老周是幸福里小区的物业经理。接手时,小区安防就靠一圈围墙和一个大门门卫:只要进了大门,就能在小区里任意溜达,去任何一栋楼、敲任何一户门。直到某天小偷李四翻墙而入,穿着快递服把十几户踩了个遍,老周调监控才发现——不是门卫不警惕,而是围墙之内根本没有第二道防线。后来安防公司给出新方案:给每户装智能门锁,每层楼道设门禁,电梯刷卡到层。住户只凭自己的一卡通或人脸,去自己该去的地方。小偷再进来,也只能困在一户门口,寸步难行。 网络世界的处境几乎一模一样。传统安全靠防火墙、网关守住“大门口”,处理的是进出内网的南北向流量;可一旦攻击者攻破某台服务器,就能在内网里横向移动,访问数据库、备份机、运维后台——这就是东西向流量的失控。微隔离(Micro-segmentation)把安全防线从“园区围墙”下沉到“每户门锁”:对每个工作负载实施基于身份的细粒度访问控制,实现零信任网络。工作负载之间默认不可信,只有明确授权的业务链路才能互通。

岗位关联

对 AI 从业者而言,大模型训练集群、数据中台正是攻击者最爱横向移动的目标。掌握微隔离的身份化访问控制与策略编排思想,是搭建企业级零信任安全架构、保护 AI 基础设施的关键能力。

目录
  1. 可视化演示
  2. 微隔离概述:从“大院围墙”到“户户门禁”
  3. 架构部署模式:中央控制室与户户门锁
  4. 身份策略管理:一卡通代替门牌号
  5. 东西向流量管控:楼道里的“火眼金睛”
  6. 容器微服务集成:民宿里的“人脸识别”
  7. 实施工具与策略编排:物业的集中管理台
  8. 实施落地实践:老周的“三步走”
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示系统处理流水线、实时性能指标曲线及多方案对比分析,包含数据流转、吞吐延迟监控与方案评估。

本节配有交互动效(进入视口后自动加载,约 3KB)。

系统可视化 处理流程:输入→处理→模型→输出 性能监控:实时指标 P=L×T

微隔离概述:从“大院围墙”到“户户门禁”

老周刚接管幸福里时,小区四面围墙、一个大门,门卫只认“你有没有进来过”。小偷李四翻墙进来后,穿着快递服在小区里挨家挨户踩点,从三栋二单元逛到七栋一单元,一路畅通。老周报警后调监控才发现:不是门卫不负责,而是围墙之内根本没有第二道防线。

传统网络安全与此惊人相似:防火墙、网关如同一道围墙,守住的是“南北向”——来自外部的进出流量。可一旦攻击者通过钓鱼、漏洞攻破某台服务器,它就变成了“内部人”,可以在内网里横向移动(也就是“东西向”),任意访问数据库、备份系统、运维后台。边界防御的致命缺陷是“内网默认可信”。

微隔离的答案是把信任从“网络位置”转移到“工作负载身份”:每个工作负载(服务器、容器、虚拟机)都是独立的安全单元,默认拒绝一切未经授权的连接。这与零信任“永不信任、始终验证”的核心理念一脉相承。它带来的直接收益是缩小爆炸半径——攻破一个节点,无法再顺手牵羊整片内网。

老周后来想明白了:与其加固围墙,不如给每家装锁。哪怕小偷翻墙进了小区,他也只能待在一户门口,撬不开隔壁的门。这就是微隔离——不再赌“墙够不够高”,而是保证“每扇门都认得主人”。

P(n)=n(n−1)2\displaystyle P(n) = \frac{n(n-1)}{2}
直观理解:当 n 个工作负载默认互通时,任意两个节点之间都有一条潜在攻击路径,攻击者攻破一点即可顺藤摸瓜、波及全体。
  1. 组合计数从 n 个工作负载里任选两个,都会形成一条可被利用的横向通道
    P(n)=(n2)\displaystyle P(n) = \binom{n}{2}
  2. 展开组合式把组合数展开,得到 n 与 n-1 相乘再除以 2
    (n2)=n×(n−1)2\displaystyle \binom{n}{2} = \frac{n \times (n-1)}{2}
  3. 爆炸半径路径数随节点数平方增长——节点翻倍,风险翻四倍,这正是边界防御失效的数学根源
    P(n)=n(n−1)2\displaystyle P(n) = \frac{n(n-1)}{2}

