企业的当务之急：为何F5 Distributed Cloud Services是AI时代的解决方案

F5 ADSP | 2026年4月30日

应用格局已发生根本性转变。AI不再只是路线图上的未来计划，而是推动下一次产品发布、提升客户体验和形成差异化竞争优势的核心动力。我们接触的每家企业客户都在构建AI驱动的应用、保护应用免受AI驱动的威胁，或同时开展这两项工作。

这改变了您在应用交付和安全方面的投资考量。

在近期的博客文章中，我们介绍了重新设计的F5 Distributed Cloud Services产品组合，包括Essentials和Enterprise套餐。这是我们更广泛的F5 Application Delivery and Security Platform (ADSP)战略的一部分。Enterprise套餐不仅是高级套餐，更是为未来需求而打造。

AI的两面性

每家企业客户都在同时应对两种现实。首先，贵公司正在构建由AI驱动的应用。无论是基于大语言模型（LLM）的客户助手、AI驱动的推荐引擎，还是智能文档处理管道，开发团队交付的应用都与以往有着根本区别。这些应用采用API优先模式，分布在多个云和边缘位置，并依赖由微服务、模型端点和第三方集成组成的复杂调用链。要可靠地大规模交付这些应用，仅靠传统负载均衡远远不够，还需要一个专为应对混合云和多云复杂性而构建的平台。

其次，企业还要防御利用AI发起攻击的对手。威胁行为者正将企业团队所采用的生成式AI能力用于攻击。AI生成的攻击适应性更强、针对性更高，也更难检测。AI驱动的威胁正在快速演变，网络钓鱼攻击越来越逼真，恶意软件也越来越难以检测。攻击者采用高级策略，对传统的基于特征码的防御构成挑战。因此，网络安全负责人必须突破传统解决方案的局限，并纳入强大的客户端保护措施，帮助组织抵御来自服务器端和最终用户环境内部的威胁。

“在AI加速威胁形势演变之前，分别采购WAF、API安全、机器人防御、DDoS缓解、CDN和网络连接单点产品的旧模式就已难以为继。如今，这种模式已不可行。”

F5 Distributed Cloud Services Enterprise 专为同时应对这一问题的两个方面而设计。如果贵组织符合以下情况，请选择 Enterprise：

构建和部署由AI驱动的应用，这些应用需要在混合多云环境中实现具有韧性、可扩展且API优先的交付
应对AI生成的威胁，此类威胁不仅需要特征匹配，还需要行为分析
面临监管审查，合规报告、客户端保护和敏感数据控制是董事会层面的优先事项
整合安全和交付工具链，降低运营复杂性，减少供应商数量
在单一的统一平台上保护内部和外部应用

大规模交付AI应用

AI应用采用API优先架构，横跨多个云、本地GPU集群、边缘推理节点和第三方模型提供商。它们会产生不可预测的流量模式，因此需要能够实时调整的低延迟、高可用交付路径。

Enterprise提供这些架构所需的统一应用交付和流量管理层，将混合和多云环境中的负载均衡、流量路由及应用控制整合到单一的云端解决方案中。结合汇聚CDN、WAAP和边缘服务的边缘分发能力，Enterprise可确保AI应用无论在何处运行、用户身处何地，都能保持稳定性能。

抵御AI驱动的威胁

现实情况是，基于特征的防御机制并非为应对以下威胁而设计：AI生成的攻击具有多态性和自适应能力，并且越来越难以与合法流量区分。面对每次请求都会重写攻击载荷的攻击者，静态规则集无法跟上其变化速度。

F5的AI驱动型Distributed Cloud WAF从根本上改变了Web应用防火墙的运行方式，将依赖大量配置和手动调整特征码的模式，转变为动态、基于结果的威胁评估。该系统能够智能识别并惩罚真正的恶意行为者，同时确保合法用户不受干扰，使安全团队能够更早、更有信心地采用阻止模式部署。结合F5的特征码检测引擎，AI驱动型WAF可提供多层智能防御，应对当今更智能、适应性更强且自动化程度日益提高的攻击者。由此可显著减轻安全团队的运维负担，并缩短实现防护所需的时间，这正是应对持续演变的AI生成威胁所需要的。

此外，F5的恶意用户检测与缓解功能利用用户行为分析，为与应用交互的每个客户端构建全面画像。随着行为数据不断积累，系统会为每个用户分配一个实时变化的风险级别。这对于抵御AI驱动的攻击至关重要，因为它能够发现单个请求无法揭示的行为模式。AI驱动的攻击者企图混入正常流量，而恶意用户检测通过持续评估一段时间内的多种行为信号并自适应响应，使其无所遁形。它将每次交互转化为证据，将每个异常转化为信号，并针对每个威胁级别自动采取相应程度的响应措施。

此外，恶意软件检测不仅依靠特征码，还利用行为分析来识别并阻止通过HTTP/HTTPS流量传送的恶意载荷。当AI使攻击者能够大规模生成多态恶意软件时，行为检测将成为最后一道防线。

客户端保护可实时监控并缓解基于浏览器的攻击，包括Magecart、表单劫持、数字窃取和个人身份信息（PII）收集。借助AI的攻击者正越来越多地将恶意脚本注入客户端代码，瞄准服务器端WAF无法监测的区域。Enterprise能够监测到这些威胁。这也直接支持满足PCI DSS 4、GDPR、CCPA和HIPAA合规要求。合规不仅是安全团队关注的问题，也是董事会层面关注的问题。

更重要的是，Enterprise还为支撑每个AI应用的API优先架构提供深度API安全防护。通过自动模式验证，Enterprise对每次API调用实施正向安全模型，确保只有格式正确且符合预期的请求才能到达模型端点。基于流量和代码的API发现功能可识别随着AI开发加速而不断增多的影子API和未记录端点。主动API测试还可在AI驱动的服务投入生产之前，发现OWASP API十大安全风险所涵盖的漏洞。

总而言之，Enterprise可为安全团队提供所需的行为情报，帮助其领先于利用AI发起攻击的对手，同时提供董事会和监管机构要求的合规证据。