許多專家表示，人工智慧實施的繁重網路和安全需求將需要改進架構和安全工具，而適合人工智慧的工具可能需要由人工智慧自行管理。
許多專家表示，人工智慧實施的繁重網路和安全需求將需要改進架構和安全工具，而適合人工智慧的工具可能需要由人工智慧自行管理。
「關於網絡，有兩種類型的人工智慧——用於網路的人工智慧和用於人工智慧的網絡，」產業分析師 Zeus Kerravala 今年稍早寫道。 「前者使用AI來運行網絡，後者部署網絡來支援AI。」
網路和安全供應商 Aryaka 宣稱其統一 SASE 即服務是計劃廣泛使用生成式 AI 的公司的最佳架構，並且正如 Kerravala 預測的那樣，AI 本身將在監督服務的實施方面發揮作用。
「這是網路和安全的融合，」Aryaka 產品行銷高級總監 Klaus Schwegler 告訴我們。 「一種從頭開始設計的方法，具有統一的策略，統一的管理、管理、編排策略的方式，並在網路安全方面對此進行統一的控制。」
針對人工智慧進行最佳化...
為此，Aryaka 的 AI 策略有兩個面向。一方面涉及根據 AI 的需求客製化網路和安全性，使用統一 SASE 即服務的三個可選功能。
第一個是 AI>Perform，確保網路效能針對 AI 工作負載和應用程式進行最佳化。第二個是 AI>Secure，透過控制存取和阻止資料外洩來保護這些 AI 流程。最後，AI>Observe 為使用者提供了對其 AI 流程和網路使用情況的最大可見性。
「由於人工智慧的日益普及，這在即時管理和網路安全至關重要的環境中至關重要，」Aryaka 首席產品長 Renuka Nadkarni 在最近的公司部落格文章中寫道。 「即時觀察和分析網路效能的能力使企業能夠快速識別和回應潛在的安全威脅，確保更具彈性和穩健的網路運作。」
人工智慧的要求將重塑網路架構和程式。例如，由於對生成人工智慧的每次查詢都會產生一個獨特的、動態生成的回應，因此快取資料是沒有意義的。然而，由於人工智慧內容伺服器的雙向流量都非常大，因此極低的延遲是必要的。
解決方案可能是在地理上分佈人工智慧伺服器，有點像 SASE 存在點，Orange Group 研究人員 Usman Javaid 和 Bruno Zerbib 最近在 TM 論壇上發表的一篇文章中寫道。
「未來的網路必須將以雲端為中心的架構擴展到邊緣，使LLM 更接近資料來源，實現低延遲推理，透過本地處理資料來改善資料傳輸，同時維護用戶資料隱私，」他們寫道。
…並使用人工智慧進行最佳化
硬幣的另一面是使用人工智慧以人類控制流程無法做到的方式擴展安全性和網路效能。例如，施韋格勒解釋了人工智慧如何偵測可能逃脫人類注意的異常網路活動。
「使用人工智慧工具來檢測模式和異常，」他說。 「流量行為似乎異常。…突然間，流量激增，資料傳輸速率無法檢測到，或為了解到底發生了什麼以及誰在這樣做而為時已晚。」
美國網路安全與基礎設施安全局 (CISA) 表示，發現此類異常是人工智慧增強網路安全的多種方式之一。網路安全的其他潛在人工智慧輔助方麵包括檢測個人識別資訊 (PII) 和參加法醫檢查。
「人工智慧可以比任何其他可以編寫的人類確定性機器學習模型更快地識別行為模式和趨勢，」Nadkarni 在最近的公司網路廣播中指出。 「我們還需要利用人工智慧來增強保護能力和安全存取並保護所有資產。」
託管服務提供者的角色
作為一家連接網路和安全的公司，Aryaka 認為自己有能力為客戶和用戶提供服務，使他們能夠安全、高效地最大限度地利用人工智慧。目標市場不僅是直接客戶，還包括透過託管服務管道而來的客戶。
「擁有人工智慧技術專業知識的 MSP 將在發現錯誤並確保人工智慧順利整合到 IT 工作流程中發揮關鍵作用，」Nadkarni 在她的部落格文章中寫道。 「反過來，人工智慧將透過提供先進的監控、分析和錯誤檢測功能，在增強即時網路安全方面發揮至關重要的作用。」
Aryaka 首席行銷長Ken Rutsky 在網路廣播中表示，在網路和安全工具中添加人工智慧輔助，以及使用這些工具來集中效率和交付以實現最佳的人工智慧性能，將迎來一個新的階段商機。
「我們的目標是幫助我們的客戶獲得一切：效能、敏捷性、簡單性和安全性，無需權衡，」他說。 「當他們進入這些新一代人工智慧應用程式時，要獲得這一切將變得更加困難，但更加重要和更有價值。」
以上是專家表示，人工智慧的實施將重塑網路架構和程序的詳細內容。更多資訊請關注PHP中文網其他相關文章！
