从 eBPF 内核感知到 P4 硬件加速，从 DPU 物理隔离到 AI 自主决策——
构建超大规模云原生时代的分布式主动防御基座
Vision & Challenge: Why Hypershield?
传统网络安全像是在城堡外墙不断加固城门——边界防火墙（Perimeter Firewall）。然而当攻击者已经混入城中，城门再厚也无济于事。在现代云原生与 AI 规模的数据中心里，70% 的攻击使用横向移动（Lateral Movement）①，威胁不再从"门口"进来，而是从内部蔓延。
纯软件防火墙在处理 100G/400G 东西向流量时，会消耗宿主机 30%+ 的 CPU 资源②。每多一个安全功能（状态检测、TLS 解密、DPI），CPU 开销就像"业务税"一样层层累加。对于 AI 训练集群的 RDMA (RoCEv2) 零拷贝通信，任何 CPU 介入都意味着不可接受的尾延迟Tail Latency：指在延迟分布中处于最高百分位（如 P99/P99.9）的延迟值。AI 训练中，一个慢节点会拖慢整个集群。增长。
现代数据中心的流量模型已从"南北向"为主转变为"东西向"为主——容器与容器、VM 与 VM、微服务之间的通信庞大且隐蔽。集中式网关（如传统防火墙集群）面对数十万条微分段规则时，不仅TCAM 容量不足，还因流量发卡弯Hairpinning：流量被迫绕行到远端防火墙再折返回来的路径，增加延迟和带宽浪费。（Hairpinning）导致延迟剧增和丢包③。
每天新披露超过 130+ 个漏洞④，其中 30% 在 24 小时内被武器化。而企业平均补丁周期长达 60 天⑤。这意味着从漏洞被发现到补丁生效之间，存在一个漫长而危险的"攻击者优势窗口"（Patching Gap）——攻击者从容利用，防御者手忙脚乱。
Simon Sinek 的黄金圈模型告诉我们：伟大的产品从"为什么"出发，而非"是什么"。让我们用 Why → How → What 的顺序，从根本驱动力开始理解 Cisco Hypershield。
让安全像空气一样无处不在，却不消耗业务算力。当今数据中心每增加一道安全屏障，就要付出延迟和 CPU 的代价。Hypershield 的存在，就是要彻底终结这种"鱼与熊掌不可兼得"的困局②。
通过专用数据处理器 DPU（AMD Pensando）将安全计算从主机 CPU 完全卸载，同时利用 eBPF/Tetragon 在 Linux 内核层实现进程级实时观测——不仅看 IP/端口，更识别"谁的哪个进程在做什么"⑥。
一种分布式的安全茧（Security Cocoon），编织在交换机端口、服务器网卡和容器内核的每一处连接点。它能自动发现攻击、自主生成阻断规则、通过双胞胎测试验证策略后再上线——全程无需人工介入②。
安全功能本质上是计算任务——状态检测、加解密、模式匹配、策略查询。如果我们追问"这些计算必须由业务服务器的 CPU 完成吗？"，答案显然是否。将安全计算卸载到专用硬件（DPU），就像将图形渲染卸载到 GPU 一样，是计算架构演进的必然。这正是 Hypershield 的第一性原理基础。
Technical Foundation: Common Ground
Patrick Henry Winston 在 MIT 《Make It Clear》中强调：沟通的第一步是建立共同基础（Common Ground）。在深入架构之前，让我们确保对三个核心支柱的理解在同一频率上。
| 关键技术 | 技术原理 (Mechanism) | 架构价值 (Architectural Value) |
|---|---|---|
|
DPU / SmartNIC Data Processing Unit |
专为数据中心设计的第三类处理器（继 CPU、GPU 之后）。以 AMD Pensando 为例：集成 16 个 ARM 核心用于控制面管理，以及 144 条 P4 可编程流水线用于数据面高速处理⑦。它拥有独立的 CPU、内存和操作系统，与宿主机完全隔离。 | 物理隔离：安全逻辑运行在 DPU 独立内存空间中。即使宿主机操作系统被完全攻破（Root Shell），攻击者也无法触及或关闭 DPU 中运行的安全引擎——因为它们在物理层面就是两套独立的计算系统⑧。 |
|
P4 Runtime 可编程数据面 |
P4 (Programming Protocol-Independent Packet Processors) 是一种面向网络硬件的领域专用语言。它基于"匹配-动作"（Match-Action）流水线模型，允许开发者直接定义硬件如何解析协议头、如何匹配规则、如何处置报文——全部在 ASIC 线速下完成。 | 毫秒级动态执行：将安全规则直接编译为 ASIC 硬件逻辑。不需要软件查找表（lookup table），不需要 CPU 中断——非法报文在进入任何软件栈之前，就被硬件流水线线速丢弃。这意味着添加安全规则几乎不增加延迟⑧。 |
|
eBPF + Tetragon 内核级观测 |
eBPF（Extended Berkeley Packet Filter）是 Linux 内核中的一个受限沙箱执行环境。它允许在不修改内核源代码、不加载传统内核模块的前提下，安全地向内核注入定制逻辑——通过 Hook 系统调用、网络事件、文件操作等关键路径⑨。 Tetragon（基于 Isovalent，现隶属 Cisco）是构建在 eBPF 之上的高级安全运行时引擎。它提供同步式（Synchronous）内核级监控与执行，而非传统安全工具的"事后审计"模式。 |
