远程办公安全解决方案

深度解读「无影云电脑远程办公解决方案」 简介:疫情常态化,企业如何应对「远程」带来的挑战? 疫情之下,很多企业选择远程办公来保证业务的正常运营,而远程办公解决方案需要具备哪些技术能力来应对“远程”带来的挑战呢? 一,弹性伸缩能力,疫情突发时,企业需要快速给员工部署新的办公机器,以适应居家远程办公;日常使用时,需要给新员工、新的分支机构构建办公能力,需要足够弹性的办公平台进行支撑。 二,跨网络能力,员工居家办公时,需要从公司外网访问到内网,要求办公设备能够支持跨网络的访问办公资源;平日还需要支持移动办公,以适应员工出差,分支机构等场景。 三 阅读详情

图片

图1:远程办公业务安全解决方案

业内推广了多年的远程办公理念在2020年的春天终于火了,以前不温不火的远程办公软件也终于媳妇熬成了婆,实实在在的当了一回“网红”。无论你是公司职员还是在校的小学生都正儿八经的体验了一把运程办公的魅力。

远程办公,指基于互联网、物联网、云计算等技术,通过第三方插件、 软件、网站等工具,实现非本地办公,如在家办公、异地办公、移动办公等模式。 

远程办公的特性特别适合当下疫情导致的大面积复工、复学的时间延后,大部分企业均开始推进远程办公,各级学校开始了远程教学。未来全国范 围内的远程办公的用户使用习惯或将进一步提高。

长周期从供需两方面来 看:(1)需求端,产业链在跨地区以及全球分工趋势不断增强,跨地区工 作协调需求日益提升;(2)供给端:互联网与科技巨头纷纷布局,云计算、 大数据、AI 等新技术发展为远程办公提供技术支撑,日益丰富的网络资源提 供行业发展的底层基础,远程办公行业正进入快速发展快车道。

图片

图2:目录

图片

目录
 

远程办公概述

Overviewof telecommuting

常见远程办公场景

Common remote office scenarios

远程办公主流方案

Remote office mainstream solution

远程办公的安全风险

Security risks of telecommuting

远程办公安全解决方案

Telecommuting security solution

图片

图3:远程办公概述

追述历史,"远程办公"这一概念首次出现于1979年,IBM 为缓解总部主机拥堵问题,将终端机安到了五位员工家里——某种意义上看,这就是现代企业远程办公的"雏形"。

早在2009年, IBM 就已经对外宣布:其在全球173 个国家,约有154,400 名员工实现了"在家"远程办公,这一举措为IBM节省了5800万平方英尺的办公空间和每年近20亿美元的成本。

远程办公相对于本地办公具有“高效、方便、快捷、安全及易用”的特点。例如企业召开一个会议,远程办公只需要与会人员都在线只要建立一个虚拟的会议室就可以实现多方的交流。与会人员不用为交通工具、途中是否堵车而烦恼,能够节省非常多的通勤时间。除此之外还能避免人与人的直接接触,在新冠肺炎疫情的当下保证了与会人员的健康安全。远程办公软件的使用基本上和各种社交软件一样,操作简单容易上手。

