OpenID|Authing 2.0 发布:聊聊 IDaaS 的未来( 三 )

  • 预测查询类型和访问频率 , 自动决定存储类型;
  • 如:热数据用 Redis , 冷数据用 OSS 或数据库
  • 预测用户行为 , 进行风险控制;
  • 如:某用户使用了不同的手机登录了某应用 , 要求开启 MFA 二次验证
  • 我们很高兴的看到 , 市场上除了 Authing 在强调弹性伸缩外 , TiDB、LeanCloud、声网这类公司已在各自的领域实现了如数据库、计算和 RTC 的资源弹性调度 。 我们相信在未来, 会有更多此类公司出现 。
    身份的背后是数据
    做身份一定离不开数据 , 我们发现有些客户的诉求本不在身份 , 而是在数据上 , 只是他们发现 , 若想打通数据 , 先要打通身份 。
    我们始终在设想一种新的软件架构可能性(并且已在 Authing 的软件架构中实践) —— 身份和数据分离 , 这种架构有如下几种特性:
    1. 数据所有权归用户 , 用户决定数据存在哪以及哪些应用和人可以读写用户的数据
    2. 每个用户都有一个个人网盘(简称 Pod , Personal Online Data) , 这个网盘中存储着用户资料、社交信息以及其他应用的数据
    3. 每个用户的 Pod 就相当于这个用户在互联网上的身份 , 「使用微信登录」、「使用微博登录」会变成 「使用 Pod 登录」
    4. 所有的数据都被一种名为「关联数据」的 数据格式互联 , 从而达成语义计算和语义推理 , 从根本上避免数据打通的问题和数据孤岛
    下一个阶段是智能
    现阶段的智能比较强调「统计」 , 较少关注「推理」 。
    如果身份背后的数据能够被语义互联, 那么产生推理智能的关键取决于语义技术 。
    语义标记的数据称为「智能数据」 , 因为它们以统一的方式为每个数据提供了唯一的描述 。 简单来说 , 语义数据界定了一个人的头像只能叫「avatar」而不是「photo」 。 当定义了这些词汇后 , 这些语义模型将可以自动判断上下文的联系 , 并形成语义图 。 人工智能将利用这些关系 , 使其能够更好的从经验中学习 。
    如要连接数据 , 必要连接身份 。 这个场景还比较远 , 但仍是一个值得畅想的未来 。 我们不知道 , 当每个人的数据可以互联时会产生什么 , 就像我们不知道 21 世纪的移动互联网如此方便了我们的生活 。
    ▎尾声 创业在遇到困难的时候我们往往会回头看一下初心:从云计算的角度为开发者解决恼人的登录问题 。 团队浮躁的时候 , 我经常和团队说一个词「耐心」 , 而我对耐心的理解是:有目标是耐心的基础 。
    构建一个完美的 IDaaS 并不是一朝一夕的工作 , 清晰的目标和愿景让我们有耐心让不可能变为可能 。
    Authing 就是身份云 。
    关于 Plug and Play 中国 Plug and Play 前身始于 1998 年的硅谷斯坦福大学路 165 号 , 先后成功早期投资和孵化包括 Google、PayPal、Dropbox 在内的多家互联网行业科技巨头公司 。
    Plug and Play 正式于 2006 年在硅谷成立 。 经过十余年的发展和超过 20 年的长期积累 , 目前在全球 30 个国家和地区建立了创新生态空间和区域办公室;年平均进行早期科技投资超过 250 笔 , 先后累计投资初创企超过 1,150 家 , 累计为超过 400 家全球 500 强企业提供联合创新服务 , 年平均举行初创企业和大企业间的对接交流活动 1,000 余场 。
    成立于 2015 年的“即联即用中国(Plug and Play China)”目前拥有北京、上海、深圳三大区域创新中心 , 在武汉、无锡、南京设立若干产业创新中心 , 另外有包括青岛、广州、郑州、重庆、南通、佛山等超过20个城市创新生态合作伙伴 。 开设投资、联合创新对接、初创公司孵化与加速、全球城市跨境创新以及创新生态空间等五大业务板块 , 构建了中国领军的创新生态平台 , 覆盖线上和线下创新平台 , 并为之配套构建了包括高校科研联合创新、政府、风险投资、创新生态研究、城市创新伙伴等多维度的创新生态伙伴体系 。 迄今已服务了 100 家行业领军企业 , 累计孵化加速 4,000 家创业公司 , 并投资了包括 ApplyBoard、autox、纵行科技、银基安全、大界机器人等超过 140 家科技创新企业 。


    推荐阅读