新产品包括 Linode Managed Database 和 Audience Hijacking Protector
2022 年 4 月 28 日——负责支持和保护数字化体验且深受全球企业信赖的解决方案提供商阿卡迈技术公司(Akamai Technologies, Inc.,以下简称:Akamai)(NASDAQ:AKAM)在本周发布了一系列新产品,并对安全和计算产品线中的现有产品进行了更新。随着面向开发人员和网络安全专家的 Linode Managed Database、Audience Hijacking Protector 等一系列新产品和新功能的推出,Akamai 宣告进入基础架构即服务 (IaaS) 市场。
Akamai 产品营销全球副总裁 Ari Weil 表示:“本周的产品发布和更新都是为了一个目的:支持并保护网络生活。如今,我们比以往任何时候都更依赖互联网服务,Akamai 十分荣幸能够为客户提供工具,助其快速和安全地提供数字化体验。我们非常高兴能够发布隶属全新计算系列的首款产品——Linode Managed Database。该产品可为客户提供更广泛的工具且不受计算工作负荷限制,并使 Akamai 成为全球广泛分布且横跨云端和边缘的计算平台。”
有关每个关键产品更新的详细信息将于本周发布,请参见下方摘要中的链接。
Linode Managed Database
Linode Managed Database 简化了数据库部署流程,不仅有助于开发人员降低风险、提高效率,而且最大限度地降低了人工管理生产数据库集群所带来的复杂性。
Managed Database 一向是 Linode 客户最受欢迎的产品。Linode Managed Database 是 Akamai 继今年 3 月收购 Linode 之后,发布的首款计算业务线产品,这使 Akamai 一举成为全球广泛分布且横跨云端和边缘的计算平台。
自发布之日起,Akamai 将在 Linode 的所有 11 个全球数据中心中提供 Linode Managed Database for MySQL,并在 2022 年第二季度实现对 PostgreSQL、Redis 和 MongoDB 的支持。在每个受支持的托管数据库中,客户都可以使用统一费率定价、安全和恢复措施、灵活的部署选项和高可用性群集选项等功能。
如需详细了解有关 Akamai 全新 Linode Managed Database 的功能与定价信息,请访问 https://www.linode.com/products/databases/。
Audience Hijacking Protector 和其他安全功能
Audience Hijacking Protector 是专为在线业务而设计的一种新解决方案,可在购买过程中最大程度地增加收入机会并减少营销欺诈。随着在线零售发展步伐的加快,在客户侧,一种被称为受众劫持的高发现象正困扰着在线品牌的安全团队。受众劫持是指未经授权的广告和弹窗引诱购物者离开在线商店。它不仅会破坏客户的购物体验,还会导致零售商收入受损。面对这一日益严重的问题,零售商正在努力寻求解决方案。
此外,Akamai 还发布了几项新的应用程序安全功能,旨在帮助企业保护客户免受互联网浏览器、移动应用程序、API 交互期间和边缘等所有在线环境中的威胁。
如需详细了解有关 Akamai 的 Audience Hijacking Protector 及助力客户提供一致在线体验的其他产品和功能,请访问:https://www.akamai.com/zh/products。
EdgeWorkers 为开发人员提供工作流改进
随着越来越多的计算工作负载迁移到边缘,Akamai 正在对 EdgeWorkers 产品进行多项改进,使开发团队能够使用 Akamai 网络创建微服务,并在边缘执行安全而快速的计算。
Akamai 通过新的集成、更高的资源层限制以及对使用标准 TLS 的客户的支持,使开发人员更容易构建、执行和调试 EdgeWorkers 功能。全新 Hello Akamai! 原型沙盒环境现对所有有兴趣试用 EdgeWorkers 的人员开放。
如需详细了解为使用 EdgeWorkers 的开发人员提供的增强功能,请访问:https://www.akamai.com/zh/blog/edge/making-the-edge-work-for-you。
好文章,需要你的鼓励
Atlassian、Intuit和AWS三大企业巨头正在为智能代理时代做准备,重新思考软件构建方式。当前企业API为人类使用而设计,未来API将成为多模型原生接口。Intuit在QuickBooks中应用自动发票生成,使企业平均提前5天收款;AWS通过AI辅助迁移服务显著提升效率;Atlassian推出内部员工入职代理和客户代理,节省大量时间成本。专家强调需要建立强大的数据架构和信任机制。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
MIT研究发现,使用生成式AI完成任务时,大脑运作方式与单纯依靠自身思考存在显著差异。研究显示,使用ChatGPT等工具的用户记忆力更差,神经连接活动减少,对所写内容的回忆能力明显下降。虽然AI工具能提高效率,但可能导致用户缺乏对知识的深度理解和掌控感。研究强调需要更多科学数据来了解AI使用对人类认知的长期影响。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。