& & & 对于一些出色的思考者和企业来说，他们正在将机器学习运用到实际应用中。尽管人们对人工智能的相关理论研究的时间已经有近半个世纪，但是，随着机器学习进入数据中心领域，最终会让计算机科学变得更加本土化。
& & & & & & & & & 作者：Alan R. Earls & &翻译:周栋樑 来源：今曰头条&| 00:49
& & & & 对于一些出色的思考者和企业来说，他们正在将机器学习运用到实际应用中。尽管人们对人工智能的相关理论研究的时间已经有近半个世纪，但是，随着机器学习进入数据中心领域，最终会让计算机科学变得更加本土化。
& &复杂的环境中往往存放了数据资料，为什么不运用计算的力量来提升计算能力呢?这似乎预示着概念时代即将到来。
& &Forrester研究公司首席分析师Michele Goetz说：&将机器学习运用到数据中心管理中，最终一定会为您带来可喜的成果。&
& & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & &
数据中心：一种理想的环境
& Vantage Data Centers(加利福尼亚州的一家数据中心服务供应商)的首席运营官Christopher Yetman认为，对于机器学习来说，数据中心是种非常理想的环境，因为在其中可以获取到许多数据。在建筑层和物理层中存在传感器数据，在服务器和网络设备的配合下会产生大量操作信息。我们曾经使用过这些数据，但是却没有挖掘到其最大的潜能。
& &Yetman说，当然还有一种传感器可以产生关于气压、适度、温度、电源电压等数据，最终将这些信息传递到可编程控制器中。然后这些数据会触发一些特定阀值。例如，当一间屋子温度开始上升时就会触发温度阀值。然而，大多数情况下还需要一个反应的过程，数据中心管理工具往往会参考处理器、存储序列或者网络中的一些活动再作判断。
& &如今，人们建立了智能物理传感器，应用价格合理的Raspberry Pi技术，可以与以太网和控制器进行沟通对话。换句话说，获得的可用数据越多，数据中心就会拥有越多的机器学习案例。
& &Yetman说：&如果你向机器学习系统中传入许多信息，那么它会自动截取一些东西，例如服务器使用模式，或许还会将其与温度联系到一起。&他补充说道，机器学习系统最终会注意到湿度上升和西风等信息，而这些将会导致温度的上升，还会改变数据中心预期行为。
& &他说：&我想跟大家分享另外一个案例。例如一家社交媒体公司的用户在前一天晚上表现更加活跃，机器学习便会注意到这些，会自动根据需求安排更多的在线机器，以便保持较短的响应时间。&机器学习能够根据综合感应一些信息，如了解机器可以产生多少热量以及提前加大冷却。
数据中心中有更多机器学习案例
& &引入数据中心的机器学习系统并不了解数据间的连带关系，但是最终通过一些运作流程便会知晓其中关联。例如，Virtual Power Systems(简称VPS)是一家坐落于加利福尼亚州的数据中心软件定义基础设施供应商，可以提供智能电力补给，并应用机器学习系统来决定其管理方式。该软件可以与服务器以及电力系统进行沟通交流，还可以判断需求的变动。
& &Yetman说：&为了将电源转移到另外一个机架从而达到运行峰值，我们可以使部分机架运行在电池中，根据这个原理，VPS可以安排机架从另外一个机架中借用电源。&
& 谷歌的数据中心工程师兼研究员Jim Gao在其研究报告《Machine Learning Applications for Data Center Optimization》中这样写道，数据中心是一个多种机械、电气和控制系统产生相互作用的复杂系统。
& &操作配置和非线性关系的相对数量使得我们很难理解和优化能源效率，&他说。为了解决这个问题，谷歌建立了一种机器学习系统以更好地调整操作、节约更多能源。
& &同样地，Ireland的研究员们也曾在机器学习系统中投入精力，并直接将该系统应用到数据中心管理和操作中。Shane Nolan说：&在分析和云计算中，我们看到了两大技术领域自我管理、自我配置、自我修复以及自我保护系统在数据中心中的出色表现。&Shane Nolan是Industrial Development Agency技术、营销和商务部的高级副总裁，Industrial Development Agency属于政府机构，主要从事对外开发投资工作。
& &Nolan补充道，Facebook、苹果、谷歌和亚马逊这样的领军企业使爱尔兰变成欧洲数据中心业务发展最快的地区之一。我们发现，数据中心的设施和系统管理的提升是非常有必要和重要的。
机器学习会取代其他技术系统吗?