图片

图4:常见远程办公场景

远程办公的常见的场景有远程业务访问、远程文件传输、手持设备移动办公、远程应用开发、远程系统运维等。

远程业务访问一般来说就是用户在家中办公,通过互联网的方式接入公司的网络系统,从而实现访问公司企业的关键业务。比如OA、政务系统、人事系统等。

远程文件传输一般是指在企业外部通过网络来下载或上传与公司业务有关的文件。例如项目合同、报价、内部办公文件甚至一些涉及到内部机密的文件。

员工也可以在外出公干或出差时通过手持移动设备来访问企业的内部业务系统,实时的处理相关的工作事务。

在一些企业还可以利用远程办公实现远程的应用开发工作,员工可以通过互联网登入公司内部的开发平台,进而可以实现远程的程序业务开发。

当企业内部的信息系统出现故障或是日常的巡检任务,运维人员也可以通过远程的运维系统接入企业的内部网络完成对系统的维护及检修工作。

图片

图5:远程办公主流方案

主流的远程办公方案大致有“移动办公类、协作软件类、桌面云办公类、在线文档类、视频会议类以及远程桌面类”等等。

移动办公类的方案主要是用于提高沟通效率,业务流程审批,考勤等。比如钉钉、企业微信、飞书等软件。

协作软件类的方案主要通过帮助团队项目协同并讨论工作中的任务、文件、分享、日程等内容。代表的Teambtion、Worktile等。

桌面云办公一般是以利用桌面虚拟化技术,通过网络远程提供服务器上运行的个人桌面。代表的有VMware的桌面虚拟化、锐捷的云办公等。

在线文档是以实现可多人协作的在线文档, 实现同时编辑Word、Excel和PPT文档等。代表的有腾讯文档、石墨文档以及幕布等。

视频会议实现了处于异地的人们,进行实时的视频面对面交流沟通、互动交谈的功能。代表的有科达、华为、中兴等视频会议解决方案。

远程桌面是可以通过网络远程控制计算机,通过远程桌面功能可以实时的操作这台计算机。比如Windows自带的“远程桌面连接”、向日葵、teamview等。

图片

图6:远程办公的安全风险

远程办公存在的风险有信息在网络传输过程中被不法分子篡改、盗取的风险;还有可能因为终端感染病毒传播回公司内网的风险;此外公司重要的文档还存在被泄露的风险;在对重要业务系统进行远程运维时存在运维人员非法破坏的风险,在互联网行业中各种删库跑路的事件层出不穷。最后企业重要的数据面临着因设备故障丢失、人员误删除、病毒破坏等风险。

图片

图7:远程办公安全解决方案

远程办公的安全解决方案主要从信息的传输开始使用VPN网络接入开始,并对各个远程接入的访问终端增加终端安全保护系统,对重要的文档部署文档安全保护系统,对远程运维工作部署运维安全审计,最后对企业的重要核心数据进行数据的安全备份。

图片

图8:VPN网络接入

VPN网络接入包括认证、加密、安全检测、权限分配、访问记录等一系列手段来构建安全的业务网络。

高强度链路加密

同时支持国密办算法SM1/SM2/SM3/SM4,以及商密算法,并提供防中间人攻击等技术,有效保护链路隧道安全。

多维度身份认证

包含短信认证、指纹认证、AD域认证,同时提供手机令牌的认证方式,形成多因素认证,提高身份安全性。

终端环境安全

采用云查杀技术,对终端进行病毒、木马快速扫描、查杀,确保终端环境安全,避免病毒木马以终端为跳板攻击业务系统。

应用自身安全

采用应用封装技术,将VPN功能集成到客户应用APP中,并可对应用进行加固处理,防止注入恶意代码,反编译。

跨平台无缝访问

应用虚拟化技术,让您无需二次开发,即可让过往的windows业务系统在各种新的终端、操作系统上跨平台访问,既低成本、高效的解决了应用系统的跨平台兼容性问题,同时又提升了用户的访问体验

图片

图9:终端安全保护

有效查杀已知/未知病毒

结合云查杀引擎、脚本查杀引擎、启发式查杀引擎、人工智能查杀引擎、系统修复引擎、主动防御技术,有效查杀已知和未知病毒; 

实时全面的资产管理

全面展示全网终端软硬件资产、操作系统、网络、进程等详细信息,实时记录资产信息变更,有效管控网络流量、进程服务等,做到安全管理一目了然。

智能化的补丁管理

可对全网终端进行漏洞扫描并与漏洞类型进行多维关联按需修复,特有蓝屏修复机制、补丁分发流控机制有效提升企业信息系统整体漏洞防护等级

可靠的安全运维管控

能有效的对终端进行应用程序识别与控制、网络安全防护、非法外联控制、外设使用控制、账号密码安全检测、本地安全策略加固等。

灵活的移动存储管控

给予不同的移动存储介质相应的授权使用范围和读写权限,同时支持设备状态的追踪与管理,实现对移动存储设备的灵活管控,保证终端与移动存储介质进行数据交换和共享过程中的信息安全要求。

