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
传统AI依赖云端处理存在延迟和隐私问题。越来越多开发者将AI处理从数据中心转移到手机、笔记本等个人设备上。设备端AI具有三大优势:速度更快,无需等待云端响应;隐私更安全,数据不离开设备;成本更低,无需支付云服务费用。目前iPhone已运行30亿参数的设备端AI模型,谷歌Pixel手机也搭载Gemini Nano模型。未来五年内,随着硬件升级和算法优化,设备端AI将实现物体识别、导航翻译等更复杂功能。
新加坡国立大学联合Lovart AI开发的OmniPSD系统,首次实现了AI驱动的双向PSD文件处理能力。该系统能够将扁平图像自动分解为可编辑的图层结构,同时支持从文字描述直接生成分层设计文件。基于扩散变换器架构和创新的RGBA-VAE技术,OmniPSD在20万真实设计样本上训练,实现了专业级的透明度处理和图层分解效果,为设计行业的数字化转型提供了强大工具。
卡内基梅隆大学研究人员开发了一项革命性技术,通过摄像头、AI模型和微型轮子,让咖啡杯、订书机等日常物品能够自主移动到需要的位置。这种"智能物品"技术避免了传统人形机器人的复杂性和安全隐患,通过蓝牙微控制器和AI视觉系统,物品能够识别用户行为并预测需求。虽然技术已相对成熟,但隐私保护和安全性仍是推广前需要解决的关键问题。
ByteDance Seed团队提出UniUGP统一框架,首次将自动驾驶的理解、生成、规划三大能力完美融合。通过混合专家架构和四阶段训练策略,该系统在场景理解、轨迹规划和视频生成等任务上均超越现有先进模型,为自动驾驶技术发展开辟了新路径,预示着更智能可靠的无人驾驶未来。