기본 콘텐츠로 건너뛰기

서버와 보안

1. 데이터베이스 서버 보안

1)3계층구조
참조: https://m.blog.naver.com/limoremo/220073573980
특징: 3티어 구성중 어플리케이션 서버에서 대부분의 파라메터가 없으면 걸리짐으로 <
SQL 인젝션과 같은 문제에서 상대적으로 안전할수 있음.(json requst이용)
단점: 케시서버운영보다 서버 업데이트 및 보안에 좀더 우위를 가져갈수 있으나, 비용은 조금 더
상승함.

2)Blue-Green배포
참조: https://www.redhat.com/ko/topics/devops/what-is-blue-green-deployment
특징: 앱운영시 업데이트시에 블루서버를 이용해서 앱에서 서버를 이용하고  ,
새로운 앱을 배포시에 그린서버에 백업한 데이터를 기반으로 새 버전 앱을 배포하므로,
점검없이 라이브서비스를 이어갈수 있는 방식.
단점: SQL인젝션과 같은 공격에는 취약할수 있음.(보안관련 기능이라고보긴 어려움)

3)php magic_quotes_gpc on
참조: https://kldp.org/node/90787
특징: PHP .ini파일에서 설정하여  sql인젝션에 대비하는 옵션.
배포하는 프로젝트의 이 옵션이 켜져있으면, 강제로 다시 백슬러시를 떼어낸 뒤에 처리함으로,
sql인젝션을 막을수 있다.(php6부터는 옵션이 없음? 기본 탑제?)
단점:아래 링크와 같이 우회하는 방법이 존재한다고함.(에초에 웹서버를 멀티바이트로 처리하지않으면 문제가 없을것으로 추정됨?)
게임서버와 같이 성능상의 문제가 되는 경우는 날쿼리를 이용하지않는 경우 성능이 떨어질수있음.
멀티바이트서버에서 magic_quotes_gpc  우회방법: https://m.blog.naver.com/PostView.nhn?blogId=skinfosec2000&logNo=220535626029

2. 서버보안과 최적화
상기언급 3계층구조와 같은 백업서버를 구축해서 사용하는 경우 보안성에는 문제가 없지만,
실제로 성능이나 비용적인 측면에서 단점이 발생한다.
특히나 게임서버라면 반응성이 매우 중요하므로, 돈을 많이쓴다고해서 해결되지않는다.
초당 10만개이상 처리하는 경우는 저방식으로 처리하기 매우 곤란한 케이스라고한다.
서버는 초당 1천개의 부터 무너지기 시작할수 있으며, TCP는 하기나름이라고한다.
평범한 가성비의 서버(1~2코어, 2~4RAM)정도의 서버에서 문제가 생길가능성이 높다고한다.
물론 실제서버의 성능을 증설해서 해결하는 방법도 있을 수 있으나, 리스크매니지먼트등 여러가지 방법을 통해서 해결하는 방법이 많으므로, 무엇인가 특별히 답이 있다고 말하기어렵다.
특히나 서버는 더미돌려서 나오는 결과와 실제 결과는 전혀 다를 수 있으므로,
실제테스트가 병행되어야만 정확한 결과를 확인 가능한 점을 잊지말도록해야함.

3. AWS 디도스방어
참조: route53- https://aws.amazon.com/ko/route53/
       WAF- https://aws.amazon.com/ko/waf/
ec2서버를 이용하여 서비스할때 다이렉트로 물린경우 디도스공격에 취약할수있다.
이때, route53d을 이용하여 어느정도 대비할수있다.
WAF의 경우는 별도의 페킷단위 상세 방화벽이나 ddos제어하기 위해서 사용되므로,
사용하지않아도 어느정도는 보장될수있다.


4.게임서버
1) 웹서버: 서버리스서버에서 운영하는 경우 데이터를 끌어다쓰는 경우 오토스케일링으로 어느정도 비용을 절감할수 있다고한다.(단, 리스케일링시 안끊는겅우 한쪽서버에 몰릴수있음.)

2) 소켓서버: 소켓통신을 이용해서 ec2와 같은 모델을 이용하여 서버용앱을 구성하고,
해당서버용앱을 통해서 데이터를 통신한다. 캐시서버를 운영할수도있고 내부 서버에서
각 앱들을 나누어 다른 역할을 부여할수도있다. 물론 비용이 웹서버보다 비싸고 직접 앱을 설치하고 운영해야한다.