深度上下文感知：传统防火墙只能看到五元组（源/目IP、源/目端口、协议）。而 Tetragon 能识别"哪个用户的哪个进程正在执行哪个系统调用，访问了哪个文件"⑧。这种粒度的可见性，是实现精准防护与减少误报的基础。 关键差异：eBPF 的验证器（Verifier）在加载前检查内存安全和程序终止性，JIT 编译器将其编译为本机指令——因此它既安全又高效，对系统性能的影响不到 2%⑩。 |
P4 与 eBPF 的结合实现了真正的感官与肌肉的协同。eBPF/Tetragon 在主机端提供丰富的"为什么阻断"上下文（进程身份、行为异常、文件访问），而 P4 在网络交换端提供"如何阻断"的极致硬件性能（线速丢包、无查找延迟）。上下文驱动决策，硬件执行决策——这是传统单点防火墙永远无法实现的架构优势⑧。
The Three Pillars of Autonomous Security
Autonomous Segmentation
利用 AI 分析实时流量行为模式，自动创建和持续优化微分段规则。它能识别 GPU 训练作业的流量特征并动态闭合未使用端口，消除传统防火墙中数万条手工 ACL 的维护噩梦⑪。Smart Switch DPU 支持多达 200 万条细粒度动态安全规则（首发版本 10 万条）⑫，远超传统 TCAM 的容量限制。
Distributed Exploit Protection (DEP)
在厂商补丁发布之前，系统自动在 DPU 层面生成并部署补偿性控制措施（Compensating Controls）。例如面对 CVE-2024-21626（runc 容器逃逸），DEP 能在数小时内阻断利用该漏洞的特定行为模式——而无需等待上游发布修复版本⑬。这将平均修复时间从数周压缩到数小时。
Self-qualifying Policy
安全运维中最大的恐惧："改了规则会不会断业务？"。Hypershield 通过双胞胎测试（Shadow Testing / Digital Twin）在 DPU 的隔离分片中运行新策略。新策略处理真实流量的镜像副本，但不实际阻断——仅报告"如果上线，哪些流量会被丢弃"。当 AI 确认零误杀后，才会推送到生产环境⑭。
eBPF 并非"随意向内核注入代码"。每个 eBPF 程序在加载前必须通过验证器（Verifier）的严格检查：确保内存安全、程序必定终止（无死循环）、只能访问预批准的内核函数和数据结构。通过验证后，JIT 编译器将其编译为本机指令，并经过加固处理（Spectre 缓解、常量盲化等）⑨。这种"先审后行"机制，使 eBPF 成为内核扩展的安全标杆。
Hardware Foundation: The Intelligent Control Node
普通交换机只是数据高速公路的被动收费站——报文进来，查找路由表，转发出去。而 Cisco Nexus 9300 Series Smart Switch 是集成了 DPU 的智能哨所与执法站——它不仅路由报文，还同时进行深度安全检测与策略执行。它在传统交换架构之上，增加了革命性的"第三条路径"（Third Path）⑮。
图示：Smart Switch 的"第三条路径"——流量在 NPU 正常转发的同时，被镜像至内置 DPU 进行并行安全处理，不影响主转发路径延迟
流量在经过 Silicon One E100 NPU 交换芯片的同时，被镜像（Mirror）到内置 DPU。DPU 在其独立的 P4 流水线和 ARM 核心中完成有状态防火墙（Stateful FW）、负载均衡（LB）和深度加密检测（Encryption Inspection）——整个过程与主转发路径完全并行，不增加交换延迟⑮。
DPU 报文处理流程：报文首先进入 P4 流水线。如果在流表（Flow Table）中找到匹配项，则直接在 P4 硬件中转发（快路径）。如果是新流（Flow Miss），则报文被 punt 到 VPP（Vector Packet Processing）层建立流表项。TCP 握手/挥手包（SYN, SYN-ACK, ACK, FIN）始终经过 VPP 处理，且在 HA 场景下同步到对端⑯。
端到端延迟：NPU (~2.5μs) + DPU (~3μs) + NPU (~2.5μs) ≈ 8μs。作为对比，传统外置防火墙的延迟通常在 50μs ~ 数百μs 级别⑰。
传统交换机的 ACL 数量受到TCAMTernary Content-Addressable Memory：三态内容可寻址存储器。交换机中用于高速匹配 ACL/路由的专用硬件，价格昂贵、容量有限（通常数千到数万条规则）。硬件容量限制（通常为 5,000~8,000 条）⑱。
Nexus 9300 Smart Switch 利用 DPU 的大容量 DRAM（每 DPU 32/64GB）和 P4 灵活性，可以支持最高 200 万条细粒度动态安全规则（首发版本验证至 10 万条），以及 6400 万有状态会话⑫。这是传统 TCAM 容量的200 倍以上。
对比数据：ACI/EVPN GPO 的过滤规则容量为 60k~100k（无状态），而 Smart Switch DPU 提供 100k~2M（有状态）⑱。
DPU 内置硬件加密加速器，在 400G 线速下完成 MACsec（所有端口）和 IPsec/TLS 加解密，实现网络透明的全流量加密⑮。