丰富的安全网络准入控制

支持旁路镜像应用准入、802.1x认证、Portal认证、AD认证、复合认证等多种网络认证技术,适应各种复杂网络环境下的接入部署,支持大型多分支机构网络部署。

完善的安全审计

通过分组、时间、文档类型等多视角、多维度、多层次对终端文件的操作行为、输出行为、打印行为、光盘刻录行为、邮件收发行为进行完善的审计。

图片

图10:文档安全保护

文件透明加密模块

文件透明加密模块是防止电子文件由于单位内部员工泄露而开发的内核驱动层加密、图纸加密、文档加密系统。在不影响员工对电脑任何正常操作的前提下,文件在复制、新建、修改时被系统强制自动加密。加密的文件只能在单位内部电脑上正常使用,一旦脱离单位内部的网络环境,在外部电脑上使用是乱码或无法打开。加密文件只有被管理员解密之后,带出单位才能正常使用。

 文件外发控制模块

对于一些重要文档外发需要事先向上级领导进行外发申请,才能外发给客户或合作伙伴。被授权的客户或合作伙伴获得该受控外发文件后,打开时需先进行合法的身份认证,而后才能在授予的权限范围内访问。身份认证的方式包括:口令认证、机器码认证、联网认证。访问权限包括:阅读次数、可打印、可截屏、可编辑、阅读期限、过期自毁、回收等。被授权的客户或者伙伴在访问该文件时,无需在自己的电脑上安装任何插件,即可访问。

 服务器白名单模块

企事业单位无需在内部应用系统上安装任何插件,事前通过数据防泄密系统统一配置,要求终端加密文件上传到指定服务器是明文,或者密文;单位内部的加密终端根据下发配置要求,系统会自动判断,如果要求明文存储,自动解密后上传,无需人工干预。

离线管理模块

针对所有员工笔记本办公,公司统一设定默认时间(如:72小时),在默认时间内,携带笔记本回家办公和公司内部一样的安全管理效果;对于员工出差时,可在线向上级申请,授予一个合理时间,携带笔记本出差办公,和在公司内部一样的安全管理效果;有些电脑需要长期脱离公司网络,或者无法连接网络的情况下也需要保护电脑上的文件,同时查看公司其他电脑上的加密文件,这时,可以选择在这类电脑上安装离线终端。

 移动终端管理模块

移动端模块为了便于移动办公,系统支持添加、修改或删除移动终端信息(支持IPAD、IPhone及Android系统的移动终端),用户可通过移动终端在线阅读加密文档。移动端有消息推送机制功能,保障实时推送,并且支持视频、音频文件加密和水印显示。在方便移动办公的同时,也保护企事业单位数据安全。

