至顶网安全频道 11月30日 综合消息:当你打开购物网站时,等待加载内容的时间有多久?5秒?10秒?不,近半数人最多等3秒。数字性能管理平台Dynatrace研究发现,如果电商网站不能在3秒内加载完内容,许多人会失去耐心,立即转向其他网站。
北美时装零售商Nordstrom表示,网站响应时间延迟仅半秒,它的在线销售就下降了11%。该公司每年总收入达到140亿美元,网站响应延迟导致其损失数亿美元。
像Nordstrom这样在意网站访问速度的企业数不胜数,当全球越来越多的网站/APP开始采用HTTPS协议,以保护用户隐私,防止网站流量劫持,但同时带来的网站访问速度下降问题,也让企业非常头疼。
HTTPS网站访问慢,可能是OCSP性能不够好
不得不说,如何优化HTTPS性能,提升HTTPS访问速度,是一个非常系统和复杂的话题。对于用户来说,使用HTTP请求,首次请求时只要和服务端TCP三次握手建立连接,便可以开始应用数据传输了。但对于HTTPS而言,事情就不那么简单。
不仅如此,由于HTTPS使用SSL证书进行加密,当用户访问HTTPS网站时,客户端(浏览器或其他设备)会首先通过CA(证书颁发机构)的证书吊销列表(CRL)或者在线证书状态协议(OCSP),来验证网站的SSL证书是否有效。
相比CRL验证方式,OCSP的方式更加高效,但同时也存在副作用,即某些客户端会在SSL/TLS握手期间去实时查询CA提供的OCSP接口,这个过程会产生额外的开销和延时,并在得到验证结果前阻塞后续流程。
由于大多数全球权威CA的OCSP站点都设在国外,当网络环境较差、出现网络故障以及遇到特殊时期网络封锁,客户端无法连接到OCSP站点,或者OCSP站点无法返回证书状态内容,导致HTTPS请求可能还没到多次握手阶段,就先卡在了OCSP环节,直接影响网站的访问速度,严重时造成网站瘫痪无法访问。
由此看来,造成HTTPS网站访问速度慢,可能有多种原因,但是当我们做了很多性能优化的措施却不见效时,就该想想是否在OCSP环节出了问题。
国内首个OCSP本地化,实现HTTPS自动化加速
事实上,为了解决OCSP性能问题,业界比较主流的解决办法是OCSP Stapling,即服务器可事先模拟浏览器对证书链进行验证,并将带有CA机构签名的OCSP响应保存到本地,省去浏览器的在线验证过程。
虽然OCSP Stapling能够极大提高OCSP性能,但并不是所有的浏览器和容器环境都支持,而且需要企业运维人员手动配置,进行周期性的操作,这就对企业自身运维提出了极高的要求,然而大多数企业并不具备这样的专业能力。
值得庆幸的是,一种全新的解决方案已经诞生。目前,国内权威CA机构天威诚信联合DigiCert & Symantec首次面向中国用户推出了OCSP本地化服务,由天威诚信签发的DigiCert & Symantec SSL证书可以助力国内企业自动化实现HTTPS访问加速,不再需要专业运维人员手动配置OCSP Stapling。
OCSP本地化的原理在于,将OCSP过程中访问境外OCSP服务器,转变为访问国内阿里云镜像服务器,通过国内云节点提供最大程度的低延迟和高性能,从而为国内企业提供高效的HTTPS访问效率。
在测试环境中,OCSP本地化的请求返回时间较之以前提升了3-4倍。对于金融、电商、互联网等行业而言,OCSP本地化就像是HTTPS网站的"速效救心丸",无论是节假日、双11等流量高峰时期,还是企业网络区域节点受限、特殊时期网络封锁等场景,都能够保障网站/APP在线访问的稳定性、持续性和高性能,有效提升HTTPS网站的访问速度,解决网络拥堵的瓶颈。
需要注意的是,目前OCSP本地化服务仅限中国区,由天威诚信签发的DigiCert & Symantec SSL证书可以直接使用此功能,而从国外渠道供应商获取到的证书并没有这项服务。企业在购买SSL证书时需留心这一细节,续签证书的企业也可以咨询天威诚信能否获得该项升级服务。
如今,全网采用HTTPS加密已成不可逆的趋势,企业若要提升HTTPS访问速度,不如先从OCSP本地化开始。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。