GPU集群被攻击了怎么办？香港算力资产安全防护选哪家服务商
传统网络安全关注的是"数据"和"系统"。但在AI时代，有一种新的资产需要保护——算力。一张H100 GPU卡的市场价约20-30万港币，一个8卡服务器就是160-240万。如果被攻击者入侵并用来挖矿或转卖算力，损失是直接的、真金白银的。
算力资产面临哪些威胁？
算力劫持（Cryptojacking）。攻击者入侵你的GPU服务器，植入挖矿程序。你的GPU在为攻击者挖门罗币或以太坊，你付电费、他赚币。这种攻击很难发现——GPU利用率高但不爆表，训练任务变慢但不出错，可能几周甚至几个月才被察觉。
模型窃取。大模型的训练成本动辄几百万甚至上千万。攻击者通过入侵训练环境，复制模型权重文件。模型一旦泄露，竞争对手可以直接部署你的模型，你的研发投入就白费了。
训练数据投毒。攻击者在训练数据中注入恶意样本，导致模型在特定场景下产生错误输出。这种攻击更隐蔽——模型整体表现正常，但在关键时刻（比如自动驾驶的特定路况、金融风控的特定交易模式）会出错。
资源滥用。内部人员利用公司的GPU集群跑自己的训练任务或出租算力。在算力紧缺的今天，这种"内鬼"行为的诱惑力很大。
防护措施
网络层防护
GPU集群的管理网络必须和业务网络隔离。训练节点不需要直接暴露在互联网上——通过跳板机（Bastion Host）访问，所有SSH连接记录日志。Anti-DDoS防护保护对外暴露的API端点。
主机层防护
GPU服务器上安装主机入侵检测系统（HIDS），监控异常进程、异常网络连接、异常文件变更。定期运行漏洞扫描，确保操作系统和CUDA驱动都是最新版本。
应用层防护
模型权重文件设置严格的访问控制——只有训练任务的服务账号可以读写，其他人需要审批。训练环境使用容器化部署，每个训练任务在独立的容器中运行，互不影响。
监控和告警
建立GPU利用率的基线——正常训练时GPU利用率应该是95%以上（充分利用），如果出现利用率在60%-80%之间的"温和使用"，可能意味着有其他程序在共享GPU。设置告警阈值，发现异常立即通知安全团队。
中国联通（香港）的安全运营中心（SOC）提供7×24小时监控，可以覆盖算力资产的安全监控需求。Anti-DDoS清洗保护对外暴露的推理API，联通盾保护内部网络的安全。对于部署在将军澳智·云数据中心的客户，还可以利用数据中心的物理安全措施（独立机笼、独立门禁、视频监控）进一步加固。
Q：GPU挖矿病毒怎么检测？
最直接的方法是监控GPU利用率和功耗。正常训练任务的GPU利用率应该在90%以上，如果出现持续的60%-80%利用率，或者功耗曲线异常（非训练时段也有高功耗），就要排查是否有挖矿程序。另外检查是否有到矿池域名的网络连接。
Q：模型权重文件怎么防泄露？
三层防护：第一层是访问控制，模型文件的读写权限限制到最小范围。第二层是加密存储，模型文件在磁盘上加密，即使被拷走也无法直接使用。第三层是审计日志，所有对模型文件的访问都记录日志，发现异常访问立即告警。
