分析API和机器学习未来的发展方式

分析API和机器学习未来的发展方式

（文章来源：金马科技）

目前，API流量的很大一部分可以归因于某种人工行为，并且遵循请求-响应模型。这意味着一个人要做的事情首先会触发API调用。相比之下，由机器而不是人类驱动的API流量遵循不同的编程模式，并且迄今为止，它经常涉及恶意活动，例如僵尸程序或破坏安全性的企图。

但是，在Google Cloud Apigee团队中，我们注意到API世界正在发生变化，算法或机器智能生成的良性程序化API调用在数字生态系统和体验中扮演着更加重要的角色。这种变化是由多种趋势驱动的，这些趋势为企业如何利用API和扩展现有API开启了新的维度。

尽管对语音技术采用的估计不同，但很明显，仅在美国，就有数千万人定期使用智能扬声器和语音控制的数字助理。显然，今天的用户采用语音的速度比过去的用户采用诸如电视或互联网之类的破坏性技术要快得多。随着应用程序迅速扩展到新的领域，例如企业中出现的医疗保健和新用例，语音技术的增长势头将远远超出智能手机和智能扬声器的起源。现在，甚至有一些应用程序允许用户仅使用他们的声音来抬高马桶座圈!

语音技术非常复杂，开发成本可能很高，这就是许多公司通过API将自然语言处理技术提供给其他公司的原因之一。如果语音助理听到用户说“支付我的水电费账单”，则该助手需要了解以下未说明的细微差别：“使用我存储的信用卡在当月从PG&E支付我的水电费账单。”

因此，我们期望看到由API驱动的AI，其中一个团队或一个企业在某些领域中建立了出色的模型，而其他公司或团队则通过API来发挥作用。然后，这些团队或企业可能会开发自己的AI模型，而另一个团队可能会利用它们。我们已经看到了这样的示例，例如Google的用于图像和文本分析的AutoML 。

我们预计API将继续承担有害的机器驱动流量的重担。除非API中内置了正确的安全性，否则流量可能会使后端饱和。实际上，在2017年12月的报告“ 如何建立有效的API安全策略 ”中，Gartner分析师Mark O'Neill，Dionisio Zumerle和Jeremy D'Hoinne预测，“ [b]到2022年，API滥用将是最常见的攻击媒介，导致企业Web应用程序发生数据泄露。”

不良参与者之间机器驱动的API流量的增加正促使企业为抵御攻击者而开发的机器驱动的API流量不断增加。组织需要在API级别上提供强大的安全保护，这些保护不仅包括身份验证和加密等标准，还包括能够识别不良行为者并采取措施制止不良行为者的智能算法和机器学习。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。