架构部署模式:中央控制室与户户门锁

老周决定升级智慧安防,请来安防公司做方案。新系统分两层:物业楼里一间“中央控制室”,负责登记住户、设置权限、下发规则;每户门口一个“智能门锁终端”,负责执行规则、放行或拒绝。两层各司其职,互不拖累。

这对应微隔离的两层架构。控制平面(中央控制室):集中管理所有策略、统一下发;数据平面(智能门锁):分布在各工作负载上,按本地规则快速裁决每一个数据包。两层分离的好处是:改规则不用一台台去改门锁,控制室下发一次,全楼同步。

部署形态主要有三种:Agent 模式——每台工作负载装轻量代理(每户单独装锁),策略粒度最细,支持物理机、虚拟机和容器;网络层代理模式——在交换机或宿主机层面统一管控(楼道公区门禁),适合无法装 Agent 的存量设备;混合模式——敏感核心区用 Agent,外围用网络层管控。选型时要权衡性能损耗、覆盖率与运维成本。

装完后老周发现管理员的活轻松多了:以前改门禁要跑十几栋楼,现在坐在控制室点几下鼠标,全小区门锁同步更新。控制与数据分离,正是微隔离能“集中管、分散防”的骨架。

Teffect=Tdeliver+Tload+Tapply\displaystyle T_{\text{effect}} = T_{\text{deliver}} + T_{\text{load}} + T_{\text{apply}}
直观理解:从控制平面改一条策略到它真正拦截流量,需要经过下发、装载、应用三个环节,理解这条时延链有助于设计高实时性的隔离方案。
  1. 策略下发控制平面把新规则推送到所有相关数据平面代理,耗时取决于节点数量与网络质量
    Tdeliver\displaystyle T_{\text{deliver}}
  2. 规则装载代理将规则编译进本地过滤表或 eBPF 程序,准备就绪
    Tload\displaystyle T_{\text{load}}
  3. 策略应用新建立的连接开始按新规则匹配,总生效时延为三段之和
    Teffect=Tdeliver+Tload+Tapply\displaystyle T_{\text{effect}} = T_{\text{deliver}} + T_{\text{load}} + T_{\text{apply}}

身份策略管理:一卡通代替门牌号

安防公司给每户发了一张“一卡通”,卡里写的是户主身份,而不是房号。张三从 3 栋搬到 5 栋,第二天他在 5 栋单元门一刷,门开了——门禁认的是人,不是门牌。

这正是微隔离区别于传统 ACL 的关键:传统防火墙规则写的是 IP 五元组——相当于“301 房间的住户可以去 502 房间”,一旦虚拟机迁移、容器重建,IP 变了,规则就失效,出现误拦截或漏放行。微隔离的策略主体是工作负载的身份标识(如 role=web、env=prod 这类标签),IP 只是“临时门牌”。

一条典型策略是三元组:主体(谁发起)、动作(允许或拒绝)、对象(访问谁)。策略描述语言支持按标签分组、通配符与优先级;控制平面负责把“门禁规则”下发到每个门锁——也就是把身份策略动态渲染成各数据平面可执行的规则。策略生命周期管理包括创建、灰度、审计、回收,避免规则越积越乱。

老周的感悟是:门牌号会变,人不会。只要认准身份,无论住户怎么搬家、新住户怎么入住,门禁都能自动匹配。微隔离的身份化策略,让安全规则第一次跟“人”绑定,而不是跟“地址”绑定。

Rule=(Subject, Action, Resource)\displaystyle \text{Rule} = (\text{Subject},\ \text{Action},\ \text{Resource})
直观理解:一条权限规则可以概括为“谁在什么条件下对什么资源做什么动作”,微隔离把这句话变成了机器可执行的模型。
  1. 主体标识访问的发起方,由身份标签集合表达,如 role=web
    Subject={role=web, env=prod}\displaystyle \text{Subject} = \{ \text{role=web},\ \text{env=prod} \}
  2. 动作裁决策略给出的处置结果,通常为放行或拒绝
    Action={allow, deny}\displaystyle \text{Action} = \{ \text{allow},\ \text{deny} \}
  3. 对象资源被访问的工作负载或服务,同样以身份标识描述
    Resource={role=db}\displaystyle \text{Resource} = \{ \text{role=db} \}
  4. 规则合成三个要素组合成一条完整的微隔离策略
    Rule=(Subject, Action, Resource)\displaystyle \text{Rule} = (\text{Subject},\ \text{Action},\ \text{Resource})