& &Yetman的理论是，软件取代了硬件，从这种观点来看，单独硬件上支持的功能都可以通过软件实现。他认为，容错计算机硬件供应商的衰落源于新兴技术的崛起，例如虚拟化技术。该技术花费较低的成本就可以实现相同的功能效果。他预测，同样地，机器学习系统也会取代软件。
& &Yetman说：&软件根据人类习惯和思维方式，试图使每套解决方案都能够解决一类问题。但是，人类是无法预测到每一个解决方案的，并且他们所创建的软件也是相对固定的。这就是机器学习可以取代软件的原因，它会寻找到最佳的解决方式。&
& &其中一类经典机器学习案例的功能就是可以同时关联多个日志。或许我们不会太了解两个不同日志之间的关系，简单查询或者先前存在的报告格式是不可能有什么新的内容了。然而，引入机器学习系统后会发现其中某些关联性，能够产生前所未有的洞察力。
& &但是，除了所表现出来的特殊功能外，数据中心管理中的机器学习案例还处在发展阶段，与最初的设计还是有许多不同之处。
& &Yetman说：&多数先进的技术都先出现在谷歌这样的领军企业。因为投资回报比较快，因此他们才乐意创建机器学习系统。&
&查看评分情况
全部评分此主贴暂时没有点赞评分总计：赞0次版主推荐上一篇：下一篇：共有1条评论机器人植入到千家万户，10后的中国会是什么样的？是不是不依靠人去工作了，10后的那些岗位会消失？活在当下好了发表 本论坛发帖,请先Real Madrid 药师慧星的那一夜Mr kenYUIcappuccinomr jackMright最后发贴：
20:26最后发贴：
22:23最后发贴：
22:18最后发贴：
13:00最后发贴：
20:38课程推荐楼主关注热门贴子123456789123456789发布新贴选择版块:论坛站务Photoshop3DMAX摄影办公软件淘宝营销云计算大数据移动开发Ps修图产品运营编程语言就业软考标题:内容验证码:编辑帖子标题:内容&p style=&padding: 12px 0 margin-top: 0 margin-bottom: 0 color: #666666; font-size: 14 line-height: 26&&& & & 对于一些出色的思考者和企业来说，他们正在将机器学习运用到实际应用中。尽管人们对人工智能的相关理论研究的时间已经有近半个世纪，但是，随着机器学习进入数据中心领域，最终会让计算机科学变得更加本土化。&/p&
&ul class=& list-paddingleft-2& style=&padding: 0 margin: 0 width: 650 height: 20 border-bottom-width: 1 border-bottom-style: border-bottom-color: #&&
&p&&span style=&padding-right: 10&&& & & & & & & & & 作者：Alan R. Earls & &翻译:周栋樑 &/span&&span style=&padding-right: 10&&来源：今曰头条&&/span&|&span style=&padding-left: 10&& 00:49&/span&&/p&
&h2 style=&padding: 0 margin: 5px 0&&&&&/h2&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& & & & 对于一些出色的思考者和企业来说，他们正在将机器学习运用到实际应用中。尽管人们对人工智能的相关理论研究的时间已经有近半个世纪，但是，随着机器学习进入数据中心领域，最终会让计算机科学变得更加本土化。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &复杂的环境中往往存放了数据资料，为什么不运用计算的力量来提升计算能力呢?这似乎预示着概念时代即将到来。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &Forrester研究公司首席分析师Michele Goetz说：&将机器学习运用到数据中心管理中，最终一定会为您带来可喜的成果。&&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & &&img src=&/Public/images/upload/article/d256f90cfe7.png& alt=&& /&&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&&strong&数据中心：一种理想的环境&/strong&&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& Vantage Data Centers(加利福尼亚州的一家数据中心服务供应商)的首席运营官Christopher Yetman认为，对于机器学习来说，数据中心是种非常理想的环境，因为在其中可以获取到许多数据。