老鸟学AI-优快云博客

原创云化零信任SDP客户端的网络配置

它不仅在技术上更加优雅和可控，也完美地体现了零信任架构“从不信任，始终验证”和最小权限的核心安全思想，实现安全需求与运维管理便利性之间的平衡。【注意】MASQUERADE与SNAT对比：-j MASQUERADE是一种特殊且方便的SNAT，它会自动使用数据包出口（这里是bond0）的IP地址作为转换后的源IP，它特别适用于出口IP是动态获取（如PPPoE拨号）的场景。8、接着，系统将数据包的目的IP从宿主机的公网IP改回内网IP：172.16.138.128（这是一个自动的、基于连接跟踪的反向过程）。

2025-10-26 09:31:51 648

原创 VMware Workstation 17.6.4虚机检测规避实践

本文介绍了一种虚拟机伪装物理机的技术方案，主要用于规避企业零信任系统对虚拟机的限制。文章详细分析了虚拟机检测的常见方法（如硬件标识、虚拟化指令等），并提出了多种规避手段：修改VMX配置文件禁用VMware特征、替换二进制文件中的硬件标识字符串、自定义BIOS信息、调整注册表等。同时强调了该技术存在的法律风险、系统稳定性风险及效果不确定性。通过Windows 11虚拟机的实际案例，展示了从创建配置到安装验证的全过程，最终实现了虚拟机在基础硬件信息层面的伪装。文章指出该技术仅适用于测试环境，不建议用于生产系统。

2025-10-22 08:55:42 1504

原创 RD Gateway在实际生产中的应用

我们首先尝试基于F5 BIGIP直接进行RDP流量的分发，由于远程桌面（RDP）有其自身的安全和加密体系，虽然它也可以利用 TLS/SSL 来增强安全性（例如进行服务器身份验证和加密通信），但其协议本身是独立的，并非构建在HTTP之上，当 RDP 客户端（如 mstsc.exe）直接通过3389端口连接服务器时，它发起的是RDP协议握手，而非TLS/SSL握手（除非配置了特定的安全层）。近期，为解决生产环境中Windows安全访问问题，我们引入了RD Gateway，提升了内网接入的安全性。

2025-10-09 09:08:58 721

原创 APISIX API配置HTTPS访问的踩坑实录

为了实现APISIX的生产级部署，需要在多个方面进行安全加固，其中HTTP改造为HTTPS是一个基本要求。在实施HTTPS改造过程中，本人遇到了一系列问题，并将这些问题的解决过程记录下来整理成文档。值得注意的是，即使在GPT的加持下，这些问题的解决之路依然坎坷，这似乎也意味着：由于技术与产品的不断迭代，系统集成工程师在短时间内被AI取代依然是一种奢望。

2025-04-18 20:26:50 1937

原创 GPUStack统一纳管NPU算力资源实践

摘要：本文介绍了基于GPUStack的NPU算力资源统一纳管实践，重点解决了跨VLAN环境下的组网挑战。通过Docker部署服务端和Worker端，利用SSH隧道（LPF+RPF组合）实现安全通信，确保服务端与Worker的健康检查及数据交互。文章详细阐述了网络隧道配置技巧，并针对Worker状态异常问题，提出时间同步（chronyd服务）的解决方案。该方案在保证安全性的同时，实现了异构计算资源的灵活调度，适用于多安全域场景。

2025-04-01 14:52:50 1057

原创 ragflow之初体验

文本嵌入（Text Embedding）是将文本数据转化为固定维度向量表示的过程，这些向量可以捕捉文本的语义信息，使相似的文本在向量空间中距离较近，从而便于进行相似度计算、分类和聚类任务。【注意】docker运行环境、docker-compose的二进制版本从此处下载：https://download.docker.com/linux/static/stable/x86_64/、https://github.com/docker/compose/releases?

2024-10-11 17:16:37 6719

原创 KVM虚机GPU直通实践总结

【注意】目录/usr/lib/dracut/modules.d/下的每一个子目录都代表一个 dracut模块，每个模块至少包含一个module-setup.sh脚本（用于模块的安装和配置设定），20这个数字设置的原则是要小于被覆盖的驱动程序模块nvidia。采用如上GPU直通方式A，vfio-pci模块的绑定配置匹配的是供应商与设备ID，这会导致绑定主机上所有同一型号的GPU，不符合我们期望的部分GPU给宿主机的容器使用，部分GPU做直通给虚机使用的情形，为此需要考虑绑定设备PCI地址的方式。

2024-03-08 10:31:10 11430 1

原创容器搭建vivo蓝心大模型

为了省略容器内安装CUDA驱动的环节，可以直接使用nvidia/cuda的官方容器镜像，这里使用cuda-11.7.1版本，原因是该模型依赖该版本，而其他版本如cuda-12.1则不被支持，需要注意的是：GPU服务器上安装的CUDA版本为12.1，GPU服务器上运行的的docker容器内部署的CUDA版本为11.7，在容器内执行nvidia-smi依然显示为宿主机的CUDA版本12.1，而不是11.7，但该现象并不影响后续的安装，此外镜像需下载devel开发版，后续编译过程则无需安装其他编译工具。

2024-01-31 17:08:04 2195 1

smartvap_2012的博客