这是实现"零信任物理层"的关键：任何跨机架、跨集群传输的数据——包括 AI 训练的权重参数和梯度数据——都在硬件层级被自动加密，无需消耗服务器 CPU 或 GPU 资源。
| 维度 | Nexus 9300 Smart Switch | 传统外置防火墙 |
|---|---|---|
| 策略协调 | Hypershield 统一分布式管理 AI 驱动 |
中央控制台，L7 功能集中 |
| 性价比 | 更高性能，更低成本 ✓ | 性能有限，硬件昂贵 |
| 延迟 | ~2.5μs(NPU) + 3μs(DPU) + 2.5μs(NPU) ≈ 8μs | 通常 50μs ~ 数百μs ⚠ |
| 有状态检测 | TCP 状态跟踪 + 序列号检查 + 反射 ACL 64M 会话表 |
TCP 状态跟踪（会话表通常较小） |
| MACsec | 所有交换端口线速 ✓ | 不适用 (N/A) |
| 深度包检测 | L4 有状态 + 少量协议（首发） 路线图：L7 集成 |
更全面的 L7 DPI 功能 |
| 过滤规则容量 | 100K~2M 动态规则 ✓ | 受 TCAM 限制（数千条） |
| 部署位置 | 每个 ToR 端口即为执行点 无需 Hairpinning |
集中式，需要流量重定向 Hairpinning 增加延迟 |
Nexus 9300 Smart Switch 的核心设计原则是"一台设备，两种人格"——NPU 部分由 NetOps 通过 NX-OS CLI / Nexus Dashboard 管理传统网络功能；DPU 部分由 NetSecOps 通过 Hypershield On-Prem Controller 管理安全策略。两者共享同一个 NX-OS 软件镜像，但职责分离、工作流独立，通过上下文共享实现联合排障⑳。
Symbiosis: The Digital Immune System
Patrick Henry Winston 曾说："类比是通向理解的桥梁"。要真正理解 Hypershield 各组件如何协同，最直观的方式是将其映射为一个高度进化的生物防御系统——你的身体如何抵御病原体入侵，Hypershield 就如何保护数据中心。
图示：数字免疫系统三层架构——感知（白细胞/eBPF）→ 决策（中枢神经/AI）→ 执行（抗体/DPU）→ 反馈闭环
Tetragon 不是被动的日志收集器，而是一个同步式内核观察者。当它检测到异常（如 Web 进程 fork 了 bash），可以在同一系统调用返回之前就阻断执行——不需要等报文出站，不需要用户态工具介入。这就是"在病毒复制第一个 DNA 片段时就截断它"㉑。
Hypershield AI 引擎聚合来自数千个节点的 Tetragon 信号，结合全局威胁情报和漏洞管理数据（可集成 Wiz、Qualys、Tenable 等）㉒，进行智能推理。关键特性：它运行在与宿主机完全物理隔离的 DPU 环境中——即使攻击者已获得 Root Shell，也无法触及这个"隔离大脑"㉓。
当决策层发出阻断指令，Smart Switch 的 DPU 通过 P4 流水线在微秒级完成执行。没有软件栈延迟，没有 CPU 中断。报文在到达目标服务器之前就已被硬件丢弃——就像皮肤在病原体进入血液之前就将其挡在体外。同时，DPU 支持对称哈希负载均衡和VRF/VLAN 级别的策略绑定，确保大规模流量的高效分发㉔。
这不仅仅是修辞。生物免疫系统的核心特征——分布式（白细胞遍布全身，而非集中在一个器官）、自适应（遇到新病原体后自动产生抗体）、层次化（皮肤→先天免疫→适应性免疫）——与 Hypershield 的架构设计一一对应。传统防火墙更像是一个"安检门"，而 Hypershield 是一个完整的"免疫系统"。这种分布式、自适应的设计哲学，才是应对 AI 时代新型威胁的根本出路㉕。
Closed-Loop Workflow: Sensing, Reasoning & Shadow Testing
安全运维中最深的恐惧不是"攻击来了怎么办"，而是"改了安全规则，业务断了怎么办"。Hypershield 通过革命性的四步闭环工作流彻底解决这个痛点——从内核感知到硬件阻断，每一步都经过严格验证。
Tetragon 的 eBPF 程序 Hook 在 Linux 内核的关键路径上：execve（进程创建）、connect/sendmsg（网络连接）、open/read（文件操作）等系统调用㉑。它捕获的不是简单的网络五元组，而是完整的行为指纹：
示例场景：Apache 进程（PID 3847, UID www-data）突然执行了 fork() → execve("/bin/bash")，并通过 bash 发起了到外部 IP 的 LDAP 出站连接。这是一个经典的 RCE（远程代码执行）攻击信号——正常的 Web 服务器进程绝不会 fork bash㉖。
Hypershield 不会立即将新策略推送到生产环境。取而代之的是，它在 DPU 的独立隔离分片中创建一个"数字孪生"（Digital Twin）——新策略处理的是真实流量的镜像副本，但不进行任何实际阻断⑭。
Shadow 环境会持续对比两个版本的策略（v1 当前策略 vs v2 新策略），生成详细的差异报告："如果 v2 上线，这 N 条流量会被新增允许，M 条流量会被新增阻断"。运维人员可以看到精确的影响范围，而不是盲目猜测。