在建筑层和物理层中存在传感器数据，在服务器和网络设备的配合下会产生大量操作信息。我们曾经使用过这些数据，但是却没有挖掘到其最大的潜能。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &Yetman说，当然还有一种传感器可以产生关于气压、适度、温度、电源电压等数据，最终将这些信息传递到可编程控制器中。然后这些数据会触发一些特定阀值。例如，当一间屋子温度开始上升时就会触发温度阀值。然而，大多数情况下还需要一个反应的过程，数据中心管理工具往往会参考处理器、存储序列或者网络中的一些活动再作判断。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &如今，人们建立了智能物理传感器，应用价格合理的Raspberry Pi技术，可以与以太网和控制器进行沟通对话。换句话说，获得的可用数据越多，数据中心就会拥有越多的机器学习案例。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &Yetman说：&如果你向机器学习系统中传入许多信息，那么它会自动截取一些东西，例如服务器使用模式，或许还会将其与温度联系到一起。&他补充说道，机器学习系统最终会注意到湿度上升和西风等信息，而这些将会导致温度的上升，还会改变数据中心预期行为。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &他说：&我想跟大家分享另外一个案例。例如一家社交媒体公司的用户在前一天晚上表现更加活跃，机器学习便会注意到这些，会自动根据需求安排更多的在线机器，以便保持较短的响应时间。&机器学习能够根据综合感应一些信息，如了解机器可以产生多少热量以及提前加大冷却。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&&strong&数据中心中有更多机器学习案例&/strong&&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &引入数据中心的机器学习系统并不了解数据间的连带关系，但是最终通过一些运作流程便会知晓其中关联。例如，Virtual Power Systems(简称VPS)是一家坐落于加利福尼亚州的数据中心软件定义基础设施供应商，可以提供智能电力补给，并应用机器学习系统来决定其管理方式。该软件可以与服务器以及电力系统进行沟通交流，还可以判断需求的变动。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &Yetman说：&为了将电源转移到另外一个机架从而达到运行峰值，我们可以使部分机架运行在电池中，根据这个原理，VPS可以安排机架从另外一个机架中借用电源。&&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& 谷歌的数据中心工程师兼研究员Jim Gao在其研究报告《Machine Learning Applications for Data Center Optimization》中这样写道，数据中心是一个多种机械、电气和控制系统产生相互作用的复杂系统。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &操作配置和非线性关系的相对数量使得我们很难理解和优化能源效率，&他说。为了解决这个问题，谷歌建立了一种机器学习系统以更好地调整操作、节约更多能源。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &同样地，Ireland的研究员们也曾在机器学习系统中投入精力，并直接将该系统应用到数据中心管理和操作中。Shane Nolan说：&在分析和云计算中，我们看到了两大技术领域自我管理、自我配置、自我修复以及自我保护系统在数据中心中的出色表现。&Shane Nolan是Industrial Development Agency技术、营销和商务部的高级副总裁，Industrial Development Agency属于政府机构，主要从事对外开发投资工作。