数据保护供应商Druva正在其DruAI套件中新增一组智能体,以更快的速度、更简单的操作和更高的可靠性来强化网络安全防护能力。
这些基于Amazon Bedrock AgentCore构建的自主智能体代表了一套智能体系统,能够解释自然语言请求、分析数据,并采取有意义的行动来保护、恢复和管理用户数据。
Druva首席执行官兼联合创始人Jaspreet Singh表示:"我们的愿景是AI不仅能够协助用户,还能执行复杂任务、实时响应威胁,并提供个性化的动态用户界面。今天的发布朝着这个方向迈出了重要一步。智能体AI将彻底改变用户与软件的交互方式,我们正在将这一功能直接集成到我们的平台中,无需客户承担额外费用。"
DruAI智能体包含三种类型:
数据智能体从遥测数据、风险指标和历史记录中发现关键信号和趋势。
帮助智能体通过故障排除、事件调查和建议后续步骤来指导用户。
行动智能体执行特定任务,如恢复工作负载、创建保护策略或调整保留期以优化成本。
通过协同工作,这些智能体可以让客户用一条命令恢复整个应用程序,编排完整的工作负载恢复,无需手动拼接基础设施组件。例如,DruAI智能体可以通过简单的提示,一步完成EC2实例的恢复,包括其配置、卷和相关网络。
网络安全调查也得到改进,无需检查仪表板、日志和警报来了解变化和风险。数据智能体和帮助智能体可以自动发现异常、标记可疑模式,并生成高管级摘要,支持更快的决策和响应。
DruAI包含智能体测试选项,通过内置合成数据集,允许客户测试AI提示、模拟恢复场景,并在安全沙箱内评估输出。Druva表示,这有助于团队验证结果、探索新用例,并在生产环境中应用AI之前对用户进行培训。
该公司表示,在过去一年中,超过3000名客户和10000名用户使用DruAI来帮助调查和解决问题,在恢复、配置和支持工作流程中进行了超过11000次AI驱动的对话。63%的客户问题通过DruAI直接解决。需要人工干预的支持案例通过DruAI使用基于遥测的上下文,解决速度提高了58%。此外,通过严格的数据完整性控制构建,Druva声称DruAI保持了零幻觉率。
DruAI不允许用户访问他们未被授权访问的任何数据。它及其智能体不会访问或学习客户数据,这些数据在Druva平台上是加密的,不会与任何第三方共享。DruAI采用隔离的大语言模型和私有检索增强生成技术设计。Druva表示,这确保了安全分析,并专门使用组织的元数据来保护其敏感信息。
在未来12个月内,Druva的DruAI计划将网络安全调查的平均解决时间减少多达70%,通过自然语言交互实现多达90%的常规数据保护任务,并将备份故障排除时间从几小时缩短到几分钟。
Druva的DruAI智能体现已可用。更多关于Druva智能体数据安全愿景和策略的信息,可阅读CEO Singh的博客。
从AI智能体角度来看,Druva和Cohesity(配备Gaia)是最先进的网络安全防护供应商之一。我们认为Druva的竞争对手可能正在开发类似的智能体功能。Druva未来可能的举措是将DruAI与客户的AI管道集成,并开放其存储的备份数据集用于AI模型和智能体分析处理。
Q&A
Q1:DruAI智能体有哪些类型,分别能做什么?
A:DruAI包含三种智能体:数据智能体负责从遥测数据、风险指标和历史记录中发现关键信号和趋势;帮助智能体通过故障排除、事件调查和建议后续步骤来指导用户;行动智能体执行具体任务,如恢复工作负载、创建保护策略或调整保留期以优化成本。
Q2:DruAI在数据安全方面有什么保障?
A:DruAI采用严格的数据完整性控制,不允许用户访问未被授权的数据。它及其智能体不会访问或学习客户数据,这些数据在Druva平台上是加密的,不会与第三方共享。DruAI使用隔离的大语言模型和私有检索增强生成技术,专门使用组织的元数据来保护敏感信息。
Q3:使用DruAI能带来什么效果?
A:据统计,63%的客户问题通过DruAI直接解决,需要人工干预的支持案例解决速度提高了58%。未来12个月内,DruAI计划将网络安全调查的平均解决时间减少70%,通过自然语言交互实现90%的常规数据保护任务,并将备份故障排除时间从几小时缩短到几分钟。
好文章,需要你的鼓励
随着谷歌搜索和亚马逊主页在电商领域影响力下降,AI助手如ChatGPT、Claude等成为消费者新的购物入口。品牌必须掌握生成式引擎优化(GEO)技术才能保持可见性。传统SEO策略已失效,AI系统更青睐结构化、问答式的高质量内容。研究显示,来自AI助手的流量转化率比其他渠道高9倍。品牌需要基于真实客户问题创建内容,采用结构化问答格式,并建立信任度,才能在这个新的电商秩序中脱颖而出。
斯坦福大学研究发现,主要用英语训练的大型语言模型竟能自发学会处理其他语言任务,无需明确教学。这种跨语言迁移能力随模型规模增大而显著提升,通过形成"通用语义空间"实现不同语言间的知识迁移。研究为降低多语言AI开发成本、支持资源稀缺语言提供了新途径,但仍面临性能不均衡、文化适应性等挑战。
2025年第一季度网络攻击激增126%,英国新法案要求数据中心强制报告网络安全事件。现代威胁已演变为同时攻击IT和OT系统,而许多数据中心的备用电源系统仍使用90年代的过时技术。电池储能系统(BESS)通过分布式架构、加密通信和自主运行能力提供网络弹性防护。BESS即服务模式将网络安全维护转移给专业提供商,同时通过需求响应和能源套利创造收益。随着全球法规要求将网络安全与能源安全相结合,数据中心需要现代化基础设施来应对日益严峻的威胁环境。
阿姆斯特丹大学与Salesforce合作开发的奖励引导推测解码(RSD)技术,通过让小模型处理简单任务、大模型解决复杂问题的智能分工,在保持推理准确率的同时大幅提升计算效率。该技术在数学推理等任务中表现出色,计算量最多可减少75%,为AI应用的普及和成本降低提供了重要技术支撑。