图片

图11:运维安全审计

多元化的认证方式

运维审计与管控系统支持自身提供的本地证书认证,第三方证书认证,动态令牌,生物识别等多种认证方式。

强大的资源管理能力

全面支持Windows资源、Unix资源、网络资源、数据库资源、C/S资源、B/S资源、中间件资源、大型机等各种资源的运维管理。

全面的账号管理机制

支持完整的资源账号生命周期管理,资源账号的改密,拨测及同步管理,用户的账号密码管理等。

超强的审批流程管理

系统支持资源访问的命令审批,登录审批,临时授权审批等多种审批流程,实现运维安全的多重保障。

全方位的审计管理

支持图形资源的鼠标键盘录像审计,录像审计支持多种视频模式(真彩,灰度),审计录像文件经过深度优化处理,磁盘利用率达到业内领先水平。

丰富的部署方式

系统支持多种部署方式,面对各种规模和复杂的运维场景都能够灵活运用,实现高可靠运行,支持HA 双机部署,集群部署,分布式部署。

图片

图12:数据安全备份

集中备份

工作负载日益多样化,往往需要多个方案才能完全覆盖,集中备份凭借广泛的IT环境兼容性和丰富的数据保护技术,以一套方案即可实现全面保护。

•为物理、虚拟及云环境提供统一保护

•基于持续数据保护技术、备份集技术,以分级保护为设计理念,满足不同业务系统的RTO/RPO目标

异地备份

数据隐患无处不在,场地性灾难更具破坏力。异地备份通过D2D2R功能可实现异地备份,即使遭遇场地性灾难,也能确保有数据可恢复。

•提供一对一、多对一、一对多、级联复制等方式,灵活适用多种场景

•借助重删、断点续传等,轻松应对数据量大、带宽资源不足等难题

•本地或异地均可进行数据恢复/灾难演练,真正做到随处可恢复

分支备份

提供卓越的远距离数据传输能力,帮助大型企业构建跨地域灾备云平台,解决分支站点地域分布广、管理人员水平不一等难题。

•分支站点集中灾备,提升数据安全等级

•支持灵活扩容或节点扩展,有效满足未来业务发展需求

•无缝集成 ,实现分支站点统一管理

云端备份

为支撑企业数据中心向云平滑演进,云端备份提供D2C/D2D2C等方式,实现业务数据和备份数据上云,迈向云转型第一步。

•支持D2C或D2D2C等功能,灵活满足不同企业的不同上云需求

•通过数据重删、加密传输等技术,保障数据上云高效安全

•广泛兼容主流公有云存储,享有云的扩展性、灵活性以及成本优势

图片

利用按键精灵实现批量截图与智能命名的高效工作流 本文详细介绍了如何利用按键精灵软件构建高效的批量截图与智能命名自动化工作流。通过基础脚本编写、循环逻辑实现及高级命名策略,解决手动操作耗时易错的问题,帮助用户实现一键自动截图、智能保存与文件重命名,大幅提升软件测试、教程制作及数据报告等场景的工作效率。 阅读详情

相关推荐

Oracle EBS R12.2 安装 -- Step by Step

Oracle EBS R12.2 安装 -- Step by Step

Albert Tan DBA之路 1512

远程办公方案

员工通过传统的VPN登录或端口映射方式从互联网访问内网应用存在诸多的安全及体验不佳等问题, 通过身份云基于零信任网络架构的应用网关,可以完全替换传统的vpn方案,让您的员工随时随地安全、便捷、高效访问内网应用。

weixin_45873963的博客 438

解决微信浏览器弹出 Download: Null 问题的终极指南(附阿里云 OSS 配置详解)

微信内置浏览器点击下载链接时弹出 "Download: Null" 的问题,是开发者常遇到的痛点。本篇文章全面解析其原因,包括 iOS 文件下载限制、Content-Disposition 响应头的重要性,以及阿里云 OSS 默认配置的影响。通过详细教程,教你如何在阿里云 OSS 中设置 Content-Disposition 元数据(attachment;filename=xxx.pdf),有效解决该问题。同时,拓展介绍微信浏览器的文件下载限制、跨平台兼容性优化以及 CDN 配置注意事项。

楠搏万的博客 3994

远程桌面、云办公与云游戏的多种解决方案(由简入深)

试想一下这个场景,你可以躺在床上,抱着平板或手机玩着PC上面的游戏,也许你会说屏幕太小,那我们可以换一个场景。假设你有一台性能足够强的台式机,但你出门在外,亦或是上学、出差,想处理家里电脑的文件怎么办?这时候远程电脑的作用就不言而喻了。当然通过一个智能插座控制电脑的远程开关机就更为方便了。远程连接电脑其实有很多种解决方案,对于普通用户最友好的方案还是向日葵,ToDesk软件,只需要注册安装就可以满足绝大部分用户的需求。

Yulki的博客 2215

拉曼光谱仪的原理与应用——TFN 7G F660手持式拉曼光谱识别仪

拉曼光谱仪的原理与应用——TFN 7G F660手持式拉曼光谱识别仪

TFN_yzgd的博客 926

DSP28335 ADC模块实战:从寄存器配置到精准数据采集(附代码详解)

