传统云网络面临的这些问题

简介:

你知道吗?传统云网络存在了这么久,但是你了解它的基本架构吗?你知道吗?传统云网络下两种隔离方式Vlan和Vxlan,却各有利弊;你知道吗?云网络把网络的边界变模糊了,那么网络安全是否有保障呢?本文就带你了解这一切。

1传统云网络的架构分析

  传统云网络结构

上图中这些蓝色大框是服务器,其中上面两个服务器:NC(计算节点)和CC(网络节点),它类似于整个云网络的一个核心路由器。实例一出来会经过一个网桥,网桥上有防火墙功能。当数据出了计算节点以后会引流到网络节点进行下一步的处理。网络节点负责数据的路由、NAT地址转换、流量控制器还包括一些DHCP Server、网关等功能。传统云网络大量引用了Linux网络协议栈中提供的网络组件。这么做有什么好处呢好处是减少开发周期,单独功能稳定。但是Linux的网络组件存在大量的捆绑,当用一个功能时就必须强迫使用其他捆绑捆绑功能。然而这些捆绑功能是不需要的。这样云网络的复杂度会越来越高,并且性能优化难度很大。

在这个网络里面,网络节点它的压力是非常巨大的,两个不同子网的虚拟机之间的访问需要经过网络节点,外部网络访问虚拟机需要经过网络节点,虚拟机访问外部网络需要经过网络节点,这样东西南北各方向的流量都要经过这个网络节点。整个云网络性能瓶颈就是网络节点的处理性能。万一它出现单点故障的话,后果会很严重。

2租户隔离

传统的云网络隔离有两种方法,一种是vlan,另一种叫做Vxlan。vlan隔离简单快速,但是它数量只有4000多个,网络规模难以扩展。Vxlan可以解决vlan数量不足的问题,Vxlan的数目能达到16M。16M绝对可以满足大规模云网络组网需求。但是Vxlan有几个问题第一个,它需要在这个数据包的前面叠加一个三层的包头,这样带宽质量会受影响。另外vxlan的部署比较困难,因为vxlan的设计初衷处理解决vlan不足的问题之外,它还需要解决大二层网络跨机房的问题。另一个比较严重的问题就是,大部分的数据中心都是使用vlan做网络隔离的。如果云内部使用vxlan,我们就需要额外造一个vxlan网关专门负责与数据中心的互联互通。如果云内部有的用户使用vlan,有的用户使用vxlan,那就更复杂了。传统网络的发展往往都是解决一个问题又会引入其他新的问题。

3云网络的功能实现

一个云它的网络不是简简单单说做了100台虚拟机,100台虚拟机都能上网,这就是云,这绝对不是云。云是一个让所有人都能够在里面独立生存的一个生态空间,也就是说每一个云内的租户都需要独立自定义的网络空间。另外在同一个云实例的私有地址是可以重复的。网关不能像刚才我们讲的用一个物理服务器堆在中间来代替,这个不可靠,网关是需要独立的,需要每个子网都需要一个独立的网关。网关应该分布式虚拟化。

4网络安全

如果黑客入侵了虚拟机。从虚拟机这一端开始发起攻击,这个东西到底有多危险呢,可以来想象一下,第一个它可以攻击其他的虚拟机、攻击网关、攻击数据中心。云网络把网络的边界变模糊了,从而很容易造成网络安全能力的下降。如果让做云的厂家,负责网络安全,很显然这不是他们的强项。所以云网络安全需要借助第三方的专业安全厂家,让他们把自身优秀的网络安全产品虚拟化并且集成到云中。这也符合云是一个生态空间的概念。而传统云网络的在架构本身,就很难实现这样深入的整合。原因很简单,传统云网络本身的IO路径非常复杂,如果要把流量引入第三方的虚拟化安全产品洗清,并且回到正常的网络逻辑,对于传统云网络来说,实在很难实现。


本文转自d1net(转载)

