当60亿次攻击来袭,人机联合打了一场漂亮的防御战

简介: 安全的本质已经不再是人与人之间的对抗,而是智能体之间的知识对抗。智能体可以是人类智能,也可以是机器智能。攻击者利用漏洞知识、攻击知识伺机突破,防御者利用检测知识、防御知识进行纵深拦截。谁拥有了更多的知识谁才能赢得这场战争。人类智能和机器智能的双向联合,让这场狂欢背后的攻防大战即激烈又轻松,既复杂又简单。

云是大规模体量下各种小概率事件常态化的一个复杂场,云上的攻防对抗是攻击者和防御者在这张复杂场上的博弈与演化。大规模的环境之中充斥着各种各样转瞬即逝的信息,对于威胁,没有什么是比「大规模」和「转瞬即逝」还更好的隐匿与庇护。任何一个技术问题,放大到大规模的尺度下,随着体量的增大,技术难度都会呈指数级上升,攻防更是如此。而当双十一遇到云,更是大规模叠加大规模,在这一天上百万的黑客、僵尸网络、病毒、蠕虫、木马等悄然集结,共同组成了狂欢背后的黑暗联盟,龃龉着每一个剁手党。

今年的双11购物狂欢节超越去年的2135亿成交额,创下2684亿的历史新高。先不说数百万的黑客在这一天对平台发起的疯狂攻击,单就双11当天每秒54.4万笔订单峰值,本身就是对平台稳定性的一次大考。那守护着这一购物狂欢的防御体是如何从这上千亿次的访问请求中判断哪些是正常购物请求,哪些是黑客攻击的?

答案是,人机联合大作战。具备丰富护航经验的安全专家借助提前训练好的机器智能,赋能整个防御体自动化、智能化、实时化检测风险的能力,做到快速应急响应。

那机器智能是如何而来的?

源于智造工厂的机器智能

先进的安全机器智能的诞生需要三大前提条件:一是海量的历史攻防数据作为先天土壤,二是专业的安全专家进行培育,三是丰富的应用场景提供训练环境。而阿里云作为亚太第一的云服务商以及为20万家企业提供企业级安全服务的企业,具备了生产先进机器智能的一切先天条件。同时,阿里云安全的智能能力,不是单点的人工智能,而是全局的机器智能。

阿里云沉淀的PB级历史攻防数据,相当于上千万部高清电影,这些全量攻击数据资源类似“原油”,源源不断的输送给阿里云的智造工厂,为机器智能的诞生提供基础条件。

阿里云智造工厂大图-final.jpg

由阿里云自主研发的飞天操作系统连接的数千台机器规模组成的计算集群,形成数据内核,即“数据炼油厂”,通过对原始攻击数据资源进行萃取,从“数据原油”当中提炼出各类“数据石油”,即恶意IP库、恶意域名库、恶意样本库等等,成为安全对抗过程中的关键威胁情报

各类数据石油会进一步输入到安全智能内核和智能知识引擎中,产出攻防对抗过程中的弹药。安全智能内核采用“正常总是基本相似,异常却各有各的异常”的思想,能够从数据向量空间中精准提取出一切非正常行为的异常行为表征模式,进一步沉淀形成攻防对抗知识,输出给到智能体,让智能体具备安全专家的能力,赋能安全产品,与威胁进行自主攻防对抗,唯一不同的是智能体可以7X24小时无间断不休息,而且几乎不会犯错

海量的智能体之间相互协作共同协助安全专家完成超大规模攻击下的自主攻防对抗,好让安全专家腾出精力去做更高维度的研判与推理。此时,智能知识引擎则源源不断的提取数百万计的对抗知识,对各类威胁实体进行多维度的画像建模,让安全专家在攻防对抗过程中具备洞察一切威胁的上帝视野。得到智能知识引擎加持的安全专家,就像得到了福尔摩斯丰富知识与严谨推理的超能力一样,不放过任何一丝一毫威胁的蛛丝马迹。

那安全专家与机器联合到底产生了什么样的威力?

