Segurança do data center, do perímetro ao rack

Uma abordagem integrada e em camadas de segurança para mitigar ameaças internas e externas é essencial, começando além do perímetro do data center e estendendo-se até a própria sala do servidor.

Sergio Fukushima, gerente de soluções da Axis Communications

  Se os dados são o novo petróleo, como muitas vezes se afirma, os data centers são as novas usinas de energia? Pode parecer uma grande afirmação, mas quanto mais armazenamento de dados, processamento e análise que sustentam tantos aspectos dos negócios e da sociedade são tratados por data centers, talvez não esteja tão longe da verdade. Da mesma forma que dependemos de um fornecimento confiável de eletricidade, empresas, organizações do setor público e indivíduos dependem cada vez mais de um fornecimento igualmente consistente de dados para sustentar suas operações e atividades.

  De muitas maneiras, os data centers se tornaram parte da infraestrutura crítica de uma nação e qualquer interrupção pode ter consequências graves. Infelizmente, sua função crítica e o valor dos dados que mantêm também os tornam um alvo para ataques, tanto cibernéticos quanto físicos.

 

O crescimento dos data centers

 

  Simplificando, o crescimento dos data centers foi impulsionado pelo crescimento dos dados; uma explosão difícil de superestimar. Os números associados à quantidade de dados criados são, literalmente, alucinantes e soam como palavras que uma criança pode inventar para descrever algo, digamos, gigantesco. Estamos familiarizados com kilobytes, megabytes e terabytes. Mas petabytes, exabytes e zettabytes …? Existe até um yottabyte.

  Quase tudo o que fazemos cria dados, desde navegar na Internet durante o café da manhã, até fazer compras, fazer exercícios e, claro, trabalhar. E cada vez mais os dispositivos, aparelhos e objetos conectados que usamos (a chamada Internet das coisas) estão criando mais e mais dados. E a maioria desses dados é armazenada, processada e analisada na “nuvem”, o que, efetivamente, significa um data center.

 

Diferentes estruturas de data center para diferentes necessidades

 

  A visão tradicional (e em muitos casos ainda correta) do data center é uma instalação dedicada em um local relativamente remoto. Esses data centers, muitos dos quais agora são de um tamanho definido como “hiperescala”, são sites independentes que contêm tudo o que é necessário para manter e operar o próprio data center, o que inclui cada vez mais a criação de energia renovável para fornecer a energia necessária. Essencialmente, eles são cidades pequenas, mas em vez de cidadãos, eles têm servidores.

  Há ainda a tendência do data center distribuído: instalações menores colocadas mais perto do ponto de captura e transferência de dados. Esses micros data centers modulares pré-fabricados em contêineres estão, muitas vezes, escondidos à vista de todos perto de edifícios de escritórios nos centros das cidades, em vez de sites dedicados em locais remotos.

 

A necessidade de segurança do data center, do perímetro ao núcleo

 

  Não é difícil entender a necessidade de segurança do data center. Com os próprios dados agora reconhecidos como uma das mercadorias mais valiosas do mundo, os criminosos cibernéticos estão investindo esforços cada vez mais sofisticados para colocar as mãos em informações confidenciais. No entanto, também é verdade que muitos ataques cibernéticos geralmente começam com acesso físico. Seja deliberadamente por meio de funcionários insatisfeitos ou coagidos a ajudar criminosos, a maneira mais fácil de entrar nos racks de servidores é por meio de alguém com acesso físico.

  E, tanto quanto o valor dos próprios dados, no entanto, a interrupção dos negócios e da sociedade que seria causada por afetar ou mesmo interromper a operação do data center os torna um alvo atraente para terroristas ou ativistas.

Uma abordagem integrada e em camadas de segurança para mitigar ameaças internas e externas é essencial, começando além do perímetro do data center e estendendo-se até a própria sala do servidor.

  As ameaças podem começar muito além do perímetro do data center. O uso de drones para espionagem corporativa ou para monitorar um data center para planejar e até mesmo executar um ataque é uma ameaça genuína, e monitorar o espaço aéreo acima e ao redor de um data center por meio da detecção de drones é fundamental.

  A escala de um data center também pode significar um longo perímetro físico aberto a violações físicas. Vídeo em rede, câmeras térmicas e análises podem cobrir todo o perímetro do local, alertando o pessoal de segurança para efetuar uma resposta física ou, quando combinado com alto-falantes, permitindo a reprodução de avisos ao vivo e pré-gravados, impedindo possíveis violações do perímetro.

