6月10日,由中国信息通信研究院、中国通信标准化协会主办,云计算标准和开源推进委员会承办的“SASE技术与应用主题沙龙”在线上成功举办。
沙龙聚焦SASE 关键技术、行业应用、产业发展等核心内容,进行了相关技术与实践经验分享。深信服安全XaaS北区运营主管崔灏和大家分享了深信服全云原生架构、融合架构、高密度全安全栈三大方面的技术革新并介绍了SASE 3.0解决方案。
革新一
全云原生架构
想象一下,你正在办健身房会员卡,如果你想随时随地去离自己最近的一家健身房健身,那么你有两种选择,一是办理你最常去的1-3家门店的会员卡,花费不高,但对于需要全国各地出差的你来说,并不满足需求;二是办全国大部分健身门店的会员卡,你需要花上百万、办几千张卡,满足需求,但耗资实在巨大。
那么,一套优秀的SASE解决方案,除了要有足够的“分店”(即POP点),更要有灵活的“一卡通套餐”,满足多分支企业在不同办公地点、不同办公环境下的快速接入。
在基础设施建设上,截至2022年3月,深信服在全球部署接近40个POP点服务,覆盖中国最主要的一二线城市,合计带宽资源超过150G,服务超过20万的在线用户,每月处理超过百亿的网络请求。
SASE 3.0在深信服的SASE云上采用了基于容器和k8s编排技术,重新实现了网络安全的各项能力。在这个架构下,安全能力能够被更好地编排:遇到大流量场景可以实现秒级扩容;移动办公接入,能够根据用户的物理位置,选择体验最佳的POP;不需要通过预先配置虚机资源的模式,实现动态的秒级开局。整体的服务体验,会随着全球POP点的数量,不断地提高。
同时,云原生架构最大的优势,就是当某一个节点出现异常,比如网络线路不通、不稳定或是服务器宕机,用户可以就近、动态地选择新的POP节点实时地开通服务来实现动态灾备,将用户的业务影响降到最低。
革新二
融合边缘架构
再想象一下,健身的人越来越多,人满为患的健身房必定会影响所有人的健身体验。这时候,如果能够实现不出门就可以健身,只有明星教练的课才需要到线下门店去,线上线下的结合,将大大提升用户体验和线下门店的效率。
从长期来看,SASE用户对整个流量处理的性能需求会持续地攀高,因此极端的轻端重云下,小型设备将很难满足小分支、大流量场景的需求,同时,也存在总部大分支、大流量加上多链路和设备高可用的高端需求。
SASE 3.0开发了一个能同时兼顾性能、环境适配性以及云端赋能本地的计算模式:fusionEdge,通过把部分的SASE能力按需、动态地下沉到本地的设备,实现平衡算力的融合架构。
在这个架构下,大部分的正常上网流量,能通过本地算力高效地进行处理,在本地出站;而需要管控审计的未知流量、SaaS应用流量和VPN内网流量则可以通过SASE节点进行安全能力的编排,实现安全、审计、零信任等能力。
革新三
全安全栈
最后想象一下,如果健身房里只有跑步机和哑铃,你会不会觉得索然无味?一个体验舒适的健身房必然有全套的设施,想做有氧可以选择跑步机,想练肌肉可以选择器械,想放松可以选择瑜伽等,按需选择每个人的训练方式。
这也是SASE架构最核心的技术升级——在SASE节点上实现全安全栈,通过编排的方式实现按需使用和分类防护。例如,上网流量接入审计、管控和防火墙能力;内网流量,接入零信任、内网WAF等能力。借由完整的安全栈实现,真正实现按需、弹性的安全交付。
这背后都是因为深信服有完整的安全能力栈,通过2年的技术积累,把安全能力都搬上了SASE,让用户使用SASE更方便、更安全。
最后,在探索SASE过程中,如何让用户的老旧设备或是刚采购的设备和SASE结合,一直是用户的刚需诉求。
因此,除了轻资产的方案外,我们让深信服所有的安全设备都能接入SASE。对用户来说,使用SASE,不是把现有设备都换掉的是非题,而是基于当前保有设备实际使用,按真实场景选择最优方案的多选题。
一致的交互界面和用户体验,是深信服在安全网关领域深耕多年累积的核心优势。
行业解决方案
运营商、教育、大企业、金融
技术的革新是为了更好的服务,作为国内安全云化服务化转型的先行者,从2020年深信服SASE落地以来,我们看到行业用户上云趋势和服务化趋势正在加速,经过近两年的实践和探索,SASE 3.0将在运营商,大企业,教育,金融等领域有了更加完善的解决方案。沙龙上,深信服安全XaaS北区运营主管崔灏也为我们做了全面解读——
运营商
SASE 3.0通过平台方式把安全工具化、服务化,从而能够让运营商为广大用户提供初步的安全服务能力,同时我们将开放SASE 3.0能力对接深信服MSS、XDR平台以及广大安全生态伙伴、以便用户给提供更高阶的和一站式安全服务。
深信服将为运营商提供
1.一整套面向用户的 安全便利店订阅门户前台;
2.高密度、丰富的安全能力组件中台,面向中小商企、中大企业到行业用户提供不同的安全能力服务;
3.人工安全服务后台实现线上线下协同服务。
运营商能够面向不同用户群体提供差异化的服务体系,如中小商业的轻资产、免运维、到行业用户的私有化混合部署方案。
教育
深信服SASE 3.0采用高密度的方式实现安全组件微服务化、容器化,中小学只需通过门户订阅服务,教育局通过集约化的方式即可实现集中运维,打造良好上网环境,按需部署安全能力,实现极简运维。
大企业
大企业的特点分支众多,移动出差人员比较多、对安全诉求相对比较复杂,SASE3.0将向企业用户提供一站式的混合部署安全订阅服务,将组网、安全、移动办公和分支IPS安全等安全能力通过云平台一站式交付。
金融
在金融领域,保险行业的扁平化建设、证券轻型营业厅建设,以及银行的合规与高可用建设和混合部署尤为重要。
面向金融行业,SASE 3.0通过云平台向用户提供安全组件,日志采用本地化方式或托管到运营商;面向金融用户,我们提供按年订阅、轻资产的云上行为管理与安全能力。
未来,深信服将持续深耕SASE技术研究,致力于为用户数字化转型提供“简单有效 省心可靠”的安全服务、打造极致的安全体验。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。