ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ

ਪਰਿਭਾਸ਼ਾ

ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਉਹ ਸਬੂਤ ਹੈ ਜੋ ਇਹ ਦੱਸਦਾ ਹੈ ਕਿ ਐਪਲੀਕੇਸ਼ਨ ਨਾਲ ਹੋ ਰਹੇ ਇੰਟਰੈਕਸ਼ਨ ਨੂੰ ਕੌਣ ਜਾਂ ਕੀ ਚਲਾ ਰਿਹਾ ਹੈ, ਅਤੇ ਉਸ ਉੱਤੇ ਕਾਰਵਾਈ ਕਰਨ ਲਈ ਲੋੜੀਂਦਾ ਸੰਦਰਭ ਵੀ ਨਾਲ ਹੁੰਦਾ ਹੈ। "actor" ਉਹ ਹੁੰਦਾ ਹੈ ਜੋ ਉਸ ਪਲ ਇੰਟਰੈਕਸ਼ਨ ਦੇ ਨਿਯੰਤਰਣ ਵਿੱਚ ਹੋਵੇ: ਇੱਕ ਵਿਅਕਤੀ, AI ਸਹਾਇਕ ਨਾਲ ਕੰਮ ਕਰ ਰਿਹਾ ਇੱਕ ਵਿਅਕਤੀ, ਇੱਕ ਖੁਦਚਲਿਤ ਏਜੰਟ, ਜਾਂ ਕੁਝ ਐਸਾ ਜਿਸ ਨੂੰ ਉਪਲਬਧ ਸਬੂਤ ਨਿਰਧਾਰਤ ਨਾ ਕਰ ਸਕਣ।

ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਪਛਾਣ ਤੋਂ ਵੱਖਰੀ ਹੈ। ਪਛਾਣ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦੀ ਹੈ "ਇਹ ਕਿਹੜਾ ਖਾਤਾ ਹੈ?" ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦੀ ਹੈ "ਇਸ ਵੇਲੇ ਇਸ ਖਾਤੇ, ਜਾਂ ਇਸ ਬੇਨਤੀ, ਨੂੰ ਕਿਸ ਕਿਸਮ ਦਾ ਭਾਗੀਦਾਰ ਚਲਾ ਰਿਹਾ ਹੈ, ਅਤੇ ਅਸੀਂ ਇਹ ਕਿਵੇਂ ਜਾਣਦੇ ਹਾਂ?"

ਇਹ ਸ਼੍ਰੇਣੀ ਕਿਉਂ ਮੌਜੂਦ ਹੈ

ਵੈੱਬ ਦੇ ਜ਼ਿਆਦਾਤਰ ਇਤਿਹਾਸ ਦੌਰਾਨ, ਐਪਲੀਕੇਸ਼ਨਾਂ ਇੱਕ authenticated session ਨੂੰ ਇੱਕ ਵਿਅਕਤੀ ਮੰਨ ਸਕਦੀਆਂ ਸਨ। ਆਟੋਮੇਟਡ ਟ੍ਰੈਫਿਕ ਉਹ ਚੀਜ਼ ਸੀ ਜਿਸ ਨੂੰ ਪਛਾਣਿਆ ਜਾਂਦਾ ਸੀ ਅਤੇ ਆਮ ਤੌਰ 'ਤੇ ਰੋਕਿਆ ਜਾਂਦਾ ਸੀ। ਜਦੋਂ ਜਾਇਜ਼ software agents ਉਹਨਾਂ ਲੋਕਾਂ ਅਤੇ ਕੰਪਨੀਆਂ ਵੱਲੋਂ browser ਕਰਨ, APIs ਨੂੰ ਕਾਲ ਕਰਨ ਅਤੇ tools ਨੂੰ invoke ਕਰਨ ਲੱਗ ਪਏ ਜੋ ਉਹਨਾਂ ਨੂੰ ਚਲਾਉਂਦੇ ਹਨ, ਤਾਂ ਇਹ ਮਾਡਲ ਟੁੱਟ ਜਾਂਦਾ ਹੈ। ਹੁਣ ਇੱਕ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਇਹ ਫਰਕ ਕਰਨਾ ਪੈਂਦਾ ਹੈ:

