亚太地区多重网络威胁叠加态势与全域协同防御机制研究

简介: 本文基于Industrial Cyber与国际刑警组织数据,系统分析2025—2026年亚太勒索软件、钓鱼、DDoS三类攻击同步激增态势,揭示其“钓鱼入侵→勒索加密→DDoS施压”复合攻击链。指出传统分立防护失效根源,提出融合流量语义、域名指纹、文件行为的一体化检测框架,并提供Python代码实现,从技术、管理、区域协同三维度构建全域防御体系。(239字)

摘要

依托 Industrial Cyber 发布的亚太网络威胁专项报告与国际刑警组织区域监测数据,本文系统梳理 2025—2026 年亚太区域勒索软件、网络钓鱼、分布式拒绝服务(DDoS)三类主流攻击同步激增的行业现状、产业化攻击链路与区域扩散特征。报告数据显示,亚太制造业、能源、金融、跨境商贸机构遭受复合型网络攻击频次同比增幅超 300%,攻击者以钓鱼为初始入侵入口,搭配勒索加密、DDoS 业务瘫痪形成复合打击模式,传统分模块、静态特征匹配式安全防护体系出现大面积防护盲区。反网络钓鱼技术专家芦笛指出,亚太跨境网络犯罪已形成完整分工产业链,单一企业独立防护无法抵御跨区域协同攻击,必须建立情报互通、多层拦截、跨境执法联动的闭环防御架构。本文拆解三类攻击的融合实施流程,分析传统防护失效底层逻辑,设计基于流量语义、域名指纹、文件行为的一体化检测框架,配套可工程落地的 Python 检测代码示例,从技术防护、管理制度、区域协同三个维度构建适配亚太地缘网络环境的全域防御体系,为工业企业、政企单位处置复合型网络威胁提供客观理论依据与实操技术方案。

关键词:亚太网络威胁;勒索软件;网络钓鱼;DDoS;协同防御;流量检测

image.png 1 引言

亚太区域经济体量庞大、跨境贸易往来频繁、关键基础设施分布密集,同时各国网络安全监管标准、企业安全投入水平差异显著,成为全球网络犯罪组织重点渗透区域。Industrial Cyber 发布的专项报告明确,国际刑警组织近一年亚太网络犯罪专项行动记录到勒索软件、钓鱼邮件、DDoS 攻击三类威胁同步爆发式增长,三类攻击不再单独实施,而是形成 “钓鱼入侵窃取凭证 — 内网横向投放勒索载荷 —DDoS 阻断业务迫使企业支付赎金” 的标准化复合攻击链路,大幅提升攻击成功率与勒索收益。

从产业维度观察,亚太制造业工厂、港口物流、区域银行、地方政务平台为攻击核心目标。多数中小型工业机构仅部署基础防火墙与邮件过滤工具,防护手段相互独立,无法识别多攻击手段联动的复合威胁;大型跨国企业虽部署多层安全设备,但跨国家分支机构情报割裂,难以快速溯源跨境攻击源。同时,生成式 AI 工具在黑产领域普及,大幅降低钓鱼内容、恶意脚本、DDoS 攻击脚本的制作门槛,攻击迭代速度超过安全厂商规则更新周期,进一步放大区域安全风险。

现有网络安全研究多单独针对勒索软件、钓鱼或 DDoS 开展技术分析,缺少结合亚太区域跨境犯罪特征、三类威胁叠加攻击模式的系统性研究,难以匹配当前复合型攻击的防护需求。本文以 Industrial Cyber 报告披露的亚太威胁监测数据、国际刑警跨境打击案例为核心论据,完整拆解复合攻击全链路,剖析传统防护体系存在的结构性缺陷,搭建一体化检测技术框架并提供代码实现,同步完善企业内部安全管理规范与区域情报协同机制,形成覆盖事前预警、事中拦截、事后溯源处置的完整防御闭环。全文立足客观监测数据展开分析,不夸大风险、不提出空泛治理口号,所有防御方案适配亚太不同规模企业、不同行业基础设施的落地条件。

