我们一直希望为企业提供更方便的高级安全性，以便他们能够专注于核心业务。今年以来，我们一直致力于加强DDoS保护，讨论了我们已阻止的一些最大攻击，并使防火墙防御更加有效。我们继续推进我们的安全创新步伐，今天我们宣布对现有保护的增强，以及帮助客户在云中保护其用户、数据和应用程序的新功能。

1。使用机器学习检测和阻止具有自适应保护的DDoS攻击

我们最近讨论了我们的基础设施如何吸收2.54 Tbps DDoS攻击，软件企业有哪些，这是使用多种攻击方法的六个月活动的高潮。尽管同时瞄准了我们的数千个IP，安娜尔返利机器人，大概是希望绕过自动防御，但攻击没有产生任何影响。

我们认识到潜在DDoS攻击的规模可能令人望而生畏。通过将Google Cloud Armor部署到我们的云负载平衡服务中（该服务可以扩展以吸收大规模DDoS攻击），您可以保护部署在Google Cloud、其他云或内部部署的服务免受攻击。Cloud Armor，我们的DDoS和WAF-as-a-service，是使用与谷歌服务相同的技术和基础设施构建的。

今天，我们很高兴宣布Cloud Armor Adaptive Protection，这是一项独特的技术，大数据产品，它利用多年使用机器学习解决安全挑战的经验以及保护我们自己用户的深厚经验针对第7层DDoS攻击的属性。我们在Adaptive Protection中使用多个机器学习模型来分析每个web服务的安全信号，网站用云服务器，以检测针对web应用程序和服务的潜在攻击。

该系统可以检测针对您的web应用程序和服务的大量应用层DDoS攻击，并显著加快缓解时间。例如，攻击者经常针对动态页面（如web应用中的搜索结果或报告）发出大量请求，以耗尽服务器资源来生成页面。启用后，我们将从大量的因素和属性中了解到达您服务的流量，因此我们知道"正常"是什么样子。如果我们认为存在潜在的攻击，我们将生成警报，并考虑到与您的工作负载相关的所有上下文。换言之，传统的基于阈值的检测机制可能会产生大量低置信度警报，只有当攻击加速到检测阈值时，返利，才需要进行调查和分类，自适应保护会更早地产生关于潜在攻击的高置信度信号，当攻击仍在增加时，

自适应保护不仅会使攻击表面化，而且实际上会提供系统为什么认为它是恶意的上下文，然后提供一个规则来减轻攻击。这种保护被编织到我们的云结构中，只会在上下文、攻击特征码和云盔甲规则出现更严重的问题时向运营商发出警报，然后他们可以在预览或阻止模式下部署。应用程序所有者和事件响应者不必花费数小时分析流量日志来对正在进行的攻击进行分类，而需要掌握他们所需的所有上下文来决定是否以及如何阻止潜在的恶意流量。云盔甲自适应保护将大大简化保护，并将在不久的将来向公众推出。