Akamai在API安全性、Web级关键业务应用程序用例中获得最高分;此外还被“魔力象限伴读报告”认定为领导者
2019年11月15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)近日宣布,其连续第二年在Gartner“2019年云Web应用程序防火墙服务的关键能力”(2019 Critical Capabilities for Cloud Web Application Firewalls Services)报告中的“API安全性”和“Web级关键业务应用程序”两个用例中,从12家提供商中脱颖而出并获得最高分,另外在关于“面向公众的Web应用程序用例”提供商中排名第3位。
前不久,Akamai刚刚在Gartner“Web应用程序防火墙魔力象限”(Magic Quadrant for Web Application Firewalls)报告中被认定为领导者,这也是Akamai连续第三年进入“领导者”象限。作为Gartner“Web应用程序防火墙魔力象限”报告的伴读报告,Gartner“关键能力”(Critical Capabilities)报告评估了12家云Web应用程序防火墙(WAF)服务公司的Web应用程序和API保护能力。
该报告对产品的多项能力进行了评估,包括:API安全性、爬虫程序管理、DDoS保护、技术架构、管理和MSS、监测和报告、可扩展性和地理位置、基于规则的控制和签名、主动安全/异常检测、可编程性和向下扩展性。
该报告指出:“云交付Web应用程序防火墙服务的组合方法已成为保护那些面向公众的Web应用程序的首选。到2023年,超过30%的面向公众的Web应用程序和API将由结合了DDoS防护、爬虫程序防御、API防护和Web应用程序防火墙的云Web应用程序与API防护(WAAP)服务进行保护。与目前低于10%的比例相比,这一数字将是一个明显提升。”该报告还有一项重要发现,即Gartner观察到越来越多的企业会评估可以定义云Web应用程序与API防护(WAAP)服务的四个核心能力——Web应用程序防火墙、DDoS防护、爬虫程序管理和API防护。
Akamai Web安全部门产品副总裁Raja Patel表示:“Akamai一直在寻求一种云交付安全策略,以此实现DDoS防护、应用程序安全性、API防护和爬虫程序管理方面的关键能力,并在此过程中借助一个集成式边缘平台,来为跨云基础架构提供可扩展且一致的保护——如今,有84% 的企业都在寻求这种保护。云交付安全解决方案将成为主流的架构选择,我们很高兴看到业界正在朝着这样一种模式迈进,同时也相信Akamai在边缘提供这些集成保护的能力是我们的独有优势。”
本新闻只是近期分析机构对Akamai智能边缘安全能力表示认可的实证之一。Akamai不仅在Gartner“Web应用程序防火墙魔力象限”(Gartner Magic Quadrant for Web Application Firewalls) 中被认定为领导者,还在最新的“Forrester Wave:零信任eXtended生态系统平台提供商”(The Forrester Wave: Zero Trust eXtended Ecosystem Platform Providers)报告中被认定为领导者。此外,Akamai的Kona Site Defender在2019年SC大奖中被评为业内“最佳Web应用程序解决方案”。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。