安全是企业上云的核心关切之一。云原生的敏捷性和动态性给企业安全带来新的挑战。由于云上安全是责任共担模型，需要企业理解与云服务商之间的责任边界，更要思考如何通过工具化、自动化的流程固化安全最佳实践。
1. 与运维的。ACK Infra支撑了部署在全球各地数万个Kubernetes集群，基于K8s完成自动化了扩缩容、故障发现/自愈等能力。
工作负载自动化升级
通过Operator framework进行扩展成为了常见的解决方案。但是一方面对重复的需求重复造轮子，会造成了资源的浪费；也会导致技术的碎片化，降低可移植性。
随着越来越多的企业 IT 架构，从 on Kubernetes 到 in Kubernetes，大量的 CRD、自定义 Controller给 Kubernetes 的稳定性和性能带来大量的挑战。面向终态的自动化是一把 “双刃剑”，它既为应用带来了声明式
特殊场景：除了场景的公司内通用场景外，针对不同的行业属性，也可以衍生出特定行业的观测场景与应用，例如阿里云的城市大脑，就是通过观测道路拥堵、信号灯、交通事故等信息，通过控制不同红绿灯时间、出行规划等手段降低城市整体拥堵率。
和日志中出现支付失败的机器进行Join，只关心这些机器
最后应用时序异常检测算法来快速的分析这些机器的CPU指标
最后的结果使用线图进行可视化，结果展示更加直观
所以第一点是行散神不散。优秀的技术同学一直在用架构的意识，解决实际的技术和业务问题，这就跟普通的技术同学有本质的区别。他不光是解决这一个问题，他可能解决这一类问题，用架构的思想去解决问题。
所以第一点是行散神不散。优秀的技术同学一直在用架构的意识，解决实际的技术和业务问题，这就跟普通的技术同学有本质的区别。他不光是解决这一个问题，他可能解决这一类问题，用架构的思想去解决问题。
在 CNCF 2020年度调研报告中，已经有 83％的组织也在生产环境中使用 Kubernetes，然而面临的前三大挑战是复杂性，文化改变与安全。
另一方面，多年来的城市智能化治理和建设积累了海量的视频监控数据资源，再加上资本对人工智能算法领域的不断投入，各方面的资源储备为人工智能技术在视频监控行业的大规模商用创造了条件。
