SaaS数据保护提供商Druva推出了新的AI智能体,能够实时查询聚合备份数据,获取风险、异常和趋势的摘要,加速并简化备份数据管理。
该公司表示,传统上"备份智能仅限于静态仪表板和孤立报告"。在当今许多环境中,团队必须先将备份元数据提取、转换并加载到独立系统中才能进行分析,这既耗时又增加成本。通过使用图论映射备份元数据并让自然语言驱动的AI智能体搜索这些数据,可以消除这些限制。
Druva首席执行官兼联合创始人Jaspreet Singh表示:"备份一直是未开发的智能金矿,Druva通过不断扩展的AI智能体家族稳步释放这一潜力。借助Dru MetaGraph和新的DruAI智能体,我们正在迈出下一步,让每个团队都能查询和操作他们的元数据。这使备份智能的访问民主化,将其价值从IT和安全扩展到合规和法务等职能部门。"
Druva已经拥有一套数据、帮助和操作AI智能体,使客户能够通过一个命令恢复整个应用程序,编排完整的工作负载恢复,并消除手动拼接基础设施组件的需要。现在,该公司通过图映射其元数据并让两个新智能体访问这种图结构,提供实时备份管理智能和操作,更进一步。
Dru MetaGraph元数据基础将所有备份元数据(如文件属性、权限和身份信息)聚合到一个安全的元数据层中,结合图智能。它没有对元数据进行向量化,因为向量无法捕获备份元数据中事件和项目之间的关系。在图论中,实体(节点)及其关系(边)在图数据结构中表示。可以通过调查关系和互连的算法进行分析,以发现模式、预测结果和优化流程。
两个新的DruAI智能体使用此类算法查看MetaGraph并实时分析元数据关系和上下文。这可以"帮助组织精确定位风险、简化合规报告并提高运营效率——所有这些都无需移动或暴露数据"。
Dru Insights智能体具有实时智能功能,将复杂的元数据提炼为清晰、优先级明确的洞察——最重要风险、异常和趋势的摘要,以及处理它们的推荐步骤。
Dru Lifecycle智能体使管理员能够通过自然语言查询来识别过时或不合规的数据,在孤立账户成为风险载体之前发现它们,并大规模执行保留政策。客户可以询问诸如"显示不符合PCI(支付卡行业)保留合规性的数据"等问题。Lifecycle智能体将这些问题转换为对MetaGraph的查询并返回上下文答案,帮助团队找到需要行动的事项并实现行动。
DruAI可以为用户提供将结果显示为图表的选项,该图表可以固定到他们的仪表板上供将来使用。
Druva表示,管理团队可以按需提取完整的审计跟踪、日志和异常,以精确定位威胁、确认影响并立即触发正确的响应。他们可以实时检测异常模式、政策违规或可疑活动,然后立即采取行动遏制它们。团队还可以查看备份趋势,检查许可证使用情况,在几秒钟内验证政策覆盖范围,并当场进行更改。
Dru MetaGraph和所有DruAI智能体完全在Druva平台内运行,仅分析元数据,而非实际客户数据。每个客户在其租户中都有自己独立的MetaGraph,具有端到端加密并符合FedRAMP、SOC 2和GDPR等全球标准。客户数据永远不会离开其边界。Druva使用私有检索增强生成(RAG)和隔离的大语言模型来提供准确、上下文感知的答案,而不暴露信息或在租户间共享数据。
Insights智能体今天正式发布。Lifecycle智能体将很快推出。
Q&A
Q1:Dru MetaGraph是什么?它有什么作用?
A:Dru MetaGraph是Druva开发的元数据基础设施,它将所有备份元数据(如文件属性、权限和身份信息)聚合到一个安全的元数据层中,结合图智能技术。通过图论映射备份元数据,让AI智能体能够实时搜索和分析这些数据,发现模式、预测结果并优化流程。
Q2:DruAI智能体能帮助解决哪些实际问题?
A:DruAI智能体可以帮助组织精确定位风险、简化合规报告、提高运营效率。Insights智能体能提供风险、异常和趋势的摘要及处理建议;Lifecycle智能体能通过自然语言查询识别过时或不合规数据,发现孤立账户,大规模执行保留政策,实时检测威胁并立即响应。
Q3:使用DruAI智能体的数据安全性如何保障?
A:所有DruAI智能体完全在Druva平台内运行,仅分析元数据而非实际客户数据。每个客户在其租户中都有独立的MetaGraph,具有端到端加密并符合FedRAMP、SOC 2和GDPR等全球标准。客户数据永不离开边界,使用私有检索增强生成和隔离的大语言模型确保信息安全。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。