Forefront中实现Web缓存安全性能两不误

本文详细介绍了如何利用Forefront安全网关的缓存机制,平衡Web服务的安全性和性能。通过正向和反向缓存的合理规划,可以显著提高Web服务的访问速度,同时减轻Web服务器的负担。本文提供了关于缓存配置的建议,包括内存与磁盘使用、文件系统选择、物理磁盘规划以及阵列应用,旨在帮助用户实现安全与性能两不误的目标。

  在实际工作中,Forefront在企业网络中可以充当网关的作用。如下图所示,Web服务器部署在企业内部。然后通过ForefrontTMG网关来连接互连网。如此的话,就可以提高内部Web服务器的安全。

  

  不过这么部署的话,也带来一个问题。如上图所示,Web服务器中的内容需要先通过Forefront安全网关然后再到达客户端那边,中间多了一个环节,需要进行数据的过滤。这无疑会影响到客户端访问Web服务器的性能。

  一、Forefront对此的解决方法

  是否真的安全与性能不能够兼顾呢?其实不然。Forefront安全网关实现了一个可改进的Web请求的性能病缩短对其响应时间的缓存机制。这句话可能读起来比较拗口。简单的说,就是在Forefront安全网关中可以实现一种缓存机制,将Web服务器中的内容缓存到Forefront安全网关中。如此的话,当外部用户需要通过互联网来访问Web服务器的时候,如果Forefront缓存中有其所需要的内容,那么Forefront安全网网关就会直接将内容传送给用户,而不需要再去Web服务器中读取。

  如上图所示,在Forefront安全网关的Web缓存中保存着用户经常请求的内容。当用户请求缓存中的内容的时候,Forefront安全网关直接从缓存中提供内容,而不再去Web服务器中获取数据。这种Web缓存机制在客户端数量比较多的时候非常有效。如可以明显提高用户访问的速度,因为直接从缓存中为请求提供服务,不需要访问已经发布的Web服务器。同时还可以降低连接互联网所需要的带宽,减少Web服务器的负荷等等。

  在这篇文章中,笔者就针对Forefront安全网关的这个特性作一番讲解。希望能够帮助大家做到安全与性能两不误。

  二、Forefront安全网关缓存所面对的用户?

  那么哪些用户可以从Forefront安全网关中受益呢?其实无论是内部用户,还是外部用户,都可以从中受益。这主要是因为Forefront安全网关提供了两种缓存类型,分别为正向缓存与反向缓存。其中正向缓存主要是为内部用户所服务的。也就是说内部用户访问Web的时候可能会从正向缓存中读取相关的内容。而反向缓存择是为外部用户缩服务的。Forefront会将反向缓存中的内容提供给外部远程用户。默认情况下,当启用了正向缓存时,自动会启用反向缓存。

  笔者建议:

  大部分情况下可能正向缓存并不需要。如上图所示,如果Web服务器部署在企业内部。此时企业内部的网络相对来说是安全的,而且Web服务器本身就有缓存机制。在这种情况下,对于内部用户再通过Forefront安全网关的正向缓存来提供服务的话,就有点“画蛇添足”的味道。所以大部分情况下,可以禁用掉正向缓存。而只启用反向缓存。也就是说,Forefront安全网关中的缓存机制只为远程用户服务。

  三、合理规划Forefront安全网关的缓存

  如上图所示,远程用户在访问Web服务器的时候,其实访问的是Forefront安全网关中的反向缓存中的内容。在这种情况下,Forefront缓存规划跟用户的访问速度就息息相关了。在用户数量比较多的情况下,需要对Forefront安全网关的缓存进行合理规划,以进一步提高用户访问的性能。

  通常情况下,Forefront安全网关会将缓存内容存在在内存和磁盘中。众所周知,用户访问内存的速度要比访问磁盘中的数据酷快几百倍,为此Forefront安全网关会将最常用的内存同时存储到内存与磁盘中。从理论的角度讲,缓存的内容全部存储到内存中是最好的。但是实际情况是无法满足的。因为内存的容量比较小,而且也不可能将全部内存空间用来存储这些缓存数据。默认情况下,只有10%的内存会用于缓存对象。当磁盘上的缓存文件的存储空间满了的话,系统会将旧的内容从缓存中删除。具体的机制笔者认为管理员不需要了解的很透彻。

  对这个缓存的规划,笔者提出以下建议。

  第一,由于内存的访问速度比磁盘的访问速度快许多。为此到用户数量比较多的时候,在Forefront安全网关中最好使用尽可能大的内存。如此的话,就可以将尽可能多的数据存放到内存中。这里需要提醒的一点是,虽然可以通过配置来调整内存中缓存空间的大小,如将10%提高到50%。但是笔者并不建议这么做。因为Web缓存只是Forefront安全网关的其中一项功能。如果内存中缓存空间占用过大,就会给其它应用带来负面影响。我们现在要创造的是一种和谐的“社会”,所以不能够牺牲其他应用来成就Web服务。

  第二,如果缓存的数据确实需要存储到磁盘上,那么有什么方式可以提高本地磁盘上的数据的检索速度呢?笔者认为,管理员最好采用本地驱动器作为缓存的存储位置,而不需要使用网络驱动器。因为用户访问网络驱动器的速度要比访问本地驱动器慢许多。