相关文章
|
SQL 关系型数据库 数据库连接
python库之—psycopg2
python库之—psycopg2
|
3月前
|
人工智能 自然语言处理 算法
Tideflow 领衔:2025 年 6 款免费 SEO 优化工具全解析,新手秒变优化高手
本文介绍了多款免费SEO优化工具,尤其推荐了适合新手的Tideflow免费SEO优化工具。它功能全面,涵盖关键词挖掘、AI智能改写、TDK优化、链接检测等,帮助用户提升内容质量与搜索引擎排名。同时对比了其他五款高性价比工具,如147SEO、好资源AI、西瓜AI等,满足不同场景需求。文章强调,合理使用免费工具,结合内容策略,新手也能实现专业级SEO效果。
|
11月前
|
前端开发 安全 API
Qwen-coder实现本地 RAG 框架能力Bootstrap
本文介绍了如何利用Qwen-coder在本地实现RAG框架能力提升,解决了企业知识库管理中的数据安全和半结构化文档处理问题。通过Qwen2.5-72b模型和多轮对话推理,成功实现了对包含图表内容的文档的高效预处理,提升了知识库检索的准确性和安全性。
|
10月前
|
存储 监控 安全
网络设备日志记录
网络设备日志记录是追踪设备事件(如错误、警告、信息活动)的过程,帮助IT管理员进行故障排除和违规后分析。日志详细记录用户活动,涵盖登录、帐户创建及数据访问等。为优化日志记录,需启用日志功能、管理记录内容、区分常规与异常活动,并使用专用工具进行事件关联和分析。集中式日志记录解决方案可收集并统一管理来自多种设备和应用的日志,提供简化搜索、安全存储、主动监控和更好的事件可见性,增强网络安全。常用工具如EventLog Analyzer能灵活收集、存储和分析日志,确保高效管理。
618 5
|
11月前
|
存储 数据可视化 安全
寻找设计行业项目可视化办公软件,怎么这么难!你有招吗?
本文介绍了6款适用于设计行业的可视化办公管理软件,包括板栗看板及5款国外知名软件,如Trello、Asana、Monday.com和Basecamp。各软件在团队协作、任务管理、文件共享等方面各有特色,适合不同类型的设计团队使用。板栗看板本地化适配强,Trello灵活定制,Asana功能全面,Monday.com个性化定制突出,Basecamp注重简洁易用。文章旨在帮助设计团队根据自身需求选择最适合的软件,提升项目管理效率。
190 13
|
机器学习/深度学习 人工智能 数据挖掘
打破传统:机器学习与神经网络获2024年诺贝尔物理学奖引发的思考
诺贝尔物理学奖首次授予机器学习与神经网络领域,标志该技术在物理学研究中的重要地位。本文探讨了这一决定对物理学研究的深远影响,包括数据分析、理论物理突破及未来科研方向的启示,同时分析了其对学术跨界合作与全球科研产业的影响。
227 4
|
机器学习/深度学习 自然语言处理 计算机视觉
【YOLOv11改进 - 注意力机制】CoTAttention:上下文转换器注意力
【YOLOv11改进 - 注意力机制】CoTAttention:上下文转换器注意力Contextual Transformer (CoT) 是一种新型的Transformer风格模块,通过3×3卷积对输入键进行上下文编码,生成静态上下文表示,并通过两个1×1卷积学习动态多头注意力矩阵,增强视觉表示能力。CoTNet将CoT块应用于ResNet架构中,替代3×3卷积,提升图像识别、目标检测和实例分割等任务的性能。源码可在GitHub获取。
【YOLOv11改进 - 注意力机制】CoTAttention:上下文转换器注意力
|
Linux 数据处理 调度
深入探索Linux的renice命令:优化进程优先级
`renice`命令在Linux中用于调整运行进程的优先级,范围-20(最高)至19(最低)。它可以实时改变进程的优先级,无需重启,支持按PID、进程组或用户批量修改。例如,`renice -n 10 -p 1234`将PID为1234的进程优先级设为10。使用时要注意不要滥用高优先级,避免频繁修改,了解系统负载,并记录变更,通常需root权限。
|
传感器 监控 搜索推荐
物联网技术在智能家居中的应用:技术革新与未来展望
【7月更文挑战第21天】物联网技术在智能家居中的应用已经取得了显著的成效,并展现出广阔的发展前景。通过实现设备集成、远程控制与监控、能源管理与节能减排等功能,物联网技术为智能家居系统带来了诸多优势和创新点。未来,随着技术的不断进步和市场的不断扩展,智能家居将更加智能化、自动化和人性化,成为我们生活中不可或缺的一部分。
1005 2
|
机器学习/深度学习 XML 计算机视觉
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。