东西向流量管控:楼道里的“火眼金睛”

老周在每层楼道装了智能摄像头,不是为了拍风景,而是为了看清“谁在什么时候去过谁家门口”。以前这些“邻居之间的走动”完全没人管——反正大家都在小区里。现在,任何一次跨户访问都会被记录、被分析。

网络里“邻居之间的走动”就叫东西向流量:服务器之间、容器之间、微服务之间的通信。传统安全设备大多部署在南北向关口,对东西向流量几乎“看不见”,更谈不上管控。微隔离天然要求先看清东西向——这也是为什么大多数微隔离项目的第一步都是流量可视化。

可视化之后是三条核心能力:一是细粒度管控,按身份精确放行业务必需路径,其余全部阻断;二是威胁检测阻断,用异常评分模型识别横向移动、内网扫描、挖矿通信等行为并自动处置;三是日志审计溯源,全量连接日志留存,支撑安全事件回溯。看见东西向,才能管住东西向。

有一次系统报警:302 的住户凌晨三点反复刷机房的门禁。老周赶过去,发现是某设备的自动化脚本被入侵者控制。如果没有楼道监控,这次“邻居串门”可能要持续几个月。看见东西向,才能管住东西向——这正是微隔离给安全团队装上的“火眼金睛”。

Score=∑i=1mwi×di\displaystyle \text{Score} = \sum_{i=1}^{m} w_i \times d_i
直观理解:检测系统把连接频率、目的端口、会话时长等多个维度的“可疑程度”加权求和,得到该流量的危险评分,超过阈值就自动掐断。
  1. 特征采集对每条连接提取 m 个行为特征,如连接频率异常、访问陌生端口等
    d1, d2, …, dm\displaystyle d_1,\ d_2,\ \ldots,\ d_m
  2. 加权求和每个维度乘以对应权重并累加,得到综合可疑度
    Score=∑i=1mwi×di\displaystyle \text{Score} = \sum_{i=1}^{m} w_i \times d_i
  3. 阈值阻断当评分超过预设阈值时,自动触发隔离动作
    Score>θ⇒isolate\displaystyle \text{Score} > \theta \Rightarrow \text{isolate}

容器微服务集成:民宿里的“人脸识别”

小区里有一栋楼改成了“人才公寓”,住户短租、频繁换人。老周发现,发一卡通根本来不及——今天入住明天搬走,卡还没制好呢。安防公司给人才公寓单独装了“人脸识别”:入住时登记身份信息,系统自动匹配房间权限,退租自动注销。

容器和微服务就是网络世界的“人才公寓”:Pod 频繁创建销毁、弹性扩缩容,IP 地址不断变化,连“门牌号”都是临时的。这时候再按 IP 写安全策略完全行不通——上一秒的策略,下一秒对象就没了。微隔离的做法是把身份绑定在容器的标签和元数据上。

具体机制是:容器创建时带上标签(如 app=checkout、tier=web);策略直接针对标签表达式定义;容器无论被调度到哪台主机,控制平面都根据标签实时渲染规则,下发给所在节点的数据平面。服务网格(如 Istio)可与微隔离协同——服务网格管 L7 应用层流量,微隔离管 L4 网络层,形成纵深防御。

老周看着人脸识别闸机感叹:人多不怕,怕的是认不清谁是谁。容器世界里微隔离做的就是同一件事——不管住户怎么搬,只要刷脸(身份标签),门就认得他;人走了,权限自动收回。弹性与安全,第一次不再互相打架。

Policy(Workload)=Policy(Labels(Workload))\displaystyle \text{Policy}(\text{Workload}) = \text{Policy}(\text{Labels}(\text{Workload}))
直观理解:工作负载获得的策略完全由其身份标签决定,与它运行在哪台机器、IP 地址是什么无关。
  1. 标签注入容器创建时由编排平台注入身份标签
    Labels(Workload)\displaystyle \text{Labels}(\text{Workload})
  2. 策略定义安全管理员针对标签表达式而非 IP 编写策略
    Policy(Labels)\displaystyle \text{Policy}(\text{Labels})
  3. 动态映射工作负载的策略由它的标签唯一确定,漂移到哪里都生效
    Policy(Workload)=Policy(Labels(Workload))\displaystyle \text{Policy}(\text{Workload}) = \text{Policy}(\text{Labels}(\text{Workload}))

