- 1、本文档共33页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
GSE技术方案系列:智算中
心以太网物理层安全
(PHYSec)架构白皮书
(2024年)
前言
随着AI大模型对算力的需求呈现指数级增长,具有大规模算力
的智算中心正在全球范围内进行大规模建设与部署。智算中心通过以
太网传输涉及到企业安全生产的AI模型参数以及敏感数据,其在传
输的过程中面临着泄露的风险,具有极高的安全诉求。本白皮书面向
未来智算中心规模建设和AI大模型发展及部署需求,提出以太网物
理层安全(PHYSec)体系架构及技术方案,解决RDMASec、MACSec等
现有安全方案在智算中心场景下面临的安全漏洞与性能瓶颈问题,为
智算中心的网络保驾护航。
本白皮书旨在提出中国移动及产业合作伙伴对以太网物理层安
全PHYSec技术的愿景、架构设计和能力要求。希望能够为产业在规
划设计以太网物理层安全相关技术、产品和解决方案时提供参考和指
引。
本白皮书由中国移动通信有限公司研究院主编,腾讯云、清华大
学、东南大学、华为技术有限公司、中兴通讯有限公司、博通公司、
默升科技(上海)有限公司、上海橙科微电子科技有限公司、烽火通
信科技股份有限公司、新华三技术有限公司、锐捷网络股份有限公司、
英特尔(中国)有限公司、苏州盛科通信股份有限公司、杭州云合智
网技术有限公司、深圳市楠菲微电子有限公司、篆芯半导体(南京)
有限公司、苏州旭创科技有限公司、索尔思光电、苏州卓昱光子科技
有限公司、武汉光迅科技股份有限公司、迈普通信技术股份有限公司
(中国电子-迈普通信)、思博伦通信科技(北京有限公司)、是德科技
(中国)有限公司、唯亚威通信技术(北京)有限公司、珠海星云智
联科技有限公司、中科驭数(北京)科技有限公司、上海云脉芯联科
技公司、深圳云豹智能有限公司联合编撰。
中国移动GSE技术方案系列:智算中心以太网物理层安全(PHYSec)架构白皮书(2024)
目录
1.技术背景与需求1
2.以太网物理层安全技术架构5
2.1技术愿景5
2.2设计原则6
2.2.1兼容性原则6
2.2.2互通性原则7
2.2.3一致性原则7
2.3技术体系与关键机制7
2.3.1物理层身份认证机制10
2.3.2物理层密钥管理机制11
2.3.3物理层数据加解密机制14
2.4技术优势17
3.应用与部署22
3.1应用场景22
3.2部署架构24
4.总结与展望26
缩略语列表27
参考文献29
中国移动GSE技术方案系列:智算中心以太网物理层安全(PHYSec)架构白皮书(2024)
1.技术背景与需求
随着AI大模型的迭代速度呈指数级增长,AIGC(AI-Generated
Content)等应用预计将在全球范围内产生数万亿美元的经济价值。
作为AI技术发展的基础设施底座,智算中心也逐渐在全球范围内大
规模建设和部署。传统数据中心网络存在时延及吞吐受限、负载分担
不均、拥塞控制精度低、安全保护机制难部署等问题。针对这些问题,
全调度以太网(GSE)在兼容现有以太生态前提下,提出基于虚拟容
器的调度转发,逐包的动态负载均衡机制,以及精细流控反压等创新
技术,获得业内广泛认可,并在中国通信标准化协会(CCSA)TC3工
作组推动《全调度以太网总体技术要求》和《智能计算中心网络协议
能力总体技术要求》立项,为智算中心提供开放标准的网络解决方案。
当前,智算中心以大量数据为资源,利用强大算力驱动AI大模
型对数据进行深度加工,产生各种智慧计算能力,以云服务形式提供
给组织及个人。在此过程中,涉及大量数据资源在入算、算内和算间
网络场景的处理和传递。这些数据已成为企业十分重要的商业资产,
一旦被窃听攻击或泄露,将产生难以估计的经济损失,因此如何保障
数据安全将是智算中心发展的核心问题。对于入算场景,互联网或者
用户设备实时上传的敏感或隐私数据须经过广域网或城域网等入算
网络到达智算中心用于AI大模型训练,这些数据在传输过程中存在
泄露的风险。对
文档评论(0)