J9.com今日，如果听到许多领域的企业正在加大举措，推进DevOps在实际业务中的实践，再也不会令人惊讶。显而易见，这样的形势正是源于企业紧迫的业务需求，DevOps的实施已经写入了企业的发展宝典。
事实上，这样的变化在金融企业中体现的尤为明显。追溯过去，金融企业的运维曾受手工操作的制约，伴随运维系统的数量从上百个增长到成千上万个，传统的手工部署方式的效率方面一直存在着落差。当下，这样的落差必须尽快解决。JFrog认为，以金融行业为例，许多企业都有很大的热情和意愿希望做出改变J9.com。
我们究竟该将注意力放在哪里？如何能帮助企业提升软件发布效率、改善开发与运维协作，金融企业寻求解决方案的有效路径在哪里？又该从何下手呢？JFrog最近深入发现，致力于推动DevOps的实施，以此来消除开发和运维之间的鸿沟和沟通成本。结合金融行业的特性，以下即在2024年将会呈现的两大趋势。
近年来，在全球尤其是北美地区，安全性已经成为备受关注的热门话题J9.com。由于黑客攻击和勒索事件频发，软件供应链安全标准（XBOM）已在美国制定。JFrog预测，在2024年，国内将出台相关标准和法规，引导金融领域加强对开源治理，特别是在DevSecOps（即在DevOps的基础上加强安全性）中加入更多的安全性措施。
DevOps牵涉到多个自动化工具链的集成，包括需求管理、代码管理、持续集成J9.com、测试、自动化部署和制品库等多个环节。为更好地支持DevOps，金融企业可能需要进行组织结构调整，并对人员进行培训。更多的金融企业通过采用DevOps将有效改变开发和运维的工作方式，以提高交付效率，增强创新能力。
目前，六大国有银行与股份制银行，基本都建立了各自的DevOps平台，实现了CICD自动化部署。在证券行业中，企业对DevOps的需求仅次于银行业，因为它涉及到证监会监管、软件发布可靠性、避免生产事故以及对软件供应链漏洞的高度关注。所以，当前的发展趋势即金融领域整体上在DevOps方面经历了学习、应用和逐渐完善的过程，不同类型的金融企业在这一进程中展现出各自的特点和进展。
金融企业成功实施DevOps的关键在于注重制品库的统一管理，特别是在CICD流程中，制品库扮演着连接CI和CD环节的关键角色。DevOps的本质是将需求转化为软件产品并部署到相应服务器，而制品库关注的正是这个软件包的生命周期信息，包括代码贡献者、需求满足情况、测试通过与否等等。在金融领域，制品库管理被看作是实现DevSecOps的基础，通过统一的制品库管理，使得整个供应链的漏洞扫描和管理得以实现。例如，某大型国有银行即通过全行范围内的制品库使用，对漏洞进行评分和管理，以此实现全行范围内的安全性提升。JFrog帮助企业快速定位了Log4j漏洞的影响范围，并且在2天之内全部修复了收到影响的组件。
此外，金融企业还需关注模型安全问题。当前国内许多模型的做法是先从各大开源模型平台获取模型，再在内网进行修改和重新包装，宣称是自己的模型。然而，这种做法就存在潜在风险，可能会导致恶意代码的嵌入，容易引发各种攻击，包括恶意代码执行、矿机部署、以及密码获取等。因此，在模型安全方面，金融企业更必须做到谨慎小心，采取相应的安全措施以保障系统的安全性。
在JFrog看来，2024年，金融企业当务之急都在设法找出自己最需要改善的地方，比如在DevOps方面更应聚焦AI工具（AI Ops和ML Ops）的发展趋势，特别是在提高运维效率、处理错误日志和处理大规模模型计算方面，以确保其基础设施足够满足未来的需求。通过整合AI技术，Ops团队可以更加高效地管理和维护系统，实现自动化和智能化的运维流程，为企业带来更高的效益和竞争力。
以通过智能分析监控数据为例，通过预测系统哪个机器会宕机，从而提高运维效率，AI Ops能利用人工智能工具解决运维问题。目前，高端芯片和机器学习的结合已经用于提供代码补全等功能，未来还将支持大型模型的学习。尤其是对于金融企业而言，AI Ops能够智能预测流量高峰和低谷，实现资源的自动化调配，从而提高系统的效率。
ML Ops则是将运维平台的能力应用于模型发布的自动化，实现了用Ops来解决机器学习的运维问题。ML Ops通过DevOps平台自动化地拉取、训练、发布和更新模型，大大简化了模型开发者的工作流程。我们认为，尤其对于金融企业而言，尽管对ML Ops的需求并不饱和，但ML Ops可以帮助提高大规模机器学习模型的训练、部署和更新速度，从而提高开发效率，也存在对错误日志进行分析等需求的解决方案。
JFrog通过对Huggingface仓库的支持，通过提供本地的大模型仓库，解决了企业内部模型管理困难的问题，为企业进行大模型训练和模型分发提供了便利。