• ਉਹ ਲੋਕ ਜਿਨ੍ਹਾਂ ਨੂੰ ਆਮ ਅਨੁਭਵ ਮਿਲਣਾ ਚਾਹੀਦਾ ਹੈ।
• AI ਸਹਾਇਤਾ ਵਰਤਣ ਵਾਲੇ ਲੋਕ, ਜੋ workflow ਦੇ ਅਨੁਸਾਰ ਸਵਾਗਤਯੋਗ, ਸੀਮਿਤ, ਜਾਂ ਸਿਰਫ਼ disclosed ਹੋ ਸਕਦੇ ਹਨ।
• ਏਜੰਟ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸੰਰਚਿਤ ਪਹੁੰਚ ਮਿਲਣੀ ਚਾਹੀਦੀ ਹੈ, ਜਿਵੇਂ ਕੋਈ API ਜਾਂ machine-readable ਜਵਾਬ।
• ਉਹ ਇੰਟਰੈਕਸ਼ਨ ਜਿੱਥੇ ਸਬੂਤ ਇੰਨਾ ਘੱਟ ਹੈ ਕਿ ਕੁਝ ਨਹੀਂ ਕਿਹਾ ਜਾ ਸਕਦਾ।

ਸਾਡੀ post Human, AI-assisted or agent: a practical taxonomy for application traffic ਇਨ੍ਹਾਂ ਚਾਰ ਸਮੂਹਾਂ ਦੀ ਵਿਸਤਾਰ ਨਾਲ ਵਿਆਖਿਆ ਕਰਦੀ ਹੈ।

ਇਸ ਫਰਕ ਦੇ ਬਿਨਾਂ, ਟੀਮਾਂ ਨਿਰਦਈ tools ਵੱਲ ਮੁੜ ਜਾਂਦੀਆਂ ਹਨ: ਹਰ ਉਸ ਚੀਜ਼ ਨੂੰ block ਕਰਨਾ ਜੋ automated ਲੱਗੇ, ਜਾਂ ਹਰ ਉਸ ਚੀਜ਼ ਨੂੰ allow ਕਰਨਾ ਜੋ authenticate ਹੋ ਜਾਏ। ਦੋਵੇਂ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਪਹਿਲਾ ਜਾਇਜ਼ integrations ਨੂੰ ਤੋੜ ਦਿੰਦਾ ਹੈ। ਦੂਜਾ ਉੱਚ-ਅਸਰ ਵਾਲੀਆਂ ਕਾਰਵਾਈਆਂ ਨੂੰ ਉਸ ਤੋਂ ਘੱਟ ਸੰਦਰਭ ਨਾਲ ਚਲਣ ਦਿੰਦਾ ਹੈ ਜਿੰਨਾ ਕਿਸੇ ਨੇ ਸੋਚਿਆ ਸੀ।

ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਹਿੱਸੇ

Signals

ਕੱਚੇ inputs: request signatures, protocol details, clients ਵੱਲੋਂ declarations, ਅਤੇ browser sessions ਤੋਂ interaction signals। ਕਿਹੜੇ signals ਮੌਜੂਦ ਹਨ, ਇਹ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ integration ਕਿੱਥੇ ਚੱਲਦਾ ਹੈ।

ਇੱਕ basis ਨਾਲ classification

ਇੱਕ ਨਤੀਜਾ ਜਿਵੇਂ Agent ਜਾਂ Human ਤਦੋਂ ਹੀ ਲਾਭਦਾਇਕ ਹੈ ਜਦੋਂ ਉਹ ਦੱਸੇ ਕਿ ਉਹ ਕਿਸ ਉੱਤੇ ਆਧਾਰਿਤ ਹੈ। ਚੰਗੀ ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਹਮੇਸ਼ਾ evidence basis ਦਿੰਦੀ ਹੈ: Verified, Declared, Inferred ਜਾਂ Unknown।

