“云原生”这个词经常被云服务商引用，不仅如此，云原生甚至还有自己的基金会：由Linux基金会于2015年推出的云原生应用基金会（CNCF）。那么，云原生是什么呢？云原生（Cloud Native）可以说是一个集合，既包含技术（微服务、敏捷基础设施），也包含管理（DevOps、持续交付、康威定律、重组等）。由于云原生环境中的安全性与VMs的安全性存在一些细微差别，所以，云原生的开发需要不同的操作方法。
容器安全如何保证，“开源”社区是创新引擎
目前，云原生中最受欢迎的容器是Open Container Initiative兼容以及符合OCI标准的编排引擎是Kubernetes。从安全角度来看，这些操作方式与传统虚拟机和虚拟机管理程序不同。保证容器安全的核心是注册表，容器可以存储在私有注册表以及Docker Hub等公共注册表中，将图像添加到私有注册表涉及授权用户创建或复制本地映像，或直接从公共存储库导入映像。虽然大多数客户可能从供应商或社区的图像开始，但这些图像通常会在放入私有注册表之前进行自定义和保护。这种方法需要定义和实现基于角色的访问，但由于容器映像的工作原理是共享内核原则，因此，整个IT部门需要全面评估和理解授予此访问权限的影响，安全问题亟待解决。
Ovum预计2019年将出现更多针对容器安全相关的解决方案。例如， Kata容器是一个开源项目，它解决了与共享内核技术相关的安全问题以及如何隔离不同的工作负载/环境。Ovum认为，企业对Kata Containers的兴趣将日益浓厚，因为成功地将容器工作负载隔离到可以隔离虚拟机的程度的问题成为某些细分市场的问题。
但是，云提供商和技术供应商最感兴趣的领域是如何处理容器的识别和访问管理挑战。基于容器的环境中工作负载的粒度将迫使当前的身份和访问管理方法不可持续，而容器网络需要与网络或其他类型的基础架构不同的管理方法。
在容器化的环境中，需要更像SDN的方法，例如VM，因为传统的IP网络很慢并且难以自动化。 服务网状网络的概念在开发人员社区中越来越受关注，而Istio和Conduit框架有许多支持者。 在类似于SDN的服务网状网络中，控制和数据平面是分开的。在容器服务网中，关键目标是允许开发人员在不需要关注策略或治理的情况下请求他们所需的网络服务，并为运营团队提供管理和监控网络的工具。
Ovum认为，2019年将在容器环境中看到更多网络功能的增强功能。现有的网络供应商要么购买具有容器市场解决方案的新创业公司，要么他们将开发自己的方法。Ovum认为“开源”社区方法可能是推动这些新网络解决方案的创新引擎。
“边缘”容量添加新选项
最新的“炒作”话题是边缘计算，即将应用程序、数据资料与服务的计算和存储尽可能接近交付点。新推送到边缘计算的不同之处在于它是云交付策略的一部分，旨在为工作负载和数据部署提供灵活的方法。 Ovum认为需要一个中间“边缘云”来保存数据，使其不必一直遍历到核心云平台。
Ovum预计，随着谷歌边缘Tensor Processing Unit（TPU）等硬件的发展，人们对人工智能扩展的兴趣日益增加。Edge TPU是Google专用的专用集成电路（ASIC），专为在边缘运行AI而设计。这些器件旨在以小的物理和功率封装提供高性能，从而可在边缘部署高精度AI。
Ovum认为谷歌采用自己的ASIC而不是使用标准英特尔或Nvidia的举动意味着从AI的角度来看，边缘变得越来越有趣，并且在2019年我们期望其他主要的AI创新者发布类似的设备。实际上，其他云提供商（如AWS）正在软件解决方案中实现这一目标，而趋势是提高边缘的智能水平，提供它的方法仍然存在差异。
