报告显示Akamai在“当前产品类别”中得分最高且“是那些希望在边缘处抵御爬虫程序公司的最佳选择”
2020年2月19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)(NASDAQ:AKAM)今日宣布其在“Forrester New Wave:2020年第一季度爬虫程序管理评估”(The Forrester New Wave:Bot Management, Q1 2020 evaluation)中被认定为“领导者”。在该报告中,Forrester评估了“该类别中最重要的13家提供商”和“这些提供商的对比排名”。Akamai在“攻击检测”、“攻击响应”、“管理UI”、“报告和分析”、“反馈回路”、“性能指标”、“路线图”和“营销方法”标准方面获得了“独具优势”(differentiated)的评级,这也是最高的评级。
报告表示,互联网充斥着来自搜索引擎、虚拟助理和聊天机器人等来源的自动化流量。但是,在高效的自动化流量的对立面是恶意爬虫程序——恶意攻击者使用这些软件程序来自动发起攻击。Forrester报告指出:“为了应对这些最为复杂的爬虫程序,安全专业人员需要爬虫程序管理工具来对检测方法进行分层(比如针对用户行为的统计分析)、收集生物统计信息以检测异常以及不断更新信誉评分。”
报告其中的一个“关键要点”指出:“顶级的爬虫程序管理工具将广泛的信令收集与深入分析相结合,以检测简单和复杂的攻击”。在“攻击检测”评估标准方面,Forrester给出Akamai“独具优势”的评级,这也是报告中的最高评级。此外,Forrester在评估中发现“Akamai凭借强大的攻击响应和报告功能成为领导者。”在这份报告评估的厂商中,仅有两家厂商在“攻击检测”和“攻击响应”这两项评估标准中均获得“独具优势”评级,而Akamai就是其中之一。
Akamai的爬虫程序管理解决方案通过其智能边缘平台(Intelligent Edge Platform)上无与伦比的数据量来支持高级机器学习算法,从而提供了基于行为的检测。Akamai通常每天要与13亿台不同设备进行交互,可以识别从客户端收集的数百个信令中的异常情况,从而检测出最为复杂的爬虫程序。平均而言,Akamai每小时检测超过4.8亿个爬虫程序请求,每天检测2.8亿次爬虫程序登录,并在边缘处采取措施保护数字化业务、抵御不断变化的爬虫程序环境。
Forrester New Wave报告还指出:“Akamai最适合那些希望在边缘处抵御爬虫程序的公司”以及“Akamai的CDN和安全客户会发现其爬虫程序管理功能易于部署,并能够与其他功能进行集成。”客户对于Akamai的UI以及强大和不断改进的报告功能给予了称赞。一位客户表示:“我们可以通过最新的UI功能进行深入分析,这是一个加分项”;另一位客户还表示:“我们喜欢它(Bot Manager Premier)对爬虫程序类型进行分类的能力。”
Akamai Web安全产品副总裁Raja Patel表示:“能够在当前产品类别中获得最高得分并在报告中被认定为领导者,Akamai深感荣幸。我们的解决方案在机器学习检测中利用了Akamai对人类和爬虫程序流量的强大可视性,以识别最为复杂的、不断演变的爬虫程序。此外,我们的智能边缘平台(Intelligent Edge Platform)也为我们的客户提供了可以在边缘处阻止爬虫程序的独特能力。”
好文章,需要你的鼓励
由贝索斯共同领导的普罗米修斯项目已收购AI初创公司General Agents。该公司开发了名为Ace的AI智能体,可自主执行视频编辑、数据复制等计算机任务。General Agents基于视频语言行为架构开发模型,这与普罗米修斯项目专注制造业AI系统的目标高度契合。收购完成后,普罗米修斯团队已超过100人,预计将推进工业机器人领域的AI应用发展。
斯科尔科技学院联合俄罗斯多家研究机构开发出革命性的多语言AI虚假信息检测技术。该研究构建了覆盖14种语言的大型数据集PsiloQA,通过"诱导AI说谎"的创新方法自动生成训练样本,成本仅为传统人工标注的数十分之一。实验证明多语言训练的检测模型性能显著优于单语言模型,为全球AI可信度监督提供了实用解决方案。
Kagi公司发布Orion浏览器1.0版本,这是一款专为苹果平台设计的全新浏览器。该浏览器主打极速浏览体验和用户隐私保护,完全免费使用并附赠200次Kagi搜索。Orion还提供月费5美元的付费订阅服务,解锁更多高级功能。未来计划包括更深度的自定义选项和性能优化。
NVIDIA研究团队发现,训练机器人最有效的方法竟然是最简单的:直接用普通文字告诉机器人该做什么,而不需要复杂的编码系统。他们开发的VLA-0系统在标准测试中超越了所有复杂方法,平均成功率达94.7%,在真实机器人测试中也比预训练系统高出12.5个百分点。这项发现挑战了"越复杂越好"的传统观念,可能加速智能家用机器人的普及。