  As entradas e saídas oficiais do local também fazem parte do perímetro e precisam de monitoramento e proteção. O monitoramento por vídeo em rede combinado com tecnologias como o reconhecimento de placas de veículos pode garantir que apenas os autorizados entrem no local.

  Instalações e local: dentro do próprio local, o radar é uma valiosa tecnologia complementar ao monitoramento por vídeo tradicional no rastreamento de pessoas e movimentação de objetos em espaços abertos e grandes locais. Sendo menos sensível a coisas que podem disparar alarmes falsos em outras tecnologias de monitoramento – como sombras em movimento ou feixes de luz, pequenos animais, gotas de chuva ou insetos, vento e mau tempo – o radar é particularmente útil para maximizar recursos limitados de segurança física. Mais uma vez, combinado com o aviso de áudio da rede, as pessoas que podem estar entrando em uma zona proibida podem ser uma forma eficaz de gerenciar a segurança remotamente.

  Edifícios: Em termos gerais, prevenir qualquer acesso não autorizado a edifícios é um dos requisitos de segurança mais críticos para centros de dados, sejam eles sites dedicados ou centros de dados distribuídos entre outros edifícios e escritórios. O controle de acesso pode incluir verificação de vídeo, além de credenciais de acesso por meio de cartões ou até mesmo telefones celulares, e pode ser configurado para dar acesso apenas a indivíduos específicos aos edifícios e áreas dentro deles para os quais tenham autorização. Câmeras e sensores conectados também podem garantir a segurança de edifícios, a segurança de quem está dentro e as operações do data center.

  Sala de servidores e racks: de muitas maneiras, onde as “joias da coroa” são mantidas, o acesso à sala de servidores e os próprios racks seriam vistos como o objetivo final dos cibercriminosos. O acesso físico a um servidor propriamente dito permitiria a implantação de malware ou spyware, dando aos cibercriminosos acesso e poder sobre os dados mantidos nele. Proteger o acesso às salas de servidores e monitorar a atividade dentro delas são, portanto, algumas das áreas mais críticas da segurança do data center. Câmeras de alta resolução podem ser programadas para aplicar panorâmica e zoom automaticamente quando portas específicas do gabinete do servidor são destravadas ou abertas. Nos próprios gabinetes e racks, tecnologia específica de controle de acesso e verificação de vídeo podem ser usadas para o acesso, ao mesmo tempo que cria uma importante trilha de auditoria de indivíduos que abriram o gabinete.

  Os data centers se tornaram rapidamente fundamentais para nossas atividades diárias e para o funcionamento dos negócios e da sociedade. Tão crítica quanto o fornecimento de energia ou água, a proteção dos data centers – sua operação ininterrupta e os dados que eles contêm – é, portanto, essencial. Com as ameaças físicas e digitais; voltada para roubo ou interrupção, uma abordagem integrada e em várias camadas para a segurança é fundamental, e vigilância por vídeo em rede, áudio e análise estão no centro.

7 passos para obter um ROI real com IA na prática

Paulo de Godoy, country manager da Pure Storage no Brasil

O que significa IA “na prática”

 

  É uma abordagem calculada para implementar a IA em uma empresa, e se tornou prioridade para muitos CIOs ao longo dos próximos meses. Mas para transformar essa ideia em real capacidade de execução, é necessário a base correta e muita disciplina.

Os passos abaixo ajudam a dar os primeiros passos com a IA na prática, mas também são para ajudar a garantir o ROI.

 

1 – Identificar o problema ou a ineficiência que precisa de solução

 

  Este primeiro passo é talvez o mais importante. Embora existam milhares de exemplos de IA na prática, nem todos os casos são impactantes em termos de ROI. Isso porque às vezes um projeto requer um conjunto de dados que é tão pesado e complexo que a IA se torna impraticável como solução.

  Todo projeto de IA deve ter um propósito claro ou um “porquê”. É fundamental ser capaz de delinear esse propósito, seja para criar eficiência racionalizando fluxos de trabalho, acelerar os processos e reduzir o tempo de lançamento no mercado, capacidades de escalas ou projetos, eliminar certas tarefas, reduzir os riscos ou melhorar a precisão.