实施工具与策略编排:物业的集中管理台

幸福里小区有 12 栋楼、上百个门禁、几十个摄像头,老周不可能每天挨个检查。安防公司给他装了一个“集中管理台”:大屏上看到所有门锁的在线状态、开门记录、异常告警,还能批量下发规则、定期导出合规报表。

企业里做微隔离同样离不开工具与编排。主流产品包括商业平台(VMware NSX、Cisco ACI 等)和开源方案(如基于 eBPF 的 Cilium、服务网格方案),它们都遵循“集中控制、分布执行”的统一范式。策略编排平台的价值在于把杂乱规则变成可版本管理、可自动化测试的“代码”。

编排平台要解决三个问题:第一,自动化——策略随 CI/CD 流程自动发布,新业务上线自动申请权限;第二,可观测——所有策略生效状态、命中次数、拦截事件都可视化呈现;第三,合规——定期扫描“宽松规则”和“未纳管资产”,确保持续符合安全基线。配置即代码(Policy as Code)让安全团队像管理代码一样管理规则。

老周的集中管理台大屏上,绿色代表门禁在线、黄色代表异常、红色代表告警,报表每周自动发到手机。安全从“人盯人”变成“平台管”——这正是策略编排的意义:让安全治理规模化、可复制、可持续。

Coverage=NmanagedNtotal×100%\displaystyle \text{Coverage} = \frac{N_{\text{managed}}}{N_{\text{total}}} \times 100\%
直观理解:纳管覆盖率衡量整个安全域内有多少工作负载真正受到了微隔离策略的保护,是衡量项目进度的核心硬指标。
  1. 已纳管数量已部署代理并接入控制平面的工作负载数
    Nmanaged\displaystyle N_{\text{managed}}
  2. 应纳管总量环境中全部需要保护的工作负载数
    Ntotal\displaystyle N_{\text{total}}
  3. 覆盖率计算两者之比得到纳管覆盖率,作为阶段验收的量化依据
    Coverage=NmanagedNtotal×100%\displaystyle \text{Coverage} = \frac{N_{\text{managed}}}{N_{\text{total}}} \times 100\%

实施落地实践:老周的“三步走”

安防公司没有一上来就全小区断电重装,而是给了老周一个“三步走”方案:先摸底——统计所有住户、房间、常走路线;再试点——挑一栋楼先装门禁,观察运行一周;最后铺开——在试点顺利的基础上全区推广。老周觉得靠谱。

微隔离落地同样忌讳“一刀切”。第一步资产梳理:盘点所有工作负载、业务依赖、端口协议,画出通信拓扑——相当于统计住户和他们的日常路线;第二步分段规划:按业务域、环境、敏感等级划分安全区,设计区间默认拒绝策略;第三步渐进灰度:从“仅监控”模式开始,让策略先观察不阻断,验证无误后再切换到“强制”模式。

效果评估要持续进行:横向移动路径减少了多少?告警误报率是否可控?业务延迟有没有上升?通过量化指标循环优化策略。同时要建立安全运维协同机制——开发、运维、安全三方共同维护策略,避免安全拖慢业务。

三个月后,幸福里的小偷再也没得手过,而住户完全没感到不便——门禁在背后默默工作,直到深夜报警抓人那天,大家才知道小区已经升级了安防。好的安全方案就该如此:平时无感,关键时刻救命。微隔离,正是这样一盏“楼道里的灯”。

Rresidual=Rinitial×(1−η)\displaystyle R_{\text{residual}} = R_{\text{initial}} \times (1 - \eta)
直观理解:通过分段治理消除比例 η 的攻击路径后,残余风险等于初始风险乘以未被消除的部分。
  1. 初始风险实施前所有工作负载互通时的暴露风险
    Rinitial\displaystyle R_{\text{initial}}
  2. 削减系数分段策略实际阻断的攻击路径占总路径的比例
    η\displaystyle \eta
  3. 残余风险剩余仍存在的攻击面,用衰减因子折算
    Rresidual=Rinitial×(1−η)\displaystyle R_{\text{residual}} = R_{\text{initial}} \times (1 - \eta)

AI 应用场景

AI 驱动的微隔离策略自动生成

阶段:智能安全运营、数据分析

解决的问题:大型微服务架构有数百上千个服务,人工梳理依赖关系并编写安全策略效率低、易出错、跟不上变更。传统方式靠安全工程师翻文档、问开发,落地周期以月计。AI 通过分析东西向流量轨迹,自动构建服务依赖图谱,生成最小权限的白名单策略草案,再由安全团队审核下发——把策略制定从“手工考古”变成“智能推荐”。

