Cato의 문의하기 AI는 자연어를 사용하여 Cato 계정을 탐색할 수 있도록 하는 생성형 AI 에이전트입니다. 문의하기 AI는 각 도구의 기능에 따라 쿼리에 응답하기 위해 다양한 도구를 동적으로 선택합니다. 이를 통해 네트워크를 모니터링하고 분석하며 문제를 해결할 수 있으며, 계정 데이터를 기반으로 근본 원인 분석을 수행합니다. 동일한 세션 내에서 후속 질문을 이해하고 적절한 경우 관련 KB 문서에 대한 링크를 제공합니다.
문의하기 AI은 질문에 답변할 때 계정에 대한 데이터를 클라우드 액세스할 수 있습니다. 이를 통해 사용자, 사이트, 애플리케이션 및 대역폭 사용량에 대한 정보를 보기에 도움이 되는 수백 가지의 새로운 사용 사례의 문을 엽니다. 가장 정확한 결과를 얻으려면 영어로 질문하십시오.
쿼리에 대한 추가 정보는 문의하기 AI - 샘플 질문을 참조하세요.
문의하기 AI는 독립적으로 어떤 소스를 사용할지 결정하여 질문에 답변합니다. 이를 통해 자연어 질문을 통해 문제 해결, 성능 분석 및 사용량 추세를 직접 탐색할 수 있습니다.
문의하기 AI는 다음 소스의 정보를 사용할 수 있습니다:
문의하기 AI는 자연어 프롬프트에 응답하여 계정의 데이터를 쿼리할 수 있습니다. 이를 통해 여러 페이지를 수동으로 탐색하거나 필터를 적용하거나 쿼리를 직접 작성하지 않고도 계정 데이터를 조사할 수 있습니다.
사이트, 사용자, 애플리케이션, 정책, 이벤트, 대역폭 사용량 및 네트워크 상태를 포함하여 계정 엔터티 및 텔레메트리에 대해 물어볼 수 있습니다. 문의하기 AI는 요청의 범위에 따라 현재 및 과거 데이터를 반환할 수 있습니다.
글로벌 검색 동안 문의하기 AI
문의하기 AI는 Cato 관리 애플리케이션 객체 또는 엔터티가 다양한 정책에서 사용되는 위치를 빠르게 찾을 수 있도록 도와줍니다. 글로벌 검색을 사용하여 변경의 영향을 평가하고 기존 정책 사용을 검토하며 각 정책을 별도로 확인하지 않도록 할 수 있습니다.
글로벌 검색 동안 지원되는 정책
글로벌 검색은 이러한 정책에 대한 교차 정책 검색을 지원합니다.
보안
- 안티멀웨어 > 파일 해시 정책
- 앱 & 데이터 인라인 보호
- 애플리케이션 제어 정책
- 테넌트 제한
- 동적 예방
- 인터넷 방화벽
- LAN 방화벽
- TLS 검사
- WAN 방화벽
네트워킹
- DNS 설정
- IP 할당
- 네트워크 규칙
- 사이트 설정 > 우회
클라우드 액세스
- 항상 연결 정책
- 브라우저를 통한 내부 앱 접근 제어 > 접근 정책
- 클라이언트 연결 정책
- 프록시 구성 정책
- 분할 터널 정책
글로벌 검색 동안 지원되는 엔티티 유형
글로벌 검색은 모든 지원되는 정책 전반에 걸쳐 이러한 엔티티 유형에 대한 검색을 지원합니다.
애플리케이션 그리고 카테고리
- 애플리케이션
- 애플리케이션 범주
- 사용자 정의 애플리케이션
- 사용자 정의 범주
사이트 그리고 네트워크 객체
- 호스트
- 네트워크 인터페이스
- 사이트
사용자 그리고 그룹
- 디렉토리 사용자
- 관리자 그룹
- 시스템 그룹
- 사용자
- 사용자 그룹
장치 프로필
- 장치 프로필
서비스
- 사용자 정의 서비스
- 서비스
지리적 객체
- 국가
IP 범위와 서브넷
- 부동 서브넷
- 전역 IP 범위
- 글로벌 범위
- 인터페이스 서브넷
- 사이트 네트워크 서브넷
주소와 도메인 컨테이너
- 할당된 IP
- FQDN 컨테이너
- IP 주소 범위 컨테이너
알림 대상
- 구독 그룹
- 구독 메일링 리스트
- 구독 Webhook
Cato API 관련 질문 하기
문의하기 AI는 Cato API 쿼리와 변형에 대한 질문에 답변할 수 있으며, API 사용 방법을 자연어 프롬프트에서 그래프QL 쿼리로 생성할 수 있습니다. 다음과 같은 정보를 제공합니다:
- API 쿼리 또는 변이에 대한 예제 GraphQL 스크립트
- 스크립트의 변수
- 필수 및 선택적 필드
- 적절한 쿼리, 변형 및 유형에 대한 Cato Networks GraphQL API 참조에 대한 링크
참고: 문의하기 AI의 결과는 부정확하거나 불완전할 수 있습니다. 프로덕션 환경에서 쿼리를 사용하기 전에 Cato Networks GraphQL API 참조에 대해 쿼리의 구문, 매개변수 및 논리를 항상 검증하십시오.
