企业安全的“暗网”

20、硬实时系统和软实时系统

软实时系统：

Windows、Linux系统通常为软实时，当然有补丁可以将内核做成硬实时的系统，不过商用没有这么做的。

硬实时系统：

对时间要求很高，限定时间内不管做没做完必须返回。

VxWorks，uCOS，FreeRTOS，WinCE，RT-thread等实时系统;

21、MMU基础

现代操作系统普遍采用虚拟内存管理(Virtual Memory Management) 机制，这需要MMU( Memory Management Unit，内存管理单元) 的支持。有些嵌入式处理器没有MMU，则不能运行依赖于虚拟内存管理的操作系统。

也就是说：操作系统可以分成两类，用MMU的、不用MMU的。

用MMU的是：Windows、MacOS、Linux、Android;不用MMU的是：FreeRTOS、VxWorks、UCOS……

与此相对应的：CPU也可以分成两类，带MMU的、不带MMU的。

带MMU的是：Cortex-A系列、ARM9、ARM11系列;

不带MMU的是：Cortex-M系列……(STM32是M系列，没有MMU，不能运行Linux，只能运行一些UCOS、FreeRTOS等等)。
 

到这里就介绍完了。但是肯定有同学好奇：这管理理论看起来也不复杂呀，为啥我在现实中就看不到呢?那是因为理论和现实总有差距，具体到企业里，各种奇葩人和事层出不穷。

5为什么你感受不到数据驱动决策

• 问题1：人/制度/系统落后。● 相当多的企业不重视数据建设，特别是数据采集与流程规范。● 相当多的企业制度还停留在原始阶段，大干快上。● 相当多的企业领导还在用野蛮管理方法。时代变了，人/制度/系统不变，一切还是不会变。
• 问题2：私心太重，刻意扭曲数据。 很多领导也就是嘴上喊喊数字驱动，实际上只是拿数据当牌坊，好看的数字多写，不好看的数字变着法改好看，实在不行就甩锅给“我司没有人工智能大数据分析能力”，这样铁定实现不了数据驱动，而是在玩数字游戏。
• 问题3：盲目迷信人工智能大数据。 注意：从数据驱动的演化过程可以看出，想实现数据驱动，需要的是前中后期的分工，是报表、管理模型、算法模型、测试平台、专题分析的相互配合，不是一个“超牛逼智能模型”Duang!一声就模出来的。然而总有人不信，总有人以为电脑里住着一个无所不知的“模型”能一模定乾坤，最后自然各种悲剧收场。
• 问题4：过于重视指标，忽视标准建设。 这是数据分析师们常犯的问题。一讲分析，张嘴就是几十个数据指标，可到底哪个是主指标，哪个是副指标，哪个是参考指标。到底哪几个指标组合起来看，到底指标数值是多少算好，多少算差。没有清晰的标准，没有和业务共识。最后只知道罗列数据，无法下判断结论。 ▌ 问题5：与业务脱节，对业务流程缺少数据积累。 这是数据分析师们常犯的问题。每天就知道盯着GMV，流量，DAU，MAU，转化率几个指标，对业务流程一窍不通，对不同业务手段的效果没有观察积累，最后除了翻来覆去啰嗦几个指标，就只会说：要搞高，要保持，全是废话，更无法驱动决策。

6小结

数据驱动决策,需要的是业务流程与数据紧密配合，领导层参与推动，才能实现的事。数据驱动决策，从来都不是一个神机妙算的世外高人，拿着数据口念咒语：“妈咪妈咪轰”就轰出来一个惊天地泣鬼神的结论，这是基本常识。

落后的人、落后的系统、落后的流程，都会让数据浮于表面。因此即使短时间内看不到成果也不要失去信心，这些落后的人和事，最后都会被淘汰在历史里。作为从业者，我们要多锻炼的是自己的能力，才有机会加入更好的平台，做出更好的项目，与大家共勉。

（编辑：南通站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!