攻击者利用 AI,生成恶意载荷、批量挖掘漏洞;而防御侧,企业亟需具备全球覆盖、低延迟、可承载爆发算力的平台,实现威胁感知、暴露面扫描与风险推演。网络安全创新企业spiderSilk,在这场攻防竞速中找到了支撑 AI 安全产品落地的基础设施底座。
spiderSilk 核心平台会汇聚全球遥测数据,依靠 AI 模型识别新兴威胁,常态化执行大规模域名扫描、跨地域威胁模拟与威胁建模推演。这类AI 安全业务负载算力突发特征显著,高度依赖临时弹性集群,同时需要依托全球多节点,同步开展低延迟威胁分析。
早期,spiderSilk 考虑使用大型公有云承载业务,但此类方案定价机制不透明,出站流量成本不可预估;边缘测试节点全球覆盖不足,无法支撑多地域攻防验证;工单运维响应滞后。同时,业务扩容需要大量前期规划与人工介入,严重制约AI 安全产品的快速迭代、场景试验与上线部署效率。
为适配业务持续迭代需求,spiderSilk 联合 Akamai,借助 Akamai 托管 Kubernetes、全球边缘网络与专属技术支持,构建遥测接入‑AI 推理‑异常检测的完整业务链路。
一开始,spiderSilk 选用 Linode 虚拟机,依托稳定可靠的计算资源,灵活支撑业务负载增长。随着 AI 安全评估复杂度提升,spiderSilk 采用基于 LKE 托管 Kubernetes 引擎构建的临时集群,实现高吞吐遥测数据接入、推理流水线执行与异常检测。
在一次跨区域数字资产暴露面评估项目中,spiderSilk 调用 Akamai 边缘网络的大量临时集群,对数千个域名同步开展扫描。依托 Akamai 分布式架构,spiderSilk可从多节点采集情报,模拟贴近现实的威胁攻击场景,实现低延迟、高精度的数据采集。
借助 LKE 临时集群,spiderSilk将全球威胁评估任务的处理时长由数小时压缩至30分钟以内,基础设施成本降低30%-40%。
运营层面,Akamai 增强计算支持服务配备专属技术专家,该项目期间,Akamai 协助spiderSilk 实时调整集群配置,规避业务中断隐患,保障项目如期交付,每周还能工程师节约20%-30%工时。
此外,依托 Akamai 方案支撑,spiderSilk平台持续迭代,在承接复杂度更高的 AI 运算与扫描任务时,平台处理能力提升25%-30%,进一步降低延迟、扩大覆盖,客户规模实现近40%的增长。
未来,spiderSilk 计划引入 GPU 加速算力,支撑深度学习、实时推理、图数据分析与高级威胁关联分析,并不断优化全球业务性能、守住成本优势,推进 AI 网络安全领域的创新实践。
点击此处或【阅读原文】,了解 Akamai Cloud 更多技术优势,也可以拨打 400-609-1609,进一步了解详情。
【推荐阅读】
Akamai 宣布与Anthropic达成 116 亿美元多年期协议,以支持其日益增长的需求
客户案例 |从数小时到数秒:Akamai 助力 AI 企业突破延迟与成本双瓶颈
Akamai Cloud
客户案例
游戏出海
电商出海
点击关注 Akamai 双号矩阵
让云计算成本减半,安全威胁归零