人机智能联合的战绩

每年双11阿里云都会遭到数十亿次来自全球不同国家的多种方式的攻击。今年双11期间,抛开黑客攻击流量之外,单就正常订单创建峰值就已经达到54.4万笔/秒,单日数据处理量达970PB,相当于上亿部高清电影夹杂着各种病毒文件同时涌入阿里云,这本身就对平台稳定性提出了高度挑战。面对如此庞大的数据量,人类智能与机器智能形成联合智能体,在双11这场护航中打了一场漂亮的胜仗:

  • 云平台自动识别并拦截来自184个国家的60亿次攻击,发现安全事件立即响应,在不影响业务稳定的情况下,及时止血消除风险;
  • 为双11经济体拦截来自17种不同方式的473万次攻击、2.9万个恶意攻击IP,实时分析2836亿+条行为记录;
  • 云平台峰值流量10Tbps,成功防御1917次DDoS攻击,峰值223Gbps,云原生DDoS防护包商业化解决方案完美支持IPv4、IPv6双栈流量;
  • 为阿里云官网国内外100+双11活动提供全面防护,分析处理2000万次业务请求,并为云上400+客户提供2亿次风险识别服务,保障客户安全;
  • 为33家参加大促的云上客户保驾护航,提前巡检配置规避风险,主动监控预警20次,应急响应5次,在大促QPS超过日常4倍的情况下保障客户活动平稳顺畅。

如前文所讲,安全智能内核产生的智能体如安全专家一样,可以与威胁自主对抗。目前,阿里云安全已经借助批计算、流计算、图计算等前沿技术,产生数千个智能模型,形成成千上万个智能体,赋能到阿里云整体安全防御体系当中,与安全专家共同作战,形成了一道坚固的安全防线。

同时通过这场攻防大战,我们不难看出,安全的本质已经不再是人与人之间的对抗,而是智能体之间的知识对抗。智能体可以是人类智能,也可以是机器智能。攻击者利用漏洞知识、攻击知识伺机突破,防御者利用检测知识、防御知识进行纵深拦截。谁拥有了更多的知识谁才能赢得这场战争。人类智能和机器智能的双向联合,让这场狂欢背后的攻防大战即激烈又轻松,既复杂又简单。

相关文章
|
7月前
|
人工智能 自然语言处理 安全
多任务并行+跨设备适配,AI编程方案提升研发效率的关键
接触企业级AI编程方案已有段时间,最初以为它只是普通的AI编程辅助方案,实际应用后才发现,其真正价值在于打破了传统研发的固有模式,从环境配置、任务执行到团队协作,将AI能力深度融入开发全流程。作为支持私有化部署、完全开源的企业级AI研发基础设施,它凭借分层解耦架构、双引擎驱动、安全原生等独特技术亮点,跳出同类方案的同质化困境,无花哨功能堆砌,却能切实解决开发中的诸多痛点,今天就从实操角度,和大家聊聊其技术亮点、真实使用案例及我的心得体会。
|
数据采集 存储 数据挖掘
使用Python读取Excel数据
本文介绍了如何使用Python的`pandas`库读取和操作Excel文件。首先,需要安装`pandas`和`openpyxl`库。接着,通过`read_excel`函数读取Excel数据,并展示了读取特定工作表、查看数据以及计算平均值等操作。此外,还介绍了选择特定列、筛选数据和数据清洗等常用操作。`pandas`是一个强大且易用的工具,适用于日常数据处理工作。
|
人工智能 算法 安全
分享实录 | 阿里巴巴代码缺陷检测探索与实践
3月3日,阿里巴巴算法工程师别象在云效DevOps交流群中分享了《阿里巴巴代码缺陷检测探索与实践》。从阿里巴巴代码平台在探索缺陷检测和补丁推荐问题时遇到的挑战入手,介绍了目前业界和学术界较为流行的缺陷检测手段,并针对其局限性,提出PRECFIX方法。
6975 0
分享实录 | 阿里巴巴代码缺陷检测探索与实践
|
存储 C++ 索引
【C++打怪之路Lv9】-- vector
【C++打怪之路Lv9】-- vector
481 1
|
SQL 监控 安全
网络攻击的阶段详解
【8月更文挑战第31天】
1206 0
|
存储 数据采集 数据管理
《数据治理简易速速上手小册》第7章 元数据管理(2024 最新版)
《数据治理简易速速上手小册》第7章 元数据管理(2024 最新版)
563 1
|
存储 数据可视化 C++
时间序列的季节性:3种模式及8种建模方法
分析和处理季节性是时间序列分析中的一个关键工作,在本文中我们将描述三种类型的季节性以及常见的8种建模方法。
1156 2
|
存储 人工智能 算法
Unity 实现A* 寻路算法
Unity 实现A* 寻路算法
1065 2
Unity 实现A* 寻路算法
|
SQL 关系型数据库 MySQL
Navicat如何运行SQL脚本文件
一朋友初入门,今天导入sql文件时出错,我就简单记录了一下
2311 1
|
存储 Java
处理 List、Set、Map 的相互转换问题
处理 List、Set、Map 的相互转换问题
677 0

热门文章

最新文章