運維安全是企業安全保障的基石，不同於Web安全、移動安全或者業務安全，運維安全環節出現問題往往會比較嚴重。就此，我們列了五個問題，讓我們一起來看看，這裡有你關心的嗎？
一問：SaaS服務或雲服務和傳統軟件產品在安全方面有哪些差異？
答：
主要體現在幾個方面，一個方面就是傳統軟件本身的安全性，也就是本身已經在一個內網之中，更多考慮的是對方會不會進入到我們的內網來，或者說進到內網以後，怎麼來防止像SQL注入等這種軟件架構上的事情。而SaaS或者雲服務，要把很多的精力放在傳統的內網服務，而不會去過多考慮用戶，因為用戶基本就是內部的人。
但是SaaS服務或者雲服務是不一樣的，比如前段時間出的這樣一件事情，就是有人問說阿里雲上怎麼不同的客戶互相之間，兩層的網絡之間居然不是隔離的呢？阿里雲說其實我們本來是應該做隔離的，但是由於不方便，就把它默認設置了，其實這就是雲服務很需要去關注的問題：雲平臺之上的隔離。當身處內網之中，用戶是不需要去考慮太多的，但是在做雲服務或者SaaS服務的時候，不同租戶之間的隔離卻變成非常重要的問題。
二問：在雲環境下，運維工作有哪些挑戰？您是如何應對的？
答：
雲環境下，我覺得運維的挑戰跟之前比，有一些可能不太一樣的地方。主要在於，以前傳統的地方從底層的機架、服務器都會有人在管。但在雲環境下更多的是需要調用API，比如說調用API創建了一臺主機，調用API去生成了一個服務，可能給運維人員的一個感覺就是，我們的重要性是不是在下降？當初我們做的很多活現在就被機器代替了！
這其實是一個很有挑戰性的事情，這就是促進運維人員需要去面對現實，就是我們運維真正的目的，並不是管好服務器就OK，這種工作其實不應該叫運維工程師，而是應該叫機房管理員。
三問：談談現在火熱的人工智能（AI），運維會不會逐步被機器學習取代?
答：
我剛剛前面講雲的時候其實已經提到了一點，運維有一些工作是遲早要被機器代替的，但是另外一部分，可能是不太一樣的地方，除了一些標準的部署上線的工作之外，剩下的一部分工作，就是剛剛我們提到的保證服務可用性和提高服務性能，這裡保證可用性就涉及到一個很大的問題，就是故障定位，出了一個問題怎麼找到它，它的根源在哪兒？
這塊目前就我看到的情況，我們可以通過一些機器學習的算法，比如說監控了10000個機器指標，大概可能有二三十個跟報警的那個差不多，那下一步就要人去操作了，這也是機器學習很重要的一點：機器學習是不講因果性的，只講相關性。所以我們經常看到有人在講人工智能的時候有一些笑話，今天下雨了，明天怎麼樣，這個其實是相關的，從這個曲線上來看，發生了A也發生了B，它其實是相關性，並不是因為A所以B，這一點在目前的運維工作上也是類似的道理，這個時候就需要運維人員通過經驗來彌補後面的這一段的。
四問：近幾年，運維領域有什麼重要進展？
答：
運維領域這些年的進展主要兩個方面。一個方面是在容器編排這塊，就是所謂的Docker，這幾年確實發展的很快，尤其包括在Docker之上，K8S，DCOS等，它大大方便了運維部署，降低了部署成本，所以部署這件事情，可能以後運維真的就不用做了。以前在虛擬化時代，其實因為虛擬化本身部署也挺辛苦的，但是現在Docker確實把成本降得很低。
另一個方面就是我們日誌易在做的事情 ，怎麼更快的提高數據對服務的可用性以及性能提高的這一部分，就是降低MTTR，或者降低MTTI，這一部分原先其實也是很靠經驗的。你可能工作了15年了，看見這個事情有經驗了，可能就會去猜，覺得是這個樣子，然後再去查去驗證，但是現在有一套數據分析的平臺來支撐的話，之後這種大概、可能、猜測嘗試的時間就會被大大的縮短，故障的時間就會隨之降低下來。因為運維本質其實是一個試錯的工作，你有100個思路，趕緊去試第一個，不對，趕緊放棄去試第二個，如果原先靠人的話，試100個大概就需要1個小時，但是現在有這樣一個統一的平臺，你試100個，可能也就需要5分鐘或者10分鐘，那問題就很快被解決了。
五問：對於一些中小客戶，在安全零基礎的情況下，您對安全建設有哪些建議？資源短缺、人力極少的情況下做好安全運維您有哪些高招？
答：
如果安全零基礎的話，就是卡好最容易被攻破的地方，比如簡單密碼或者一些基礎的端口，不要成為最短板。
如果資源短缺、人力也少的話，安全事大，還是有必要來投入錢或者資源，去採購一些服務或者工具，至少能夠保證最關鍵的東西。畢竟保證核心數據安全確實是需要去投入的，不管投入的是什麼，有資源投資源，有人投人，如果都沒有，那就投點錢吧！
閱讀更多 閏業學院 的文章