  Um dos “porquês” mais comuns para a automação é remover tarefas de baixo valor para que as equipes possam se concentrar em um trabalho mais estratégico. No gerenciamento de dados, por exemplo, os analistas de bancos de dados podem se livrar de tarefas repetitivas e de ferramentas de AI para investir suas habilidades num retorno mais valioso.

  Outro exemplo é lidar com a complexidade dos dados não estruturados, como o processamento de imagens e vídeo. Antes da IA, o processamento e análise de dados de imagens e vídeos era um processo manual e demorado. Com redes neurais avançadas, a análise de dados não- estruturados se torna muito mais prática e relevante para a IA.

 

2 – Determinar o que automatizar e como a IA pode ser aplicada

 

  A forma como a empresa encara o problema pode torná-lo um ótimo ou péssimo ajuste para a IA. Quando a IA estourou em popularidade, as empresas estavam mais propensas a realizar dezenas de provas de conceito ver qual funcionava. Hoje em dia, todos estão mais cientes de suas oportunidades práticas.

  Ao transformar o “por que” em “o que”, é importante entender também onde a IA se sobressai. Para fazer isso, é preciso quebrar processos, fluxos de trabalho, ou tarefas em pequenos componentes, e então atribuir as tarefas que se encaixam na aplicação de IA e reestruturar as restantes em fluxos de trabalho manuais e simplificados.

  Os cientistas de dados que criam ou implementam os modelos podem determinar como a IA e o machine learning são aplicados da melhor forma a cada problema. Eles também determinarão como os dados são processados, manipulados, extraídos, filtrados para depois aplicar serviços de terceiros e estruturas de deep learning para melhorar as aplicações. Embora isso seja algo simples, é fundamental ter certeza de que eles possuem a infraestrutura que precisam para suportar qualquer ferramenta escolhida.

 

3 – Colocar a infraestrutura de dados em ordem

 

  Neste ponto, que já conta com a equipe especializada, ideia estruturada e orçamento, é a hora de pensar na base para fazer tudo isso acontecer.

  Para que a infraestrutura consiga pegar grandes ideias de IA e colocá-las em produção, ela precisa lidar com grandes quantidades de informações. Sem ela, as equipes podem não ser capazes de infundir a quantidade ou a qualidade dos dados necessários para criar o ROI.

  Especificamente, o armazenamento precisa ser capaz de apoiar a simplificação e a consolidação de dados não-estruturados. Eles são um efeito colateral direto das interações digitais com clientes, funcionários e fornecedores.

  As empresas podem obter armazenamento e calcular em um sistema, projetado especificamente para projetos de IA. A solução certa para AI precisa oferecer soluções de alto desempenho e arquitetonicamente otimizadas que possam funcionar harmoniosamente dentro dos data centers existentes, como um tijolo universal para a construção de um data center de IA que gerencia qualquer carga de trabalho em qualquer cenário, a qualquer momento.

 

4 – Acertar os papéis e as habilidades da equipe

 

  Pode parecer que contratar cientistas de dados seja o passo chave aqui, mas o talento para dirigir iniciativas de IA é apenas uma fração da equação para o sucesso. Determinadas funções são necessárias, mas também é fundamental a mistura certa dos papéis.

  As empresas com a maior eficácia em fazer da IA uma parte integrante da estratégia de negócios utilizam equipes mistas para todas as iniciativas voltadas para essa tecnologia. Estas empresas acreditam que o alinhamento da IA às iniciativas comerciais é uma forma de agregar valor. Tanto a diversidade da equipe quanto a forma como suas perspectivas e percepções são alavancadas para o projeto são fundamentais.

 

5 – Fuja da shadow IT desde o início

 

  A base certa para permitir o sucesso da IA em escala evita a shadow IT, que persegue as equipes empreendedoras que avançam com projetos. É compreensível, a TI nem sempre está no centro da ciência dos dados, e vice-versa. Eles nem sempre tiveram o computador GPU ou a infraestrutura que a IA precisa ou os fluxos de trabalho que os ajudam a ser realmente produtivos. Muitas vezes construíram o que precisavam ao longo do caminho, ao estilo “faça você mesmo”.

  Qual é o problema com isso, especialmente em termos de ROI do projeto AI? Não é uma base escalável. Os executivos que pretendem escalar a IA por meio de suas empresas não serão capazes de trabalhar com uma colcha de retalhos de “silos de inovação”. O sucesso deve ser fácil de compartilhar, replicar e repetir com tecnologias otimizadas e conectadas. Caso contrário, estes tipos de ineficiências podem roubar o ROI da IA.