AI 문의하기는 Cato 관리 애플리케이션(CMA)에서 AI와 함께 작업할 수 있는 두 가지 보완 방법을 지원하여 작업에 적합한 사용자 경험을 선택할 수 있게 합니다.
더 깊이 있는 분석을 위해 AI 작업 공간을 사용하십시오. 이는 계정을 탐색하기 위한 전용 전체 화면 경험입니다. AI 작업 공간은 자연어 질문을 통해 계정 상태, 사용량, 정책 및 모범 사례를 이해할 수 있게 해주는 단일 집중 페이지입니다.
사이트, 이벤트 및 정책을 훑어보는 동안 AI 패널을 유지하면서 CMA를 탐색하는 동안 AI 문의하기를 사용할 수 있습니다. 이 접근 방식은 워크플로우를 중단하지 않고 빠르고 컨텍스트에 맞는 조사를 지원합니다.
문의하기 AI 응답에 대한 피드백을 제공하여 향후 답변의 정확성, 관련성 및 유용성을 개선하는 옵션이 있습니다.
AI 작업 공간 페이지를 사용하여 텍스트 질문을 입력하고 일반적인 조사를 빠르게 시작할 수 있도록 안내된 질문 영역에서 선택하십시오. 이러한 안내 옵션은 시작점으로 의도되었으며 질문의 유형을 제한하지 않습니다.
AI 문의하기 패널은 조사 워크플로의 일환으로 사용될 때 가장 효과적이며, AI 생성 인사이트를 통해 다음에 검토할 CMA 페이지를 결정하는 데 도움을 줍니다.
문의하기 AI는 계정 데이터를 조사하는 데 도움이 될 수 있지만, 복잡하거나 예상치 못한 결과에 대해서는 요청을 어떻게 해석했는지 이해해야 할 수도 있습니다. 응답을 분석하고 문의하기 AI가 프롬프트에 따라 올바른 쿼리를 생성했는지 확인하려면 쿼리 세부정보의 데이터를 사용하세요.
데이터를 검색하는 데 사용된 JSON 쿼리를 보이도록 쿼리 세부정보를 확장하세요. 시간 패임, 차원, 필터, 측정, 정렬 논리 및 결과 제한을 검토할 수 있습니다. 이는 문의하기 AI가 의도를 제대로 이해했는지 확인하고, 특정 결과 반환의 이유를 파악하며, 프롬프트를 개선해야 할 필요가 있는 문제를 해결하는 데 도움이 됩니다.
데이터를 시각화하면 추세를 식별하고 값을 비교하며 이상치를 더 빠르게 감지할 수 있습니다.
문의하기 AI는 트래픽 시간, 사용량별 상위 애플리케이션, 사이트, 사용자 또는 정책 간 비교와 같은 측정 가능한 데이터를 포함한 쿼리의 결과를 차트 또는 그래프로 표시할 수 있습니다. 기본적으로 문의하기 AI는 이 데이터를 표 형식으로 반환합니다. 이후 문의하기 AI에게 결과를 차트 또는 그래프로 시각화하도록 요청할 수 있습니다.
문의하기 AI 패널을 닫고 다시 열면 마지막 활성 채팅이 열려 채팅 중이었던 상태에서 다시 시작할 수 있습니다. 브라우저를 새로 고치거나 로그아웃하면 Last Chat 섹션에서 이전 대화를 찾을 수 있습니다. 가장 최근의 채팅만 사용할 수 있습니다.
문의하기 AI는 입력한 각 질문을 평가하여, AWS에 호스팅된 대형 언어 모델(LLM)과 협력하여 지식 베이스 아티클, Cato API 또는 계정 데이터 쿼리에 기반한 응답을 제공합니다. 계정 데이터에 대한 모든 액세스는 CMA에서 적용되는 동일한 RBAC 권한에 의해 시행됩니다.
아키텍처에는 다음 구성 요소가 포함됩니다:
-
LLM (대형 언어 모델) - AWS Bedrock에 호스팅된 AI 모델로 콘텐츠를 이해하고 정보를 판별하여 답변하는 데 도움을 줍니다. 문의하기 AI는 질문을 해석하고 명확하고 사람이 읽을 수 있는 응답을 생성하기 위해 LLM을 사용합니다.
