Shaktiman Mall是 Aviatrix 的首席产品经理。凭借十多年的网络解决方案设计和实施经验,Mall 以其独创性、创造力、适应性和精确性而自豪。在加入 Aviatrix 之前,Mall 曾担任 Palo Alto Networks 的高级技术营销经理和 MphasiS 的首席基础设施工程师。
Aviatrix是一家专注于简化云网络以帮助企业保持敏捷性的公司。他们的云网络平台被 500 多家企业使用,旨在提供可见性、安全性和控制力以适应不断变化的需求。Aviatrix 认证工程师 (ACE) 计划提供多云网络和安全认证,旨在支持专业人士跟上数字化转型趋势。
是什么最初吸引您关注计算机工程和网络安全?
作为一名学生,我最初对医学更感兴趣,并希望攻读生物技术学位。然而,在与同学讨论过去十年的技术进步和即将出现的新兴技术后,我决定转向计算机科学。
您能否描述一下您目前在 Aviatrix 的职责,并与我们分享您的职责以及日常工作是怎样的?
我在 Aviatrix 工作了两年,目前担任产品部门的首席产品经理。作为产品经理,我的职责包括构建产品愿景、进行市场调研以及为销售、营销和支持团队提供咨询。这些意见与直接的客户互动相结合,帮助我定义功能和错误修复并确定其优先级。
我还确保我们的产品符合客户的要求。新产品的功能应该易于使用,不会过于复杂或不必要地复杂。在我的职位上,我还需要考虑这些功能的推出时间——我们今天可以投入工程资源,还是可以等六个月?为此,应该分阶段推出还是分阶段推出不同的版本?最重要的是,预计的投资回报率是多少?
平均而言,一天要参加工程会议、项目规划、客户电话会议以及销售和支持会议。这些讨论让我能够了解即将推出的功能和用例,同时了解当前的问题和反馈,以便在发布之前进行故障排除。
IT 团队在将 AI 工具集成到现有云基础设施时面临的主要挑战是什么?
根据AI和IT技术融合的实际经验,我认为企业会遇到四个方面的挑战:
- 利用数据和集成:数据丰富了人工智能,但当数据分布在组织内的不同地方和资源时,就很难正确地利用它。
- 扩展:AI 操作可能需要大量 CPU,因此扩展起来十分困难。
- 培训和提高意识:一家公司可能拥有最强大的人工智能解决方案,但如果员工不知道如何使用它或不理解它,那么它就无法得到充分利用。
- 成本:尤其是对于 IT 而言,高质量的 AI 集成并不便宜,企业必须相应地预算。
- 安全性:确保云基础设施符合与人工智能应用相关的安全标准和监管要求
企业如何确保其云基础设施足够强大,能够支持人工智能应用程序的大量计算需求?
运行 AI 应用程序需要考虑多个因素。首先,找到适合规模和性能的类型和实例至关重要。
此外,还需要有足够的数据存储,因为这些应用程序将从公司内部可用的静态数据中提取数据并构建自己的信息数据库。数据存储成本可能很高,迫使企业评估不同类型的存储优化。
另一个考虑因素是网络带宽。如果公司中的每个员工都同时使用相同的 AI 应用程序,则网络带宽需要扩展 – 否则,应用程序将运行缓慢而无法使用。同样,公司需要决定是使用集中式 AI 模型(计算发生在一个地方)还是分布式 AI 模型(计算发生在更靠近数据源的地方)。
随着人工智能的日益普及,IT 团队如何保护他们的系统免受日益严重的网络攻击风险?
每个 IT 团队都必须考虑安全性的两个主要方面。首先,我们如何防范外部风险?其次,我们如何确保数据(无论是客户的个人身份信息 (PII) 还是专有信息)保留在公司内部且不被泄露?企业必须确定谁可以访问某些数据,谁不能访问。作为产品经理,我需要其他人无权访问或编码的敏感信息。
在 Aviatrix,我们帮助客户防范攻击,使他们能够继续采用人工智能等技术,这些技术对于当今的竞争力至关重要。回想一下网络带宽优化:由于 Aviatrix 充当我们客户的数据平面,我们可以管理通过其网络的数据,提供可见性并增强安全实施。
同样,我们的分布式云防火墙 (DCF) 解决了分布式 AI 模型的挑战,即数据在多个地方被查询,跨越不同法律和合规性的地理边界。具体来说,DCF 支持在全球范围内实施的一套安全合规性,确保支持同一套安全和网络架构。我们的 Aviatrix 网络架构还使我们能够识别瓶颈,我们可以动态更新路由表或帮助客户创建新连接以优化 AI 需求。
企业如何在实施 AI 技术的同时优化云支出,Aviatrix 平台在其中扮演什么角色?