 

6 – A importância do feedback

 

  A IA funciona melhor quando pode aprender de si mesma para melhorar, sem grandes consequências ou perda de receita. A identificação de oportunidades de melhoria não apenas protege o investimento, mas também multiplica o sucesso. Como quantificar o ROI? O “por quê” ditará o KPI aqui: É tempo economizado, são erros evitados ou receitas adicionais?

  O Gartner também observa outro benefício da medição em termos de identificação de oportunidades de crescimento e escala de IA. A adoção de métricas permite que as empresas mostrem como a IA pode ser usada em toda a empresa, destacando seus benefícios e riscos em certas áreas. Por exemplo, a capacidade de analisar vídeos ou imagens pode começar no âmbito da segurança, mas com alguma maturidade pode ser usada para analisar a presença da marca ou entender como os clientes reagem aos produtos.

 

7 – Seja paciente!

 

  Muitas empresas levam de 6 a 8 meses para passar do protótipo à produção, sem qualquer garantia de que chegarão ao final. Na verdade, menos da metade termina o processo. Estabelecer prazos realistas e seguir estes passos pode ajudar a garantir que está no caminho, mas tenha em mente que não há atalhos para o sucesso com a AI.

 

O elemento chave: Enfrentar a complexidade dos dados não estruturados

 

  Já sabemos que as soluções legadas de TI são muito frágeis para suportar muitas iniciativas de IA. Elas simplesmente não aguentam a velocidade e a escala necessárias. Mas isso não é tudo. Quantidades maciças de dados não-estruturados contribuirão para o sucesso de projetos de AI na prática, e as soluções de armazenamento precisarão ser mantidas.

  Este tipo de gerenciamento de dados é e continuará a ser uma luta para muitas empresas sem IA. Caso contrário, o processamento será manual e demorado, seja extraindo dados de faturas ou analisando imagens e vídeos. De fato, as soluções práticas de IA podem remediar esta necessidade, mas precisam ser sustentadas por um armazenamento de dados de alto desempenho que possa simplificar e consolidar estas informações.

Inteligência artificial: As empresas conhecem todo o potencial da tecnologia?

Prof.ª e Dra. Alessandra Montini

O mundo é como a sua lente vê?

Edgar Amorim, facilitador DiSC e coach executivo, da Amorizar Pessoas

Computação de borda e a IoT

Simone Rodrigues, Editora da Infra News Telecom

  A computação de borda ou edge computing promete dar ainda mais impulso à IoT – Internet das coisas. Há tempos, o tema é abordado pela Infra News Telecom.

  A tecnologia colabora com diversas aplicações, em especial as de missão crítica. Isso porque, basicamente, o processamento dos dados fica mais perto do usuário, que ganha uma melhor experiência para acessar os serviços. Um artigo publicado nesta edição mostra a importância da tecnologia para o desenvolvimento das aplicações IoT e os seus impactos na América Latina.

  O autor lembra que o edge computing é capaz de reduzir a latência a quase zero, possibilitando um uso mais otimizado da rede, além de economizar largura de banda. “Chipsets aceleradores especializados são capazes de executar algoritmos de machine learning mais sofisticados, diferenciando-se dos servidores centralizados na nuvem tradicional. Esse tipo de solução ajuda a aumentar a utilização e eficiência de dispositivos IoT”, explica.

 

Internet via satélite

 

  Um outro tema tratado nesta edição é o uso dos satélites para acesso à Internet. O artigo, do doutor em ciências pela Universidade de São Paulo e professor da Faculdade de Computação e Informática da Universidade Presbiteriana Mackenzie, Vivaldo José Breternitz, traz à tona um problema sério e complexo: o congestionamento do espaço, que não para de crescer e já preocupa os especialistas.

  O autor cita o relatório produzido pelo European Southern Observatory, uma entidade formada por governos europeus, que alerta que satélites em órbita baixa, a menos de 600 quilômetros da Terra, podem trazer problemas a programas científicos que requerem observações noturnas.

 Há ainda a questão do lixo espacial. Breternitz destaca que os detritos na órbita da Terra representam um perigo para as missões espaciais, pois mesmo um fragmento minúsculo, viajando em alta velocidade, pode danificar naves e até causar a morte de astronautas que estiverem a bordo. “Além disso, satélites em operação correm o risco de serem atingidos, gerando inúmeros problemas, especialmente na área de telecomunicações, podendo até mesmo paralisar o sistema GPS e outros similares”, diz.

