攻擊。
近年來,越來越頻繁的DDoS攻擊,給海內(nèi)外的運營商和企業(yè)業(yè)務(wù)帶來巨大安全挑戰(zhàn)。最嚴(yán)重的一次在2013年3月,歐洲遭遇了史上最大的DDoS攻擊,達(dá)300Gbps。然而,傳統(tǒng)的“引流回注”清洗方案已無法抵御,帶著300G的攻擊流量在整個歐洲網(wǎng)絡(luò)中穿行尋找清洗點, 最后導(dǎo)致整個歐洲的運營商網(wǎng)絡(luò)的擁塞。
在這件安全事故里,中國也未能幸免。數(shù)據(jù)顯示,上海聯(lián)通服務(wù)的企業(yè)客戶超47000家,攻擊造成的業(yè)務(wù)中斷將給企業(yè)帶來巨大經(jīng)濟損失。因此,為了杜絕類似事件的發(fā)生,上海聯(lián)通選擇與華為合作,尋求有效解決方案。
DDoS云清洗服務(wù)產(chǎn)品采用華為基于SDN技術(shù)的Anti-DDoS云清洗方案,不同于傳統(tǒng)的“引流回注”清洗方案,它無需帶著攻擊流量在整個網(wǎng)絡(luò)中穿行,而是利用SDN感知方式進(jìn)行最優(yōu)資源調(diào)度,從攻擊源頭上抵御DDoS。
不僅如此,該產(chǎn)品利用大數(shù)據(jù)分析技術(shù),從60多種維度對全網(wǎng)絡(luò)流量進(jìn)行精細(xì)化分析,一旦流量出現(xiàn)異常,將在2秒級內(nèi)快速響應(yīng),支持SDN感知方式,通過優(yōu)化資源調(diào)度實現(xiàn)云端清洗。
在華為安全產(chǎn)品和技術(shù)團隊的支撐下,上海聯(lián)通已經(jīng)成功開展DDoS云清洗服務(wù)增值業(yè)務(wù),自業(yè)務(wù)上線以來,上海聯(lián)通每年防護(hù)DDoS數(shù)萬次,且服務(wù)模式不斷創(chuàng)新。
上海聯(lián)通產(chǎn)品管理中心產(chǎn)品總監(jiān)魏尚俊指出,運營過程中,上海聯(lián)通對華為的Anti-DDoS解決方案積累了一套熟練的運營經(jīng)驗,如:提供大客戶安全攻防報表推送、大客戶攻防演練等更服務(wù),讓客戶不斷增加安全防護(hù)意識。
上海聯(lián)通產(chǎn)品管理中心產(chǎn)品總監(jiān)魏尚俊
魏尚俊回憶,在一次客戶參與的攻防演練中,客戶故意在2G的流量中混合了2M的攻擊流量,云清洗居然能快速響應(yīng)、精準(zhǔn)清洗,客戶都為此信服不已。
面對日趨兇猛的DDoS攻擊,華為也在不斷優(yōu)化和升級其產(chǎn)品方案。華為企業(yè)網(wǎng)絡(luò)產(chǎn)品線副總裁劉立柱表示,華為安全產(chǎn)品團隊一直致力于為客戶提供最優(yōu)的Anti-DDoS安全解決方案:
一是從自身的硬件設(shè)備上不斷提升處理能力;二是在解決方案上逐漸轉(zhuǎn)向SDN感知的方式,在攻擊源頭上實現(xiàn)動態(tài)分布式的DDoS防御;三是面對聯(lián)通運營規(guī)模的不斷擴大,應(yīng)急響應(yīng)量的增加,華為同聯(lián)通將進(jìn)行更深入的合作,包括提供安全業(yè)務(wù)規(guī)劃咨詢、應(yīng)急響應(yīng)服務(wù)等,為聯(lián)通的企業(yè)客戶提供更加貼身和快速響應(yīng)的安全防護(hù)方案。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。