Akamai CTO：企业需要更 “贴近”用户的边缘网络安全平台
“DDoS的攻击数量变得越来越多，而且增长速度越来越快。在Akamai所观测到的六大DDoS攻击中，有三次超过 50Gbps 的比较大规模的攻击都是在 2021 年发生的。”Akamai 执行副总裁&首席技术官Robert Blumofe博士在接受笔者的采访时表示，这些攻击不仅在规模上呈剧烈增长，而且在成熟度上也呈现不断增长态势——拥有不同的风格，使用不同公司的协议，比如最常见的TCP、UDP 以及最新的DCCP来进行攻击。
除了 DDoS攻击之外，勒索软件攻击也呈现增长的态势。在 2020年整个勒索软件的攻击呈现稳定增长态势之后，在2021 年初呈现了爆炸式的激增。
“数字化转型和移动、云和边缘部署模型的采用从根本上改变了网络通信模式，并使现有的网络和安全模型逐渐式微。”这是 Gartner 对于整个云计算时代，企业在数字化转型的浪潮中，必须要面对的网络和安全问题的评论。
如果从历史上来看，很多的企业都会在数据中心部署安全堆栈。与此同时，他们的应用程序也在数据中心当中。但是随着整个企业实现云端的迁移，很多的安全堆栈也随之搬到云端。
这也就意味着它完全是远离用户、远离应用程序和远离威胁发生的地方，企业没有办法直接使用这样的安全堆栈，必须要把这些数据从用户端回传到云端，然后再上传到应用程序。这种数
据的回传，造成了性能上的危害，它的成本也是非常高昂的。
“如果在遭受攻击的时候再对流量进行回传，那效果会变得更加糟糕，因为回传的相当于是攻击的流量。这将会造成巨大的灾难，会对上游链路和路由器造成巨大的负担，并且让整个过程失去效益，所以回传流量并不是非常好的选择。”在Robert Blumofe博士看来，云端并不是所有问题的解决方案，因为它无法实现实时的保护，而用户、威胁和应用程序是无处不在的。
尤其是在疫情期间，我们已经习惯了居家办公的形式进行工作，但是即便是疫情结束之后，大部分的工作还是会以远程办公的形式来完成。无论是居家办公，还是旅行途中在酒店、咖啡馆办公等，都会成为一种新的趋势。
此时，我们面临的危机以及攻击的威胁无处不在。这些威胁来自不同的威胁方，但有一个共通点，其布局是全球化的。
“Akamai对边缘的定义是那些离用户端、设备、应用程序最近的网络位置。在这样的定义之下，我们在全球135 个国家 /地区的近 1000 个城市，覆盖了超过 1400 个网络中的 4100 多个位置。”Robert Blumofe 博士表示，Akamai 是在整个网络边缘的服务器之上运行所有的软件和服务，这样的平台能够支持全方位的功能，赋能企业实现最简单、最统一的安全保障功能。
事实上，布局在网络边缘的软件平台是一个非常关键的概念，因为它可以在同一个平台上交付同样标准的安全和性能。对于很多企业来说，安全和性能是冲突的两个要素，提升安全就意味着性能上要做一定的妥协，两者通常处在顾此失彼的状态。但 Akamai 的交付平台兼顾安全和性能，两者兼得。
“一个平台意味着它是简单的，可以实现安全策略的统一，可以消除不一致性和差距。Akamai会提供多重安全的强大保护，也就是说如果平台上的漏洞得到了提升，那客户的整体数据流量也会从中受益。”Robert Blumofe 博士强调，在 Akamai 的平台，客户可以获得更优质的结果——既可以选择利用程序和网络安全方面的解决方案，包括应用程序和 API保护、诈骗预防、基础设施保护、访问控制等，也可以选择边缘交互方面的服务，比如说性能产品提供的加速服务，流媒体软件下载，或者是自定义的功能，也可以在边缘应用程序，通过 EdgeWorkers、EdgeKV 来实现自定义功能。
总体来看，Akamai 的可编程边缘平台优势主要体现在三个层面：首先，它能够无限接近用户、威胁以及应用程序；其次，它可以提供整套的安全和性能，构建同样的机制，实现全面的功能覆盖。最后，它可以支持企业通过自定义的需求，添加不同的功能强有力地帮助企业应对网络攻击。
写在最后
从技术的角度来看，云计算和边缘计算两者实现了完美互补。大部分的云服务提供商在全球各地都提供优质的存储和算力的服务，所以很多编程的模型都是通用的。而边缘放大了云端的功能，因为它更接近用户端、应用程序以及威胁所在之处。总体来说，边缘可以在网络边缘实现动态数据计算的价值，而云端更多是实现大量的静态数据的计算。
另一方面，5G的快速部署和应用，也带来了很多挑战。在5G的支持下，越来越多的网络连接都在边缘实现，高带宽的连接也越来越常见。现在看来，边缘将能提供最后一公里的解决方案。
“随着核心算力的增加、对于边缘计算能力的提升需求也在不断变化。我们在5G时代看到越来越多的设备连接网络，也就是我们现在称为物联网的新局面的出现。有了5G的助力，物联网连接的设备数量也会呈指数级上涨。”Robert Blumofe 博士表示，庞大的设备数量意味着海量数据的存储和分析压力，因此要实时进行流量的分析、了解背后的动机和识别流量属性，而这些的分析就需要借助于高级分析手段——比如机器学习和人工智能。在这样一个趋势下，Akamai相信机器学习和人工智能将会在未来的Akamai 产品研发和策略当中扮演更重要的角色。