Sidekick故障让微软蒙上阴影

微软子公司Danger遭遇严重服务器故障,导致大量Sidekick用户数据丢失。此次事件为微软即将发布的Windows Azure云操作系统投下阴影,突显了数据安全及可靠性的挑战。
[color=darkblue] [align=center] [size=large] Sidekick故障让微软蒙上阴影[/size][/align][/color]
[color=blue]
[size=medium]微软子公司Danger海量数据的丢失让微软前景广阔的“软件加服务”战略蒙上了阴影。这种方式的一个主要原则是让企业和消费者相信微软的服务器可以可靠的存储用户的珍贵资料。
然而,一周之前,微软子公司Danger服务器发生了一次巨大故障,导致其伙伴公司T-Mobile的许多用户不能使用他们的日历,地址薄,以及一些其它的关键数据。这是因为Sidekick 几乎所有的数据都是以云计算的方式保存,而没有在本地服务器上存有副本。
在上周六,事情再度恶化。微软在一份声明中指出,数据迄今仍无法恢复,有可能永久消失。
现在还无法立即统计有多少用户会丢失他们的数据。在本周早些时候这次服务器宕机影响了大量的Sidekick 手机使用者,尽管在一周中有些人找回了一些数据。
在云计算领域出现故障很常见(只要看一下最近Twitter 和Gmail的事件),但是数据丢失却是另外一回事,这一次可以算是这段时期内最令人震惊的一次。
Danger公司的事故正好发生在,微软将要发布其云计算操作系统Windows Azure 之前,而这项声明预计在十一月份的专业开发者会议上发布。Azure 的一项特征是为其编写的程序只能通过微软的数据中心运行,而不能通过公司自己的服务器运行。

需要指出的是Azure 的设置和Danger 公司使用的方式完全不同:Sidekick 使用的架构是微软从Danger继承的而不是自己开发的(微软上一年收购了Danger),然而失败似乎足以让任何CIO停顿[/size][/color]

原文:http://news.cnet.com/8301-13860_3-10372525-56.html?tag=mncol;title
内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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