什么是Microsoft Exchange Server? Microsoft Exchange Server是世界上使用最广泛的公司软件包之一。作为Microsoft的关键产品之一，此电子邮件系统得到了很好的支持，并且在其25年的服务中已发展成为一个非常稳定的软件套件。. Exchange Server是一个通信平台，包括用于企业的电子邮件，日历，联系方式，计划和协作功能。该软件包甚至包括电话和文档共享。它被编写为在Windows Server上运行，该Windows Server提供了该软件所需的许多基础服务。. Exchange Server软件易于安装。但是，多年来，已经出现了许多不同的服务选项，这意味着您可能需要花费一些时间来浏览其所有屏幕，并对其进行自定义才能在您的站点上正常运行。在本指南中，您将确切地发现Exchange Server的功能，设置方式以及应该从中获得什么服务. 管理Exchange服务器 Exchange Server实施的三个最重要方面是： 连接性 认证方式 安全 跟踪这些因素所涉及的复杂性使管理实施成为一项全职工作。但是，Microsoft通过提供许多应用程序所共有的服务，使这些任务变得更加容易。例如, 活动目录（AD） 将控制您的网络许可权，但也将为Exchange Server提供服务。因此，一旦掌握了网络上AD所需的技能，就已经具有管理Exchange Server的用户身份验证所需的技能。. 最好部署专家监视工具，以使这些Microsoft服务的所有相互依存关系得以保持，这些相互依赖关系有助于成功实施Exchange Server. 编辑的选择 我们建议使用SolarWinds基础结构管理工具来监视所有Microsoft工具, 包括Exchange Server。您需要一套可以交互的监视实用程序，以便涵盖支持Exchange Server的所有功能。. 下载： 在SolarWinds.com免费试用30天 官方网站： www.solarwinds.com 作业系统： Windows服务器 本指南稍后将介绍用于管理Exchange Server的工具，但首先我们将说明： Exchange Server的工作方式 如何进行设置，以免出现任何连接问题 如何将用户添加到系统 如何确保实施安全. Exchange Server如何工作? Exchange Server程序包充当企业的邮政服务。每位员工将通过一个单独的系统访问电子邮件，该系统称为“客户.”用户软件将客户端环境中编写的所有电子邮件发送到服务器. Exchange Server将所有电子邮件转发到世界其他地方。发往同一网络中其他用户的电子邮件无需进入互联网，但可以通过这些用户的客户端程序进行访问. 该组织的所有传入电子邮件都由Exchange Server接收。服务器程序不会将这些电子邮件发送到目的地。电子邮件客户端负责 查询服务器 是否存在待处理的电子邮件并提取它们，以使其可用于其指定的用户。电子邮件可以永久存储在服务器上，也可以在客户端访问后将其删除. 集群服务器…

除非您致力于掌握最新的人工智能，否则您可能从未听说过“联合学习”一词。尽管它可能不如3D打印或无人机等其他技术趋势突出, 它对隐私和机器学习的影响可能会导致更多的使用 在未来的几年. 简短而简单的版本是，联邦学习是一种改进模型的替代模型，该算法现在在我们生活的各个方面都占据着主导地位，无论是Facebook的News Feed还是Google Maps。在更传统的系统下，我们的数据被发送到中央服务器进行分析，并使用相关信息来更改算法. 联合学习提供了一种增强用户隐私的解决方案，因为 大部分个人数据保留在个人设备上. 算法直接在用户设备上训练自己，仅发送回相关的数据摘要，而不是整体数据。这使公司无需收集用户的所有数据即可改进其算法，从而提供了更加注重隐私的解决方案. 什么是联合学习? 对于大多数人而言，不要说谎，联邦学习的深度似乎很复杂且难以理解。 