本文详细解析DSP28335的ADC模块配置与数据采集实战,涵盖寄存器设置、采样窗口优化、中断处理及代码实现。重点解决ADC精度问题,如采样窗口不足导致数据偏差,提供完整代码示例和调试技巧,助力工程师实现精准数据采集。

kkk56的博客 864

远程办公解决方案 6款远程办公必备工具

近日,国内疫情出现了“倒春寒”的现象,许多地方的企业纷纷开启居家办公、混合办公模式,但是对于打工人而言,远程办公最大的缺点就是跨网异地访问内网服务,在没有公网IP情况下,离开公司就无法访问,且传统网络专线成本高,部署周期长,多样化的办公系统信息同步难度大。问题提出的同时,问题也会有一定的解决,网络的嗅觉是灵敏的,有需求就有回应。所以远程办公软件一度登上热搜,下面介绍6款比较热门的远程办公软件。 1、钉钉 钉钉,可不止打卡哦。「钉钉」本身是一款专为企业打造的工作沟通、协同、智能移动办公平台,它为企业提供了安全

jyhhh的博客 2289

手把手教你学 MATLAB 实战训练(6.5):基础实战实例

MATLAB 是一款强大的数学软件,广泛应用于工程计算、信号处理、控制系统设计、图像处理等领域。学习 MATLAB 不仅可以提高你的编程技能,还能帮助你解决实际的数学和工程问题。下面我将通过几个实战训练实例来教你如何使用 MATLAB。

xiaoheshang_123的博客 366

如何实现远程办公安全?这5点助你通关

扩大端到端的防护距离企业一旦启用远程办公,工作流程就由企业内部转为个人—企业的模式,这意味着企业工作环境的重心发生了变化。面对如此变化,企业需要使安全系统适用于远程办公,可以将端到端的防护距离扩大,让公司的防护系统可以覆盖到员工的远程办公地点,并要求安全系统的供应商,为远程办公的员工提供一个在任何地方都能确保安全的工作环境。进行访问控制尽管远程访问给公司的安全系统增加了风险,但企业可以通过给员工增加一个远程访问的密码,利用多种身份验证、访问控制等手段来缓解这一情况。企业还可以使用搭载了AI等新兴技术的安全平

ksy_com的博客 262

DeepSeek 赋能太空探索:从轨道优化到星际开拓的 AI 革命

随着人工智能技术蓬勃发展,DeepSeek 在太空探索领域展现出巨大应用潜力。本文深入剖析 DeepSeek 技术核心,包括低功耗运算、开源生态等优势,阐述其与传统航天技术的差异。从航天器自主控制、深空探测、载人航天等关键环节,结合实时轨道调整、故障诊断修复等实例,揭示 DeepSeek 对航天任务效率与安全性的提升作用。同时探讨其应用面临的太空环境适应、伦理安全等挑战,展望技术演进方向及与前沿技术融合前景,展现 DeepSeek 为人类太空探索带来的变革与深远意义。

邓邓子的博客 2258

SAP AI Core 高阶能力实战参考

文章摘要:本文探讨了在企业SAP架构中整合GenAI技术的工程化实践,重点分析了SAP AI Core的高阶能力应用。作者指出,企业级AI应用需解决多轮对话管理、Git同步工作流、提示词治理等核心问题,而非简单接入大模型API。技术方案展示了如何通过SAP AI Core的orchestration service管理对话历史,利用GitOps实现AI资产版本控制,并强调prompt template在审计合规中的治理价值。全文以SAP技术栈(ABAP/RAP/Fiori)为背景,阐释了AI能力与企业核心系