  De acordo com a Nasa, agência espacial norte-americana, que monitora mais de 27 mil objetos no espaço, deve haver mais de 100 milhões de fragmentos que não podem ser rastreados por serem muito pequenos.

  Boa leitura!

O uso de edge computing em dispositivos IoT e seus impactos na América Latina

Até 2024, a IDC prevê que os investimentos em edge computing cheguem a US$ 250 bilhões. Devido à aceleração da IoT, a computação de borda será necessária nos processos que dependem de Internet para promover mudanças, inclusive no meio organizacional.

José Renato Mello Gonçalves, vice-presidente para a América Latina da Orange Business Services

  A Internet das coisas, Internet of Things em inglês (IoT), conceito que utilizamos para explicar a conexão de diferentes tipos de dispositivos à Internet, tem ganhado bastante destaque no cenário mundial, inclusive nos países da América Latina. Por ter a capacidade de proporcionar a comunicação entre as coisas, trocar e transmitir dados e derivar ações, os objetos que antes eram simples se tornam inteligentes e geram insights para as empresas devido à diversidade de possibilidades, além de facilitar os processos de trabalho e proporcionar formas de entretenimento para as pessoas.

  Cada vez é mais comum encontrarmos dispositivos com abordagens IoT em distintas situações, desde utensílios domésticos até máquinas agrícolas, afinal, qualquer objeto pode ser um dispositivo de IoT. Isso acontece por meio do processamento de dados na nuvem, que são reenviados aos dispositivos com as informações relevantes para ensiná-los a desempenhar as funções inteligentes.

  No contexto da América Latina, o uso desses dispositivos está crescendo, mas percebo que um dos maiores desafios são os problemas de conectividade que ainda enfrentamos. Isso porque, para a eficiência de objetos IoT, o processo de transferência de dados precisa ser rápido e existe o tempo para os dados viajarem entre dois pontos na Internet, chamado de latência.

  A latência pode dificultar o uso da abordagem em dispositivos que precisam de respostas muito imediatas e em emergências, como os aparelhos médicos. Ou seja, se não tivermos ambientes com boa infraestrutura de conectividade, a latência pode ser maior e, contar apenas com a nuvem pode complicar todo o processo de inserção de IoT em regiões isoladas, como fundo do mar, espaço ou em localidades sem tanta infraestrutura de Internet.

  Nesse sentido, entendo que a edge computing, ou computação de borda em português, pode ajudar a enfrentar esses desafios, sendo uma das soluções para impulsionarmos de vez o uso da IoT.

 

Edge computing e o uso em dispositivos de IoT

 

  Até 2024, o IDC prevê que os investimentos em edge computing cheguem a US$ 250 bilhões. Dessa forma, olhando para o seu funcionamento, diria que essa solução se relaciona muito bem com outras tecnologias, como nuvem híbrida e 5G. Mas, devido à aceleração da IoT, acredito que a edge computing será necessária nos processos que dependem de Internet para promover mudanças, inclusive no meio organizacional.

  A edge computing tem a capacidade de realizar o processamento de dados no local físico dos dispositivos ou próximo da fonte, geograficamente mais perto de onde foram coletados. Com isso, a latência é diminuída, reduzindo-a a quase zero e possibilitando um uso mais otimizado, além da economia na largura de banda. Isso só é possível porque utilizamos chipsets aceleradores especializados, que são capazes de executar algoritmos de machine learning mais sofisticados, diferenciando-se dos servidores centralizados na nuvem tradicional. Esse tipo de solução, que entendo que seja mais avançada, ajuda a aumentar a utilização e eficiência de dispositivos IoT.

  Outro ponto que é necessário olharmos com atenção é que a solução possibilita controle localizado sobre os dados.  Mas, como isso funciona? Com a tecnologia, os algoritmos podem ser treinados em diversos servidores e dispositivos que armazenam amostras de dados locais, o que significa que não precisamos compartilhar ou trocar esses dados com outras fontes e, então, podemos processar os dados no próprio dispositivo e mantê-los em segurança.

  Dessa forma, em casos de necessidade de confidencialidade, como, por exemplo, dados pessoais do setor financeiro ou informações médicas de pacientes, as organizações poderão garantir mais segurança aos seus clientes e aprimorar as dinâmicas de trabalho.