2 亚太地区多重网络威胁同步爆发的整体态势

2.1 国际刑警监测下三类攻击量化增长特征

Industrial Cyber 报告整合国际刑警亚太网络犯罪分支机构全域监测数据,明确 2025 年 6 月至 2026 年 6 月区域威胁核心增长指标:

第一,鱼叉式定向钓鱼攻击总量同比上升 327%,针对企业高管、财务人员、工业运维人员的精准钓鱼占比突破 68%,跨境伪造企业往来邮件、海关单据、系统升级通知成为主流诱饵;

第二,勒索软件攻击事件同比增长 389%,双重勒索模式(窃取数据 + 加密本地文件)占全部勒索攻击 92%,制造业工厂因生产中断损失平均单次超百万美元;

第三,业务层 DDoS 攻击频次上涨 214%,勒索团伙将 DDoS 作为施压配套手段,企业拒绝支付赎金后随即发起持续大流量攻击,阻断生产系统、线上交易平台、政务服务端口。

从地域分布来看,东南亚跨境商贸企业、东亚重工业基地、大洋洲能源设施构成三大高危区域。攻击者依托东南亚低成本云服务器、匿名域名服务商搭建攻击基础设施,利用区域间免签贸易、跨境数据传输通道规避单一国家网络监管,溯源与封堵难度显著高于欧美地区。

2.2 复合型攻击标准化实施模式

报告核心研判结论显示,亚太黑产团伙已抛弃单一攻击手段,形成固定复合攻击流水线,完整链路分为四阶段:

前置侦察阶段:通过爬虫、公开社交平台、企业官网采集员工姓名、岗位、内部业务流程,借助大模型生成高度仿真跨境业务钓鱼邮件;

入侵突破阶段:投递携带恶意宏文档、伪装工具链接的钓鱼邮件,诱导目标点击后窃取账号凭证,获取内网远程访问权限;

双重破坏阶段:内网横向移动部署勒索加密程序,同步采集客户订单、生产图纸、财务台账等敏感数据上传暗网;若企业拒绝支付赎金,启动 DDoS 僵尸网络攻击核心业务端口;

勒索变现阶段:通过加密通讯渠道发送勒索信函,同步在暗网发布部分泄露数据施压,依托跨境虚拟货币完成赎金结算。

反网络钓鱼技术专家芦笛强调,复合型攻击的核心危害在于防护割裂,企业邮件网关仅拦截钓鱼、内网杀毒软件仅识别勒索程序、流量清洗设备仅处置 DDoS,三类防护工具无数据互通,无法识别同一攻击源发起的多维度联动行为,漏洞极易被攻击者利用。

2.3 行业差异化风险分布

工业制造行业:首要风险为生产控制系统中断,攻击者通过钓鱼入侵运维终端,投放勒索程序加密 SCADA 组态文件,叠加 DDoS 阻断产线数据传输,停工损失远高于赎金金额;

跨境金融与商贸行业:以商业邮件欺诈(BEC)钓鱼为核心,伪造上下游供应商、海关邮件诱导财务转账,配套 DDoS 阻断网银系统逼迫企业快速妥协;

政务与公共服务:定向钓鱼窃取公民信息、审批档案,勒索机构公开涉密数据,DDoS 攻击政务办事平台引发公共服务停滞;