在实施人工智能时,帮助企业优化云支出的主要做法之一是尽量减少出口支出。
云网络数据处理和出口费用是云成本的重要组成部分。它们既难以理解又缺乏灵活性。这些成本结构不仅阻碍了企业的可扩展性和数据可移植性,而且随着云数据量的增加,规模收益也会减少,从而影响组织的带宽。
Aviatrix 设计了我们的出口解决方案,为客户提供可视性和控制力。我们不仅通过 DCF 对网关执行强制执行,还进行本机编排,在网络接口卡级别执行控制,从而大幅节省成本。事实上,在计算出口支出数字后,我们的客户报告节省了 20% 到 40% 的成本。
我们还正在构建自动调整规模功能,以自动检测高资源利用率并根据需要自动安排升级。
最后,我们通过智能路由、流量工程和跨多云环境的安全连接等先进的网络功能确保最佳网络性能。
Aviatrix CoPilot 如何提高运营效率并在多云环境中提供对 AI 部署的更好的可视性和控制?
Aviatrix CoPilot 的拓扑视图提供实时网络延迟和吞吐量,使客户能够查看 VPC/VNet 的数量。它还显示不同的云资源,加速问题识别。例如,如果客户发现网络中存在延迟问题,他们就会知道哪些资产受到影响。此外,Aviatrix CoPilot 可帮助客户识别瓶颈、配置问题以及不正确的连接或网络映射。此外,如果客户需要将其网关之一扩展到节点以容纳更多 AI 功能,Aviatrix CoPilot 可以根据需要自动检测、扩展和升级。
您能解释一下 Aviatrix CoPilot 中的动态拓扑映射和嵌入式安全可见性如何帮助实时排除 AI 应用程序故障吗?
Aviatrix CoPilot 的动态拓扑映射还有助于实现强大的故障排除功能。如果客户必须排除不同云之间的问题(需要他们了解流量被阻止的位置),CoPilot 可以找到它,从而简化解决方案。Aviatrix CoPilot 不仅可以可视化网络方面,还可以以我们自己的威胁 IQ 的形式提供安全可视化组件,以执行安全和漏洞保护。我们帮助客户将网络和安全映射到一个全面的可视化解决方案中。
我们还通过 costIQ 帮助进行成本容量规划,通过自动正确调整大小和网络优化帮助进行性能规划。
Aviatrix 在集成 AI 工具时如何确保跨不同云提供商的数据安全性和合规性?
AWS 及其 AI 引擎 Amazon Bedrock 的安全要求与 Azure 和 Microsoft Copilot 不同。Aviatrix 的独特之处在于,它可以帮助我们的客户创建一个编排层,我们可以在其中自动将安全和网络要求与相关 CSP 保持一致。例如,Aviatrix 可以自动为所有 CSP 划分数据,而不管 API 或底层架构如何。
值得注意的是,所有这些 AI 引擎都在公共子网内,这意味着它们可以访问互联网,由于它们使用专有数据,因此会产生额外的漏洞。值得庆幸的是,我们的 DCF 可以位于公共和私有子网上,从而确保安全。除了公共子网之外,它还可以位于不同的区域和 CSP 之间、数据中心和 CSP 或 VPC/VNet 之间,甚至位于随机站点和云之间。我们在 VPC/VNet 和区域之间建立端到端加密,以安全地传输数据。我们还对系统上执行的任务进行广泛的审计和日志记录,以及集成网络和策略与威胁检测和深度数据包检查。
您预见到人工智能和云计算交叉领域的未来趋势是什么?Aviatrix 将如何准备应对这些趋势?
我看到人工智能和云计算的相互作用在网络、安全、可视性和故障排除等关键领域催生了令人难以置信的自动化功能,从而显著节省成本并提高效率。
它还可以分析进入网络的不同类型的数据,并推荐最合适的策略或安全合规性。同样,如果客户需要执行 HIPAA,该解决方案可以扫描客户的网络,然后推荐相应的策略。
故障排除是一项重大投资,因为它需要呼叫中心来协助客户。然而,大多数这些问题并不需要人工干预。
生成式人工智能 (GenAI) 也将成为云计算的变革者。如今,拓扑结构是零日决策——一旦构建了架构或网络拓扑结构,就很难进行更改。我认为即将出现的一个潜在用例是,一种可以根据某些要求推荐最佳拓扑结构的解决方案。GenAI 可以解决的另一个问题与安全策略有关,这些策略在几年后很快就会过时。AGenAI 解决方案可以帮助用户根据新法律法规定期创建新的安全堆栈。
鉴于越来越多的人工智能将靠近数据源,Aviatrix 可以使用我们的边缘解决方案为数据中心实现相同的安全架构。我们可以帮助将分支机构和站点连接到运行人工智能计算的云端和边缘。
我们还帮助同一家公司内具有不同运营模式的不同客户或实体进行 B2B 整合。
AI 正在推动激动人心的新计算趋势,这将影响基础设施的构建方式。在 Aviatrix,我们期待通过安全、无缝的云网络解决方案抓住这一机遇。
原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/shaktiman-mall-aviatrix-shou-xi-chan-pin-jing-li-fang-tan