趋势一：无处不在的计算催生新一代容器实现
随着互联网的发展到万物智联，5G、AIoT 等新技术的涌现，随处可见的计算需求已经成为现实。针对不同计算场景，容器运行时会有不同需求。KataContainer、Firecracker、gVisor、Unikernel 等新的容器运行时技术层出不穷，分别解决安全隔离性、执行效率和通用性三个不同维度要求。OCI(Open Container Initiative)标准的出现， 使不同技术采用一致的方式进行容器生命周期管理，进一步促进了容器引擎技术的持续创新。
趋势二：云原生操作系统开始浮现
Kubernetes 已经成为云时代的操作系统。对比 Linux 与 Kubernetes 概念模型，两者都定义了开放的、标准化的访问接口：向下封装资源，向上支撑应用。
它们都提供了对底层计算、存储、网络、异构计算设备的资源抽象和安全访问模型，可以根据应用需求进行资源调度和编排。Linux 的计算调度单元是进程，调度范围限制在一台计算节点。而 Kubernetes 调度单位是 Pod， 可以在分布式集群中进行资源调度，甚至跨越不同云环境。
传统的网络缓解技术无法与这种复杂的方法相提并论。因此，人工智能在网络安全和攻击中的使用是Gartner公司在2020年预测的九大安全趋势之一，并指出必须加强人工智能来增强网络安全防御。
在网络安全和威胁情报中有大量的人工智能网络安全应用程序。最常见的用例包括面部和语音识别、垃圾邮件或网络钓鱼识别以及恶意软件检测。机器学习方法可用于检测电子邮件中的异常，模式识别技术可识别需要保护的受监管个人数据，无监督机器学习可对网站进行分类并识别高风险网站，无监督机器学习可在网络钓鱼和垃圾邮件尝试中发现近乎重复的网站。TrendMicro公司最近发表的一篇文章指出，端到端深度学习是检测恶意软件的解决方案。
DevOps 的挑战-测试
在测试时需要考虑很多方面和维度，保证软件各方面的质量。测试包括了集成测试、端到端的 E2E 测试、性能测试、压力测试、容错测试、兼容测试、破坏测试等。
可以看到，2020年业界对于Serverless的接受度有了极大提升，同时，Serverless的能力也变得更加普适。
但CR场景或者轻量级的代码浏览场景，这种方式就显得时效性比较低了，几分钟后或许用户已经完成了代码浏览，而且缺少持久化的存储会导致资源过度消耗。于是，LSIF就在这样的背景下应运而生，秉承用空间换时间的思想，提前计算好语法分析结果以特定的索引格式存储在云上，从而快速响应不同用户的多次请求。
索引构建的另外一个难点是增量计算。如上文所述，语法服务索引构建对资源的要求非常高，而现实中代码库不可避免地会存在频繁提交的现象。如此引申出了两个优化点：
利用增量的方式减少存储内容的变更，加快索引构建速度。
利用分布式时序锁减少频繁请求带来的压力。
