对外提供模型 API 或推理服务时，网络攻击与流量突发都会冲击连续性。DDoS 不仅消耗带宽，还可能拖垮接入链路与防护设备；应用层刷接口则考验限流、鉴权与弹性扩容。保障思路应从「链路防护、业务限流、多活切换」多层设计，而不是依赖单一设备或单一供应商，否则单点失效风险偏高，恢复也更被动。
实务上可关注：上游清洗与本地防护的协同、IP 段与任意播策略、关键 API 的速率限制与密钥轮换，以及演练过的故障切换路径。对 AI 业务，还要评估攻击期间模型服务降级策略，例如只读缓存、排队、区域切流等，避免「硬扛」导致雪崩。定期演练比纸面预案更有价值，至少验证切换时延与人工决策链路是否通畅。
监控与告警应覆盖网络层与应用层指标，并能区分攻击流量与真实业务峰值。另外，建议将防护策略变更纳入变更管理，避免临时调路由或切清洗中心时影响正常用户访问，保持业务连续性与可回滚性。南方数据可协助客户评估机房出口与互联侧的连续性需求。如需结合香港节点讨论防护与接入方案，欢迎联系咨询。 建议在项目推进中保留书面记录与关键指标，便于复盘与扩容决策。 建议在项目推进中保留书面记录与关键指标，便于复盘与扩容决策。