中小微服务业:无专业安全运维团队,基础防护缺失,批量自动化钓鱼攻击成功率超过 45%,成为黑产团伙批量收割目标。

3 亚太复合型网络攻击核心技术链路拆解

3.1 AI 赋能跨境钓鱼前置入侵技术

钓鱼作为全部复合攻击的入口,是攻击者投入技术资源最多的环节。依托开源大模型、提示工程工具,黑产可批量生成适配亚太多语种环境的钓鱼内容,规避传统关键词过滤。

3.1.1 多源跨境信息自动化侦察

攻击者部署分布式爬虫集群,同步抓取多国企业官网、LinkedIn、跨境电商后台公示信息、海关公开备案资料,自动整理目标组织架构、员工业务对接场景、常用沟通术语,构建本地化目标画像。区别于单一地区侦察,亚太跨境钓鱼会同步匹配两国贸易术语、时差、结算流程,大幅提升邮件真实感。

3.1.2 多语种高仿真钓鱼内容自动生成

利用多语言大模型微调训练区域贸易邮件模板,自动生成中英文、东南亚小语种混合文本,无语法错误、格式贴合企业正式函件,同时 AI 自动生成伪造海关单据、合同截图、企业公章图片,作为邮件附件诱饵。传统邮件网关依靠关键词 “紧急、立即验证” 识别风险,AI 可调整句式规避固定敏感词汇,静态规则完全失效。

3.1.3 载荷伪装与凭证窃取机制

钓鱼附件以带宏 Excel、LNK 快捷方式、加密压缩包为主,无文件加载器执行恶意代码,读取本地浏览器、办公软件存储的账号密码,通过加密隧道回传攻击者服务器。

3.2 勒索软件内网横向扩散技术

成功窃取凭证后,攻击者依托获取的合法账号在内网横向移动,完成勒索载荷全域投放:

凭证复用登录:利用窃取的运维、财务账号访问内网共享盘、服务器、工业控制器;

漏洞批量扫描:自动化扫描内网未修复远程代码执行漏洞,扩大控制节点;

双重勒索执行:本地文件采用 AES 加密,敏感数据同步打包上传境外存储服务器;删除系统卷影副本,阻断企业本地备份恢复路径。

3.3 配套 DDoS 施压攻击技术

勒索团伙控制跨区域僵尸网络,分为流量型与应用层两类攻击:

流量层 DDoS:UDP 洪水、ICMP 洪水占用企业出口带宽,阻断全部内外网通讯;

应用层 DDoS:HTTPS 会话洪水、接口高频请求,针对生产系统、交易平台、政务服务端口持续施压,正常业务请求无法响应。

攻击者将 DDoS 作为二次胁迫手段,企业完成赎金支付后才同步停止加密进程与流量攻击。

3.4 复合攻击流量特征检测代码示例(Python)

本代码实现网络流量多维度检测,同步识别钓鱼外联请求、勒索文件加密行为、DDoS 高频异常访问,适用于企业边界流量采集网关,仅用于安全防御研究,禁止非法嗅探网络流量。

import pyshark

import re

from collections import defaultdict


class MultiThreatTrafficDetector:

   def __init__(self):

       # 风险特征库:钓鱼外联恶意域名关键词、勒索文件后缀、DDoS单IP访问阈值

       self.phish_domain_key = ["fakeverify", "securecheck-pay", "trade-confirm-xyz"]

       self.ransom_suffix = [".encrypted", ".lock", ".benzona"]

       self.ip_request_count = defaultdict(int)

       self.ddos_threshold = 120  # 单IP一分钟访问上限阈值


   def detect_phish_domain(self, dns_query):

       """检测DNS查询中的钓鱼恶意域名"""

       for key in self.phish_domain_key:

           if re.search(key, dns_query.lower()):

               return True, f"检测钓鱼关联域名:{dns_query}"

       return False, ""


   def detect_ransom_file(self, http_payload):

       """检测传输载荷中的勒索加密文件后缀"""

       for suffix in self.ransom_suffix:

           if suffix in http_payload:

               return True, f"发现勒索加密文件传输:{suffix}"

       return False, ""


   def detect_ddos_flow(self, src_ip):