具体案例:某电商平台在大促前扩展出 200 个新微服务实例。安全团队用 AI 基于流量调用链自动生成微隔离策略草案,人工只需确认异常项,策略发布周期从三周缩短到两天,业务高峰保持零误拦截。

异常横向移动的智能检测与动态隔离

阶段:异常检测、自动化响应

解决的问题:攻击者入侵后常进行内网扫描与横向移动,传统规则告警量大、误报多,且无法自动处置。AI 模型学习正常东西向流量基线,实时计算可疑评分,超过阈值自动触发微隔离策略,把被攻破的工作负载“一键隔离”,像老周在监控屏上看到异常就远程锁门。

具体案例:某金融机构 AI 平台发现一台 GPU 训练节点的流量特征偏离基线——异常连接大量内部端口。系统自动将其从业务网络中隔离并保留取证快照,安全团队事后确认是挖矿木马利用框架漏洞植入,爆炸半径被控制在单节点。

Python 演示

python82 行
#!/usr/bin/env python3# 微隔离策略模拟器: 基于身份的东西向访问控制# 场景: 公寓楼里有 Web/App/DB 三类住户# 管理员给每户发"身份门禁卡", 而不是按门牌号(IP)配钥匙from dataclasses import dataclassfrom typing import List  @dataclassclass Workload:    """一个工作负载(住户), 用身份标签标识"""    identity: str    name: str  @dataclassclass Policy:    """一条微隔离策略: 主体 -> 对象 -> 动作"""    subject: str    action: str    resource: str  class Segmentation:    """安全分区: 管理一组工作负载与访问策略"""     def __init__(self, default_deny: bool = True):        self.workloads: List[Workload] = []        self.policies: List[Policy] = []        self.default_deny = default_deny     def add(self, w: Workload) -> None:        self.workloads.append(w)     def rule(self, s: str, a: str, r: str) -> None:        self.policies.append(Policy(s, a, r))     def _match(self, identity: str, expr: str) -> bool:        """判断身份是否匹配表达式, 支持通配符"""        if expr == '*':            return True        return identity == expr     def can(self, src_name: str, dst_name: str) -> bool:        """评估 src 到 dst 的访问是否被放行"""        src = next(w for w in self.workloads if w.name == src_name)        dst = next(w for w in self.workloads if w.name == dst_name)        for p in self.policies:            if self._match(src.identity, p.subject) and self._match(dst.identity, p.resource):                if p.action == 'deny':                    return False                if p.action == 'allow':                    return True        return self.default_deny  def run_demo() -> None:    print('=== 传统模式: 内网默认全通, 攻击者可横向移动到任意设备 ===')    legacy = Segmentation(default_deny=False)    legacy.add(Workload('role=web', 'web'))    legacy.add(Workload('role=db', 'db'))    for s in ('web', 'db'):        for d in ('web', 'db'):            if s != d:                print('{} -> {}: {}'.format(s, d, 'ALLOW' if legacy.can(s, d) else 'DENY'))     print()    print('=== 微隔离模式: 白名单放行业务必需链路, 默认拒绝其余流量 ===')    seg = Segmentation(default_deny=True)    seg.add(Workload('role=web', 'web'))    seg.add(Workload('role=app', 'app'))    seg.add(Workload('role=db', 'db'))    seg.rule('role=web', 'allow', 'role=app')    seg.rule('role=app', 'allow', 'role=db')    seg.rule('role=web', 'deny', 'role=db')    pairs = [('web', 'app'), ('app', 'db'), ('web', 'db'), ('app', 'web'), ('db', 'web')]    for s, d in pairs:        print('{} -> {}: {}'.format(s, d, 'ALLOW' if seg.can(s, d) else 'DENY'))  if __name__ == '__main__':    run_demo()
目的:用面向对象的方式模拟“传统内网默认全通”与“微隔离白名单默认拒绝”两种模型,演示基于身份的访问控制如何阻断横向移动。
  1. class Segmentation把整个安全分区建模成门禁系统:住户(工作负载)、规则(策略)都登记在册。
  2. def __init__(self, default_deny: bool = True)默认拒绝开关是微隔离的灵魂:没写规则就不放行。
  3. seg.rule('role=web', 'allow', 'role=app')增加一条“谁到谁放行”的门禁规则,完全基于身份标签而非 IP。
  4. if self._match(src.identity, p.subject) and self._match(dst.identity, p.resource):发起方和目的方身份都匹配,才算命中策略。
  5. return self.default_deny遍历完所有规则都没有明确放行时,按默认策略兜底。
  6. legacy = Segmentation(default_deny=False)模拟传统内网“默认全通”,与微隔离形成鲜明对照。