Analytics

ਸਮੇਂ ਦੇ ਨਾਲ ਅਤੇ route ਅਨੁਸਾਰ patterns: ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਕਿਹੜੇ ਹਿੱਸੇ agent traffic ਵੇਖਦੇ ਹਨ, ਕਿੰਨਾ ਹਿੱਸਾ Unknown ਹੈ, ਅਤੇ release ਤੋਂ ਬਾਅਦ ਇਹ ਅੰਕ ਕਿਵੇਂ ਬਦਲਦੇ ਹਨ।

Decisions

ਹਰ route ਅਤੇ risk level ਲਈ ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਆਪਣੀ policy। ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਇਨ੍ਹਾਂ decisions ਨੂੰ ਜਾਣਕਾਰੀ ਦਿੰਦੀ ਹੈ; ਇਹ ਆਪਣੇ ਆਪ ਇਹ decisions ਨਹੀਂ ਲੈਂਦੀ।

ਇਹ bot detection ਨਾਲ ਕਿਵੇਂ ਸੰਬੰਧਿਤ ਹੈ

Bot detection ਮੁੱਖ ਤੌਰ 'ਤੇ adversarial ਹੁੰਦੀ ਹੈ: ਇਸ ਦਾ ਮਕਸਦ abusive automation ਨੂੰ ਲੱਭਣਾ ਅਤੇ ਰੋਕਣਾ ਹੁੰਦਾ ਹੈ। ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਇਸ ਤੋਂ ਵੱਡੀ ਹੈ। ਇਹ automation ਨੂੰ ਇੱਕ ਆਮ ਭਾਗੀਦਾਰ ਮੰਨਦੀ ਹੈ ਜੋ ਜਾਇਜ਼ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ AI ਸਹਾਇਤਾ ਵਾਲੇ ਮਨੁੱਖਾਂ ਨੂੰ ਆਪਣੀ ਹੀ category ਮੰਨਦੀ ਹੈ। ਇਹ Unknown ਨੂੰ ਵੀ ਪਹਿਲੀ-ਪੱਧਰੀ ਥਾਂ ਦਿੰਦੀ ਹੈ, ਹਰ ਇੰਟਰੈਕਸ਼ਨ ਨੂੰ "bot" ਜਾਂ "not bot" ਵਿੱਚ ਧੱਕਣ ਦੀ ਬਜਾਏ।

ਆਮ ਗਲਤਫਹਿਮੀਆਂ

ਜ਼ਿਆਦਾ signals ਹਮੇਸ਼ਾ ਵਧੇਰੇ certainty ਦਿੰਦੇ ਹਨ। ਵੱਖ-ਵੱਖ ਤਾਕਤ ਵਾਲੇ signals ਨੂੰ ਇੱਕ score ਵਿੱਚ average ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ। ਇੱਕ verified signature ਅਤੇ ਇੱਕ inferred behavior pattern evidence ਦੀਆਂ ਵੱਖਰੀਆਂ ਕਿਸਮਾਂ ਹਨ।

ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਆਪੇ-ਆਪ ਫੈਸਲਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਦੀ ਕੀਮਤ ਇਹ ਹੈ ਕਿ ਇਹ application owner ਨੂੰ ਭਰੋਸੇਯੋਗ ਸੰਦਰਭ ਦਿੰਦੀ ਹੈ। enforcement ਦਾ ਫੈਸਲਾ owner ਕਰਦਾ ਹੈ।

Proof of Actor ਵਿੱਚ ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ

Proof of Actor ਐਕਟਰ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਤਿੰਨ capabilities ਵਜੋਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ: Detect, Understand ਅਤੇ Route। ਨਤੀਜੇ ਹਮੇਸ਼ਾ explicit basis ਨਾਲ ਚਾਰ ਵਰਗਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੁੰਦੇ ਹਨ, teams observation mode ਨਾਲ ਸ਼ੁਰੂ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ policies ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਆਪਣੇ code ਵਿੱਚ ਚਲਦੀਆਂ ਹਨ। ਹੋਰ ਜਾਣੋ product page ਉੱਤੇ ਜਾਂ apply for early access ਕਰੋ।