即企业能够向员工提供想要及所需应用,但获取方式不够便利;仅有18%的企业表示能够提供数字化工作空间,即能够向员工提供想要及所需应用,随时随地轻松地访问任意设备。

数字化办公空间为何如此重要?

企业的管理开始转向“数字化工作空间”,这正成为一个市场的竞争因素。而数字化工作空间授权将为亚太及日本地区企业带来巨大优势。

被授权的员工是快乐的员工,企业允许员工访问工作所需应用,能够在IT与终端用户之间形成新均势,对业务运营与员工士气具有强烈影响,员工工作满意度得到提升,工作、生活平衡得到改善。

同时,被授权的员工也是生产力很高的员工,业务应用与生产力解决方案正在推动员工的日常工作发生根本转变,进而提高工作场所效率。

通过任意设备轻松访问业务应用将带来真正的绩效差异,亚太地区的首席信息官们认为,可访问的应用对企业收入增长影响显著,在员工需要的时间与地点为其提供应用的企业在员工与企业层面上均实现了更高绩效。

但在工作场所技术利用的可用性、效用以及自由度方面,以上受访地区的首席信息官与员工之间存在意见分歧;一旦不能及时处理这种分歧,很有可能阻碍员工的个人生产力及效率,进而影响公司收入,造成顶尖人才的流失。

智能驱动型数字化工作空间

为了方便企业向员工提供数字化工作环境,全球领先的企业软件创新者VMware宣布为其Workspace ONE平台添加创新服务,使得该平台成为首个智能驱动型数字化工作空间,并在无网络边界环境下实现可预测安全性。


VMware大中华区高级产品经理傅纯一

据VMware大中华区高级产品经理傅纯一介绍,作为一项与Workspace ONE平台集成的云端服务,Workspace ONE Intelligence现已正式推出,并将用户、应用、网络以及端点数据的聚合与关联结合在一起;其次,VMware还推出了Workspace ONE Trust Network,将来自Workspace ONE的数据及分析与安全可靠的全新合作伙伴解决方案网络相整合,以实现可预测性及自动化安全性。最后,VMware还推出了新型Windows 10共管技术Workspace ONE AirLift,以协助各企业机构改进PC生命周期管理(PCLM)。

WorkspaceONE Intelligence的具体功能包括:

一体化洞察将涵盖所有端点、应用、网络与用户体验的整个数字化工作空间,将可行性信息与建议合并至一个综合视图之内。一体化洞察可精准标示哪些正在运行以及哪些不在环境之中,包括监测应用性能,并向IT与开发人员提供切实可行的建议。

由决策引擎支持的洞察驱动型自动化有助于客户在其整个数字化工作空间内自动进行快速补救。利用多个独立工具分析多项实时决策的日子一去不复返了。利用决策引擎,IT部门可创建用于自动执行与优化常见任务的规则。

改进数据可视性并提供预测性安全方法

安全是2018年移动与数字化工作空间投资的重中之重,但多个系统内存在过多独立安全工具吞噬着数据,限制了可视性,并形成了一些持续反应且老旧安全实践的孤岛。今日公布的创新能够让客户利用Workspace ONE将其安全技术连结起来,进而在其数字化工作空间内获得更深入的洞察与更丰富的自动化。

当企业不得不使用多款单独的解决方案进行端点补救与访问的管理时,跨生态系统的可视性将受到局限,各种漏洞也容易被忽略。为应对这种挑战,VMware推出了Workspace ONE Trust Network,其将Workspace ONE的内在安全功能与VMware新型安全合作伙伴网络的安全功能进行了整合,是实现数字化工作空间安全性的现代方法。通过拓展Workspace ONE Intelligence及其API,我们的安全合作伙伴将能够依托Workspace ONE共享与关联威胁数据,从而让我们的共有客户获得关于其数字化工作空间的更深入洞察与更丰富的自动化。

首批合作伙伴包括Carbon Black、CrowdStrike、Cylance、Lookout、McAfee、Netskope与Symantec,作为WorkspaceONE Trust Network的一部分,他们将把其安全解决方案与Workspace ONE进行集成。

Workspace ONE AirLift旨在加速Windows 10管理从传统到现代的转变并化解相关风险

为了打造成功的数字化工作空间,各企业需要转变落后的Windows管理模式,采用现代新型方法。Workspace ONE是唯一提供综合智能的一体化端点管理(UEM)的平台,支持Windows 10 PC生命周期从上线到引退的所有阶段,为任意管理任务提供现代化方法。

现在,VMware推出了Workspace ONE AirLift,支持与微软System Center Configuration Management(SCCM)一道共同管理Windows 10 PC。通过将设备上线、打补丁、软件分发与远程用户支持等PCLM任务轻松迁移(如"空运")至更经济高效、安全、基于云的现代管理模式,AirLift与SCCM的共存能够让客户加快完成转换工作,并化解相关风险。无需替换SCCM或进行高成本的PC与SCCM服务器升级,各组织即可快速转至新型模式。

WorkspaceONE其他创新包括:

简化Mac部署:在雇员切换操作系统平台时,面向macOS的新Workspace ONE客户端可带来一致性体验。借助Workspace ONE,雇员可使用其macOS设备访问所有应用,包括虚拟的Windows应用。

增强O365应用的安全性:Workspace ONE现集成了Microsoft Graph API,从而让IT部门获得专用于O365的安全特性,例如新的数据丢失防护(DLP)控制,以及连续的设备风险监测,在风险上升时立即切断O365访问。客户可确保重要业务数据的安全性,同时加大对于O365的利用,通过连接O365生态系统以及其他工作应用的简单访问满足雇员需求。

配有Intelligent Workflows的VMware Boxer:新的移动流量可实现基于情景行动运行的VMware安全电子邮件。这使用户能够在不离开Boxer电子邮件应用程序的情况下通过Salesforce、Jira或Concur等业务应用程序完成任务。除了开箱即用业务应用程序连接器之外,我们的客户还可通过合作伙伴服务使用这项功能定制我们的预制连接器,或者定制开发其自己的连接器,以便帮助员工在运用Boxer的同时保持高效。

Horizon Cloud on Azure VDI Beta:VMware于近日发布了一项与微软合作开发的Azure基础设施VMware虚拟桌面测试版。Horizon Cloud on Azure VDI进一步拓展了 VMware 早先发布的在 Azure 上的托管应用功能。

为移动、云和Windows上的所有应用程序提供云端新服务

随着客户转向Windows 10和Mac等现代操作系统平台,客户需要在所有环境中实现一致、安全的应用程序交付。Workspace ONE为移动和桌面操作系统平台中的所有应用程序提供同等级别的安全性、生命周期管理和平等计算体验。在独立于操作系统的应用程序持续增长时,大多数客户将继续在其数字工作空间中使用Windows应用程序。

WorkspaceONE目前支持虚拟应用交付,意味着客户可以使用现场或云端部署的虚拟桌面和应用。除了Workspace ONE Standard和Workspace ONEAdvanced程序包以外,VMware还推出了新款WorkspaceONE "Enterprise"程序包,可提供智能服务和Win32交付新功能。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值