  第三,文件系统的选择。虽然Forefront安全网关缓存机制对于文件系统没有特别的规定,如Fat32与NTFS文件系统都可以使用。但是笔者建议,最好还是使用NTFS文件系统。这主要是因为NTFS文件系统能够提供更高的性能与安全性。

  第三,规划物理磁盘的缓存位置时需要考虑到不同应用之间的争用问题。因为磁盘的I/O是受到一定限制的。如果将缓存文件与操作系统或者Forefront系统部署在同一个磁盘上,那么在运行的时候,这些系统都需要从磁盘中读取数据。此时就可能会发生I/O征用的情况。为此笔者建议,最好将存储缓存文件的磁盘与安装有操作系统或者Forefront系统的磁盘分开,以避免I/O争用影响请求的性能。

  第四,如果在大型的部署中,管理员还可以通过阵列来实现缓存机制,进一步提高性能。在阵列中Forefront安全宦官使用缓存阵列路由协议为阵列中的所有服务器提供单个逻辑缓存。不过需要用到这么复杂的设计并不是很多。笔者在这里也就不过多展开。

  总之,Forefront安全网关的Web缓存机制,只要部署得到,可以明显提高Web服务的性能,实现安全与性能两不误。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/22903963/viewspace-661633/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/22903963/viewspace-661633/

成都市作为中国西部地区具有战略地位的核心都市,其人口的空间分布状况对于城市规划、社会经济发展及公共资源配置等研究具有基础性数据价值。本文聚焦于2019年度成都市人口分布的空间数据集,该数据以矢量格式存储,属于地理信息系统中常用的数据交换形式。以下将对数据集内容及其相关技术要点进行系统阐述。 Shapefile 是一种由 Esri 公司提出的开放型地理空间数据格式,用于记录点、线、面等几何要素。该格式通常由一组相互关联的文件构成,主要包括存储几何信息的 SHP 文件、记录属性信息的 DBF 文件、定义坐标系统的 PRJ 文件以及提供快速检索功能的 SHX 文件。 1. **DBF 文件**:该文件以 dBase 表格形式保存与各地理要素相关联的属性信息,例如各区域的人口统计数值、行政区划名称及编码等。这类表格结构便于在各类 GIS 平台中进行查询与编辑。 2. **PRJ 文件**:此文件明确了数据所采用的空间参考系统。本数据集基于 WGS84 地理坐标系,该坐标系在全球范围内广泛应用于定位与空间分析,有助于实现跨区域数据的准确整合。 3. **SHP 文件**:该文件存储成都市各区(县)的几何边界,以多边形要素表示。每个多边形均配有唯一标识符,可与属性表中的相应记录关联,实现空间数据与统计数据的联结。 4. **SHX 文件**:作为形状索引文件,它提升了在大型数据集中定位特定几何对象的效率,支持快速读取与显示。 基于上述数据,可开展以下几类空间分析: - **人口密度评估**:结合各区域面积与对应人口数,计算并比较人口密度,识别高密度与低密度区域。 - **空间集聚识别**:运用热点分析(如 Getis-Ord Gi* 统计)或聚类算法(如 DBSCAN),探测人口在空间上的聚集特征。 - **空间相关性检验**:通过莫兰指数等空间自相关方法,分析人口分布是否呈现显著的空间关联模式。 - **多要素叠加分析**:将人口分布数据与地形、交通网络、环境指标等其他地理图层进行叠加,探究自然与人文因素对人口布局的影响机制。 2019 年成都市人口空间数据集为深入解析城市人口格局、优化国土空间规划及完善公共服务体系提供了重要的数据基础。借助地理信息系统工具,可开展多尺度、多维度的定量分析,从而为城市管理与学术研究提供科学依据。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)》的技术资源,重点围绕电力系统中连锁故障的传播路径展开研究,提出了一种N-k多阶段双层优化模型,并结合故障场景筛选方法,用于提升电力系统在复杂故障条件下的安全性与鲁棒性。该模型通过Matlab代码实现,具备较强的工程应用价值和学术参考意义,适用于电力系统风险评估、脆弱性分析及预防控制策略设计等场景。文中还列举了大量相关的科研技术支持方向,涵盖智能优化算法、机器学习、路径规划、信号处理、电力系统管理等多个领域,展示了广泛的仿真与复现能力。; 适合人群:具备电力系统、自动化、电气工程等相关背景,熟悉Matlab编程,有一定科研基础的研究生、高校教师及工程技术人员。; 使用场景及目标:①用于电力系统连锁故障建模与风险评估研究;②支撑高水平论文(如EI/SCI)的模型复现与算法验证;③为电网安全分析、故障传播防控提供优化决策工具;④结合YALMIP等工具进行数学规划求解,提升科研效率。; 阅读建议:建议读者结合提供的网盘资源,下载完整代码与案例进行实践操作,重点关注双层优化结构与场景筛选逻辑的设计思路,同时可参考文档中提及的其他复现案例拓展研究视野。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值