       """统计单IP访问频次,识别DDoS异常流量"""

       self.ip_request_count[src_ip] += 1

       if self.ip_request_count[src_ip] >= self.ddos_threshold:

           return True, f"IP {src_ip} 触发DDoS访问阈值,疑似攻击源"

       return False, ""


   def capture_traffic(self, interface="eth0", capture_time=60):

       """抓取指定网卡流量并执行多威胁检测"""

       print(f"启动流量采集,采集时长{capture_time}秒")

       capture = pyshark.LiveCapture(interface=interface)

       for packet in capture.sniff_continuously(packet_count=1500):

           try:

               # DNS流量检测钓鱼域名

               if hasattr(packet, "dns"):

                   dns_name = packet.dns.qry_name

                   phish_flag, phish_msg = self.detect_phish_domain(dns_name)

                   if phish_flag:

                       print(f"【高风险钓鱼告警】{phish_msg}")

               # HTTP载荷检测勒索文件

               if hasattr(packet, "http") and hasattr(packet.http, "request_uri"):

                   payload = packet.http.request_uri

                   ransom_flag, ransom_msg = self.detect_ransom_file(payload)

                   if ransom_flag:

                       print(f"【高风险勒索告警】{ransom_msg}")

               # 统计源IP访问频次检测DDoS

               if hasattr(packet, "ip"):

                   sip = packet.ip.src

                   ddos_flag, ddos_msg = self.detect_ddos_flow(sip)

                   if ddos_flag:

                       print(f"【高风险DDoS告警】{ddos_msg}")

           except Exception:

               continue


if __name__ == "__main__":

   detector = MultiThreatTrafficDetector()

   detector.capture_traffic(interface="eth0", capture_time=60)

4 传统安全防护体系应对亚太复合攻击的失效成因

结合 Industrial Cyber 报告中大量企业安全事故复盘案例,当前主流分立式防护架构存在四层结构性缺陷,无法适配钓鱼、勒索、DDoS 联动攻击模式。

4.1 防护设备数据孤岛,攻击链路无法关联识别

多数企业邮件安全网关、终端 EDR、流量清洗设备、防火墙独立部署,设备间无统一威胁数据互通接口。同一攻击者先发送钓鱼邮件、再投放勒索程序、最后发起 DDoS,三类行为分别被不同设备捕获,但系统无法判定三者属于同一攻击链条,仅单独触发孤立告警,运维人员难以判断整体风险等级,错失阻断最佳时机。

反网络钓鱼技术专家芦笛指出,亚太跨境复合攻击具备完整时序逻辑,割裂式防护会拆解攻击链路,大幅降低安全运营人员研判效率,高危攻击极易被海量低危告警淹没。

4.2 静态特征匹配机制无法抵御 AI 动态变异攻击

传统防护依赖固定关键词、恶意文件哈希、已知恶意 IP 黑名单开展拦截,存在两点核心短板:

第一,AI 实时改写钓鱼邮件文本、随机生成全新钓鱼域名,不存在固定匹配特征,黑名单更新速度远低于攻击变异速度;

第二,勒索软件采用多态加密,每次投放生成全新文件哈希,EDR 静态病毒库无法识别新型变种;DDoS 攻击者动态切换僵尸网络 IP 池,IP 黑名单无法持续封堵攻击源。

4.3 缺少跨境威胁情报协同机制

亚太各国网络安全机构、企业安全团队情报封闭,单一企业仅能获取本土攻击指标,无法提前掌握境外黑产团伙新型工具、域名池、C2 服务器地址。攻击者依托多国跨境节点轮换基础设施,一国封禁 IP 后立刻切换他国服务器,企业无法提前预判攻击动向,仅能被动处置已发生入侵事件。

4.4 工业与政企单位人员安全基线薄弱

亚太中小制造企业、基层政务机构安全培训内容老旧,仅针对传统简单钓鱼开展科普,未覆盖 AI 高仿真跨境贸易钓鱼、伪造海关单据、高管仿冒邮件等新型场景。运维、财务人员对复合型攻击认知不足,容易点击钓鱼链接泄露核心账号,成为内网入侵突破口。同时多数机构未常态化开展勒索恢复演练,遭遇加密攻击后无法快速恢复业务,被迫向黑产支付赎金。

