淺談如何架構完善的DDoS防禦系統

DDoS攻擊作為目前最兇猛、最難防禦的網絡攻擊之一，影響範圍非常廣泛。騰訊安全雲鼎實驗室于近日正式釋出《2018年遊戲行業安全監測報告及五大攻擊趨勢》，在報告中指出DDoS攻擊作為典型遊戲行業黑色産業鍊的一部分，正威脅着遊戲行業的安全。此外，從卡巴斯基實驗室釋出的第三季度全球DDoS攻擊情況報告中可以看到，與2017年相比，DDoS攻擊數量都有所增長，并且中國成為攻擊次數最多的地方，占全球DDoS攻擊總量的78%。是以架構完善的DDoS防禦系統是維護網絡及應用安全的重要前提。

DDoS攻擊的增長對DDoS防禦系統提出更高要求

　　在建構DDoS防禦前，需要解決的一個問題是識别DDoS攻擊。由于在網際網路上有大量流量來自于機器人，其中包括好的機器人和惡意機器人，其中惡意機器人會利用機器人行為對業務發起DDoS攻擊，有些攻擊存在于第四層，絕大多數出現于第七層。尤其是七層DDoS攻擊，我們看到它的流量行為和他的通路目标都是如此的像真實流量一般，這無疑就給DDoS防禦提出了更高難度的識别要求。是以DDoS防禦系統的首要目标，就是區分流量來源是機器人、DDoS攻擊程式還是真實的通路使用者，并在此基礎上判斷業務系統在什麼狀況下受到DDoS攻擊，是因為流量很大嗎？還是說是因為會話數很多？還是在某些其它次元可以表征出來？

　　以上提到的兩個問題，現在市面上看到的大量基于七層的DDoS防禦系統并沒有很好地解決。因為這些傳統的解決方案還是有不足之處，隻有當流量特别大、session數變得非常高的時候才會啟動DDoS防禦。可是事實上，七層DDoS的攻擊并不是傳統的流量型攻擊，她可能更多的是在于消耗我系統的應用層資源。舉個最簡單的例子，也許我的系統上有一百個對象，其中某一個查詢的對象，它消耗的資源是其他頁面資源的十倍甚至一百倍，是以對攻擊者而言，我隻要用1%的源去攻擊這一個對象，就可以達成DDoS的目标。而整個的這個過程并不需要，也并不會出現海量流量的特征。是以我們說如何去區分，如何去判斷系統受到攻擊很重要。

　　面對DDoS攻擊，F5架構了DDoS防禦系統，DDoS Hybrid Defender 是唯一一個可對抗混合網絡攻擊和複雜應用攻擊并支援完全 SSL 解密、反自動程式功能和進階檢測方法的多層防禦。除了在傳統的裝置，在流量網絡中間去判斷流量，會話，學習流量的特征，比如說帶寬，請求數，會話數，URL等等之外，F5的DDoS防禦系統還增加了一個次元，這個次元就是伺服器的壓力。當發現伺服器的壓力變得很大的時候，系統可能正受到DDoS攻擊。F5的DDoS防禦系統就會結合網絡流量行為在進行綜合判斷，以确認目前是否存在DDoS攻擊。此外F5的DDoS防禦系統是基于行為分析，除了判斷系統正在受到DDoS攻擊之外，還要進行相應的動作。