除了实时 Shadow 测试，Hypershield 还支持历史流量回放验证：将新策略与过去最多 1 年的流量数据进行比对，发现季节性流量模式或历史可疑攻击㉗。命令示例：netpol check --timescape=server:4244 production staging。
Hypershield AI 引擎分析双胞胎测试结果。核心判断标准：新策略是否会误杀正常业务流量（False Positives）。如果在统计窗口内，新策略对所有合法流量的处置与旧策略完全一致（或更优），且阻断的全部是已确认的恶意/可疑流量，AI 引擎给出高确信度评分（例如 98.7%）并建议自动部署到生产环境㉖。
在确信度未达到阈值时，系统会向 NetSecOps 人员发送详细的决策报告——包含受影响流量列表、潜在风险和建议调整方案——由人工审批后再推送。这确保了AI 增强决策、人类把控风险的平衡。
策略通过 gRPC 从 Hypershield Controller 推送到所有注册的 Smart Switch DPU Agent。DPU Agent 将策略转换为 P4 Match-Action 规则，下发到 DPU 硬件流水线㉘。在全网范围内：
整个闭环的时序可以总结为：Tetragon 感知异常（内核微秒级）→ Hypershield 生成/验证策略（Shadow 测试数分钟）→ DPU 全网执行（P4 下发秒级）。从发现攻击到全网封堵，可以压缩到数分钟——而传统模式下，仅等待厂商补丁就需要平均 21 天㉙。
Panorama: A Unified Security Fabric & Defense in Depth
Hypershield 不仅仅运行在 N9300 Smart Switch 上。它是一个分布在网络节点、计算节点和云端的统一安全层——三类执行点共同编织出一张没有缝隙的安全织物。
| 部署点 | 角色与职责 | 适用场景 |
|---|---|---|
|
N9300 Smart Switch 网络层 |
物理入口屏障：在 ToR 交换机端口级别拦截未授权的东西向流量。特别适合保护不具备安装 DPU/Agent 条件的遗留服务器（Legacy）——无需在工作负载上安装任何软件即可获得 L4 有状态分段保护㉚。 | ToR 微分段 · 遗留服务器保护 · ACI 集成 · Zone-based FW · AI Fabric GPU 分段 |
|
Server DPU / 工作负载 Agent 工作负载层 |
深度工作负载保护：在应用入口处进行零信任强制执行。包括 eBPF Workload Agent（Linux/Windows）、Kubernetes DaemonSet、以及 Secure Workload Agent㉛。Agent 提供 L4 网络分段、L7 应用级策略和进程级运行时安全。 | 容器微分段 · 进程级零信任 · VDI 隔离 · 运行时漏洞防护 |
|
Hypershield Controller 控制面 |
指挥中心：AI 驱动的统一策略管理。On-Prem Controller（3 VM Kubernetes 集群㉜）负责本地控制；可选的 Security Cloud Control (SaaS) 提供跨多个数据中心和公有云的全局策略一致性。 | 跨站点统一策略 · 多云安全编排 · 与 Splunk/Grafana 集成可视化 |
安全不再依赖单一外置设备或单一"安检门"。执行点遍布每一个 ToR 端口、每一台服务器网卡、每一个容器内核——形成如同皮肤一样覆盖全身的分布式 Fabric。攻击者无论从哪个点突破，都会立即遇到下一层防护㉝。
所有加解密（MACsec/IPsec）、状态检测、L4 策略执行全部在 DPU P4 硬件中完成。宿主机 CPU 可以100% 专注于业务计算。TCO 角度看，释放的 30% 服务器算力通常可以抵消硬件升级本身的成本㉙。
Hypershield 的安全引擎运行在 DPU 的独立内存和计算环境中，与宿主机操作系统物理隔离。即使攻击者获得了 Root 权限、甚至完全控制了 OS，也无法触及或关闭底层的 DPU 防护逻辑——安全系统以 Out-of-band 方式独立运行㉓。
面对 AI 驱动的新型威胁，防御必须同样具备 AI 的进化速度。Hypershield 内置的 AI 引擎持续学习流量模式、自动推荐和优化分段策略、智能评估漏洞优先级并部署补偿性控制——从发现到修复的时间从数周压缩到数小时㉞。
Combat Scenario: Facing a Log4j-style 0-Day Crisis
架构的精妙最终要接受烈火的检验。让我们模拟一个 Log4Shell (CVE-2021-44228) 级别的 0-Day 漏洞突袭，看看传统方式和 Hypershield 方式的差异。
port 389），且发起进程为 java -jar webapp.jar ——行为指纹匹配 JNDI 注入特征
2024 年初披露的 RunC 1.1.11 漏洞允许攻击者利用容器的工作目录设置（cwd = "/" 指向宿主机命名空间）实现容器逃逸。Hypershield 的 Distributed Exploit Shield 能自动检测并阻断新容器进程以宿主命名空间 "/" 为当前目录的行为——精准阻断攻击路径，而不影响正常容器运行㉟。这种"保护现在，补丁稍后"（Protect Now, Patch Later）的理念，是 Hypershield 漏洞管理的核心哲学。