5 面向亚太复合型网络威胁的全域协同防御体系构建

针对多重攻击叠加、跨境产业化、AI 动态变异三大核心风险,本文搭建 “四层技术防护 + 内部管理规范 + 区域跨境协同” 一体化防御体系,实现从侦察预警、入侵拦截、内网隔离、攻击溯源到区域情报共享的完整闭环。

5.1 第一层:边界一体化智能流量检测网关

整合邮件解析、DNS 域名识别、流量行为分析、应用层访问统计四大模块,打通邮件安全、流量清洗、边界防火墙数据通道,统一存储威胁日志,关联同一攻击源的多维度行为。

AI 语义邮件检测:不再依靠关键词,通过大模型分析邮件上下文逻辑、业务场景合理性,识别跨境贸易虚假函件、仿冒内部通知,对高仿真 AI 钓鱼邮件精准拦截;配套域名相似度算法,识别形近钓鱼域名;

实时流量行为分析:复用前文流量检测代码框架,持续监控 DNS 外联恶意域名、加密文件传输、单 IP 高频访问行为,同步输出钓鱼、勒索、DDoS 三类统一告警;

动态流量清洗:检测到 DDoS 攻击时自动分流异常流量,隔离攻击 IP,保障核心业务带宽稳定。

5.2 第二层:内网零信任隔离与勒索行为终端防护

边界拦截存在漏报风险,内网部署分层防护缩小攻击爆炸半径:

网络微隔离:将工业生产区、财务服务器、办公终端划分为独立安全域,默认拒绝跨域访问,仅开放业务必需端口,攻击者窃取单台终端账号也无法横向扩散;

EDR 行为检测替代静态特征库:重点监控批量文件加密、卷影副本删除、内网大量端口扫描等勒索程序典型行为,无需依赖已知病毒哈希即可拦截新型变种;

不可变离线备份:采用 WORM 存储保存生产图纸、财务数据、政务档案,定期开展完整恢复演练,杜绝因勒索加密导致业务永久停滞。

5.3 第三层:身份安全加固,切断钓鱼入侵后的凭证复用链路

钓鱼攻击核心目标为窃取账号凭证,完善身份认证体系可大幅降低入侵损害:

全核心系统强制启用 FIDO2 硬件多因素认证,禁用短信验证码,即便账号密码泄露,攻击者无法登录内网服务器、财务系统、工业控制平台;

异常登录实时阻断:异地 IP、陌生终端、非工作时段登录自动触发二次核验,同步推送告警至安全运维人员;

最小权限管控:运维、财务岗位仅分配业务必需操作权限,限制普通员工访问核心生产数据库。

5.4 第四层:事前预警与事后溯源处置机制

5.4.1 跨境威胁情报实时预警

接入亚太区域联合威胁情报库,同步更新境外恶意域名、C2 服务器 IP、勒索工具样本、DDoS 僵尸网络地址,网关自动拦截情报内高危资产外联请求,提前阻断跨境攻击链路。

5.4.2 标准化攻击溯源流程

发生入侵后,一体化网关导出全链路日志,追踪钓鱼邮件投递源、恶意文件外联地址、DDoS 攻击 IP 归属,整理攻击指标同步上报区域 CERT 与国际刑警网络犯罪分支机构,支撑跨境溯源打击。

5.4.3 分级应急响应预案

针对钓鱼泄露凭证、勒索加密、DDoS 业务中断三类场景制定分级处置流程,明确设备隔离、账号重置、业务切换、数据恢复、上报监管的标准步骤,缩短故障处置时长。

5.5 企业内部安全管理配套规范

技术防护必须匹配管理制度才能发挥完整效果,针对亚太企业现状制定三项常态化管理要求:

AI 钓鱼专项全员培训:定期使用 AI 生成跨境贸易仿真钓鱼邮件开展实战演练,讲解伪造海关单据、多语种仿冒邮件识别要点,更新安全培训案例库;

公开信息发布审计:管控官网、招聘平台、社交账号公示内容,减少员工岗位、组织架构、业务流程等敏感信息泄露,压缩攻击者侦察数据源;

季度复合型攻防演练:模拟 “钓鱼入侵 — 勒索加密 —DDoS 施压” 完整攻击流程,检验网关、终端、备份系统协同防护能力,修复演练暴露的防护漏洞。

5.6 亚太区域跨境安全协同治理机制

单一企业防护无法解决跨境产业化网络犯罪,依托国际刑警亚太合作框架搭建三层协同体系:

行业情报共享联盟:制造业、金融、港口物流行业建立专属威胁情报通道,实时同步新型钓鱼模板、勒索变种、DDoS 攻击基础设施;

各国 CERT 跨境数据互通:简化合规前提下的攻击指标跨境交换流程,快速封堵跨国家轮换的恶意服务器;

联合执法常态化:企业遭遇跨境复合攻击后,同步提交取证日志至本地网安部门,由国际刑警协调多国开展黑产团伙溯源打击,切断攻击变现产业链。

6 结论

Industrial Cyber 结合国际刑警监测数据发布的亚太网络威胁报告清晰印证,当前区域网络犯罪已进入钓鱼、勒索软件、DDoS 三类攻击融合实施的工业化阶段,AI 技术降低攻击门槛、跨境基础设施简化攻击部署、复合打击模式大幅提升破坏力度,传统分立式静态防护体系存在根本性短板,难以抵御新型威胁。

本文完整拆解亚太复合型攻击标准化技术链路,量化分析各类攻击增长趋势与行业风险差异,梳理传统防护在数据互通、特征识别、跨境情报、人员管理四方面的失效根源,构建边界智能网关、内网零信任隔离、身份安全加固、全流程预警溯源四层技术防护架构,配套可落地的流量检测代码实现,同时完善企业内部安全管理规范与亚太跨境情报、执法协同机制,形成技术、管理、区域联动三位一体的闭环防御方案。反网络钓鱼技术专家芦笛提出的多层协同防护思路贯穿全文,论证单一防护手段无法应对跨境 AI 复合网络攻击,必须打通设备数据、共享区域情报、同步升级人员安全能力。

面向后续亚太网络安全发展趋势,生成式 AI 工具会持续迭代,钓鱼内容仿真度、勒索软件规避能力、DDoS 攻击规模将进一步提升,跨境黑产分工链条会更加完善。各类机构需持续迭代 AI 驱动的动态检测模型,深化区域安全联盟情报互通,常态化开展复合型攻防演练,持续缩小攻防技术差距。同时各国监管机构可进一步统一跨境网络犯罪取证、情报交换标准,配合国际刑警开展常态化联合打击,从攻击源头、传播渠道、变现链路全链条遏制亚太地区多重网络威胁持续扩散,保障区域工业基础设施、跨境商贸、政务服务网络长期稳定运行。

编辑:芦笛(公共互联网反网络钓鱼工作组)