常见误区

误区我觉得微隔离就是把 ACL 策略多配几条、端口粒度调细一点而已,本质上还是防火墙那套东西,没什么新意。

正解粒度细只是表象,本质区别在于“信任锚点”。传统防火墙锚定 IP 和端口——位置一变规则就失效;微隔离锚定工作负载身份,策略跟随身份动态迁移,就像门禁认的是人而不是门牌号。另一个关键点是控制平面与数据平面分离、策略集中编排动态下发,这是传统防火墙逐台配置的模式做不到的。

为何常见:两者最终都表现为“允许或拒绝哪些连接”,表面看都是过滤规则,初学者容易忽略底层身份模型的不同。

误区把网络切成几个 VLAN、用子网隔离不同业务,这应该就算微隔离了吧?我们公司早就这么干了。

正解VLAN 是静态的网络拓扑划分,粒度粗,通常按网段分组;策略绑定网络结构,业务迁移到别的 VLAN 就失效。微隔离是软件定义的逻辑分段,粒度细到单个工作负载,与底层物理拓扑无关。好比 VLAN 是在小区里砌墙,微隔离是给每户装智能锁——墙不能跟着人走,锁可以。

为何常见:两者都强调“隔离”,且 VLAN 在传统网络中存在已久,容易被误认为同类技术。

误区默认拒绝一切流量?那业务之间正常的通信不也全断了吗?策略一上线系统肯定翻车,这方案根本没法用。

正解好的微隔离落地遵循“先监控、后阻断”的渐进式策略:先在监控模式收集流量、建立白名单基线,经过充分验证后才切换为强制执行,并且随时可以回滚。就像老周装门禁先从一栋楼试点,而不是全小区同时断电换锁。“默认拒绝”针对的是未授权连接,业务必需的链路会显式放行。

为何常见:把“默认拒绝”简单理解为“拒绝所有”,忽略了策略管理中的授权环节和灰度流程。

误区微隔离是云原生的东西吧?我们还有大量物理机,用不上这套方案。

正解容器环境只是微隔离最典型的应用场景之一。微隔离同样支持物理机(安装 Agent)、虚拟机(借助 Hypervisor)以及混合架构;对于无法安装 Agent 的存量设备,可通过网络层代理或网关实现纳管。核心是“对每个工作负载实施身份化管控”,与工作负载的形态无关。

为何常见:微隔离概念常与容器安全、服务网格一起出现在云原生宣传中,容易形成刻板印象。

面试题

Q1. 微隔离策略中的“信任锚点”应该是什么?

单选题 · easy

  • A.源与目的IP地址
  • B.交换机物理端口号
  • C.工作负载身份标识← 正确答案
  • D.服务器所在物理位置

答案:C。微隔离的核心是身份驱动,策略绑定工作负载身份(如角色标签),而 IP、端口、位置都是易变属性。就像小区门禁认人(一卡通)不认门牌——人搬家了权限跟着人走;若按门牌号发钥匙,住户一换房钥匙就失效。A、B、D 都是传统 ACL 的锚点,位置一变规则即失配。

Q2. 网络安全中的“东西向流量”指什么?

单选题 · easy

  • A.外部用户访问内网站点
  • B.数据中心向外的回源流量
  • C.骨干网之间的互通流量
  • D.内网主机间的横向通信← 正确答案

答案:D。南北向流量指进出数据中心的流量,东西向指数据中心内部服务器、容器之间的通信。传统防火墙主要盯着南北向,微隔离重点治理东西向——相当于门卫管进出大门,楼道监控管邻居之间的走动。A、B 属南北向,C 属广域网范畴。

Q3. 零信任网络对内部流量的基本态度是什么?