Live Protect: Virtual Patching for Cisco Nexus Switches
Live Protect 是 Cisco 嵌入 NX-OS 10.6(1)F+ 的eBPF 驱动虚拟补丁方案——业界首创（Arista、Juniper、Aruba 均无等效方案）㊱。它在不升级 NX-OS 软件、不重启交换机的前提下，通过 Tetragon Agent 在 NX-OS 内核中部署补偿性控制策略（Compensating Controls），直接阻断针对已知 CVE 的攻击利用。
工作流程：
.pkg）CVE-2024-20446（NX-OS DHCPv6 DoS）：攻击者发送特制的 RELAY-REPLY 报文使 dhcp_snoop 进程崩溃。Live Protect Hook 到网络 Socket 写调用，在报文到达 NX-OS 进程前丢弃畸形 RELAY-REPLY㊲。
CVE-2024-20413（NX-OS Bash 提权）：利用应用参数检查不足从 Bash 提升至 network-admin。Live Protect 通过禁用 vsh 进程的 CAP_SYS_ADMIN、CAP_SYS_CHROOT、CAP_SETUID 能力，并防止出厂二进制被覆写㊲。
已支持（NX-OS 10.6.2+）：N9300 系列固定交换机（≥24GB RAM）、N9200 系列、N9300 Smart Switch（网络模式）、N9400 系列。N9100 系列计划在 10.6(3) 支持㊳。
不支持：已 EoS 的 N9000、N3000/N3500 系列、N9500/N9800 模块化交换机、RAM < 24GB 的 N9300。
许可：Essentials 及以上 DCN License 即可使用——无需额外安全许可费用。
Empowering AI: Security at the Speed of GPU
AI 训练集群依赖 RDMA (RoCEv2) 实现 GPU 间的零拷贝通信——任何 CPU 介入、任何软件过滤都会带来难以承受的尾延迟Tail Latency（P99/P99.9 延迟）：AI 分布式训练中，一个慢节点会拖慢整个训练批次。传统 CPU 软件过滤在 RDMA 路径上引入的延迟可能导致训练效率下降 15-30%。增长。这给安全带来了独特挑战：如何在不碰 GPU 算力的前提下保护 AI 工作负载？
N9300 Smart Switch 利用 AMD Pensando Elba/Giglio 架构，在硬件层直接解析 RDMA 报文头，实现微秒级延迟下的安全检测㊴。DPU 的 P4 流水线可以自定义解析 RoCEv2 扩展头部，无需将报文 punt 到 ARM 核心——因此安全检测与 RDMA 零拷贝路径完全并行，不增加任何 hop 延迟。
2025 路线图 (Salina 架构)：下一代引擎专门优化 AI 工作负载下的亚微秒级跳数延迟，支持超大规模并行处理㊵。
AI 训练集群的后端网络（Backend Network）通常承载着模型权重、梯度参数等高价值数据。自主分段（Autonomous Segmentation）能自动识别 GPU 训练作业的流量模式——例如 AllReduce 的通信拓扑——并动态闭合训练作业未使用的端口和路径㊶。
实战意义：即使攻击者突破了前端网络（Frontend Network），后端 GPU 互联网络的分段策略也能阻止其接触训练数据——这是保护 AI 模型知识产权的关键防线。
Smart Switch 内置硬件加密加速器，支持 400G 线速的 MACsec/IPsec。AI 训练数据的跨机架传输——无论是参数服务器模式还是 Ring-AllReduce 模式——都在硬件层级被透明加密㊴。
关键优势：加密完全由 DPU 处理，不消耗服务器的 GPU 或 CPU 资源。对比传统方案（软件 IPsec），后者会消耗 10-15% 的 CPU 核心并增加数十毫秒延迟——在 AI 训练场景下这是不可接受的。
Cisco 推荐的 AI Fabric 设计中，Smart Switch 部署在前端网络（管理/调度/存储流量）和后端网络（GPU-to-GPU RDMA 流量）的交汇处㊶。前端 Smart Switch 提供 L4 有状态分段和 Secure Firewall 集群集成；后端 Smart Switch 专注于 RoCEv2 ECN 标记、WRED、PFC 等 AI 优化功能，同时保持安全可见性。Security Cloud Control 提供跨前后端的统一策略和身份管理。
Evolution: Legacy Perimeter vs. AI-Native Distributed Security
以下对比不仅涉及技术维度，还涵盖 TCO（总拥有成本）、运维复杂度和安全响应速度——帮助决策者全面评估架构迁移的价值。
| 维度 | 传统边界防御 (Legacy) | Cisco Hypershield (AI-Native) |
|---|---|---|
| 部署粒度 Granularity |
粗粒度 · 基于 IP/VLAN 的中心化网关 TCAM 限制通常 5K-8K 规则 |
超细粒度 · 基于进程/用户/容器标识的分布式织物 DPU 支持 100K-2M 动态规则 + 64M 会话⑫ |
| 性能开销 Performance |
高损耗 (CPU Tax) · 占用主机 30%+ CPU 或增加 50ms+ 延迟 AI 训练场景下不可接受 |