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &Nolan补充道，Facebook、苹果、谷歌和亚马逊这样的领军企业使爱尔兰变成欧洲数据中心业务发展最快的地区之一。我们发现，数据中心的设施和系统管理的提升是非常有必要和重要的。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&&strong&机器学习会取代其他技术系统吗?&/strong&&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &Yetman的理论是，软件取代了硬件，从这种观点来看，单独硬件上支持的功能都可以通过软件实现。他认为，容错计算机硬件供应商的衰落源于新兴技术的崛起，例如虚拟化技术。该技术花费较低的成本就可以实现相同的功能效果。他预测，同样地，机器学习系统也会取代软件。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &Yetman说：&软件根据人类习惯和思维方式，试图使每套解决方案都能够解决一类问题。但是，人类是无法预测到每一个解决方案的，并且他们所创建的软件也是相对固定的。这就是机器学习可以取代软件的原因，它会寻找到最佳的解决方式。&&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &其中一类经典机器学习案例的功能就是可以同时关联多个日志。或许我们不会太了解两个不同日志之间的关系，简单查询或者先前存在的报告格式是不可能有什么新的内容了。然而，引入机器学习系统后会发现其中某些关联性，能够产生前所未有的洞察力。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &但是，除了所表现出来的特殊功能外，数据中心管理中的机器学习案例还处在发展阶段，与最初的设计还是有许多不同之处。&/p&
&p style=&padding: 0px 0px 15 margin-top: 0 margin-bottom: 0 text-align: line-height: 30&&& &Yetman说：&多数先进的技术都先出现在谷歌这样的领军企业。因为投资回报比较快，因此他们才乐意创建机器学习系统。&&/p&
&p&&&/p&选择版块:论坛站务Photoshop3DMAX摄影办公软件淘宝营销云计算大数据移动开发Ps修图产品运营编程语言就业软考移动帖子移动到：您当前的位置：&>&
数据中心资源管理十大功能详解
摘要:数据中心资源管理所涵盖的范围很广，包括环境管理、网络管理、设备管理、软件管理、存储介质管理、防病毒管理、应用管理、日常操作管理、用户密码管理和员工管理。　关键字：数据中心资源管理
&数据中心资源管理所涵盖的范围很广，包括环境管理、网络管理、设备管理、软件管理、存储介质管理、防病毒管理、应用管理、日常操作管理、用户密码管理和员工管理等。
1)环境管理
数据中心环境安全管理的重点在于如何根据不同区域的特点使用不同的安全管控和出入原则。对重点的区域可以选用先进的安全设备，使用严格的进出管理控制制度进行管理。
在制定数据中心环境管理相关文件时，通过对各区域内所存放的信息资产的等级进行分析，将数据中心划分成不同类别的管控区域和安全区域。建议至少划分为3类区域：公共区域、办公区域、安全管制区域。
(1)公共区域：这些区域通常用于数据中心生活与展示的配套区域。该区域允许员工及获准进入数据中心的第三方、客户在遵守相关制度的前提下自由进出。
(2)办公区域：数据中心内存放日常行政办公信息处理设备和其他办公设备，开展日常工作的区域。这类区域的进入通常需要办理相关的进入申请，配备有视频监控系统。
(3)安全管制区域：数据中心内存放核心信息处理设备和供配电等基础设备，开展一线服务工作的区域。这类区域严格限制人员设备的进出，有先进的门禁及监控系统以确保信息系统安全。
在编制环境管理相关流程时应考虑人员进出的要求，还应考虑设备和物品进出的流程。设备和物品的进出应得到正式的审批,特别是对于安全管制区域所有的IT类设备、存储介质应重点控制。
2)网络管理
网络作为数据中心重要的资源，应制定相关流程予以控制。建议网络管理流程包括如下管理内容：
(1)网络拓扑结构：应明确网络的拓扑结构，创建网络拓扑结构图，并在网络结构变化时及时更新拓扑图。网络拓扑结构的变化应有记录并得到适当的审批,应有专门的人员负责网络拓扑结构的调整。