LLM은 계정 데이터에 직접 액세스할 수 없으며 API 호출을 실행할 수 없습니다. 쿼리가 실행된 후 계정의 데이터를 수신합니다.
- 내부 MCP 서버 - CMA에서 계정 데이터를 안전하게 클라우드 액세스하는 내부 Cato 서비스입니다.
- 계정 데이터 - 사이트, 사용자, 애플리케이션, 트래픽 통계, 이벤트 및 사용량 메트릭과 같은 계정 데이터를 포함하는 데이터베이스입니다. 계정 데이터 액세스는 항상 관리자 역할과 권한에 의해 통제됩니다.
다음 다이어그램은 계정 데이터 요청에 대한 일반적인 의사 결정 흐름을 보여줍니다:
작동 방식
- 계정에 대한 질문 입력 - CMA 관리자가 AI 문의하기에서 자연어를 사용하여 사이트 사용량, 사용자 활동 또는 네트워크 성능에 대해 질문합니다.
- AI 문의하기가 요청을 해석합니다 - AI 문의하기가 질문을 LLM에 보내 필요한 정보를 파악하고 CMA 데이터에서 어떤 데이터를 클라우드 액세스해야 하는지 결정합니다.
- 권한이 적용됩니다 - 데이터 클라우드 액세스 전에 RBAC가 쿼리에 적용됩니다. 이는 관리자 역할과 계정 권한을 기반으로 관리자가 볼 수 있는 데이터만 응답에 포함되도록 보장합니다.
- 계정 데이터가 클라우드 액세스됩니다 - 내부 MCP 서버가 CMA 데이터베이스 쿼리하여 관련 계정 데이터(예: 사이트, 사용자, 애플리케이션 또는 사용량 메트릭)를 클라우드 액세스합니다.
- 답변이 생성됩니다 - AI 문의하기가 클라우드 액세스된 데이터와 원래 질문을 결합하여 명확한 자연어 답변을 반환합니다. 적절한 경우, 응답에는 관련 지식 베이스 문서에 대한 링크가 포함됩니다.
질문: 관리자에게 볼 수 있는 계정 데이터에 대해 RBAC 권한이 적용됩니까?
A: 네, 문의하기 AI는 관리자에게 기존 보기 및 편집 권한에 맞는 정보를 제공할 뿐입니다.
Q: 문의하기 AI에서 PII는 어떻게 보호되고 처리되나요?
A: 문의하기 AI는 관련 데이터 보호법을 준수하여 PII를 처리할 수 있습니다. Cato는 관련 계약 및 통제를 통해 서드파티 서비스를 통해 PII를 처리할 수 있습니다.
질문: 계정 데이터에 관한 질문을 할 수 있는 기능에 대해 향후 추가 라이센스가 필요할까요?
답변: 아마도. 라이센스 요구 사항은 여전히 평가 중이며 향후 로드맵과 상업적 결정에 따라 달라질 수 있습니다.
질문: Cato는 자체 LLM 인스턴스를 사용하나요?
답변: Cato는 자체 AWS 계정을 사용하여 Amazon Bedrock에 액세스합니다.
질문: Bedrock에서 고객 데이터는 어떻게 처리되고 분리됩니까?
- 각 bedrock 모델 호출은 Cato의 호출 계정의 보안 컨텍스트에서 실행되어 엄격한 데이터 및 실행 격리를 보장합니다.
- Bedrock은 모델 교육을 위해 Cato나 고객 쿼리를 사용하지 않습니다.
- Cato는 CMA가 호스팅되는 동일한 지역에서 AWS Bedrock 인스턴스를 사용합니다.
질문: 데이터는 Bedrock 또는 Cato의 시스템 내에 저장됩니까?
- 활성 채팅 세션 동안 데이터는 세션 컨텍스트를 유지하기 위해 임시로 저장됩니다.
- 세션이 종료되면 컨텍스트가 삭제됩니다.
- 특정 이력 및 로그는 데이터 처리 계약(DPA) 및 보존 정책에 따라 디버깅, 연구 및 개선을 위해 Amazon S3에 보관됩니다.
- 세션은 특정 CMA 계정의 특정 사용자와 Cato 코파일럿 사이의 대화로 정의됩니다.
Q: 문의하기 AI에 Cato AI 보안이 포함되어 있나요?
A: 예, AI 보안은 문의하기 AI에 입력한 프롬프트 및 쿼리를 모니터링합니다.
댓글 0개
댓글을 남기려면 로그인하세요.