零开销 (Offloaded) · 硬件线速转发，主机 CPU 零消耗 端到端安全附加延迟 ~8μs⑰ |
| 策略变更 Policy Change |
手动 / 高风险 · 维护数万条 ACL，变更需窗口期 怕改错断网，策略漂移严重 |
自主 / 自验证 · AI 自动生成策略 Shadow Testing 验证 → 零误杀后自动部署⑭ |
| 漏洞防御 Vulnerability |
被动补丁 · 等待厂商补丁平均 21 天 窗口期风险巨大，攻击者从容利用 |
主动热修复 · 数小时内完成 DEP Protect Now, Patch Later⑬ |
| 东西向可见性 E-W Visibility |
盲区严重 · 只能看到经过防火墙的流量 同子网/同 VLAN 流量完全不可见 |
全量观测 · eBPF 进程级 + DPU 流级 ADM 应用依赖映射 + Timescape 回溯㉗ |
| 扩展方式 Scalability |
垂直扩展 · 买更大的防火墙 800G 防火墙极其昂贵 |
水平扩展 · 添加 Smart Switch 即增加执行点 安全随工作负载自然增长㉝ |
| OS 沦陷影响 Resilience |
安全随之崩溃 · 防火墙 Agent 或 IPtables 被禁用 攻击者获取 Root 即可关闭所有防护 |
安全独立运行 · DPU 物理隔离 Out-of-band，OS 沦陷不影响安全引擎㉓ |
| TCO 影响 Total Cost |
防火墙硬件 + 许可 + 30% CPU 浪费 + 运维人力 |
释放 30% 服务器算力可抵消硬件升级成本 MTTR 从"天"降低到"分钟"㉙ |
Target Scale for N9324C-SE1U & N9348Y2C6D-SE1U
| 规格参数 | 目标值 | 备注 |
|---|---|---|
| 吞吐量 | ≤ 800 Gbps | 全部 DPU 聚合带宽 |
| 有状态会话数 | 64M（6400 万） | 分布在各 DPU 之间⑫ |
| 过滤策略数 | 2M（目标）/ 100K（首发） | 远超传统 TCAM 5K-8K |
| VRF 重定向数 | 100（首发） | — |
| 每秒新建连接 | 500K CPS | N9324 (4×16 ARM) > N9348 (2×16 ARM)⑫ |
| 日志导出 | Syslog / Splunk / Controller | 80K CPS/DPU（无日志时） |
25G ToR Smart Switch（N9348Y2C6D-SE1U）捆绑 DCN Premier 许可的价格与 Nexus 93180YC-FX3 + DCN Advantage 相同，但前者额外提供 6 个 400G 上行端口和 800G DPU 安全服务能力㊸。促销有效期至 2026 年 7 月 25 日。对于任何新建 Fabric 或 EOL 刷新项目，Smart Switch 已成为默认推荐的 ToR 选型——即使当前不启用 DPU（Network Mode），也为未来安全演进预留了能力。
Live Simulation: Tetragon Detecting & Blocking a Reverse Shell
以下交互式终端模拟展示了 Tetragon 如何在 Linux 内核层级实时发现 Apache 进程尝试反弹 Shell 的瞬间，以及 Hypershield 如何通过 DPU 硬件即时阻断攻击流量。点击 "▶ 开始模拟" 按钮观看完整过程。
此模拟展示了一个完整的 MITRE ATT&CK 链条：Initial Access（Log4Shell JNDI 注入）→ Execution（反弹 Shell）→ Lateral Movement（内网扫描）。Tetragon 在 Execution 阶段的第一个系统调用即介入阻断，DPU 随后在网络层面封堵出站连接——攻击链在第二步就被彻底切断。
Summary: A New Era — From Perimeter Appliances to Native Fabric
硬件级 P4 线速阻断意味着安全不再是延迟的代名词。800Gbps 有状态吞吐、~8μs 端到端开销、400G MACsec/IPsec——安全成为基础设施的内生能力，而非外挂负担。
eBPF/Tetragon 提供深入骨髓的内生可见性——不仅看 IP/端口，更看进程、用户、系统调用、文件操作。从内核到网络，从容器到裸机，无盲区全量观测。
DPU 独立运行环境确保即使操作系统被完全攻破，安全系统依然以 Out-of-band 方式独立运行。分布式架构消除了单点故障——安全随工作负载自然水平扩展。
Symbolism（符号化）：用"大脑、眼睛、肌肉"将解耦的分布式架构具象为生物免疫体——读者无需死记组件名称，只需理解功能角色。
Symmetry（对称性）：在硬件（DPU）与软件（eBPF）描述中，始终保持 感知→决策→执行 的三层对称映射。
Near-misses（对比确认）：通过传统边界防火墙 vs 分布式硬件加速、静态 ACL vs P4 动态编程、CPU Tax vs 零开销的反复对比，帮助读者深刻体会技术代际跃迁的本质差异。
面对 AI 驱动的新型威胁，我们的防御必须同样具备 AI 的进化速度。
