智能边缘平台Akamai的灵感来自麻省理工学院TimBernersLee教授与AkamaiCEOTomLeighton博士的一次对话。Akamai首席技术官JamesKretchmar解释了这如何导致互联网去中心化模型的想法，该模型目前部署在1,500多个网络中，旨在提高性能。“为了在网络上获得良好的性能，你将在未来遇到这些困难，并且你将遇到服务器瓶颈和拥塞过载，”Kretchmar说。于是Leighton博士和他的学生着手调查这个问题，他们开发了算法来解决这些问题，这就是现在被称为Akamai平台的基础。这些问题的本质是，如果一个企业有一个非常受欢迎的网站，并且全世界的最终用户都试图访问它，那么内容必须通过许多不同的网络才能到达其他国家的最终用户，从而导致访问缓慢的问题。全球互联网可能不明显的一件事是这些网络之间存在瓶颈，如果他们的网站内容被大量访问，它将对托管服务器和周围网络造成负担。这就是模型的驱动力，这是一个高度分布式的平台，如果最终用户请求一段内容，它们将被发送到离他们更近的服务器，这避免了这些网络瓶颈，这提高了性能，意味着最终用户不需要必须全部发送到一个中央服务器。“人工智能和机器学习的影响Kretchmar详细阐述了人工智能(AI)和机器学习(ML)如何影响全球互联网的性能，以及随着全球互联网的不断发展，人工智能如何帮助网络管理。他说：”我们使用该服务的部分工作方式是实时了解全球互联网的性能，并利用全球互联网上不断变化的最佳路径向用户提供内容。机器学习和类似技术可以帮助我们了解全球互联网的结构以及历史和现在不同路径的不同特征。还有一个挑战是有太多的机器人试图恶意攻击网站。他们想窃取数据并试图破坏登录凭据，在这种情况下，机器学习对于确定哪些是机器人，哪些是人类非常重要。但学习策略已经变得如此复杂，以至于他们实际上不必尝试识别它是否是一台机器，而是它是否是一个真正的人。我们可以看看真人的交互是什么样的，这可以解释很多不同的因素，比如如果它是移动设备，他们通过手机输入数据，然后它会改变位置或类似的东西在桌面检查.“5G和物联网展望下一个十年，Akamai的首席技术官期望人工智能能够更好地利用来自新兴5G技术和物联网的数据。他说，“将会有越来越多的相关数据，如5G将有助于实现物联网，挑战将是使用这些不断增长的数据量来做一些事情。例如，我们在智能路由系统方面所做的是从基本方法中学习数据并变得越来越复杂，但是随着我们看到即将发生的事情，更多站点采用高清视频，并且更多需要为最终用户提供更好的网络连接.这将使挑战更加复杂，因此我们将需要更智能的算法来处理数据，以确定如何提供最佳性能。抵御威胁Kretchmar预测的另一个与AI相关的趋势涉及保护网站免受不断演变的网络攻击。“当今网络的生态系统变得越来越复杂，其中包括不断发展的网络攻击，”他解释道。.恶意攻击者总是在寻找一种更有创意和更智能的攻击方式，试图利用在线可用的系统或服务，因此涉及到机器学习技术。我们最近推出了一款针对现代网站工作方式的产品，即它们通常会引入大量第三方内容以使网站正常运行，因此如果您访问大型旅游公司或零售网站，他们的网站是通过引入大量内容创建的内容旨在使其主要站点正常运行。网络攻击者所做的是发挥创造力，他们会破坏第三方的一些内容，这些第三方将他们的一些数据包含在主站点的交付中。在这里，网络攻击者可能会植入代码，例如，试图窃取信用卡信息，而主站点的所有者并没有真正意识到第三方已受到威胁，并将恶意代码也包含在他们的站点中。现在，我们开发了一种通过了解请求流并自动检测是否正在发生恶意活动来应对这种情况的方法，因此我们可以确定网站上是否正在发生恶意活动。这允许网站所有者收到警报并采取适当的行动。“
