F5， 解锁人工智能新篇章

在 F5，我们相信应用程序的未来将是多云、API 优先并由 AI 驱动。在 AppWorld 2024 上，我们发布了 F5 AI Data Fabric，这是一个能让“AI 愿景”成为现实的新数据平台。这项创新是人工智能朝着更好地发挥作用、提供更快速的应用程序和API防护、为用户带来极简体验迈出的一大步。

人工智能显然是现在每个人最关心的问题。与任何令人兴奋的技术一样，它既能带来好处，也会带来风险。在 F5，我们正在围绕痛点进行创新，让人工智能被简单又安全地消费和使用。借助 F5 AI Data Fabric，我们将在我们的产品组合中加大人工智能的采用，我相信人工智能的一些非常具体的应用将改变应用程序和 API 安全性的游戏规则。

让我们从它是如何工作开始。F5 AI Data Fabric提供一系列旨在帮助从我们产品组合中的海量数据中生成洞察的服务。通过这些数据，我们可以生成报告和分析，甚至训练和部署机器学习模型以进行推理，以更好地保护和优化应用程序。这种方法提供了从F5分布式云服务、NGINX和BIG-IP中数据聚合的方式，并通过分布式云控制台展示洞察。

这个数据结构的一个关键组成部分是人工智能生态系统，它是模型、模块和 API 的集合，旨在使我们的产品团队和用户更容易使用机器学习和人工智能——正如我们所说，极简触手可及。它加快了我们在产品中构建人工智能的能力，使我们能以超快的速度将想法转化为支持人工智能的应用程序。

这是一个例子。如果您曾训练过有监督的人工智能学习模型，您就会知道它需要大量数据，并且必须对这些数据进行标记。寻找被良好标记的数据是一项挑战，正确标记数据可能需要数周的努力。当构建模型想要跟上快速变化的威胁形势时，这显然还不够快。

输入人工智能和大型语言模型。为了应对这一挑战，我们使用语句转换器对训练数据集进行向量化，并利用语义搜索来引导和自动化数据的标记过程。然后，我们可以使用类似的技术来训练和完善模型。假设我想构建一个分类器来检测 SQL 注入攻击。仅通过一个攻击示例，F5 AI Data Fabric 现在就可以帮助我完成标记数据、训练模型并将其打包到容器中进行部署的过程。以前这将需要几天或几周的时间，而现在只需几分钟。（而且操作人甚至不需要是数据科专家！）

一旦我们训练并部署了该分类器模型，我们就可以再次向人工智能寻求帮助。使用经过训练的大型语言模型来创建正则表达式，来生成可以部署到边缘进行实时检测的规则。生成的下放规则使我们能够在新威胁出现时快速做出响应。

我们的AI生态系统中的这些功能可以大大缩短构建一个新检测模型并从中生成规则所需要的时间。因此，我们可以对新出现的威胁做出超级响应。如果出现任何新的攻击类型，题材专家可以快速将检测功能添加到数据平台中。生成式人工智能将帮助我们和客户以更低的成本提供和获取更优秀和更快速的检测。

而这只是人工智能可以为我们提供支持的众多用例之一。

上面，我描述了 F5 AI Data Fabric 如何帮助我们更快地适应和响应威胁。生成式人工智能还可以显着改善用户的体验。

为了将这项技术交到客户手中，我们将在今年晚些时候推出人工智能助手，为客户提供一个智能合作伙伴，帮助他们实现目标。通过精巧的自然语言界面，用户将能够向其提出有关数据的问题并实时生成控制面板。用户可通过这种方式生成产品配置，甚至获得实施政策的帮助。该工具由 F5 AI Data Fabric 提供支持，将充当嵌入式客户支持经理，允许客户根据 F5 可用的集体知识提出问题并接收建议。

用户可向其询问有关数据的问题，如：“上周我的基础设施上看到了多少次攻击？其中有多少是 SQL 注入攻击？他们是从哪里来的？” 对于客户来说，这是一种更简单的与数据交互、快速获得答案、可视化生成并实施建议补救措施的方式。用户将可提出诸如 “如何为我的新应用程序配置机器人防护？” 之类的问题，而聊天机器人将为其总结如何做到这一点。除了指导之外，当用户提出诸如 “为我生成启用 WAF 的负载均衡器的配置” 之类的要求时，它将执行该任务。

在接下来的几个月中，我们将开始向分布式云服务客户公开此功能，我非常高兴可以分享我们正在构建的未来。