Cisco Hypershield 并非只是一个新的防火墙——它是数据中心的外骨骼（Exoskeleton），是安全从"边界设备"到"原生织物"的根本范式转变。
所有专业术语中英对照及简短解释
| 术语 (English) | 中文翻译 | 简短解释 |
|---|---|---|
| DPU (Data Processing Unit) | 数据处理器 | 继 CPU、GPU 之后的第三类处理器，专为数据中心设计，卸载网络/存储/安全计算任务。 |
| NPU (Network Processing Unit) | 网络处理器 | 交换机中的专用芯片（如 Silicon One E100），负责 L2/L3 高速转发。 |
| P4 | 协议无关数据包处理器编程语言 | 面向硬件数据面的领域专用语言（DSL），允许动态定义报文解析和匹配-动作逻辑。 |
| eBPF (Extended Berkeley Packet Filter) | 扩展伯克利包过滤器 | Linux 内核中的受限沙箱执行环境，允许安全地注入定制逻辑用于观测和策略执行。 |
| Tetragon | Tetragon 安全运行时 | 基于 eBPF 的高级安全观测与执行引擎（Isovalent/Cisco），提供内核级同步式监控。 |
| RDMA (Remote Direct Memory Access) | 远程直接内存访问 | 允许网络设备直接读写远程主机内存，绕过 CPU，实现超低延迟通信。AI 训练中广泛使用。 |
| RoCEv2 (RDMA over Converged Ethernet v2) | 基于融合以太网的 RDMA v2 | 在标准以太网上实现 RDMA 的协议，AI GPU 集群间通信的主流方案。 |
| TCAM (Ternary Content-Addressable Memory) | 三态内容可寻址存储器 | 交换机中用于高速匹配 ACL/路由的专用硬件，价格昂贵、容量有限。 |
| ACL (Access Control List) | 访问控制列表 | 网络设备上定义允许/拒绝流量的规则集。 |
| Stateful FW (Stateful Firewall) | 有状态防火墙 | 能跟踪 TCP 连接状态（握手、数据传输、挥手），仅允许属于已建立连接的返回流量。 |
| Shadow Testing / Digital Twin | 双胞胎测试 / 数字孪生 | 在隔离环境中用真实流量镜像测试新策略，不实际阻断，仅报告"如果上线会怎样"。 |
| DEP (Distributed Exploit Protection) | 分布式漏洞利用防护 | 在厂商补丁发布前，自动在 DPU 层面部署补偿性控制措施阻断已知漏洞利用。 |
| Live Protect | 实时保护 / 虚拟补丁 | NX-OS 内嵌的 eBPF 驱动虚拟补丁方案，无需升级/重启即可缓解 CVE。 |
| MACsec (Media Access Control Security) | MAC 层安全 | IEEE 802.1AE 标准，在以太网第二层提供逐帧加密和完整性保护。 |
| VRF (Virtual Routing and Forwarding) | 虚拟路由转发 | 在同一设备上创建多个逻辑路由表实例，实现网络虚拟化和隔离。 |
| VXLAN (Virtual Extensible LAN) | 虚拟可扩展局域网 | 使用 UDP 封装的二层隧道协议，实现跨三层网络的二层连通和大规模网络虚拟化。 |
| EVPN (Ethernet VPN) | 以太网虚拟专用网络 | 基于 BGP 的控制面协议，与 VXLAN 配合实现可扩展的数据中心网络虚拟化。 |
| ToR (Top of Rack) | 机架顶部交换机 | 部署在服务器机架顶部的接入层交换机，直接连接服务器。 |
| Hairpinning | 发卡弯 | 流量被迫绕行到远端设备再折返的路径，增加延迟和带宽浪费。 |
| Tail Latency | 尾延迟 | 延迟分布中 P99/P99.9 处的高延迟值。分布式系统中，最慢节点决定整体性能。 |
| RCE (Remote Code Execution) | 远程代码执行 | 攻击者利用漏洞在远程系统上执行任意代码的攻击类型，危害等级通常为"严重"。 |
| ADM (Application Dependency Mapping) | 应用依赖映射 | 自动发现应用间的通信关系和依赖，为微分段策略提供基础。 |
| SCC (Security Cloud Control) | 安全云控制 | Cisco 的 SaaS 安全管理平台，提供跨防火墙/Smart Switch/Agent 的统一策略管理。 |
| CPS (Connections Per Second) | 每秒新建连接数 | 衡量防火墙/安全设备处理新 TCP 连接建立能力的关键指标。 |
① 攻击统计数据 — Sources: Morphisec 2025, Elisity 2025, IBM Cost of Breach 2024, Edgescan 2024, Cisco Talos July 2025 · 引自 TECSEC-2004 §8, §130 及 BDM Deck §Attacker's Advantage
② 软件防火墙 CPU 消耗与 Hypershield 愿景 — smartswitch.html §01 愿景与挑战
