વ્યાખ્યા
Actor બુદ્ધિમત્તા એ application સાથેની interaction ને કોણ અથવા શું ચલાવી રહ્યું છે તેના વિશેનું evidence છે, અને તેના પર કાર્ય કરવા માટે જરૂરી context સાથે જોડાયેલું છે. "actor" એટલે તે ક્ષણે interaction પર નિયંત્રણ ધરાવનાર કંઈપણ: એક વ્યક્તિ, AI assistant સાથે કામ કરતી વ્યક્તિ, એક autonomous agent, અથવા ઉપલબ્ધ evidence જેના વિશે નિર્ધારણ ન કરી શકે તેવી કોઈ વસ્તુ.
Actor બુદ્ધિમત્તા identity થી અલગ છે. Identity પ્રશ્નનો જવાબ આપે છે, "આ કયું account છે?" Actor બુદ્ધિમત્તા પ્રશ્નનો જવાબ આપે છે, "આ account, અથવા આ request, હમણાં કયા પ્રકારનો participant ચલાવી રહ્યો છે, અને આપણે તે કેવી રીતે જાણીએ?"
આ category કેમ અસ્તિત્વમાં છે
Web ના મોટાભાગના ઇતિહાસમાં, applications authenticated session ને વ્યક્તિ તરીકે ગણાવી શકતી હતી. Automated traffic એવી વસ્તુ હતી જેને detect કરીને સામાન્ય રીતે રોકી દેવામાં આવતી. જ્યારે legitimate software agents લોકો અને કંપનીઓ માટે browse કરવા, APIs બોલાવવા અને tools ચલાવવા લાગે, ત્યારે આ model તૂટી જાય છે. હવે application ને નીચેના વચ્ચે ફરક પાડવો પડે છે:
- જે લોકો ને સામાન્ય અનુભવ મળવો જોઈએ.
- જે લોકો AI assistance નો ઉપયોગ કરે છે, જે workflow મુજબ સ્વાગતનીય, મર્યાદિત અથવા ફક્ત disclosed હોઈ શકે છે.
- એવા agents જેમને structured access લાયક હોય, જેમ કે API અથવા machine-readable response.
- એવી interactions જ્યાં evidence એટલું ઓછું હોય કે કહી શકાય નહીં.
અમારો post Human, AI-assisted or agent: a practical taxonomy for application traffic આ ચાર groups ને વિગતે સમજાવે છે.
આ ભેદ વગર teams blunt tools પર પાછી ફરે છે: જે કંઈ automated લાગે તેને block કરો, અથવા જે authenticate કરે તેને બધું allow કરો. બંને સમસ્યાઓ ઊભી કરે છે. પહેલું legitimate integrations તોડી નાખે છે. બીજું high-impact actions ને કોઈના ઇરાદા કરતાં ઓછી context સાથે ચાલવા દે છે.
Actor બુદ્ધિમત્તાના components
Signals
Raw inputs: request signatures, protocol details, clients તરફથી declarations, અને browser sessionsમાંથી interaction signals. કયા signals ઉપલબ્ધ છે તે integration ક્યાં ચાલે છે તેના પર આધાર રાખે છે.
આધાર સાથેની classification
Agent અથવા Human જેવી conclusion ત્યારે જ ઉપયોગી છે જ્યારે તે તેના આધારને સ્પષ્ટ કરે. સારી actor બુદ્ધિમત્તા હંમેશા evidence basis જણાવે છે: Verified, Declared, Inferred અથવા Unknown.
Analytics
સમય સાથે અને route મુજબના patterns: application ના કયા ભાગોમાં agent traffic જોવા મળે છે, કેટલું unknown છે, અને release પછી આ આંકડા કેવી રીતે બદલાય છે.
નિર્ણયો
દરેક route અને risk level માટે application ની પોતાની policy. Actor બુદ્ધિમત્તા આ નિર્ણયો માટે context આપે છે; તે પોતે નિર્ણય લેતી નથી.
તેનો bot detection સાથે શું સંબંધ છે
Bot detection મુખ્યત્વે adversarial છે: તેનો હેતુ abusive automation શોધવાનો અને રોકવાનો છે. Actor બુદ્ધિમત્તા વધુ વ્યાપક છે. તે automation ને એક સામાન્ય participant તરીકે જુએ છે જે legitimate પણ હોઈ શકે છે, અને AI-assisted humans ને તેમની પોતાની category તરીકે જુએ છે. તે Unknown ને પ્રથમ-શ્રેણીની જગ્યા આપે છે, દરેક interaction ને "bot" અથવા "not bot" માં ધકેલવાને બદલે.
સામાન્ય ગેરસમજો
વધુ signals હંમેશા વધુ certainty આપે છે. અલગ strength ધરાવતા signals ને એક જ score માં સરેરાશ ન કરવું જોઈએ. એક verified signature અને એક inferred behavior pattern evidence ના અલગ પ્રકારો છે.
Actor બુદ્ધિમત્તાએ આપમેળે નિર્ણય લેવો જોઈએ. તેનું મૂલ્ય application owner ને વિશ્વસનીય context આપવા માં છે. enforcement owner નક્કી કરે છે.
Proof of Actor માં Actor બુદ્ધિમત્તા
Proof of Actor Actor બુદ્ધિમત્તાને ત્રણ capabilities તરીકે પેક કરે છે: Detect, Understand અને Route. પરિણામો હંમેશા explicit basis સાથેના ચારમાંથી એક class હોય છે, teams observation mode થી શરૂ કરે છે, અને policies application ના પોતાના code માં ચાલે છે. વધુ જાણવા product page જુઓ અથવા apply for early access.