阿里云国际版设置四层AI智能防护

简介: 阿里云国际版设置四层AI智能防护

DDoS高防实例默认启用智能防护功能,通过算法自主学习接入业务的历史流量,自适应调整四层流量清洗策略,提供符合业务场景的防御效果。业务接入DDoS高防后,将直接获得正常等级的智能防护能力,无需您手动设置。若正常等级的防御效果不够理想,您可以根据实际需求选择更宽松或严格的智能防护等级。


前提条件

已购买DDoS高防(中国内地)实例或DDoS高防(非中国内地)实例。


背景信息

针对网络四层DDoS攻击,DDoS高防智能防护结合历史业务流量和阿里云攻防安全专家的经验,提供宽松、正常、严格三种智能防护等级供您选择。 默认情况下,您所购买的DDoS高防实例自动开启四层AI智能防护,并选用正常防护等级。您可以根据实际情况自由调整智能防护等级。


由于智能防护功能通过算法学习您的历史业务流量,因此业务初次接入DDoS高防进行防护时,系统需要三天左右时间完成对您业务流量的学习和训练,从而达到符合业务场景的防御效果。


对于带有明显攻击特征的恶意IP,智能防护算法将根据需要自动将其添加到针对DDoS高防实例的流量黑名单中,在一定时间内丢弃其全部访问请求。您可以随时查看或删除黑名单中的IP,也可以在黑名单中手动添加其他恶意IP进行防御。同时,您还可以将特定的IP添加至流量白名单,系统将直接放行来自这些IP的业务访问流量。


操作步骤

  1. 登录DDoS高防控制台。
  2. 在顶部菜单栏左上角处,选择地域。
  • DDoS高防(中国内地):选择中国内地地域。
  • DDoS高防(非中国内地):选择非中国内地地域。
  1. 在左侧导航栏,选择防护设置 > 通用防护策略
  2. 通用防护策略页面,单击非网站业务DDoS防护页签,并在页面上方选择要设置的DDoS高防实例。

  3. 定位到AI智能防护区域,单击设置
  4. AI智能防护对话框,根据攻击情况选择要应用的防护等级,并单击确定


不同防护等级的说明如下:


  1. 宽松:对来自带有明显攻击特征的恶意IP的流量进行自动清洗。该等级可能无法拦截所有四层流量攻击,但误杀率低。
  2. 正常:对来自带有明显攻击特征的恶意IP和疑似恶意IP的流量进行自动清洗。该等级默认启用,能够充分平衡防护效果和误杀率,建议您在一般情况下选择该等级。
  3. 严格:对当前正在发生的攻击行为进行严格地防御,但可能存在一定误杀。


成功修改智能防护等级后,目标DDoS高防实例将按照调整后的防护等级工作。


相关文章
|
3天前
|
传感器 人工智能 监控
AI与物联网的融合:开启智能化未来的新篇章
AI与物联网的融合:开启智能化未来的新篇章
125 96
|
3天前
|
机器学习/深度学习 人工智能 资源调度
基于AI的运维资源调度:效率与智能的双重提升
基于AI的运维资源调度:效率与智能的双重提升
37 16
基于AI的运维资源调度:效率与智能的双重提升
|
1天前
|
人工智能 自然语言处理 开发工具
Languine:专为开发者设计的 AI 多语言翻译工具,快速生成100+种语言的准确翻译,简化应用程序的 i18n 国际化配置
Languine 是一款面向开发者的 AI 翻译工具,支持 100+ 种语言,自动化翻译流程,提升多语言应用开发效率。
26 15
Languine:专为开发者设计的 AI 多语言翻译工具,快速生成100+种语言的准确翻译,简化应用程序的 i18n 国际化配置
|
2天前
|
存储 人工智能 开发框架
Eliza:TypeScript 版开源 AI Agent 开发框架,快速搭建智能、个性的 Agents 系统
Eliza 是一个开源的多代理模拟框架,支持多平台连接、多模型集成,能够快速构建智能、高效的AI系统。
31 8
Eliza:TypeScript 版开源 AI Agent 开发框架,快速搭建智能、个性的 Agents 系统
|
2天前
|
人工智能 运维 监控
AI辅助的运维流程自动化:实现智能化管理的新篇章
AI辅助的运维流程自动化:实现智能化管理的新篇章
37 22
|
3天前
|
人工智能 运维 监控
阿里云Milvus产品发布:AI时代云原生专业向量检索引擎
随着大模型和生成式AI的兴起,非结构化数据市场迅速增长,预计2027年占比将达到86.8%。Milvus作为开源向量检索引擎,具备极速检索、云原生弹性及社区支持等优势,成为全球最受欢迎的向量数据库之一。阿里云推出的全托管Milvus产品,优化性能3-10倍,提供企业级功能如Serverless服务、分钟级开通、高可用性和成本降低30%,助力企业在电商、广告推荐、自动驾驶等场景下加速AI应用构建,显著提升业务价值和稳定性。
|
3天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
5天前
|
人工智能 Cloud Native 数据管理
数据+AI融合趋势洞察暨阿里云OpenLake解决方案发布
Forrester是全球领先的市场研究与咨询机构,专注于新兴技术在各领域的应用。本文探讨如何加速现代数据管理,推动人工智能与客户业务的融合创新。面对数据标准缺乏、多云环境复杂性、新兴业务场景及过多数据平台等挑战,Forrester提出构建AI就绪的数据管理基石,通过互联智能框架、全局数据管理和DataOps、端到端数据管理能力、AI赋能的数据管理以及用例驱动的策略,帮助企业实现数据和AI的深度融合,提升业务价值并降低管理成本。
|
机器学习/深度学习 人工智能 自然语言处理
|
8天前
|
机器学习/深度学习 人工智能 自动驾驶
企业内训|AI大模型在汽车行业的前沿应用研修-某汽车集团
本课程是TsingtaoAI为某汽车集团高级项目经理设计研发,课程全面系统地解析AI的发展历程、技术基础及其在汽车行业的深度应用。通过深入浅出的理论讲解、丰富的行业案例分析以及实战项目训练,学员将全面掌握机器学习、深度学习、NLP与CV等核心技术,了解自动驾驶、智能制造、车联网与智能营销等关键应用场景,洞悉AI技术对企业战略布局的深远影响。
138 97