一年一度的安全产业盛会RSA 2017在美国洛杉矶莫斯康中心盛大开幕,华为携手中国电信云堤和青松抗D,向观众展示了云清联盟全球DDoS情报中心,共同分享了2016年DDoS攻击态势,并对用户如何保护在线业务应对给出了建议。
云清联盟全球DDoS情报中心是由中国电信云堤承接建设的DDoS攻击态势展示平台。通过标准接口收集分布在世界各地的发射式攻击源地址,展现活跃的攻击源分布态势。通过分析这些真实攻击源,情报中心可以提供IP信誉情报库,用于增强用户的安全能力,应对全球攻击威胁。
同时,情报中心还可以将监控到的历史攻击事件进行回放,并根据DDoS攻击的规模分布进行统计和展示,用户可以查询自己的业务的威胁状况。
▲华为展示云清联盟全球DDoS情报中心
制定接口规范 促进产业协同
云清联盟的安全能力源自联盟成员持续不断的贡献威胁情报。为了便于运营商、安全服务提供商、设备厂商之间通过统一接口构建DDoS清洗服务,云清联盟制定了《云清洗对接标准接口规范》。
接口规范基于CoAP协议定义,并采用REST架构,通过信令通道在客户端与服务端之间传递清洗攻击目的地址、攻击特征、清洗状态信息,然后通过数据通道共享配置策略、过滤规则等信息。
接口规范减轻了防御环节之间通信适配的工作量,提高了防护响应效率,缓解了链路带宽拥塞,降低了用户业务损失。
▲中国电信Solution & Delivery Director魏明介绍云清洗对接标准接口规范
分析攻击趋势 分层清洗攻击
2016年发生了多起大型DDoS攻击。恶意竞争和金钱勒索依然是发起DDoS攻击的主要动机。2016年利用物联网设备的僵尸网络快速增长,引发了多起的大型攻击事件,针对OVH网站的攻击峰值超过1Tbps,刷新了历史攻击记录。
根据云清联盟《2016年网络安全威胁报告》统计,2016年,发生最频繁的三种攻击类型分别是SYN Flood,UDP类反射放大攻击,和HTTP(S) Flood。
黑客在选择攻击方式时,不会拘泥于单一类型的攻击手段,而是选择混合型攻击。从攻击流量来看,反射放大攻击流量占比超过了60%。这表明,反射放大攻击仍然是大流量攻击的主要手段。
2016年10月,针对OVH.com的DDoS攻击流量峰值达到1 Tbps,刷新了历史记录,然而这种大流量的DDoS攻击并不多见。
根据华为未然实验室的统计数据显示,流量超过200 Gbps的DDoS攻击仅占全年攻击总数的1%。从攻击时长来看,与长时间持续性的攻击相比,黑客更加喜欢不停地变换攻击类型,对用户的业务发起多重挑战。
2016年,持续时间小于30分钟的攻击占全年攻击总数的73%。尽管攻击时间短,却足以对用户业务造成损失。这要求安全运维人员能够快速响应攻击,并实施恰当的处置。
随着越来越多的企业将业务依托于云端,可以预见在2017年,大流量攻击、应用层攻击和复杂的多矢量攻击将成为攻击的主要手段。为了应对这种多元化的攻击,企业用户应该采用on-premise + cloud方案,分层次清洗攻击流量。
On-premise设备部署在企业DC边界,保护在线业务。当超过处理能力时,on-premise设备可以与上游运营商或ISP的清洗中心联动,在上游提前清洗攻击流量。与此同时,运营商或ISP也可以与云清洗中心联动,近源清洗来自世界各地的攻击。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。