(2)网络的访问管理：应将网络划分为不同作用的网段，例如办公网、生产网、管理网，公共网络。规定有权访问各类网络的设备和人员，明确网络接入的申请、审批流程和终止接入的流程，做到网络接入、终止接入过程受控,有专门的人员负责网络接入和终止接入的管理工作。
(3)网络系统日常维护流程：应有专门的工作指引用于指导网络设备的日常维护，日志的备份、配置信息的备份。
3)设备管理
数据中心的设备管理主要包括对设备的固定资产管理，设备维护管理等。数据中心在起草相关流程文件时应关注以下几点：
(1)编制设备清单：明确设备的所有者、管理维护人员或部门、开始使用的日期、设备的重要等级等信息。此类信息最好悬挂或张贴于设备上或设备周边的醒目位置以便于管理。
(2)制订设备的维护计划：规定具体设备的维护日期、维护人等信息，并由专人负责按照维护计划进行维护或联系、督促服务商执行维护。
(3)将设备按重要等级进行分类：设备按照等级分类，并按不同的设备重要等级制定不同的管理策略，最大限度的确保重要设备的运行。
4)软件管理
数据中心软件管理通常需要关注以下三项内容：
(1)计算机系统安装软件的管理：对于数据中心的办公用计算机、监控用计算机和生产用计算机来说，其安装的软件应该受到严格的控制，避免员工随意安装软件。从软件管理角度，数据中心应建立可安装软件的认证工作，通过对软件使用的分析建立一张可安装软件的清单，对于清单范围外的软件不允许安装。对于监控、生产用的计算机及可连入生产网的计算机，其安装的软件需经过认证，并对所安装的软件进行记录，定期检查是否存在使用其他软件的情况。
(2)软件维护及补丁管理：随着各种利用安全漏洞的病毒和恶意程序的增多，软件维护和补丁的更新工作也显得极其重要。对于软件补丁的安装管理应做好以下几项管控工作：补丁的测试、补丁的发放和安装、版本控制,建议补丁的管理由专人负责。
(3)数据中心软件许可证的管理：随着知识产权意识的提高，是否使用有合法许可授权的软件已经成为越来越多数据中心和客户关注的问题。软件许可证的管理要作为数据中心的一项重要工作。其重点在于管理数据中心所拥有的合法软件许可证，确保在许可证许可范围内使用软件，确保软件的安装有记录可查。
5)存储介质管理
数据中心经常面临大量的介质管理工作，介质管理工作的成功与否直接影响数据中心的信息安全。一个良好的介质管理工作应包括以下几方面的内容：
(1)空白介质与有数据介质保存方式的规定：两种介质分开保存并有明显标示以示区别，同时应明确介质的保存地点，做到介质统一保存。
(2)应制定统一的介质编号、标示原则：对介质作统一的编号标示，便于介质管理。
(3)有条件时建立介质管理员制度：确保介质的专人管理，可减少介质管理的混乱。
(4)有数据介质的领用查阅应得到控制：介质领用、报废应有适当的审批过程。应规定清除报废介质内残余数据和销毁处理报废介质的流程，避免信息泄露。
6)防病毒管理
随着计算机病毒的日益泛滥，防止数据中心的生产设备、办公设备受到病毒侵害已经成为数据中心管理中不可缺少的工作内容。防病毒管理流程主要包括以下几个方面：
(1)防病毒软件的管理：这里主要包括软件的安装、软件的设置、病毒库更新，软件版本控制、定期查杀病毒等。
(2)病毒资讯：安排专人随时了解病毒最新信息，可能爆发的病毒类型、染毒后现象及对信息系统的影响，查杀方法等,并将这些信息通过定期通告和随时通报两种方式提醒数据中心相关人员查防。
7)应用管理
广义的应用管理包括了数据库、中间件和应用系统本身在内的所有管理。它是绝大多数IT服务的&灵魂&。对于数据中心而言，挑战在于要同时管理大量复杂并且相互关联的应用。在这种情况下，除了要建立并运用同样适用于整个应用管理的ITIL流程外，几个适合数据中心应用管理的最佳实践是：
(1)将应用按重要程度进行分级。毫无疑问，理想情况下，所有的应用都应视为同样&重要&。但是在资源总是相对不足的现实情况下，必须区别对待。因此，在管理数目众多的应用系统时，基本的一点就是根据应用系统所提供的IT服务的重要性来对应用系统进行级别划分，并以此进行归类。这个级别的定义可以提供应用系统管理维护所涉及的多个流程，包括事件管理、问题管理、安全级别管理等最基本的信息。例如，一个一类应用(最重要)中断1小时和一个四类应用(相对最不重要)中断1小时，显然事件的等级是不一样的。所以，将应用按重要程度进行分级对于更为合理的分配资源有重要意义。
(2)制作应用地图。首先要制作系统结构图和网络拓扑图，同样，还需要制作应用拓扑图，也称为应用地图。应用地图将应用按其功能类别划分为应用群，赋予不同的色块标识进行布局，使其便于统计和管理。一个应用占用一行或一列，在这行或者这列中，从首到尾，分别在每一格列出网络设备、服务器、数据库、中间件，最后是应用。每一格都可以再标示出具体的信息，如服务器的型号，数据库的版本，应用的名称和版本等，从而清晰地表现出各个应用相关的最主要信息。应用地图是快速了解总体应用部署情况，并在应用出现故障时，迅速定位原因，最为直观有效的形式之一。
