知鸦日报2022-08-27

创新是为了发觉并满足人们未被满足的需求，也是创业的基本原则。

但当客户希望您的产品和服务能够比现有产品更好、更快、更便宜地解决消费者的问题时，即使是一些以扫描能力著称的革新者和组织，也常常难以感知和正确解释这些需求。

试想看，亚马逊的宗旨是以“顾客”为中心，但它也会因此不能够足够重视起另一个方面：他的商家。

2021年，亚马逊的净销售额达到46亿美元，市值达到1710亿美元，亚马逊的顾客体验一定程度上是通过商家之间进行产品的竞争，以及对于店面的权益控制而实现的。

因此，作为市场研究人员，我们通过对十几位创业者、企业家和相关组织的调研，来探讨如何识别那些尚未被满足(或被错误判断)的需求。

中大型互联网公司的服务器数量可达万级别，在降本增效的大背景下，机器资源利用率的重要性日益凸显。

前端代码管理一直是困扰不少前端开发团队的难题，从开发到发布的整体工作流程中，除了常规的技术问题外，往往还伴随着沟通成本、维护成本及协作效率等问题。这些问题在团队规模较小的时候可能不太明显，但是当团队规模变大时矛盾就越发凸显。

数栈前端开发团队负责着离线开发、实时开发、数据服务、数据资产等多条产品线的开发和维护工作，面对众多的产品线，如何合理的管理代码，成了团队需要思考的问题，虽然借助了Multirepo进行管理，但还是遇到了许多难题。

拒绝重复挖坑，用工程化的思路和方法来定义和重构运维。

本文主要基于京东物流的分拣业务平台在生产环境遇到的一些安全类问题，进行定位并采取合适的解决方案进行安全治理，引出对行业内不同业务领域、不同类型系统的安全治理方案的探究，最后笔者也基于自己在金融领域的经验进行了关于API网关治理方案的分享。

在云端渲染场景中，服务端高性能硬件除了可以快速处理特效，也可以利用其实现快速编解码的操作，为云端特效处理提速。本文将介绍如何利用服务端GPU实现硬编硬解及一些特殊场景下的优化。

在本系列文章的第一篇中，我们介绍了数据保护平台（Data Protection Platform，以下简称 DPP），是一个使我们能符合国际法律和安全需求的数据保护平台。我们强调了解我们的数据是保护数据的必要组成部分，可以通过跟踪个人和敏感数据在我们生态系统中的存储位置来实现。在本篇文章中，我们将讨论公司在查找个人和敏感数据的确切位置时经常面临的挑战。许多公司依靠工程师手动追踪个人数据和敏感数据在内部系统如何流转以及流向何处，但依靠手动数据分类会带来不少挑战：

1. 数据在不断迭代。这使工程师很难全面了解数据，及数据如何在公司的基础设施中流动。数据还会复制并存到不同的数据存储中，此外，随着产品的变化和新产品的出现，也会有新类型的数据产生。
2. 手动分类更容易出错。工程师可能会忘记该数据资产是否包含个人数据，或者有些数据是用户自由输入，工程师并不知道里面会包含什么。
3. 安全和个人隐私数据不断增加。对于新隐私法规和安全合规要求的新增数据元素，工程师须再次进行手动数据分类，造成了公司的高成本和低效率。
4. 在代码库和各种数据存储中可能会泄漏密钥。工程师常用密钥包括生产环境API 密钥、供应商密钥和数据库登录凭证等。代码库中泄漏密钥是一个常见的问题，通常由于工程师意外或无意识地提交代码且没有被审批人发现。密钥一旦检入（check in）生产环境，想要找到它们就变成大海捞针，不容易被发现。

为了应对这些挑战，我们构建了数据分类工具来检测数据存储、日志和源代码中的个人和敏感数据。一起来看下我们的数据分类工具架构。具体来说，我们将深入研究 Inspekt 的技术组件，即数据存储和日志数据分类系统，以及 Angmar -- Github 企业版上的代码库的密钥检测和防护系统。

在这个即将画上尾声的夏天，高温成了主基调。“高烧不退”的天气在部分地区诱发了山火灾情，仅过去一周内，川渝地区就爆发了十余场山火。

在扑灭重庆北碚山火的过程中，消防人员运用了“火攻法”，也就是“以火灭火”。这个方法是怎么奏效的？要战胜山火，我们还需要做哪些准备和行动呢？