目录
相关文章
|
3天前
|
人工智能 定位技术 SEO
我学 GEO 第 15 天:终于知道AI GEO该如何做?
我是暴走的莉莉酱,边旅行边研究AI GEO的数字游民。专注普通人如何提升“AI可见度”——让AI在回答用户问题时准确识别、理解并推荐你。不讲玄学,只做可测、可调、可持续的GEO实践。
369 124
|
5天前
|
机器学习/深度学习 人工智能 调度
🐴 HappyHorse 1.1 现已上线阿里云百炼!快来查收模型使用指南,现在调用享 6 折~
HappyHorse 1.1 是新一代视频生成大模型,全面升级动态表现力、角色一致性、指令遵循、视觉质感与音画协同能力。支持I2V/T2V/R2V三类生成,适配短剧、电商广告、品牌营销等场景,提供高质、流畅、可控的AI视频生产力。
633 4
🐴 HappyHorse 1.1 现已上线阿里云百炼!快来查收模型使用指南,现在调用享 6 折~
|
1天前
|
人工智能 自然语言处理 API
阿里云Token Plan团队版解析:功能、三档套餐与省钱订阅指南
阿里云百炼平台推出的Token Plan团队版,是面向企业与团队的AI大模型订阅服务,以Credits为统一计量单位,整合文本与图像生成模型,提供团队管理、数据安全、多工具兼容等核心能力,解决团队零散订阅AI服务的管理混乱、成本失控、数据安全等痛点。本文将从核心定位、套餐详情、计费规则、团队管理、工具兼容、便宜订阅技巧等方面,全面解析Token Plan团队版,帮助企业与团队高效、低成本地使用AI服务。
283 108
|
3天前
|
缓存 人工智能 运维
阿里云618百炼大模型Qwen3.7-Max功能、免费试用、订阅计费、配置接入详解
Qwen3.7-MAX是阿里云百炼平台推出的通义千问3.7系列旗舰大语言模型,专为智能体时代复杂任务打造,依托阿里云全域算力与自研技术,在逻辑推理、长文本处理、代码工程、长周期自主执行等领域达到行业顶尖水平。2026年618期间,该模型推出多重免费试用权益、按量计费5折、订阅套餐优惠等专属福利,覆盖个人开发者、团队与企业全场景需求,以下从核心功能、免费试用、订阅计费、配置接入四方面展开详细解析。
373 123
|
16天前
|
缓存 测试技术 API
Qwen 3.7 Plus 与 Max 实测:性价比与多模态能力差异解析(2026)
2026 年 6 月 1 日,阿里悄无声息地发布了 Qwen 3.7 Plus,距 Qwen 3.7 Max 上线刚好 11 天。同样的 1M 上下文,同样的 35 小时自治上限。但价格才是头条:Plus 是 0.40/M输入,Max是 2.50/M——便宜约 6 倍——并且还能看图、看视频。Vision Arena 上 Plus 已经排到 #16。所以这周真正值得讨论的问题不是”要不要为视觉能力买单”,而是”Max 凭什么用 6 倍价格换来 2 个百分点的 benchmark 领先”。
|
2天前
|
存储 人工智能 数据可视化
别再手动复制 Skill 了:多 Agent 时代的 Skill 管理方案
多 Agent 场景下 Skill 的统一管理与同步。
190 122
|
9天前
|
缓存 人工智能 运维
GLM 5.2自托管全流程实战:硬件选型、vLLM/SGLang部署与成本盈亏测算
2026年智谱发布GLM 5.2超大混合专家模型,区别于以往仅开放API的闭源大模型,该模型权重以MIT开源协议对外发布,企业与开发者可完整下载、本地审计、私有化部署,实现数据不出环境、自定义微调、自主调度推理资源。GLM 5.2拥有753B总参数,原生支持百万级上下文窗口,在代码生成、长文档推理、数学逻辑等多项基准测试中对标国际顶尖商用模型,是首款可完整自托管的前沿代码向大模型。
764 0
|
2天前
|
SQL 存储 运维
日志能不能改?SLS LogStore 原生支持更新和删除了
随着日志承载的业务语义越来越多,数据订正、回填、清理等需求变得越来越常见。SLS 现已为 LogStore 提供原生 update/delete 能力——支持按 RowID 精确修改,按查询条件批量操作,类似计费调账、标签刷新、反馈回填等场景都可以直接在 LogStore 内完成闭环。
173 124

热门文章

最新文章