  Outra utilização da solução em uma situação de emergência é quando precisamos frear um veículo automotivo imediatamente. Com o processamento dos dados na borda, a ação solicitada será realizada no momento certo. Porém, se dependermos apenas do envio das informações à nuvem, considerando o tempo de processamento dos dados na Internet, teremos a latência que pode atrasar o procedimento e causar acidentes.

 

Os impactos na América Latina

 

  Considerando os pontos que mencionei, a edge computing reduz a latência e, logo, a dependência de conectividade avançada para o desempenho das funções dos dispositivos de IoT. Dessa forma, a implementação da solução na América Latina, que ainda carece desses avanços tecnológicos, pode ajudar a transformar os negócios e a desenvolver as regiões.

  Há relatos, por exemplo, da utilização da edge computing em aplicativos de smartphones no setor agrícola. Por meio de algoritmos de machine learning, aprendizado de máquina em português, os dispositivos conseguem diminuir o tráfego de dados e fazer o processamento na borda, no próprio celular. Isso possibilita aos agricultores a identificação de pragas e doenças nas plantações por meio dos aplicativos, além de ter acesso às informações em tempo real do campo. Assim, a latência é reduzida, sem precisar da análise a todos os dados e, logo, sem ter a necessidade de tanta conectividade.

  Nesse sentido, com a capacidade da edge computing de processar os dados de modo inteligente, os dispositivos de IoT evoluem e podem beneficiar os países América Latina na transformação de diversos setores, como a medicina, transporte, agricultura e toda a indústria.

Orquestração de contêineres em nuvem

A popularidade das plataformas de conteinerização de aplicações segue crescendo ano após ano e vem se tornando um padrão para a entrega de aplicações distribuídas. A orquestração de contêineres traz muitos benefícios associados a alguns desafios interessantes para os times de operação.

Guilherme Belinelo, CTO da dataRain Consulting

  A popularidade das plataformas de conteinerização de aplicações segue crescendo ano após ano e vem se tornando um padrão para a entrega de aplicações distribuídas. A orquestração de contêineres, ou “containers” se você preferir a grafia em inglês como um neologismo, assim como usaremos neste breve artigo, tem trazido muitos benefícios associados a alguns desafios interessantes para os times de operação.

  Mas, para compreender o motivo desta popularização, vamos antes entender que, por ter um sistema operacional como base, compartilhado entre os diferentes containers, a plataforma de conteinerização consegue fazer melhor uso do hardware ao evitar o overhead do SO. Isso difere do caso tradicional de máquinas virtuais para as quais é necessário subir o sistema operacional inteiro sobre um hypervisor para só então poder rodar suas aplicações em cima.

  Outro aspecto bastante interessante é que o container já promove, nativamente, o conceito de microsserviço, no qual cada container executa uma tarefa especializada, reduzindo significativamente seu “footprint” e melhorando as características de alta disponibilidade e segurança do cluster como um todo.

  Porém, nem tudo traz consigo apenas os “prós” e precisamos levar em conta também alguns “contras” da abordagem de arquiteturas baseadas em containers. Um bastante importante é o “container sprawl” (espalhamento de containers) – sim, do mesmo jeito que acontecia com as VMs (máquinas virtuais) –, que, dado à facilidade com que é criado, permite que as áreas usuárias lancem diversos deles, levando quase sempre a um aumento muito rápido do número de containers a ser gerenciado.

  Isso traz dificuldade de como trabalhar com os containers em escalas corporativas. Nesse momento, as ferramentas de orquestração aparecem para resgatar os SysAdmins e colocam (alguma) ordem na bagunça, podendo ser separadas em basicamente em dois grupos:

• Ferramental de orquestração não gerenciado (ou “self hosted”).

• Ferramental de orquestração gerenciado.

  No caso das soluções não gerenciadas, você fica responsável por cuidar de todos os aspectos relacionados a subir e manter o cluster, com atividades de administração, atualizações de software, implementação de alta disponibilidade e escalabilidade, suporte técnico avançado (N2 e N3), gerenciamento da segurança e aderência a requisitos de conformidade.

  Por outro lado, se não é necessário acesso pleno ao control plane — máquinas “master” que gerenciam as cargas de trabalho em nós, “workers” — e você pode optar pelas soluções de orquestração mais comuns de mercado, por exemplo o Kubernetes, as soluções gerenciadas em cloud são geralmente o melhor o caminho a ser seguido.