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 103

IP-guard远程办公安全解决方案,守护远程办公信息安全

疫情在多地反弹,部分疫情严重的地方不得不将工作转为线上远程办公。然而企业在采取远程办公模式时,大量未知设备远程接入企业内网,各项终端的操作应用也往往不在企业的管控范围内,很容易成为企业信息保护的缺口,威胁企业的机密安全。 远程办公安全风险: 1、不安全的终端设备接入企业网络 2、机密文档随意下载到私人电脑 3、打印机密文档导致信息泄露 4、截屏或录屏导致文档内容泄露 5、随意传输机密文档而无法追溯 6、随意访问核心服务器导致信息泄露 针对远程办公所面临的各类信息安全问题,IP-guard

IP-Guard专栏 1731

利用Gretna软件计算脑网络的全局属性和局部属性指标

使用Gretna,你可以计算脑网络的全局属性指标(如网络特征、小世界性和模块度),以及局部属性指标(如节点度和聚类系数)。通过Gretna,你可以计算脑网络的稀疏度,并进一步探索网络的特征和特性。Gretna是一款基于MATLAB平台的脑网络分析工具,它提供了丰富的函数和工具箱,用于计算和分析脑网络的结构和功能。在脑网络中,较高的稀疏度可能意味着神经系统的高效性和信息处理能力,因为较少的连接可以降低信息传递的成本。连接矩阵是一个N*N的矩阵,其中N表示节点的数量,矩阵的每个元素表示节点之间的连接强度。

code_program481的博客 1809

华为智能企业远程办公安全解决方案(1)

本文主要讲述华为智能企业远程办公安全解决方案,主要从需求分析、方案设计和方案部署三个方面展开介绍。

邱华林的博客 3107

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

企业级xrdp部署实战:安全远程办公解决方案

xrdp作为开源的远程桌面协议实现,结合一些关键配置和工具,可以构建一个高效、安全的企业级远程办公系统。它的在线编辑器让团队可以实时协作编写Ansible脚本,一键部署功能快速搭建测试环境,大大缩短了方案验证周期。在实际部署后,系统稳定支持100+并发连接,CPU使用率保持在70%以下。通过Let's Encrypt自动获取和续期证书,配置xrdp强制使用TLS 1.2+协议。使用Ansible实现一键部署和配置。编写playbook自动完成:系统初始化、软件安装、配置修改、证书部署、监控集成等全部步骤。

GoldenleafRaven13的博客 576

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

简单、安全的混合远程办公解决方案丨Parallels RAS简介

简单、安全的混合远程办公解决方案,让用户能够通过任何设备或操作系统,远程访问应用程序和桌面。

Acunetix的博客 1030

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

“云栖大会”阿里云发布远程办公零信任解决方案 ——身份将成为企业安全新边界

“数智未来,全速重构”,9月17至18日,由阿里巴巴主办的一年一度数字经济风向标云栖大会如约而至。与往年线下活动不同的是今年云栖大会首次在线举办。9月18日,在阿里云技术重磅发布的现场,阿里巴巴副总裁、阿里云智能安全总经理肖力正式发布阿里云远程办公零信任解决方案。 这次疫情,全球有超过3亿人选择远程办公,远程办公凭借着能够提升办公协作和企业管理效率、减少人群接触风险等特点,在疫情期间成为企业实现安全复工复产的重要方式。肖力表示新冠疫情的结束并不代表着远程工作方式的结束,远程办公将成为企业常态化的工作方

科技互联 882

远程办公中安全远程访问解决方案

安全的远程访问是一个至关重要的过程,可让您使用互联网从远处完全控制某人的设备。为了确保安全,为受保护的远程访问采取了额外的身份验证和加密措施。

ITmoster的博客 1694

对话猿辅导:阿里云远程办公零信任落地创新安全

凌云时刻 · 故事导读:上半年,远程办公、远程授课等需求在短时间内迅速增加,而种种迹象也显示,这一现象或将常态化。来源| 阿里云安全前言2020,一场突如其来的新冠疫情,引发了史上最...