单选题 · easy

  • A.默认不信任任何网络流量← 正确答案
  • B.内网环境完全可信
  • C.防火墙可解决一切攻击问题
  • D.网络位置决定信任级别

答案:A。零信任的核心理念是“永不信任,始终验证”,无论流量来自防火墙内还是防火墙外都必须验证。B 是传统边界防御的思路,D 是“按位置定信任”的旧模式,C 夸大了防火墙的能力。微隔离正是把这种“默认不信任”落实到工作负载之间。

Q4. 微隔离架构中,数据平面的主要职责是什么?

单选题 · mid

  • A.按本地规则快速裁决流量← 正确答案
  • B.集中编排全局安全策略
  • C.加密所有业务通信数据
  • D.替代防火墙的边界过滤

答案:A。数据平面就是每户门口的智能门锁,分布式地执行策略、逐包裁决;控制平面才是中央控制室,负责编排下发。B 是控制平面的职责,C 是加密系统的功能,D 描述的是防火墙而非数据平面。控制与执行分离正是微隔离可大规模运维的前提。

Q5. 相比传统 VLAN 隔离,微隔离的核心差异是什么?

单选题 · mid

  • A.依赖交换机硬件配置
  • B.基于逻辑身份动态授权← 正确答案
  • C.粒度更粗便于灵活管理
  • D.只适用于虚拟机环境

答案:B。VLAN 是静态网络拓扑划分,策略绑定物理网络结构;微隔离是软件定义的逻辑分段,基于身份标签动态授权,与物理拓扑无关。A 是 VLAN 的特点,C 说反了——微隔离粒度更细,D 是错误说法,物理机和容器同样支持。

Q6. 容器频繁重建导致 IP 变化,微隔离如何保证策略不失效?

单选题 · mid

  • A.给容器分配固定IP地址
  • B.禁止容器跨节点迁移
  • C.手动更新每条防火墙规则
  • D.策略绑定容器身份标签← 正确答案

答案:D。容器像民宿里的短租客,IP 是临时门牌,身份标签才是常住登记。策略绑定容器的标签和元数据,无论容器漂移到哪台主机,控制平面都按标签实时渲染规则。A、B、C 都是对抗弹性调度的笨办法,治标不治本。

Q7. 微隔离项目落地通常的第一步是什么?

单选题 · mid

  • A.全面启用默认拒绝策略
  • B.采购下一代防火墙设备
  • C.关闭所有高风险业务端口
  • D.资产梳理与依赖建模分析← 正确答案

答案:D。老周的做法是先摸底再动手。微隔离第一步是盘点所有工作负载、梳理业务依赖、画出通信拓扑,没有这张“住户地图”,后续策略就是盲写。A、C 跳过梳理直接阻断,极易误伤业务;B 仍是边界设备思维,与微隔离方向不符。

Q8. 微隔离能够带来的安全价值包括哪些?

多选题 · mid

  • A.缩小单点攻破的爆炸半径← 正确答案
  • B.增强东西向流量可视化← 正确答案
  • C.完全替代身份认证系统
  • D.减少横向移动的攻击通道← 正确答案

答案:ABD。微隔离通过身份化逐段隔离,让攻击者即使攻破一个节点也难以横向扩散(A、D),同时流量可视化是管控的基础能力(B)。它并不替代身份认证系统(C),而是与认证体系协同——门锁要配合登记系统才能发挥价值。

Q9. 设计基于身份的微隔离策略时,必须考虑哪些因素?

多选题 · hard

  • A.业务间的真实依赖关系← 正确答案
  • B.工作负载身份的动态变化← 正确答案
  • C.交换机背板带宽的规格型号
  • D.策略冲突检测与优先级排序← 正确答案

答案:ABD。策略必须建立在真实业务依赖之上,否则会阻断合法链路;身份标签会随扩缩容、更新换代而变化,策略要能动态跟随;多条规则同时命中时要有冲突检测和优先级裁决。C 是硬件性能问题,与策略设计无直接关系。

Q10. 混合环境中无法安装 Agent 的存量主机,最合适的纳管方式是什么?

单选题 · hard

  • A.借助网络层代理实施管控← 正确答案
  • B.放弃对该主机的安全防护
  • C.强制关闭主机上的所有服务
  • D.仅依赖主机自带的本地防火墙

答案:A。无法装 Agent 的主机就像不愿装智能锁的房间,可以在楼道装公区门禁——通过网络层代理或 Hypervisor 层管控其东西向流量,实现“无 Agent 覆盖”。B 是安全盲区,C 影响业务,D 仍是分散的本地策略,无法纳入集中编排。