新功能旨在提高云安全能力、加速实现价值并简化云应用程序运营
2019年3月8日——负责提供安全数字化体验的智能边缘平台阿卡迈技术公司(以下简称:Akamai)近日公布了旨在帮助企业加速其云迁移战略的增强功能。这些新功能可保护内容、应用程序和API,加速Web和移动体验,并帮助开发团队在迁移到云端时变得更加灵活。
Akamai Web事业部总裁兼总经理Rick McConnell表示:“目前有85% 的公司采用混合云战略,但许多公司已开始意识到云战略会给安全、运营和成本管理带来重大挑战。云迁移带来的复杂性会减缓应用程序部署速度,导致成本超支,并使企业面临以前未知的安全风险。通过对我们平台进行增强,Akamai围绕并扩展了客户基础架构,从而利用边缘和高级安全防御来应对云端难题。”
Akamai扩展了自适应安全功能组合。这些功能旨在增强保护的同时,使企业能够提供出色的用户体验。通过完全集成的虚拟专用网络(VPN)和域名系统(DNS)代理检测服务,新产品可以智能地提供或阻止对内容的访问。Akamai的令牌身份验证(Token Authentication)功能变得更为智能,这扩展了对不支持Cookie的浏览器和设备的覆盖面,也使得播放被盗内容变得更加困难。最后,标准TLS解决了大规模交付HTTPS的需求,同时提供客户品牌的SSL证书,这些优势对于大型广播公司和流媒体电视发行商至关重要。
为了应对爬虫程序越发复杂且日益增长的威胁,Akamai不断开发旨在更好地监控客户站点以及针对其他业务的恶意僵尸网络活动的技术。除了公司的爬虫程序管理解决方案中的增强检测功能外,Akamai还改进了自助服务功能,使客户能够微调自己的设置以进行高级爬虫程序检测,并针对快速演变的自动化威胁部署敏捷防御。
经历数字化转型的企业机构正在大举利用API来推动新的客户体验并创造新的收入来源。API的保护需要采用面向治理、管理和安全性的专用解决方案。Akamai现在支持API流量自动保护、Web应用程序防火墙上的新攻击组以及API网关解决方案中的高级节流功能。
Akamai的托管DDoS解决方案现在不仅包括增强型流量分析和攻击报告,并且安全团队能够更好地配置应用程序层DDoS防护。由于边缘服务器可以在几秒钟内自动拦截网络层DDoS攻击并响应应用程序层DDoS攻击,客户将受益于边缘平台的价值。
在收购业界领先的客户身份访问管理解决方案Janrain之后,Akamai还将其安全和性能服务与Akamai Identity Cloud进行集成。这显著改进了消费者登录页面的防护能力和性能,并且可以提供增值价值,帮助客户在2019年更好地对抗更多的欺诈用例。
除上述更新外,Akamai还推出了旨在帮助企业机构更快进行创新并获得更高敏捷性的新功能。自动执行包括HTTP/2性能优化和加载字体库在内的自适应加速功能可以改善用户体验。为了进一步提高安全性,Akamai目前正在制定TLS 1.3交付标准。
Akamai还扩展了包括支持短视频在内的图像管理解决方案,从而通过丰富、引人入胜的内容来改善客户体验。一系列新功能可为DevOps团队提供支持,包括中间英里日志(以便更精确地调查性能问题);此外,开发人员能够在将更改部署到生产环境之前,在本地开发环境中测试逻辑。
从概念到生产部署,Akamai智能边缘平台(Akamai Intelligent Edge Platform)还引入了一系列广泛的改进,为站点、应用程序和API的运营提供支持。面目一新的Akamai控制中心(Akamai Control Center)通过单一管理平台简化了安全性、加速和交付方面的运营并提供详细报告。通过与客户的紧密合作,Akamai改进了导航功能和优化了报警功能,使操作更加直观并增加了实时支持功能,包括实时聊天功能。
希望自动执行部署和运营的团队可以利用强大的DevOps和API来加速产品上市时间,包括实时生产管理功能、可编写脚本的API和工具包集成。利用Akamai边缘的客户不仅可以仔细监控应用程序使用情况和性能,还可以最大限度增加分载以优化他们的云服务投资。这些功能可以为内部团队提高效率,使他们能够进行扩展,加快开发速度,实现更可预测的云定价,同时减少宕机时间。
从架构、设计和项目范围到完全托管的安全性和性能优化,一组新的专用服务产品可扩充数字应用团队的能力。Akamai Health Check Service可通过Akamai交付、安全和性能优化专家帮助客户深入了解他们的流量以及所部署的数字体验的有效性。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。