# GPU 服务器 DDoS 防护：每个公网 IP 均已配备

> GPU 服务器 DDoS 防护覆盖每台服务器的每个公网 IP，始终开启，不额外收费。本页说明它能防护哪些攻击、不能防护哪些，以及如何对推理 API 进行安全加固。

来源：https://fullgpu.com/zh/products/ddos-protection  
更新日期：2026-10-23  
发布方：FullGPU (https://fullgpu.com/)

## 要点

- **覆盖每个公网 IP:** DDoS 防护覆盖每台服务器的公网 IP 地址，无论是单卡服务器还是 8 卡服务器。
- **始终开启:** 防护全天候运行。攻击开始时，您无需启用任何功能，也无需提交工单。
- **不额外收费:** DDoS 防护包含在月价中，与公网 IP 和所含流量一样。
- **99.9% SLA 保障:** 电力、网络和硬件的可用性均有服务赔偿额度保障。超出所含防护能力的攻击不在此列。
- **SSH 密钥访问:** 部署时选择 SSH 密钥登录，密码登录就会一直保持关闭。
- **工程师 7×24 小时支持:** 无论何时，都可以在控制台提交支持工单，报告攻击或滥用行为。

## 推荐配置

- [NVIDIA H100 SXM](https://fullgpu.com/zh/gpus/nvidia-h100): 每月 US$2,190 — 80 GB HBM3，在您自有代理之后提供公开的 LLM API
- [NVIDIA RTX PRO 6000 Blackwell](https://fullgpu.com/zh/gpus/nvidia-rtx-pro-6000): 每月 US$1,390 — 96 GB 显存，向公众提供模型和媒体应用服务
- [NVIDIA L40S](https://fullgpu.com/zh/gpus/nvidia-l40s): 每月 US$890 — 48 GB 入门之选，适合公开的图像与推理 API

## 概览

GPU 服务器 DDoS 防护是每台 FullGPU 服务器的标配。无论您租用一张 GPU 还是八张，服务器公网 IP 上的防护都始终开启，不额外收费。它的作用是在网络层的大流量攻击到达您的机器之前将其过滤掉。但仅靠它，并不能让一个开放的推理端点变得安全，本页将解释两者的区别。

## GPU 服务器 DDoS 防护如何运作

分布式拒绝服务攻击利用来自大量来源的流量，试图耗尽服务器的网络链路或连接处理能力。防护在网络层部署于您的公网 IP 之前：攻击流量在到达服务器之前就被过滤掉，合法流量则照常通行。由于防护始终开启，您无需打开任何开关，也无需先提交工单，它就已在工作。

它适用于我们出租的每一台服务器，无论是单卡还是 8 卡。如果您在服务器之间使用[私有网络](https://fullgpu.com/zh/products/private-networking)，这一侧根本无法从互联网访问。

## 它涵盖什么，不涵盖什么

### 涵盖的情况

- 在网络层针对您的公网 IP 发起的大流量攻击，即若不加防护就会占满链路的那类攻击。
- 每一台服务器，全天候防护，不额外收费。

### 不涵盖的情况

- **超出所含防护能力的攻击。**我们的[服务等级协议](https://fullgpu.com/zh/legal/sla)（SLA）将其排除在停机时间之外，因此不计入服务赔偿额度。
- **应用层滥用。**在网络层看起来合法的请求，例如向开放 API 发送的大量长提示词，会被放行。这类请求需要由您的应用来处理。
- **您的软件和配置。**暴露在外的 notebook 服务器、没有密码的数据库或泄露的 API 密钥，都不是网络层防护能解决的问题。SLA 同样不涵盖由您的软件、配置或使用方式导致的问题。
- **凭据。**妥善保管 SSH 密钥和 API 密钥是您的责任，服务器上发生的活动同样由您负责。

## 为什么推理端点仅有 DDoS 防护还不够

GPU 推理端点处理每个请求的成本都很高。提供一个静态网页几乎不花成本，而语言模型处理一个长提示词并生成一段长回答，可能要耗费数秒的 GPU 时间。要耗尽它的资源，根本用不着大流量攻击。数量不多但上下文很长的并发请求，就能占满 KV 缓存，让所有真实用户都排在它们后面等待；而在网络看来，这些流量完全正常。

因此，推理服务的防护要在您自己的软件栈中实现：在模型服务器前面部署防火墙、反向代理、身份验证和限流。我们关于[使用 vLLM 自托管 LLM 推理](https://fullgpu.com/zh/blog/self-host-llm-inference-vllm)的指南介绍了推理服务这一侧。

## 对外暴露端点的安全加固清单

### 1. 为主机配置防火墙

放行 SSH 和 HTTPS，拒绝其他一切流量：

```
sudo ufw default deny incoming
sudo ufw default allow outgoing
sudo ufw allow 22/tcp
sudo ufw allow 443/tcp
sudo ufw enable
```

Docker 通过自己的 iptables 规则发布端口，这些规则可能绕过 ufw。请只在 localhost 上发布模型服务器的端口，例如 `-p 127.0.0.1:8000:8000`。[网络与防火墙指南](https://fullgpu.com/zh/docs/networking-firewall)有更深入的介绍。