  Com o provisionamento da infraestrutura em poucos minutos, guiados por “wizards” automáticos, você pode se preocupar mais com a arquitetura dos seus containers, microsserviços e comunicação entre eles, do que com a infraestrutura que fica por baixo.

  Por esta razão, o rápido desenvolvimento e adoção do Kubernetes resultaram em muitas implementações diferentes do aplicativo. A CNCF – Cloud Native Computing Foundation lista atualmente mais de 90 ofertas certificadas do Kubernetes. Para garantir alguma consistência entre as plataformas, a CNCF se concentra em três princípios fundamentais”

• Consistência: a capacidade de interagir de forma consistente com qualquer instalação do Kubernetes.

• Atualizações oportunas: os fornecedores devem manter as versões atualizadas, pelo menos anualmente.

• Confirmabilidade: Qualquer usuário final pode verificar a conformidade usando o Sonobuoy.

  Esses são os requisitos básicos para a CNCF quando se trata de Kubernetes, mas os provedores de nuvem têm ecossistemas tão ricos que provavelmente haverá discrepâncias mais significativas. Continuamos a examinar os muitos recursos e limitações atuais dos serviços Kubernetes gerenciados dos três maiores provedores de nuvem:

• Serviço EKS – Elastic Kubernetes da Amazon.

• Serviço AKS – Azure Kubernetes da Microsoft.

• GKE – Kubernetes Engine do Google.

  Os serviços de container da Amazon e do Azure são relativamente semelhantes. O ECR – Elastic Container Registry, da Amazon, é um serviço pago em camadas, que fornece um SLA com suporte financeiro e um serviço gratuito de digitalização de imagens e recursos como tags de imagem imutáveis. O ACR – Azure Container Registry, do Azure, também é um serviço pago em camadas, que fornece um SLA com suporte financeiro e serviço de digitalização de imagens pago, com o scanner Qualys e recursos como assinatura de imagem, marcas imutáveis ​​e bloqueio de imagens e repositórios.

  O ECR atualizou recentemente a capacidade de seu registro. Com a mudança de ECRs para suportar regiões e contas cruzadas, os usuários não precisam configurar e gerenciar a redundância entre zonas como faziam anteriormente. O preço do Azure é uma taxa de uso diário e com base na quantidade de armazenamento necessária, mas não cobra pela largura de banda da rede. A Microsoft também oferece redundância geográfica como parte de seu plano premium.

  Por fim, o Google concluiu sua mudança de seu registro de contêiner existente, o Google Container Registry, para um produto Artifact Registry completo. A empresa optou por se concentrar em mais formatos de imagem suportados, digitalização de imagem integrada e autorização binária para uma oferta mais segura.

Uso de satélites para acesso à Internet: Uma solução e um problema

A ideia de usar satélites para conectar à Internet regiões remotas e de difícil acesso é interessante, mas ela contribui para o agravamento de um problema: o congestionamento do espaço.

Vivaldo José Breternitz, doutor em ciências pela Universidade de São Paulo, é professor da Faculdade de Computação e Informática da Universidade Presbiteriana Mackenzie

  Disponibilizar acesso à Internet por banda larga em regiões remotas é algo penoso e caro, pois é preciso criar estrutura para lançar cabos de fibra óptica no fundo do mar, de rios ou em terra, suspensos em postes ou enterrados.

  Diversos projetos alternativos foram desenvolvidos, de forma a tornar desnecessários os cabos, dentre eles um do Facebook, já abandonado, que previa o uso de drones movidos a energia solar.

  Outro desses foi o Loon, da Alphabet, controladora do Google, que o cancelou no final de janeiro de 2021. O projeto, implantado comercialmente no Quênia em 2020, utilizava balões estacionados na estratosfera.

  Antes disso, a tecnologia Loon já havia sido usada para atendimento de urgência a 250 mil usuários em áreas atingidas por um furacão em Porto Rico, no ano de 2017, e em 2019, no Peru, onde foram lançados balões apenas 48 horas depois que o país foi atingido por um forte terremoto.

  Mas a ideia nunca se provou viável do ponto de vista financeiro e a empresa entendeu que, à medida que o mundo se tornava cada vez mais conectado, ela não conseguiria ganhar muito dinheiro operando apenas em países pobres e sem opções de conexão, coisa que as empresas de telecomunicações haviam percebido mais cedo, simplesmente deixando de se interessar por atender locais remotos e pouco habitados.