AI Ops对DevOps的影响已经开始显现，尽管目前并非全都彼此能得到有效应用。然而，随着未来可能涌现出更为成熟的产品，我们可以期待这一趋势将在运维机器，尤其是版本发布频率不断攀升的背景下，迎来更广泛的应用。通过AI工具的引入，特别是在测试领域实现自动化的AI测试，将会极大地助力开发者。
企业若这么做，就是在做正确的事情，而且如果实施彼此匹配的测试，就能迅速提升开发者的工作效率，利用AI在测试方面展现出的强大学习能力，使其成为未来的重要利器。
在未来，我们将见证自动化工具生成的崭新发展，尤其在这一领域对研发工作提供了重要的互补支持，为Ops开发团队在2024年实现更大幅度的赋能打下了坚实的基础，同时也将深刻影响开发者的工作方式，这将是商业上的标准实务。我们必须为企业着想，讨论怎样的创新是最有效的，有哪些地方还有改善的空间。随着AI技术的不断演进，我们有望看到更多创新性的自动化工具的涌现，从而进一步推动整个开发运维领域的可持续发展。
关键字：DevOps引用地址：金融企业2024年需要关注的两大DevOps趋势
现代软件开发具有更多的代码、语言、平台以及部署选项。 DevOps要求自动化最大限度地提高速度。而这些都意味着更多的安全风险。因此，DevSecOps开始受到关注，从软件开发初期就进行全生命周期的安全管理。新思科技(Synopsys)近期发布的《2020年DevSecOps实践和开源管理报告》显示DevSecOps在全球范围内迅速增长。总计63%的受访者表示他们正在将一些DevSecOps活动融入其软件开发计划中。 那么，如何将安全置于DevOps之中呢？ 引入DevSecOps 向DevSecOps过渡极具挑战性。一方面，虽然目前主要是安全小组独立地负责安全，但逐渐开发团队也参与进来，共同负责安全和预算，使安全
必不可少 /
国内金融IC卡芯片企业终于迎来了一个久违的发展良机。 根据央行规定，从2015年起中国将启用安全性更好的金融IC卡来替代磁条银行卡，磁条银行卡即将全面退出历史舞台。现阶段，“换芯”的大幕已经拉开，业内人士根据中国市面上纯磁条银行卡保有量高达数十亿张来预测，这将会是一个几十亿张卡，几百亿人民币的巨大市场。 长久以来，中国的芯片市场一直被外资企业垄断。外资企业由于起步早，技术强，使国内金融IC卡芯片企业一直难以望其项背。加上此前国内一直没有金融IC卡行业国家认证标准，所以国外认证机构也不对国内金融IC卡芯片企业开放，这些都使国内厂商的处境极为被动。 不过，随着银行卡“换芯”潮的开始，国内金融
Kubernetes权威指南：从Docker到Kubernetes实践全接触（第5版）
有奖直播 是德科技 InfiniiMax4.0系列高带宽示波器探头新品发布
MPS电机研究院 让电机更听话的秘密！ 第一站：电机应用知识大考！跟帖赢好礼~
ADI世健工业嘉年华——深度体验：ADI伺服电机控制方案
今日，如果听到许多领域的企业正在加大举措，推进DevOps在实际业务中的实践，再也不会令人惊讶。显而易见，这样的形势正是源于企业紧迫的业 ...
法国初创公司推出全球首款 DNA 存储卡：可存储 1KB 数据，售价 1000 欧元
法国初创公司 Biomemory 声称推出全球首款 DNA 存储卡，可存储 1KB 数据，售价高达 1000 欧元（IT之家备注：当前约 7840 元人民 ...
消息称腾讯与Meta合作中止 双方原计划在中国推出Quest 3入门版
1月19日消息，据 VR 陀螺报道，上个月，腾讯接到Meta方面通知，将暂停目前双方在这一代XR硬件上的合作。报道称，合作中止的原因可能在于 ...
RedCap (Reduce Capbility) 是3GPP Rel17专门为物联网设备定义的新特性。其宗旨是为了进一步降低终端成本和复杂度，为广泛的物联网应用 ...
随着科技不断进步和人们对更高生活质量的追求，智能楼宇成为了未来建筑发展的重要方向。智能楼宇的出现主要是为了对楼宇环境进行智能控制和 ...
艾迈斯欧司朗与Movano Health携手，为女性打造生活方式精确监测解决方案
HaiLa推出首款基于Wi-Fi的反向散射芯片样品，为物联网连接带来革新
MSP430 G2553 比较器Comparator_A+、数据流程图DFD、状态转换图STD
Cadence 推出新版 Palladium Z2 应用，率先支持四态硬件仿真和混合信号建模技术来加速 SoC 验证
消息称英特尔 Arrow Lake-U 处理器定位 Lunar Lake 廉价替代品，CPU 采用 Intel 3 制程
热烈庆祝坛友coyoo新书《FPGA设计实战演练》出版，参与讨论即有机会赢新书！
阅读Microchip多种连接接口SAM单片机精彩专题，参与活动赢好礼
站点相关：综合资讯传感器RFID生物识别网络传输电源管理处理器物联网安全行业规范创新应用可穿戴设备智能家居智能工业智能交通物联网百科相关展会专家观点射频