近年來,越來越頻繁的DDoS攻擊,給海內外的運營商和企業(yè)業(yè)務帶來巨大安全挑戰(zhàn)。最嚴重的一次在2013年3月,歐洲遭遇史上最大DDoS攻擊,達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絡中穿行尋找清洗點, 最后導致整個歐洲的運營商網絡的擁塞。
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)通服務的企業(yè)客戶超47000家,攻擊造成的業(yè)務中斷將給企業(yè)帶來巨大經濟損失。因此,為了杜絕類似事件,上海聯(lián)通選擇與華為合作,打造“云清洗”服務產品,突破傳統(tǒng)“引流回注”清洗方案,從源頭防御DDoS攻擊。
打破傳統(tǒng)方案 三把刃劍護航
DDoS云清洗服務產品采用華為基于SDN技術的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絡中穿行,而是利用SDN感知方式進行最優(yōu)資源調度,從攻擊源頭上防御DDoS。
上海聯(lián)通產品管理中心產品總監(jiān)魏尚俊指出,上海聯(lián)通在與華為構建云清洗方案時,看中了三點:第一是高容量,上海聯(lián)通跟業(yè)界的各種安全專家企業(yè)方案設計上,一般普通的云清洗設備在幾十G左右,而華為可以擴展到T級別;第二,華為方案采用了大數(shù)據(jù)分析技術,通過華為專業(yè)的安全團隊分析全球最新的攻擊工具,對僵尸網絡活動進行追蹤,然后將研究結果以僵尸網絡IP信譽、攻擊特征庫的形式更新到現(xiàn)網設備,讓防護更加高效和精確;第三,華為方案采用了SDN技術,可基于源頭過濾攻擊流量,亦可實現(xiàn)智能引流清洗,在發(fā)生大流量DDoS攻擊時,最大限度地保護聯(lián)通的網絡帶寬。
具體而言,魏尚俊表示,傳統(tǒng)DDoS攻擊與新型攻擊在方式沒有區(qū)別,但在防御上卻存在差異。傳統(tǒng)防御技術最終是依靠動態(tài)生成的黑名單阻斷建立TCP連接的攻擊源,但黑名單技術不能應用到移動應用防護上。
而華為主要采用應用動態(tài)指紋學習技術、以及攻擊特征靜態(tài)匹配過濾技術,通過在會話上智能丟包,觸發(fā)對方智能終端的TCP擁塞機制,讓攻擊端TCP/IP協(xié)議棧認為服務器這邊網絡出現(xiàn)擁塞,自動放緩發(fā)包速度,最終會停止發(fā)包。“該技術早在2012年,阿里云做測試時就發(fā)現(xiàn):動態(tài)指紋學習和會話結合實現(xiàn)的智能丟包的防御技術針對來自移動終端的應用層DDOS攻擊具有強大的防御能力。” 魏尚俊介紹道。
不僅如此,該“云清洗”產品結合大數(shù)據(jù)分析技術,從60多種維度對全網絡流量進行精細化分析,一旦流量出現(xiàn)異常,將在2秒級內快速響應,支持SDN感知方式,通過優(yōu)化資源調度實現(xiàn)云端清洗。
逐個擊破 創(chuàng)新增值并進
在運營過程中,魏尚俊指出,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,讓客戶不斷增加安全防護意識。
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、精準清洗,客戶都為此信服不已。
在華為安全產品和技術團隊的支撐下,上海聯(lián)通已經成功開展DDoS云清洗服務增值業(yè)務,自業(yè)務上線以來,上海聯(lián)通每年防護DDoS數(shù)萬次,且服務模式不斷創(chuàng)新。
“后期上海聯(lián)通將會對不同客戶采用差異化的防護策略。” 魏尚俊透露,“我們不僅僅在城域網采用逐包檢測+清洗的防護方案對的IDC、ISP客戶提供防護服務。一些重要的VIP客戶,我們還會考慮在客戶網絡接入處增加一個小型硬件設備,實現(xiàn)檢測及客戶網絡帶寬范圍內攻擊清洗,真正實現(xiàn)云清洗。”
堅持“被集成” 致力于最優(yōu)方案
一直堅持“被集成”的華為,秉承的是與合作伙伴實現(xiàn)共贏。面對日趨兇猛的DDoS攻擊,華為也在不斷優(yōu)化和升級其產品方案。華為企業(yè)網絡產品線副總裁劉立柱表示,華為安全產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備上不斷提升處理能力;二是在解決方案上逐漸轉向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,應急響應量的增加,華為同聯(lián)通將進行更深入的合作,包括提供安全業(yè)務規(guī)劃咨詢、應急響應服務等,為聯(lián)通的企業(yè)客戶提供更加貼身和快速響應的安全防護方案。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。