10月11日消息（張海龍）目前，DDoS攻擊正成為網(wǎng)絡(luò)攻擊中最為常見的攻擊類型，而隨著攻擊型態(tài)演變，DDoS正呈現(xiàn)出攻擊量不斷攀升、攻擊復(fù)雜度愈來愈高、攻擊頻率增加三大趨勢。
這讓傳統(tǒng)保護已經(jīng)無法有效偵測阻擋DDoS，作為全球DDoS防御領(lǐng)軍企業(yè)，Arbor Networks認為，階層式DDoS防御才是有效并全方位的解決方案。
Arbor Networks大中華區(qū)總經(jīng)理金大剛認為，階層式DDoS防御具備六大特征：
第一，駐地端防護設(shè)備必須 24 小時全天候主動偵測各類型DDoS攻擊，包括流量攻擊、狀態(tài)耗盡攻擊與應(yīng)用層攻擊；
第二，駐地端防護設(shè)備只要偵測到攻擊流量，皆可立即阻檔；
第三，必須自動擋下探子馬，藉此推遲黑客刺探軍情的頻率，以絕后患；
第四，為了避免出現(xiàn)如同防火墻等設(shè)備附加功能的弱點，因此用戶務(wù)必慎選無狀態(tài)表架構(gòu)的防護設(shè)備，以免黑客而耗盡連接數(shù)量上限而攻擊得逞；
第五，用戶宜跳脫設(shè)備規(guī)格的軍事競賽思維，不需過度計較其吞吐流量多大、操作界面多強，而應(yīng)關(guān)注其是否深具智慧，智慧的高低，取決于設(shè)備原廠是否有能力搜集大量資料，藉由云端大數(shù)據(jù)分析萃取攻擊樣本，繼而以最快速度產(chǎn)生攻擊特征碼，終至回饋到前端設(shè)備；
第六，需本地與云端聯(lián)動，從而進行高效的DDoS防御。
事實上，這也是各大分析機構(gòu)的共識，Gartner、IDC、Frost & Sullivan、 Ovum 、 Infonetics不約而同倡議“Layered DDoS Attack Protection”概念，即由多層次防御手段，達到阻擋DDoS攻擊的效果。
不過，金大剛認為，目前市場上眾多的DDoS防御解決方案并不能真正解決DDoS攻擊。例如，CDN對于靜態(tài)網(wǎng)頁極具保護功效，但對于需要與后臺實時聯(lián)機撮合的動態(tài)網(wǎng)頁，則相對不適用，在與后臺主機的聯(lián)機信道中，會充斥大量對話，其中可能存在惡意流量。
至于區(qū)域性電信運營商，由于無法主動偵測應(yīng)用層攻擊、或狀態(tài)耗損攻擊，再加上即使勉可過濾攻擊流量，但因容量有限，只要容量用盡便無法執(zhí)行清洗，或?qū)?dǎo)致后續(xù)正常封包，也將被丟棄。
而國際流量清洗中心利用海外機房執(zhí)行清洗任務(wù)，迫使用戶必須繞一大段路才能接受過濾服務(wù)，難免造成延遲，大大降低服務(wù)質(zhì)量。此外，防火墻或IPS等設(shè)備商則有著最大連接數(shù)的限制。
對此，Arbor Networks推出了階層式DDoS防御解決方案，通過APS（Pravail Availability Protection System）對流量進行檢測清洗，當APS遭遇難以排除的攻擊流量，便通過云端清洗中心展開流量過濾，從而保障網(wǎng)絡(luò)能夠及時有效抵御DDoS攻擊。
尤其值得一提的是，Arbor Networks擁有全球95%主流電信運營商客戶，通過和全世界300多家電信運營商的合作關(guān)系，Arbor的研究中心可以實時接收這些電信運營商提供的樣本流量信息。因此Arbor掌握了全球逾四成因特網(wǎng)實時流量信息，可比競爭對手更快察覺新型攻擊樣態(tài)，從而實時建立指紋知識庫，協(xié)助用戶得以及時偵測并防御惡意攻擊。
- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- Dell'Oro預(yù)測：6G RAN收入到2033年將接近300億美元
- Dell'Oro預(yù)測：6G RAN收入到2033年將接近300億美元
- Dell'Oro報告：2024年上半年全球電信資本支出下降10%
- Dell'Oro報告：2024年上半年全球電信資本支出下降10%
- 中國移動云化4/5G融合核心網(wǎng)新建設(shè)備集采：華為、中興兩家分食，平均折扣約9.3折
- CRU：2025年全球光纖光纜市場迎來復(fù)蘇，裸纖價格長期承壓
- 解析Advancing AI 2024：端到端AI，AMD開啟下一個黃金十年
- Gartner：中國大語言模型價格戰(zhàn)推動人工智能加速上云
- SpaceX被指強迫星鏈對手分享頻譜 美司法部或介入
- 全面擁抱UEC！AMD發(fā)布第三代 DPU Salina ：以AI速度交付網(wǎng)絡(luò)創(chuàng)新
免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
