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
当超级计算机被压缩进一个比书本还小的盒子里,这画面有多炸裂?想象一下,你桌面上摆着的不是什么花瓶摆件,而是一台能跑200B参数AI推理的"超算怪兽"——这就是我们今天要聊的主角:华硕Ascent GX10。
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。