  Outras dificuldades apareceram. Quando tentou obter autorização para voar com seus balões sobre a Venezuela, para atingir outras partes da América do Sul, a Loon foi impedida pelo governo de Nicolás Maduro. Alguns países que seriam clientes em potencial da Loon receavam que os balões da empresa pudessem ser usados para fins de espionagem.

  No momento, a alternativa mais promissora é o uso de satélites, sendo o projeto mais avançado o Starlink, desenvolvido pela SpaceX, empresa ligada ao grupo Tesla, comandado por Elon Musk, que disse que o serviço está saindo da fase beta em outubro deste ano.

  Presente em 14 países, a empresa já vendeu cerca de 100 mil kits de acesso e ainda aguarda autorização de outros países para iniciar suas operações. Só nos EUA, a companhia tem permissão para oferecer o serviço a 1 milhão de assinantes e vem tentando expandir esse total para 5 milhões. A empresa já está chegando ao Brasil.

  A SpaceX lançou o Starlink como um serviço experimental no final de 2020, ao custo de US$ 99 mensais. Não estão incluídos aí os equipamentos, uma pequena antena parabólica e seu suporte, fonte de alimentação, roteador Wi-Fi e cabos, que custam US$ 499.

  O Starlink foi projetado para atender clientes em locais remotos, onde as opções de acesso à Internet são limitadas ou mesmo inexistentes; talvez seja por isso que as pessoas estão dispostas a arcar com esses custos, bastante elevados em relação aos praticados nas áreas onde o acesso é mais fácil; apenas em julho passado, a empresa ganhou 10 mil novos clientes.

  O serviço usa uma constelação formada por milhares de pequenos satélites para fornecer conexão à Internet. A SpaceX já colocou em órbita quase 1800 deles, mas tem planos de ter 42 mil satélites, com o objetivo de atender todo o planeta, suportando um volume elevado de tráfego de dados, a velocidades adequadas.

  Quem pretende concorrer com a SpaceX é a Amazon, que inclusive está contratando pessoal para acelerar seu projeto Kuiper, uma constelação de mais de três mil satélites, com investimentos acima de US$ 10 bilhões.

  O Facebook deu início ao Athena, um projeto similar, que não foi para frente, tendo a Amazon contratado o pessoal envolvido, alocando-o ao Kuiper.

  A ideia de usar satélites para atender regiões remotas é interessante, mas contribui para o agravamento de um problema, o do congestionamento do espaço. Um relatório produzido pelo European Southern Observatory, uma entidade formada por governos europeus, alerta que satélites em órbita baixa, a menos de 600 quilômetros da Terra, como os da Starlink, devido à sua capacidade de refletir a luz do Sol, podem trazer problemas a programas científicos que requerem observações noturnas.

  Dentre esses programas estão a busca de asteroides potencialmente perigosos para a Terra e o estudo da radiação visível e das ondas gravitacionais provenientes do espaço. Outro problema nessa área é a presença do lixo espacial: mais de 20 mil objetos maiores do que 10 centímetros, totalizando quase 7 mil toneladas, estão em órbita da Terra, sendo que alguns deles têm velocidades que se aproximam dos 10 quilômetros por segundo.

  Esses objetos, restos de foguetes e satélites, representam perigo para as missões espaciais, pois mesmo um fragmento minúsculo, viajando em alta velocidade, pode danificar naves e até causar a morte de astronautas que estiverem a bordo. Além disso, satélites em operação correm o risco de serem atingidos, gerando inúmeros problemas, especialmente na área de telecomunicações, podendo até mesmo paralisar o sistema GPS e outros similares, por exemplo.

  As soluções para esses problemas podem requerer diversas medidas, como por exemplo automatizar satélites para que evitem colisões. Neste caso, é necessário estabelecer regras similares às vigentes para o tráfego de automóveis: se dois satélites entrarem em rota de colisão, qual deles deve se desviar? Em que direção? Vale lembrar que não é possível parar um satélite.

  Alterações de altitude também ajudam, mas elas podem diminuir a eficiência dos satélites ou aumentar seus custos. Questões geopolíticas devem ser consideradas: talvez nem todos os países que lançam satélites queiram submeter seus veículos a algum tipo de restrição, sabe-se muito pouco acerca de satélites de uso militar.

  Novas soluções trazem novos problemas, os quais são necessários enfrentar; com certeza é preciso que organizações supranacionais discutam e fixem regras para o uso de satélites, que tende a crescer exponencialmente.