博科开放其API,让移动运营商能够将第三方分析软件连接到其最新的网络包代理(NPB)产品。
博科发布的网络可视性产品系列包括两个基于硬件的NPB、一个虚拟包代理和三个想噶un的应用程序。虚拟NPB和应用程序适用于那些正在虚拟网络功能的操作环境,以减少对昂贵的专用硬件的依赖。
通常来说,网络包代理要从交换机端口分析仪和测试访问点聚合、过滤并分发数据到网络监控、安全和管理工具中。测试访问点(TAP)是插入到网络中一个特定点的外接设备,用以监测数据。交换机端口提供类似TAP的功能,不过是内置在交换机里的,不需要额外的硬件。
博科提供其NPB的API能够将数据推送到分析工具中,用于安全、网络容量规划以及维护可接受服务水平当中去。越来越多的移动运营商也通过分析来向客户销售服务,基于其移动设备和智能程序的使用。
“对于NPB来说,这是一个谋求生存空间的解决方案,”IDC分析师Sathya Atreyam说道。“NPB需要正视其并非整个生态系统,而是生态系统的一部分。”
独特的API
博科开放API是为满足那些销售运营级分析的公司的需求,他们可以利用博科NPB上的数据和包探测,博科市场负责人Daniel Williams说道。包探测是基于软件的包处理引擎,从网络流量中解码和提取元数据。
博科在API方面的合作伙伴有Viavi Solutions Inc.、Guavus Inc.以及Avvasi Inc.。“我们正在积极地建立这个生态系统,”Williams说道。
网络可视性产品系列中的新品包括ICX包代理、虚拟包代理以及会话,提供了NPB基于软件的程序代码。同时,也包括一个用于管理系列中所有产品的可视化管理。
产品并不是全新的,不过源自其收购来的产品,包括MLXe包代理和数据包探测。后者是博科2014年通过收购得来的。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
上海交通大学与阿里巴巴合作研究发现,大型语言模型在推理时展现出"预设与锚定"的思考节奏。通过分析注意力机制,研究团队首次揭示了AI内部的推理逻辑,并基于此开发了三种新的强化学习训练策略,在多个数学推理任务上获得显著性能提升,为AI系统的可解释性和训练效率提供了突破性进展。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
商汤科技研究团队开发的InteractiveOmni是一个突破性的全模态AI助手,能够同时处理图像、视频、音频和文字,并具备强大的多轮对话记忆能力。该模型采用端到端架构,实现了从多模态输入到语音输出的统一处理,在多项基准测试中表现优异。特别值得关注的是,4B参数版本就能达到接近7B模型的性能,且已开源供研究使用。