微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 从源头抵御DDoS攻击 华为与上海联通“云清洗服务”护航

从源头抵御DDoS攻击 华为与上海联通“云清洗服务”护航

2014-09-19 16:13
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-09-19 16:13 CNET科技资讯网

攻击。

近年来,越来越频繁的DDoS攻击,给海内外的运营商和企业业务带来巨大安全挑战。最严重的一次在20133月,欧洲遭遇了史上最大的DDoS攻击,达300Gbps。然而,传统的“引流回注”清洗方案已无法抵御,带着300G的攻击流量在整个欧洲网络中穿行寻找清洗点, 最后导致整个欧洲的运营商网络的拥塞。

在这件安全事故里,中国也未能幸免。数据显示,上海联通服务的企业客户超47000家,攻击造成的业务中断将给企业带来巨大经济损失。因此,为了杜绝类似事件的发生,上海联通选择与华为合作,寻求有效解决方案。

DDoS云清洗服务产品采用华为基于SDN技术的Anti-DDoS云清洗方案,不同于传统的“引流回注”清洗方案,它无需带着攻击流量在整个网络中穿行,而是利用SDN感知方式进行最优资源调度,从攻击源头上抵御DDoS

不仅如此,该产品利用大数据分析技术,从60多种维度对全网络流量进行精细化分析,一旦流量出现异常,将在2秒级内快速响应,支持SDN感知方式,通过优化资源调度实现云端清洗。

在华为安全产品和技术团队的支撑下,上海联通已经成功开展DDoS云清洗服务增值业务,自业务上线以来,上海联通每年防护DDoS数万次,且服务模式不断创新。

上海联通产品管理中心产品总监魏尚俊指出,运营过程中,上海联通对华为的Anti-DDoS解决方案积累了一套熟练的运营经验,如:提供大客户安全攻防报表推送、大客户攻防演练等更服务,让客户不断增加安全防护意识。

从源头抵御DDoS攻击 华为与上海联通“云清洗服务”护航

上海联通产品管理中心产品总监魏尚俊

魏尚俊回忆,在一次客户参与的攻防演练中,客户故意在2G的流量中混合了2M的攻击流量,云清洗居然能快速响应、精准清洗,客户都为此信服不已。

面对日趋凶猛的DDoS攻击,华为也在不断优化和升级其产品方案。华为企业网络产品线副总裁刘立柱表示,华为安全产品团队一直致力于为客户提供最优的Anti-DDoS安全解决方案:

一是从自身的硬件设备上不断提升处理能力;二是在解决方案上逐渐转向SDN感知的方式,在攻击源头上实现动态分布式的DDoS防御;三是面对联通运营规模的不断扩大,应急响应量的增加,华为同联通将进行更深入的合作,包括提供安全业务规划咨询、应急响应服务等,为联通的企业客户提供更加贴身和快速响应的安全防护方案。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-