d.run 平台安全白皮书¶

d.run 是基于 Kubernetes (K8s) 容器化平台构建的算力调度平台，支持算力租赁、大模型服务、AI 应用管理、费用中心管理及个人中心设置等功能。为了确保平台的安全性，d.run 采用了严格的安全措施，包括访问控制、数据保护、网络安全和合规性保障。

点击下载安全白皮书 PDF

平台安全架构¶

d.run 采用容器化微服务架构，基于 Kubernetes 进行应用编排和管理。平台安全架构主要包含以下部分：

身份认证与访问控制：使用 OAuth 2.0 和基于角色的访问控制 (RBAC) 进行权限管理，确保只有授权用户可以访问特定资源。
数据加密：所有存储数据和传输数据均使用 AES-256 和 TLS 1.3 进行加密，以防止数据泄露和篡改。
日志与监控：集成 OpenTelemetry 进行全方位日志记录，并使用 Prometheus 和 Grafana 进行实时监控，确保安全事件的可追溯性。
容器安全：采用 Pod Security Policies 限制容器的权限，使用镜像签名确保镜像来源可信，并通过容器运行时安全策略防止恶意代码运行。
网络安全：基于 Istio 实现零信任网络，确保微服务之间的安全通信，并使用 CNI 插件强化容器网络隔离。
模型安全：针对大模型应用的安全需求，d.run 采用一系列措施保障模型的完整性和可信性。

身份与访问控制¶

d.run 采用多层次身份认证机制，确保用户身份的安全性：

OAuth 2.0 + OIDC 进行单点登录 (SSO) 认证，使用户可以安全访问多个服务，无需重复输入凭据。
RBAC (基于角色的访问控制)，允许管理员定义不同角色的权限，确保用户只能访问与其职责相关的资源。
多因素认证 (MFA)，要求用户在登录时提供额外的身份验证信息（如短信验证码或硬件令牌），以增强账户安全性。
API 访问密钥管理，提供短周期 Token 和细粒度权限控制，确保 API 访问受到严格限制，防止未授权调用。

数据安全¶

数据加密¶

传输加密：所有 API 通信均通过 TLS 1.3 加密，确保数据在传输过程中不会被拦截或篡改。
存储加密：所有存储的数据均使用 AES-256 进行加密，保证数据的机密性，即使磁盘被盗或丢失，数据仍然无法被访问。
密钥管理：使用 Kubernetes Secrets 和 HashiCorp Vault 进行密钥管理，定期轮换密钥，并限制密钥访问权限。

数据备份与恢复¶

定期数据快照：每天进行增量备份，每周进行完整备份，并存储于多个地理区域，以防止数据丢失。
灾难恢复 (DR) 方案：采用异地备份和故障自动转移策略，确保服务在遭遇灾难时可以迅速恢复。
数据完整性校验：使用哈希算法定期校验数据完整性，防止数据篡改或损坏。

网络安全¶

d.run 采用零信任安全架构，确保平台网络安全：

东西向流量安全：Istio Service Mesh 通过 mTLS (双向 TLS) 加密微服务之间的通信，并提供流量控制、认证和授权。
南北向流量安全：WAF (Web 应用防火墙) 过滤恶意流量，防止 SQL 注入、XSS 等常见攻击。
DDoS 防护：通过 Kubernetes Ingress 和 CDN 进行流量清洗，自动检测和缓解分布式拒绝服务攻击。
防火墙策略：使用 Kubernetes NetworkPolicy 规则限制 Pod 之间的访问，确保最小权限原则。

容器与计算安全¶

d.run 在容器层面采用多种安全策略，以保障计算安全：

镜像安全：所有容器镜像在部署前都需经过 Trivy 扫描，检测已知漏洞，并进行修复。
Pod 安全策略：限制特权容器，避免使用 root 权限运行服务，以减少被攻击的可能性。
沙箱运行时：支持 gVisor 和 Kata Containers，在容器与主机之间增加额外的安全隔离层。
实时威胁检测：使用 Falco 监控容器运行时行为，检测异常访问、恶意进程和可疑网络流量。

大模型安全¶

d.run 针对 AI 大模型的安全性采取了以下措施：

模型完整性保护：通过模型签名和哈希校验，确保模型文件未被篡改。
模型访问控制：采用 RBAC 和 API 访问令牌限制对模型的调用，防止未经授权的访问。
推理安全：使用沙箱环境执行 AI 推理任务，防止恶意代码在推理过程中执行。
数据隐私保护：采用同态加密和差分隐私技术，防止 AI 训练数据泄露。
对抗攻击防护：检测和缓解对抗样本攻击，防止恶意输入导致模型错误推理。

监控与审计¶

日志采集：集成 OpenTelemetry，对所有 API 调用、用户操作和系统事件进行日志记录，确保可追溯性。
安全事件监控：使用 SIEM (安全信息和事件管理) 工具分析日志，检测潜在的安全威胁，并生成自动警报。
异常检测：利用 AI 识别异常行为，例如异常登录、权限提升或恶意代码执行，并自动采取响应措施。
操作审计：记录所有用户操作，满足合规要求，提供可验证的审计日志。

合规性与隐私保护¶

d.run 遵循多个国际与行业安全标准，确保合规性：

GDPR：遵守《通用数据保护条例》，提供数据访问和删除功能，保护用户隐私。
ISO 27001：符合国际信息安全管理体系标准，确保信息资产的安全性。
SOC 2 Type II：通过严格的审计，确保系统安全性、可用性和数据完整性。
中国网络安全法：符合数据存储和访问监管要求，确保合规性。

d.run 采用相对全面的安全措施，确保平台在算力租赁、大模型服务和 AI 应用管理等场景下的安全性和稳定性。未来，我们将持续优化安全机制，以应对不断变化的安全威胁，并保障用户的数据和计算安全。