F5如何释放AI的强大潜能

F5生态系统 | 2024年2月07日

F5相信，未来的应用将采用多云架构，以API为先，并由AI驱动。在AppWorld 2024上，F5发布了全新数据平台F5 AI Data Fabric，助力释放AI潜力。这项创新向AI落地迈出了重要一步，能够更快地为应用和API提供更完善的保护，同时为用户带来极其简单的体验。

目前，AI显然是大家关注的焦点。与任何令人振奋的技术一样，AI既能带来益处，也可能带来风险。F5正通过创新直击核心，让AI更易于采用和使用，同时保障安全。借助F5 AI Data Fabric，我们将加快在整个产品组合中采用AI。我相信，AI的一些特定应用将改变应用和API安全领域的格局。

F5的新数据平台是什么？

先来了解其工作原理。F5 AI Data Fabric提供一系列服务，旨在帮助从F5产品组合中各类产品产生的海量数据中获取洞察。利用这些数据，我们可以提供报告和分析，甚至可以训练和部署机器学习模型来执行推理，从而更好地保护和优化应用。通过这种方法，可以汇总来自F5 Distributed Cloud Services、NGINX和BIG-IP的数据，并通过Distributed Cloud Console呈现洞察。

AI在其中发挥什么作用？

这一数据结构的关键组成部分是AI生态系统。它汇集了模型、模块和API，旨在让产品团队和用户更轻松地使用机器学习和AI，用我们的话说，就是简单得不可思议。它可以加快将AI融入产品的速度，帮助我们快速把创意转化为AI赋能的应用。

举个例子。如果您曾训练过监督学习模型，就会知道这需要大量数据，而且这些数据必须经过标注。寻找优质的标注数据并非易事，而正确标注数据可能需要耗费数周时间。要构建能够应对快速变化的威胁形势的模型，这样的速度远远不够。

AI和大语言模型由此登场。为应对这一挑战，我们利用句子转换器对训练数据集进行向量化，并通过语义搜索启动数据标注流程并实现自动化。随后，我们可以使用类似技术来训练和优化模型。假设我要构建一个用于检测SQL注入攻击的分类器。现在，只需提供一个攻击示例，F5 AI Data Fabric就能引导我完成数据标注、模型训练，并将模型打包到容器中进行部署。过去可能需要数天甚至数周才能完成的工作，现在只需几分钟（而我甚至不是数据科学家！）。

完成分类器模型的训练和部署后，我们可以再次借助AI。利用经过正则表达式生成训练的大语言模型，我们可以生成特征码，并将其部署到边缘进行实时检测。一键生成特征码，让我们能够在新威胁出现时迅速响应。

在AI生态系统中利用这些能力，可以大幅缩短构建新检测模型并据此生成特征码所需的时间，从而快速响应新出现的威胁。如果出现新的攻击类型，领域专家可以迅速将相应的检测能力添加到数据平台中。生成式AI有助于我们以更低的成本加快提供更出色的检测能力，同时降低我们和客户的成本。

而这只是AI可以为我们赋能的众多用例之一。

我们的客户呢？

上文介绍了F5 AI Data Fabric如何帮助我们更快地适应并应对威胁。生成式AI还可以显著改善用户体验。

为了让客户能够使用这项技术，我们将在今年晚些时候推出一款AI助手，为客户提供智能伙伴，帮助他们实现目标。通过先进的自然语言界面，用户将能够针对自己的数据提问，并实时生成仪表板。用户还可以生成产品配置，甚至获得策略实施方面的帮助。该工具由F5 AI Data Fabric提供支持，将充当嵌入式客户支持经理，让客户能够提出问题，并根据F5掌握的集体知识获得建议。

用户可以针对自己的数据提出这样的问题：“上周我的基础设施遭受了多少次攻击？其中有多少次是SQL注入攻击？这些攻击来自哪里？”客户可以通过这种更便捷的方式与数据交互，快速获得答案、生成可视化内容，并实施建议的补救措施。用户还可以询问：“如何为我的新应用配置机器人防护？”聊天机器人会概述具体操作方法。除了提供指导外，用户还可以发出这样的指令：“为我生成一份启用了WAF的负载均衡器配置。”系统将执行这项任务。

未来几个月，我们将开始向Distributed Cloud Services客户开放此功能。我非常期待与大家分享我们正在构建的成果。