(3)了解应用数据流。虽然应用地图可以帮助快速了解应用和基础系统之间的关系，但是应用和应用之间的逻辑关系却没有展现。所以，对于数据中心而言，深入研究并绘制多个应用系统之间数据的流向是有必要的。应用数据流可以用图形，也可以用表格来表示。应用数目较少时，用图比较直观;但当应用数目超过一定量时，表格的形式就更为合适。但不管是用图，还是用表，应用数据流都应该至少包含以下几个元素：数据提供的应用系统名称(一般称为上游应用)、提供的数据类型、文件名称、时间、周期、本应用系统名称以及数据接收的应用系统名称(一般称为下游应用)等。针对任何一套应用系统，通过应用数据流图，可以很清楚地知道一旦停运，对其他应用系统的影响,这对于事件、问题或变更的影响评估有非常重要的意义。
8)日常操作管理
数据中心的日常操作管理主要包括数据中心内部生产系统、办公系统、动力设备、环境保护、监测系统的数据处理、操作、维护的管理，以及数据中心信息处理设施、基础设施设备的软硬件运行情况巡检等监控工作的管理。
数据中心应该为每一台设备编制相应的操作工作指引。不建议以服务商或设备制造商提供的使用说明书或技术资料直接作为工作指引使用。工作指引编制应该满足数据中心实际使用的需要，用于指导操作人员在实际环境下操作设备的各项功能。
建议制定相关的巡检工作指引，规范数据中心的日常巡检工作。工作指引应规定巡检的周期、巡检项目、判定设备正常的标准、出现异常后的记录和汇报方式以及事件管理的接口。对巡检设备及内容做成检查表，巡检记录以表格形式呈现。
9)用户密码管理
用户密码是数据中心运行的重要信息。用户密码的妥善管理可以减少数据中心运行的风险，提高数据中心运行的效率，确保信息的安全。
用户密码管理不完善的数据中心可能会遇到如下问题：
(1)管理员密码丢失(忘记密码)。
(2)登录时发现密码不正确，不知是谁改过。
(3)需要对系统进行调整时发现管理员休假，但只有他有密码，所以系统调整工作只能暂停。
(4)管理员偶然发现系统里有一个未知用户，经查发现该用户属于一个曾经在数据中心工作的人员，该人员已离职半年，但该用户没有被删除。
这些都是用户密码管理不完善的结果。一个良好的密码管理流程主要应包括以下几个方面：
(1)用户密码分级管理：数据中心应根据密码的重要程度将密码划分为若干个等级，并对不同等级的密码采用不同的管理策略。
(2)明确用户密码创建、变更流程：用户密码的创建、变更和使用应该有一套严格的流程进行控制。避免不受控的密码创建、变更和使用的行为。
(3)用户密码的使用中应注意以下问题：
①一个用户密码只能一人使用，避免出现几人共用一个用户密码的现象。
②用户密码的使用和生成应由不同人员分别进行，避免密码使用者私自修改密码。
③密码必须定期修改。
④密码的强度需要事先被定义。
(4)密码的保管：对于重要密码，除在用户处保留外还应在适当的地点另外保留密码副本，以避免由于密码遗忘、丢失对数据中心运行造成严重影响。此外，建议使用密码信封管理密码。当密码保存在密码信封后，密码信封本身的制作、保存、更新应制定相应流程，以确保密码信封的管理是受控和安全的。
(5)用户密码的撤销：数据中心应建立一套用户密码撤销删除的流程，重点加强离职人员及工作调动人员所用密码的撤销管理。
10)员工管理
员工作为数据中心重要的资源需要进行有效管理。数据中心的员工管理流程应包括：
(1)员工招聘、任用流程。明确员工招聘任用的流程，明确签订劳动合同和保密合同的过程。
(2)员工培训流程。数据中心属于技术密集型组织。由于IT领域新技术、新产品层出不穷，所以确保员工获得相关的技术和能力培训显得至关重要。应规定员工接受培训的流程，员工培训主要包括上岗培训和日常培训。
(3)员工离职及岗位调整流程。员工离职或岗位调整后，应完成各种工作交接，并应收回各类技术资料、系统权限、网络权限、出入证件、门禁系统权限。
【推荐阅读】
本文来自互联网，仅供参考
北塔软件BTNM产品 免费试用
::&12-03-16::&12-03-09::&12-03-07::&12-03-06::&12-02-16::&12-02-16::&12-02-16::&12-02-10
::&13-06-05::&13-05-29::&13-05-02
::&15-09-07::&15-09-06::&15-09-05::&15-09-03::&15-09-01::&15-08-07::&14-08-25::&14-08-18