댓글

이 블로그의 인기 게시물

[gpt/gpt와 대화/번역]이미지생성형ai와 인공지능에 대하여

요즘 이미지 생성 AI의 문제점에 대해 이야기하고 싶습니다. 가능합니까? 영어로 대답하십시오. 네, 오늘날 존재하는 이미지 생성 AI(인공 지능)의 문제를 논의하는 것은 확실히 가능합니다. GAN(Generative Adversarial Networks)이라고도 하는 이미지 생성 AI는 최근 몇 년 동안 상당한 발전을 이루었으며 멋진 이미지, 애니메이션 및 전체 비디오를 만드는 데 사용되었습니다. 그러나 아직 해결해야 할 몇 가지 과제가 있습니다. 한 가지 주요 문제는 GAN 학습에 사용되는 데이터에 존재할 수 있는 편향입니다. 교육 데이터가 전체 모집단을 대표하지 않거나 편향이 포함된 경우 결과 AI 생성 이미지도 편향될 수 있습니다. 이는 AI가 생성한 이미지를 사용하여 개인을 식별하는 안면 인식과 같은 영역에서 차별적인 결과를 초래할 수 있습니다. 이미지 생성 AI의 또 다른 문제는 악의적인 사용 가능성입니다. 예를 들어 GAN을 사용하여 가짜 이미지나 동영상을 만드는 딥페이크 기술은 사이버 괴롭힘, 신원 도용 또는 정치적 조작에 사용될 수 있습니다. 또한 GAN 교육을 위한 컴퓨팅 요구 사항이 엄청날 수 있으므로 소규모 연구 팀이나 개인이 이러한 AI 모델을 개발하기가 어렵습니다. 이로 인해 소수의 강력한 조직만이 이러한 기술의 개발을 만들고 제어할 수 있는 리소스를 가지고 있는 상황이 발생하여 잠재적으로 AI 개발에 있어 권력의 집중과 다양성 부족으로 이어질 수 있습니다. 요약하면, 이미지 생성 AI는 최근 몇 년 동안 인상적인 발전을 이루었지만 여전히 해결해야 할 몇 가지 문제가 있습니다. 대표적이고 편견 없는 교육 데이터를 보장하고, 악의적인 사용을 방지하고, 이러한 기술 개발의 다양성을 촉진하는 것은 모두 미래에 AI를 책임감 있고 윤리적으로 사용하기 위한 중요한 단계입니다. 그렇다, 크레이터, 특히 저작권 문제에서 자유로울 수 없다. 게임을 위한 리소스 제작에 사용 정도를 고려하는데, 이 경우 저작권 문제에 대한 명확성 부족이 사용성에 큰 문제...

[C#]CS1612: 'List.this[int]'은(는) 변수가 아니므로 해당 반환 값을 수정할 수 없습니다.

리스트를 통해 구조체의 맴버에 접근할때 다음과 같은 오류가 난다. 리스트의 코드는 대략 간략하게 다음과 같이 구성되어있다고 보면 알기 쉽다. class List < T > {         T [ ]  m_listData ;          int  m_nIdx ;           public List ( int  size )          {                 m_listData  =  new T [ size ] ;          }           public  void  Add ( T data )          {                 m_listData [ m_nIdx ]   =  data ;          }          //인덱서를 이용 배열의 값을 리턴함. 구조체는 값이 복사된다.         public T this [ int  idx ]          {                 get  {   return ...

[VS]중단점이 현재 적중되지 않습니다. 소스 코드가 원래 버전과 다릅니다.

이경우는 검색결과 몇가지 상황이 있엇다. 1.프로젝트 설정(디버깅정보,최적화옵션) 2.sou파일 삭제 후 다시 빌드 3.파일저장형식변경(유니코드) 4.소스를 수정하고 컴파일후 다시 원래 대로 돌려 컴파일 5.소스 파일이 원래 버전과 정확하게 일치해야 함 옵션끄기                1~3방법은 적용해보고 확인해보았지만 변화가 없었다. 그런데 4번방법은 됬다. 해결상황과 이전까지 이런일이 일어난 상황을 종합해보면 디버깅중에 소스가 수정되고 실행취소로 원래대로 돌리면, 이전에 컴파일된 소스에 VS는 컴파일이 완료된걸로 착각하지만 실제로는 소스는 바뀌었지만 바뀐소스가 빌드되지않아 발생하는 문제로 추정된다. 참고로 5번도 해결방법이긴하나 근본적인 해결책이 아니므로 되도록이면 이전에 해결책들 이후에도 발생한다면 해보는것이 좋을것이다. 참조:  http://blog.naver.com/PostView.nhn?blogId=sardian&logNo=40112367472