人工知能がインターネットのパフォーマンスに与える影響

[[344519]]

インテリジェント エッジ プラットフォームである Akamai のインスピレーションは、MIT の Tim Berners-Lee 教授と Akamai の CEO である Tom Leighton 博士との会話から生まれました。 Akamai の CTO である James Kretchmar 氏は、これがどのようにしてインターネットの分散型モデルというアイデアを生み出したのかを説明しています。このモデルは現在 1,500 を超えるネットワークに導入されており、パフォーマンスの向上を目的としています。

「ウェブ上で良好なパフォーマンスを得るのは困難で、アーキテクチャーはサーバー上でボトルネックや混雑を引き起こすだろう」とクレッチマー氏は語った。そこでレイトン博士と彼の学生たちはこの問題に着目し、これらの問題に対処するアルゴリズムを開発した。これが現在 Akamai プラットフォームとして知られているものの基礎となった。

これらの問題の本質は、企業が非常に人気のある Web サイトを所有し、世界中のエンドユーザーがその Web サイトにアクセスしようとする場合、そのコンテンツが他の国のエンドユーザーに届くまでに多くの異なるネットワークを通過する必要があり、その結果アクセスが遅くなることです。

グローバル インターネットに関して明らかでない点の 1 つは、これらのネットワーク間にボトルネックがあり、Web サイトのコンテンツへのアクセスが集中すると、ホスティング サーバーと周囲のネットワークに負担がかかることです。これがこのモデルの原動力です。このモデルは高度に分散されたプラットフォームであり、エンドユーザーがコンテンツをリクエストすると、そのコンテンツはユーザーに近いサーバーに送られます。これにより、ネットワークのボトルネックが回避され、パフォーマンスが向上し、エンドユーザー全員が 1 つの集中サーバーに送られる必要がなくなります。 ”

人工知能と機械学習の影響

クレッチマー氏は、人工知能 (AI) と機械学習 (ML) がグローバル インターネットのパフォーマンスにどのような影響を与えているか、また、グローバル インターネットが成長し続ける中で AI がネットワーク管理にどのように役立つかについて説明しました。

「私たちのサービスが機能する方法の 1 つは、グローバル インターネットのパフォーマンスをリアルタイムで理解し、グローバル インターネットの最適なパスと常に変化するパスを活用してユーザーにコンテンツを提供することです」と同氏は述べました。「機械学習や同様の技術は、グローバル インターネットの構造と、過去と現在の両方におけるさまざまなパスのさまざまな特性を理解するのに役立ちます。」

現在、もう一つの課題は、ウェブサイト上で悪意のある攻撃を実行しようとするロボットが多すぎることです。彼らはデータを盗み、ログイン認証情報を侵害しようとします。この場合、どれがボットでどれが人間であるかを判断するために機械学習が非常に重要です。

しかし、学習戦略はますます洗練され、必ずしもそれが機械であるかどうかではなく、実際の人間であるかどうかを識別しようとするようになりました。実際の人間によるやり取りがどのように見えるかを確認すれば、さまざまな要素がわかります。たとえば、モバイル デバイスで携帯電話にデータを入力すると、場所が移動します。デスクトップ デバイスでも同様のチェックを行うことができます。 ”

5Gとモノのインターネット

Akamai の最高技術責任者は、次の 10 年を見据えて、新興の 5G テクノロジーと IoT からのデータをより有効に活用するために AI が使用されるようになると予想しています。

「5G がモノのインターネットの実現に役立つなど、インターネットに関連するデータはますます増えるでしょう。課題は、増え続けるデータ量をどう処理するかです」と彼は言います。「たとえば、スマート ルーティング システムでは、基本的なアプローチからデータから学習し、ますます洗練されていきますが、今後は、高解像度のビデオを採用する Web サイトが増え、より優れたネットワーク接続を必要とするエンド ユーザーも増えるでしょう。そうなると課題はより複雑になります。そのため、最高のパフォーマンスを提供する方法を見つけるために、よりスマートなアルゴリズムでデータを処理する必要があります。」

脅威からの保護

クレッチマー氏が予測するもう 1 つの AI 関連のトレンドは、進化するサイバー攻撃から Web サイトを保護することです。

彼は次のように説明した。「今日のオンライン エコシステムは、サイバー攻撃の進化も含め、ますます複雑になっています。悪意のある行為者は常に、オンラインで提供されるシステムやサービスを悪用するための、より創造的でスマートな方法を模索しており、機械学習の技術が関係しています。」

私たちは最近、現代のウェブサイトの仕組みをターゲットにした製品をリリースしました。現代のウェブサイトでは通常、サイトを機能させるために多くのサードパーティのコンテンツが取り込まれます。そのため、大手旅行会社や小売りのウェブサイトでは、メインサイトを機能させるためにさまざまな場所から多くのコンテンツが取り込まれてウェブサイトが構築されています。

サイバー攻撃者は創造力を駆使して、メインサイトの配信に自身のデータの一部を含む第三者のコンテンツの一部を侵害します。この場合、サイバー攻撃者は、たとえば、第三者が侵害され、自分のサイトにも悪意のあるコードが埋め込まれていることをサイトの所有者が実際には認識していない状態で、クレジットカード情報を盗もうとするコードを埋め込む可能性があります。

私たちが今回開発した方法は、リクエストフローを理解し、悪意のある動作が存在するかどうかを自動的に検出し、Web サイトで悪意のある動作が発生しているかどうかを判断することで、これに対抗する方法です。これにより、ウェブサイトの所有者は警告を受け、適切な措置を講じることができます。 ”