我国74万台域名服务器过半不安全

互联网安全分为三层:运营商层面的硬件保障;提供接入服务的域名保障;企业层面的网站内容保障。但多数企业往往忽视中间的域名保护工作。

  “我国74万域名服务器有一半存在安全隐患,100元可以注册域名,但买不来域名安全”,中网公司董事长、CNNIC(中国互联网络信息中心)首席科学家毛伟介绍。

  近日,备受关注的全球IPv6高峰会议在京召开,与会专家们表示,随着IPv4地址的耗尽以及IPv6新时代的来临,基于互联网的各种应用将变得更加复杂和庞大,而安全可信的IP、域名等互联网基础资源将显得尤为重要。

  毛伟在接受记者专访时表示,安全域名是网络稳定运行的中枢神经系统,由于缺乏综合专业的安全服务能力,我国超过50%的域名服务器相对不安全,而我国57%的重要信息系统存在域名解析风险。随着IPv4向IPv6的过渡,域名服务的重要性、复杂性、风险系数也在不断提高。我国现有域名服务系统也普遍缺乏安全运行技术和服务保障。因此建立和部署专业的域名设备和域名安全运维服务对于互联网安全和依赖IT系统的企事业来说必不可少。

  据记者了解,我国目前存在域名服务器74万台,但域名安全状况不容忽视。多数企业在注册域名时简单将域名安全服务交给域名代理商托管,即便自建域名服务器的企业,也未获得专业的域名安全服务能力。

  当前互联网环境下域名攻击事件频繁发生,今年3月19日华夏名网域名故障致使在华夏名网注册、使用其域名解析平台的所有域名均出现异常;2月春节过后不久,电信运营商的大面积域名故障导致全国各地均出现了不同程度的网站打不开、网速缓慢等现象;去年比较严重的百度域名被劫持事件中,造成其网站数小时内无法被访问,直接损失达到700多万元。

  针对域名攻击事件,毛伟指出,其根本原因在于我国很多省市在域名服务器部署方面缺乏完善的机制建立,包括电信运营商、域名服务商、企事业单位网站等产业链上的各个环节。出问题比较多的是递归服务和普通用户端的各级权威域名服务,成为整个域名服务中安全状况非常薄弱的一环,也成为了域名攻击频发的重灾区。

  有专家建言,为保障我国互联网服务安全,需要从国家层面加大技术产业化投入,从域名软件开发、域名专用设备、域名安全运维商用服务等方面入手,建设基于IPv6的下一代可信域名系统,才是保障我国互联网安全以及企业网络安全的最佳手段。

  据悉,致力于提供域名商用服务综合解决方案的中网公司,依托13年的域名行业运行管理和技术研究经验,起草了我国最新的域名安全标准,推出了一套包含软件、硬件和服务的域名安全运维整体解决方案,全面兼容IPv6网络。“我们已经与工信部等部门展开合作,健全域名安全和防护应急机制”,毛伟透露。

  

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值