③ 东西向流量分段死角与 Hairpinning — TECSEC-2004 §27-28 Why distributed security
④⑤ 每日漏洞披露数量与 60 天补丁周期 — TECSEC-2004 §8, §130
⑥ DPU 卸载与 eBPF 深度观测技术路径 — smartswitch.html §02; TECSEC-2004 §66-68
⑦ AMD Pensando DPU 规格（ARM 核心、P4 流水线） — BRKDCN-2643 §AMD DPU; Cisco N9300 TDM Deck §10
⑧ 核心组件定义（DPU/P4/eBPF 价值） — smartswitch.html §02 核心组件深度定义
⑨ eBPF 安全沙箱机制与验证器 — TECSEC-2004 §66-78 eBPF Foundation
⑩ eBPF 性能影响基准测试 (<2%) — TECSEC-2004 §78 eBPF Performance
⑪ 自主分段 — smartswitch.html §02 Three Pillars; TECSEC-2004 §84
⑫ DPU 目标规格（2M 规则/64M 会话/500K CPS） — Cisco N9300 TDM Deck §88 Target Scale
⑬ DEP 分布式漏洞防护 — TECSEC-2004 §131, §135-137
⑭ Shadow Testing / 双胞胎测试 — smartswitch.html §05; TECSEC-2004 §45-48
⑮ Smart Switch "第三条路径"架构 — smartswitch.html §03; Cisco N9300 TDM Deck §3
⑯ DPU 报文处理流程（P4 快路径/VPP 慢路径） — Cisco N9300 TDM Deck §60; BRKDCN-2643 §DPU Day in the Life
⑰ 端到端延迟对比 (~8μs vs 50ms+) — Cisco N9300 TDM Deck §22; BRKDCN-2643
⑱ TCAM vs DPU 规则容量对比 — Cisco N9300 TDM Deck §42 Segmentation Compared
⑲ IPSec 路线图 (10.7.1F) — BDM Deck §Network Mode Roadmap
⑳ 双人格设计（NetOps + NetSecOps） — Cisco N9300 TDM Deck §16, §18; BRKDCN-2643; TECSEC-2004 §40
㉑ Tetragon 同步式内核观测 — TECSEC-2004 §80, §134
㉒ 漏洞管理集成（Wiz/Qualys/Tenable） — BDM Deck §Live Protect Patching Challenges
㉓ DPU 物理隔离与 Out-of-band 运行 — smartswitch.html §02, §06, §11
㉔ VRF/VLAN 重定向与对称哈希 — Cisco N9300 TDM Deck §38-40; BRKDCN-2643 §VRF/VLAN Redirect
㉕ 数字免疫系统隐喻 — smartswitch.html §04
㉖ 四步闭环工作流程与 RCE 示例 — smartswitch.html §05, §07
㉗ 历史流量回放与 Timescape — TECSEC-2004 §49-50
㉘ 策略下发机制（gRPC/P4） — TECSEC-2004 §119; Cisco N9300 TDM Deck §19
㉙ TCO 对比与 MTTR 改善 — smartswitch.html §09
㉚ 三类执行点部署 — smartswitch.html §06; TECSEC-2004 §83-90
㉛ 工作负载 Agent 类型 — TECSEC-2004 §56-60; BDM Deck §Hypershield Security
㉜ Hypershield On-Prem Controller（3 VM） — Cisco N9300 TDM Deck §17
㉝ 分布式 Fabric 水平扩展 — TECSEC-2004 §27-28, §123
㉞ AI-Native 自适应响应速度 — TECSEC-2004 §131; BDM Deck §Attacker's Advantage
㉟ CVE-2024-21626 RunC 容器逃逸 — TECSEC-2004 §135-138
㊱ Live Protect 业界首创 — BDM Deck §Live Protect for Cisco Nexus
㊲ CVE-2024-20446/20413 防御案例 — Cisco N9300 TDM Deck §87
㊳ Live Protect 支持平台列表 — BDM Deck §Live Protect Supported Platforms
㊴ AI 集群 RoCEv2 卸载与 400G 加密 — smartswitch.html §08
㊵ Salina 架构路线图 — smartswitch.html §03 2025 前瞻
㊶ AI Fabric GPU 分段与前后端架构 — smartswitch.html §08; BDM Deck §Secure Your AI Fabrics