### 2. 在前面部署反向代理

让模型服务器只监听 127.0.0.1，只对外暴露 nginx 或 Caddy 之类的反向代理。反向代理负责终止 TLS 连接、限制请求大小，并按客户端限制请求速率：

```
limit_req_zone $binary_remote_addr zone=api:10m rate=5r/s;
server {
    listen 443 ssl;
    server_name api.example.com;
    # ssl_certificate and ssl_certificate_key go here
    client_max_body_size 1m;
    location /v1/ {
        limit_req zone=api burst=20 nodelay;
        proxy_pass http://127.0.0.1:8000;
        proxy_read_timeout 300s;
    }
}
```

> 切勿将 notebook 服务器、ComfyUI 实例或模型服务器自身的端口直接暴露到互联网。请把它们绑定到 127.0.0.1 或私有网络，并通过代理或 SSH 隧道访问。

### 3. 要求提供 API 密钥

不要因为疏忽而让端点处于开放状态。vLLM 兼容 OpenAI 的服务器支持 `--api-key` 选项，启用后会拒绝未携带匹配 Bearer 令牌的请求：

```
vllm serve <model> --host 127.0.0.1 --port 8000 --api-key "$VLLM_API_KEY"
```

如果有多个客户端使用该端点，请在代理或网关上为每个客户端分配各自的密钥，这样某个密钥泄露时，可以单独吊销它，而不影响其他客户端。

### 4. 限制单个请求的成本

限流统计的是请求数，而 GPU 成本取决于 token 数。请在服务器上限制上下文长度和并发量，例如使用 vLLM 的 `--max-model-len` 和 `--max-num-seqs`，并在您的 API 层为 `max_tokens` 设定上限。监控 GPU 利用率、队列深度和错误率，以便及早发现滥用；[GPU 监控指南](https://fullgpu.com/zh/docs/gpu-monitoring)列出了需要跟踪的指标。

## 如果您正在遭受攻击

请在控制台的“支持”栏目提交工单，写明受影响的 IP 地址、问题开始的时间，以及您观察到的情况：流量图、错误率、日志。支持服务 7×24 小时提供。如果是应用层滥用，请同时收紧限制并轮换密钥。如果因我方电力、网络或硬件原因导致的停机使您的月度可用性低于 99.9%，请在该月结束后 30 天内通过支持工单申请服务赔偿额度；赔偿额度将计入您的账户余额。

## 常见问题

### DDoS 防护需要额外付费吗？

不需要。每台服务器的公网 IP 都包含 DDoS 防护，始终开启，不额外收费。

### 遭受攻击时，需要我手动开启防护吗？

不需要。防护始终开启，因此无需启用任何功能。如果您发现问题，可以随时在控制台提交支持工单。

### 它能保护我的推理 API 免遭滥用吗？

只能防护网络层的大流量攻击。看起来合法的请求，例如向开放端点发送的大量长提示词，会被放行；因此请在模型服务器前面部署 API 密钥、限流和反向代理。

### DDoS 攻击造成的停机在 SLA 范围内吗？

99.9% 的承诺涵盖电力、网络和硬件的可用性。根据 SLA，超出本服务所含防护能力的攻击不计入停机时间。

### 我的私有网络也受保护吗？

您服务器之间的私有网络无法从互联网访问，因此 DDoS 防护作用于您的公网 IP。

## 相关页面

- [GPU 服务器防火墙配置](https://fullgpu.com/zh/docs/networking-firewall): GPU 服务器防火墙配置指南：用 ufw 先放行 SSH 再启用防火墙，同时过滤 IPv6，避开 Docker 发布端口绕过 ufw 的陷阱，并用 TLS 和 API 密钥保护 vLLM 推理端点。
- [大模型推理 GPU 服务器：7×24 小时运行，价格固定](https://fullgpu.com/zh/solutions/inference): 大模型推理 GPU 服务器，可运行 vLLM、SGLang 或 TensorRT-LLM：本文介绍 KV 缓存估算以及 FP8 与 FP4 的选择，价格含每月 20–50 TB 流量。查看完整的选型计算。
- [如何使用 vLLM 自托管 LLM 推理](https://fullgpu.com/zh/blog/self-host-llm-inference-vllm): 使用 vLLM 自托管 LLM 推理：本文介绍如何估算所需的 GPU，运行兼容 OpenAI API 的推理服务器，调优 FP8、前缀缓存和并行策略，并为生产环境做好安全加固。
- [GPU 服务器之间的私有网络](https://fullgpu.com/zh/products/private-networking): GPU 服务器之间的私有网络，可应要求开通：将您租用的各台 FullGPU 服务器连接到同一个隔离网络中，用于数据流水线和多节点任务。了解私有网络的运作方式。
- [服务等级协议](https://fullgpu.com/zh/legal/sla): 99.9% 月度可用性，服务赔偿额度最高可达月费的 100%。
- [用于监控 GPU 服务器的 nvidia-smi 命令](https://fullgpu.com/zh/docs/gpu-monitoring): 用 nvidia-smi 命令在 Linux 上监控 GPU 使用率：实时查看、CSV 日志、nvtop、DCGM exporter、ECC 与 Xid 错误，以及 AMD 平台上 rocm-smi 的对应命令。