边缘计算的定义并不像听起来那么简单。目前，许多人认为边缘是具有计算和存储的设备，例如移动电话桅杆或零售店，其涉及某种形式的标准x86服务器。虽然这是边缘，但它也只是边缘的开始。随着ASIC等技术不断发展并为设备提供更多智能，边缘更接近消费者或传感器，从而产生了对连接或数据的需求。随着技术的发展，边缘设备的分布将增加，小型网关设备将部署在家庭和办公室内，可以根据从传感器或人工输入收集的数据执行特定操作。
Ovum认为，这种外部优势将在2019- 2020年沿着两种主要方式发展。首先，网关设备将是完全受管理的设备，其中ASIC与低功耗x86芯片和SSD存储一起工作。这些设备将通过移动（4G和5G）的绑定连接和网络完全连接。其次，设备将是完全不可变的，并且在需要升级时将自我管理和物理替换。这两种方法（完全托管的基于软件的解决方案和基于硬件的自我管理解决方案）可能会随着用例需求而进行，组织需要更改其管理流程以显着扩展其物理设备管理功能。
众多新技术将作为云服务提供
丰富的云服务方便了人们的生活、工作和学习，也带来了新的商业模式，众多新技术的加注也让新的云服务层出不穷，最近大火的量子计算和AI会给云服务带来什么新体验呢？
愈发稳定的量子计算未来也将作为云服务，量子启蒙之路遵循量子计算的实用三阶段战略计划。这项研究没有固定的时间表，但Ovum认为至少需要10年时间。首先，量子计算机必须是稳定的，并且至少提供所需数量的工作量子位以使其用于解决问题； 其次，需要一个全球蓬勃发展的量子生态系统；最后，当量子计算市场建立时，量子计算机需要增加量子位数并具有容错能力。
推动这一量子研究的方法是将量子计算作为云服务提供，这是领先供应商已经提供的。这种方法将使大型全球社区得以建立并准备好在商业上可行时，使用任何量子计算服务。Ovum预计使用量子计算简化集成的工作将于2019年开始出现，数据收集和输入使用现有技术在公共云中完成。 然后，信息将被转换为量子计算机可以读取并传递给专业量子提供者的形式。最后，结果或输出将传递回公共云，以便转换为用户。 将实际量子计算与摄取和输出分开似乎是增加量子可访问性的第一步。
除量子计算这种鲜为人知的技术之外，妇孺皆知的人工智能似乎正在席卷我们日常生活和工作的方方面面，但事实是人工智能和机器学习很难实现，需要专业的数据科学家来发展。根据Ovum研究，AI最常用于决策支持， 研究表明，大多数组织要么没有计划，要么只是试验技术。 Ovum希望看到2019年见证了一系列不同的解决方案和服务，旨在为组织提供更简单的AI采用方法。 这些包括从开发人员帮助编写人工智能解决方案到预先打包的服务，这些服务针对人工智能已经证明有益的特定领域。
这些开发中的第一个将针对开发人员社区，并将提供不同级别的支持以匹配现有的各种功能。这些基于云的服务将提供一种自动化方式来培训定制的机器学习模型，而无需任何专业知识。
Ovum希望这些服务涵盖三个主要的机器学习领域：翻译，自然语言处理和愿景。例如，一个简单的视觉示例是训练模型以从奶酪的随机图片中识别卡门贝尔奶酪。虽然奶酪解决方案听起来很无聊，但它展示了一个强大的产品识别质量检查用例，可以在使用自动包装时在大型仓库中使用，并且可以确保货物与订单上的产品相匹配。
另一种方法涉及特定于市场的解决方案，例如Contact Center AI，这是一种与现有联络中心解决方案一起开发的解决方案，而不是取代它们，而是增加新的优势和功能。 借助以合作伙伴为主导的联络中心AI，Google的AI技术与联络中心解决方案无缝集成，提供自动化，实时代理支持（聊天机器人将确定是否需要将呼叫转移给人工代理）和分析。
对于希望自己进行此类AI集成的组织，2019年将会看到更多自行构建工具包。 例如，使用机器学习API和在线商店的推荐引擎，用户可以构建一个解决方案，为在线客户提供有针对性的推荐以及他们现有的购物体验。
