当在购买弹性云服务器(ECS)时,需要选择安全组,不知道怎么选的时候,直接选个默认,棒棒哒~
当在云上基于云服务器搭建了一个应用,搭建完成后,发现无法访问,懵了,Why?
当开始在网上找答案,或者咨询华为云客服时,最终发现是应用使用的是特殊端口,关键词忽然变成了“安全组”。
安全组?让我发呆回忆一下。
什么是安全组?
安全组作为华为云网络的标配,就是为了保护网络安全的,确切的说是为了保护ECS、以及裸金属服务器和扩展网卡,它可以控制进出ECS的网络流量。
网络流量分为出方向和入方向,出方向是指你想访问别人,入方向就是别人想访问你。如果把ECS比作一个家,那安全组就是家里的大门,仅为想见的人开放。
如何创建安全组?
登录华为云管理控制台,选择“网络 > 虚拟私有云 > 安全组”,单击“创建安全组”,就可以创建一个全新的安全组。
当然我们还自带了一个默认的安全组“Sys-default”,您也可以直接使用。
什么是安全组规则?
安全组规则作为安全组的核心,是必杀绝技,通过它实现出入网流量的控制。
不管是系统自带的安全组,还是用户新建的安全组,都自带默认规则。
默认规则如下:
在出方向上的数据报文全部放行,入方向访问受限;
安全组内的ECS无需添加规则即可互相访问。
如何添加安全组规则?
当默认规则不能满足您的需要,您可以在安全组详情页的入方向规则和出方向规则页签下面,单击“添加规则”。
我们还提供了常用协议端口的快速添加,单击“快速添加规则”。
如何将ECS加入到安全组?
除了在购买ECS的时候,可以直接加入安全组,其他时候我怎么将ECS加入到安全组,受到安全组的保护呢?
在安全组的详情页的关联实例页签,单击“添加”,添加ECS到安全组。
Tips:
单击“移出”,可以将ECS从安全组中移出。ECS移出后,可以加入到其他的安全组,即完成了ECS所属安全组的更换。支持批量操作。
安全组支持的实例,除了ECS,还有裸金属服务器和扩展网卡,您可以根据需要设置。
如何验证安全组生效?
当您添加了规则,也关联了ECS,接下来就是看设置的规则是否生效,如何验证呢?
假设您在ECS上部署了网站,希望用户能通过HTTP(80端口)访问到您的网站,您添加了一条入方向规则,如下表所示。
Linux ECS
Linux ECS上验证该安全组规则是否生效的步骤如下所示。
登录ECS。
运行如下命令查看TCP 80端口是否被监听。
netstat -an | grep 80
如果返回结果如下图所示,说明TCP 80端口已开通。
在浏览器地址栏里输入“http://ECS的弹性公网IP地址”。
如果访问成功,说明安全组规则已经生效。
Windows ECS
Windows ECS上验证该安全组规则是否生效的步骤如下所示。
登录ECS。
选择“开始 > 附件 > 命令提示符”。
运行如下命令查看TCP 80端口是否被监听。
netstat -an | findstr 80
如果返回结果如下图所示,说明TCP 80端口已开通。
在浏览器地址栏里输入“http://ECS的弹性公网IP地址”。
如果访问成功,说明安全组规则已经生效。
如何更换ECS的安全组?
当您想更换ECS所属的安全组时,除了在安全组详情页面的“关联实例”可以修改外,还可以在ECS的详情页面,单击“更换安全组”,完成安全组的变更。变更后,ECS将受新的安全组的保护。如果是单个的更改,小编更愿意在这里改。当然要批量修改的话,请移步安全组详情页面进行,更方便。
最后,华为云12.12会员节正在进行中,2核4G云服务器仅486元,低至1.5折哦;续费立减1500元;消费满额还送华为P40 Pro!
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。