云布道师 1288

高效安全的远程桌面解决方案:使用TightVNC服务助力远程办公

在工作和生活中,我们经常需要跨越地理界限进行协作或处理事务。这时,远程桌面服务就成了不可或缺的好帮手。然而,并不是所有的Windows设备都支持系统自带的远程桌面功能,这给许多用户带来了困扰。幸运的是,技术的发展总能为我们带来新的解决方案。VNC作为一种广泛使用的远程桌面协议,凭借其跨平台性、易用性和安全性赢得了众多用户的青睐。无论你使用的是Windows、Linux还是macOS,安装VNC Server都能让你轻松实现远程访问和控制。但问题来了:如何在公网上安全地使用这一功能呢?

fq157856469的博客 2436

macOS远程办公安全指南:从内网穿透到高效协作的全方位解决方案

本文提供macOS远程办公的全方位安全解决方案,重点介绍内网穿透技术(如cpolar)的应用与配置,帮助用户在保持高效协作的同时确保数据安全。涵盖环境准备、隧道配置、角色化安全方案及性能调优等实用技巧,适合开发者和设计师等专业人士参考。

weixin_28366053的博客 340

实现远程安全访问内网环境,适用于企业远程办公的解决方案

实现远程安全访问内网环境,适用于企业远程办公的解决方案。本文使用L2TP/IPSec服务,轻量化管理方案

小白成长历程 1967

远控必看!ToDesk企业版ANPAD体系为企业远程办公安全保驾护航

ToDesk企业版在深度整合了制造、金融、物流、游戏、影视、科技、零售等多个行业的服务实践经验后,提出了远程控制安全五要素,即ANPAD体系。ToDesk的安全机制经过国家及专业机构的严格认可,不仅成功成为国家信通院“卓信大数据计划”的成员单位,而且荣获了统信、中科方德、麒麟软件等多项权威认证,以及三级等保、ISO27001信息安全管理体系、ISO9001质量管理体系等资质认证证书。真正从技术基础层面出发,逐层深入至行为管控层面,从初始安装即逐步进行安全防护,旨在实现全面加固,确保企业运营的稳定与安全。

ToDesk_Official的博客 1854

数字化抗“疫”| 远程办公,你安全吗?

2月19日,工业和信息化部办公厅发布了“关于运用新一代信息技术支撑服务疫情防控和复工复产工作的通知”。通知中明确提出,“运用新一代信息技术加快企业复工复产”,其中一项是“面对疫情对中小企...

389

【零信任落地案例】任子行零信任安全防护解决方案护航海事局移动/远程办公安全

1方案背景 1. 1用户需求及方案必要性 随着网络技术在海事业务如船舶驾驶控制、货物装卸、推进系统、旅客管理、通信 系统等方面的应用不断提升,越来越多的对外信息交互,使海事业务遭受网络威胁的隐 患也不断加剧,这些潜在的威胁可能导致有关的操作、安全或安保系统的破坏或信息的 泄露。 网络安全是某海事局开展海事安全管理体系建设中的重要组成部分,自公安部 2018年组织国家级的网络攻防实战演练以来,某海事局作为实战检验的重点单位,其 信息交互、网络环境、信息设备系统等复杂性对网络安全综合防御能力提出重要挑战。

weixin_70101757的博客 664

芯片行业远程安全接入

最近疫情反复,全国多地进入严控状态,很多企业不得不又双叒叕转入远程为主的办公模式。其实自新冠疫情的出现至今,远程办公和混合办公已成企业标配,业界也普遍认为,即使新冠慢慢远去,企业办公模式的变革也成定局。企业对于远程办公的要求,也从最初简单的能远程开工就行,向更安全、更高效、更全面、管理更精细化等多维需求转变。 从事芯片设计、软件开发等业务的高科技行业,数字化是其基因的一部分,他们天生与IT新模式具有良好的亲和力,愿意尝试。对这些企业而言,其业务开发不仅要保证研发代码、版图文件等核心数据可以远程访问和操作,

zshield的博客 1427
上一篇: 3种云桌面(VDI、IDV、VOI)技术解决方案简介
下一篇: 区块链应用简介
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

军哥数字化安全

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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