AI领域远远超出了许多人的知识领域，涉及的数学和逻辑远远超出了我们大多数人所能接受的范围. 尽管有这些困难，联合学习还是一项有趣且重要的技术开发，因此值得一试。为了使事情变得容易，我们将分解概念并以简化的方式进行解释，以便您可以了解全局. 机器学习和算法 除非您度过1930年代的角色扮演，否则您的生活将充满算法。在这种情况下，当我们提到算法时，我们实质上是指 用于解决问题或计算所需结果的公式或指令集. Facebook，Instagram和Twitter使用它们来提供最可能使您感兴趣的个性化内容，并使这些平台赚更多钱。 Google的搜索引擎使用复杂的算法将您的搜索字词变成您认为要搜索的页面。您的电子邮件使用算法过滤掉垃圾邮件，而Waze利用算法找出从A点到达B点的最有效方法. 还有无数其他算法可以帮助我们完成任务，使我们在日常工作中保持忙碌或潜伏. 公司是 不断尝试改进这些算法，以为您提供最有效，准确和高效的结果, 只要符合公司的目标-通常是赚钱. 自最初部署以来，我们许多最常用的算法已经走了很长一段路。回想90年代末或2000年代初通过Google进行搜索–您必须非常具体，而且与今天相比，搜索结果非常糟糕. 那么这些算法如何改进? 算法如何更好地完成任务的主要部分涉及机器学习，这是人工智能的一个子领域。机器学习算法首先从数据样本中进行分析，然后 利用他们学到的知识更有效地完成任务. 他们能够进行改进，而无需通过外部力量（例如人类开发人员）来编写这些更改. 在过去的几十年中，机器学习一直在蓬勃发展，它改进了算法，帮助我们获得了更好的结果并进入了新的领域。由于其实用性，它也一直是 公司的大赚钱者 如Facebook，Google和其他许多人. 这一切都始于数据–数据池越大，高质量数据点的数量越多, 这些机器学习算法越精确. 算法越有效，它就能赚到更多钱，这实际上已将数据转化为商品. 这些条件导致人们收集的数据量大大增加。在大多数情况下，这些数据是从用户的手机，计算机和其他区域收集的，然后发送到服务器进行分析以改进算法。虽然有 通常会带来更好的服务和更多的便利，对于那些担心自己的隐私的人来说，这也带来了很大的压力. 这些公司总是知道您的位置，知道您与谁成为朋友，知道您的整个搜索历史等等，这是一个险恶的事情。当然，有很多方法可以避免这些类型的数据收集，但是对于大多数人来说，这种技术通常太不切实际了。. 在一系列数据隐私丑闻（例如Facebook的Cambridge Analytica惨败和Google+的大规模数据泄露）中，公司已开始引起注意。他们不想被篡夺，他们似乎在寻找继续前进的途径而又不会引起用户或立法者的愤怒。也许分水岭是马克·扎克伯格在今年的F8大会上宣布“未来是私人的”. 虽然最好是持怀疑态度看待这一运动，但是在用户隐私方面已经有了一些积极的发展，其中之一就是联合学习. 联合学习 为何不将算法从数据发送到我们的服务器，而不是从用户设备中获取数据? 这是联合学习背后的核心概念。这个词是Google员工在2016年发表的论文中创造的，该公司一直处于该领域的前列. 联合学习培训过程. 联合学习通过将算法的当前版本发送到合格的设备来改进算法. 然后，该算法模型从选定的一组用户的电话中的私人数据中学习. 完成后，新知识摘要将发送回公司服务器-数据本身永远不会离开电话. 为了安全起见，通常在返回服务器的过程中会加密此知识。为了阻止服务器根据收到的摘要找出单个数据，Google开发了 安全聚合 协议. 该协议 使用加密技术来防止服务器访问各个信息摘要. 在这种方案下，服务器只能在将摘要添加到数百个或数千个其他用户的结果中并与之平均后才能访问该摘要. 或者, 差分隐私可用于添加随机数据噪声 到个人的摘要，使结果难以理解。在将摘要发送到服务器之前，将添加此随机数据，从而为服务器提供足够准确的结果以进行算法训练，而不会向其透露实际的摘要数据。这样可以保护个人的隐私….