অ্যাক্টর ইন্টেলিজেন্স

সংজ্ঞা

অ্যাক্টর ইন্টেলিজেন্স হলো একটি অ্যাপ্লিকেশনের সাথে হওয়া ইন্টারঅ্যাকশন কে বা কী চালাচ্ছে সে সম্পর্কে প্রমাণ, এবং সেই প্রমাণের ভিত্তিতে কাজ করার জন্য প্রয়োজনীয় প্রসঙ্গের সমন্বয়। "actor" হলো সেই মুহূর্তে ইন্টারঅ্যাকশনের নিয়ন্ত্রণে যা আছে: একজন ব্যক্তি, AI সহকারী নিয়ে কাজ করা একজন ব্যক্তি, একটি স্বয়ংক্রিয় এজেন্ট, অথবা এমন কিছু যা উপলব্ধ প্রমাণ নির্ধারণ করতে পারে না।

অ্যাক্টর ইন্টেলিজেন্স পরিচয় থেকে আলাদা। পরিচয় প্রশ্নের উত্তর দেয় "এটি কোন account?" অ্যাক্টর ইন্টেলিজেন্স প্রশ্নের উত্তর দেয় "এই মুহূর্তে সেই account, বা এই request, কে পরিচালনা করছে, এবং আমরা তা কীভাবে জানি?"

কেন এই category আছে

ওয়েবের ইতিহাসের বেশিরভাগ সময়ে, অ্যাপ্লিকেশনগুলো একটি authenticated session-কে একজন ব্যক্তি হিসেবে ধরতে পারত। স্বয়ংক্রিয় traffic ছিল এমন কিছু যা শনাক্ত করতে হতো এবং সাধারণত থামাতে হতো। কিন্তু যখন বৈধ software agent-রা তাদের ব্যবহারকারী এবং কোম্পানির হয়ে browsing, API calling এবং tool invocation শুরু করে, তখন সেই model ভেঙে পড়ে। এখন একটি অ্যাপ্লিকেশনকে আলাদা করতে হয়:

• যাদের জন্য normal experience হওয়া উচিত।
• AI assistance ব্যবহার করা মানুষ, যা workflow অনুযায়ী স্বাগত, সীমাবদ্ধ, বা কেবল disclosed হতে পারে।
• এমন agent যাদের structured access প্রাপ্য, যেমন একটি API বা machine-readable response।
• এমন interaction যেখানে প্রমাণ এতটাই অল্প যে কিছু বলা যায় না।

আমাদের post মানব, AI-সহায়িত বা এজেন্ট: application traffic-এর জন্য একটি ব্যবহারিক taxonomy এই চারটি group বিস্তারিতভাবে ব্যাখ্যা করে।

এই পার্থক্য ছাড়া teams blunt tool-এর দিকে ফিরে যায়: যা automated মনে হয় সব block করা, অথবা যা authenticate করে সব allow করা। দুটিই সমস্যা তৈরি করে। প্রথমটি বৈধ integration ভেঙে দেয়। দ্বিতীয়টি উচ্চ-প্রভাবের action-গুলোকে এমন কম প্রসঙ্গ নিয়ে চালাতে দেয়, যা কেউ কখনও উদ্দেশ্য করেনি।

অ্যাক্টর ইন্টেলিজেন্সের উপাদান

সংকেত

কাঁচা input: request signature, protocol details, client-এর declaration, এবং browser session থেকে পাওয়া interaction signal। কোন signal থাকবে তা integration কোথায় চলছে তার উপর নির্ভর করে।

ভিত্তিসহ শ্রেণিবিন্যাস

Agent বা Human-এর মতো একটি সিদ্ধান্ত তখনই কার্যকর, যখন সেটি কীসের উপর দাঁড়িয়ে আছে তা বলে। ভালো অ্যাক্টর ইন্টেলিজেন্স সবসময় evidence basis জানায়: Verified, Declared, Inferred, বা Unknown।

বিশ্লেষণ

সময়ের সাথে এবং route অনুযায়ী pattern: অ্যাপ্লিকেশনের কোন অংশে agent traffic দেখা যাচ্ছে, কতটা unknown, এবং release-এর পরে সেই সংখ্যা কীভাবে বদলায়।

সিদ্ধান্ত

প্রতিটি route এবং risk level-এর জন্য অ্যাপ্লিকেশনের নিজস্ব policy। অ্যাক্টর ইন্টেলিজেন্স এই সিদ্ধান্তগুলোকে তথ্য দেয়; এটি নিজে থেকে সিদ্ধান্ত নেয় না।

এটি bot detection-এর সাথে কীভাবে সম্পর্কিত

Bot detection মূলত adversarial: এর লক্ষ্য abusive automation খুঁজে বের করা এবং থামানো। অ্যাক্টর ইন্টেলিজেন্স আরও বিস্তৃত। এটি automation-কে একটি স্বাভাবিক participant হিসেবে দেখে, যা বৈধও হতে পারে, এবং AI-সহায়িত মানুষকে তাদের নিজস্ব category হিসেবে বিবেচনা করে। এটি Unknown-কে একটি প্রথম-শ্রেণির স্থানও দেয়, প্রতিটি interaction-কে "bot" বা "not bot"-এ জোর করে ঢোকানোর বদলে।

সাধারণ ভুল ধারণা

বেশি signal মানেই বেশি নিশ্চিততা। বিভিন্ন শক্তির signal-কে একটিমাত্র score-এ গড় করা উচিত নয়। একটি verified signature এবং একটি inferred behavior pattern ভিন্ন ধরনের প্রমাণ।

অ্যাক্টর ইন্টেলিজেন্সকে স্বয়ংক্রিয়ভাবে সিদ্ধান্ত নিতে হবে। এর মূল্য হলো application owner-কে নির্ভরযোগ্য প্রসঙ্গ দেওয়া। enforcement সিদ্ধান্ত নেন owner।

Proof of Actor-এ অ্যাক্টর ইন্টেলিজেন্স

Proof of Actor অ্যাক্টর ইন্টেলিজেন্সকে তিনটি capability হিসেবে প্যাকেজ করে: Detect, Understand এবং Route। ফলাফল সবসময় চারটি class-এর একটিতে পড়ে, স্পষ্ট basis-সহ, teams শুরু করে observation mode-এ, এবং policy চলে অ্যাপ্লিকেশনের নিজের code-এ। আরও জানুন product page-এ, অথবা early access-এর জন্য আবেদন করুন।