阿里巴巴云舒：弹性计算的安全问题

[b]云计算带来的新风险[/b]
　　在云计算之前的时代，传统 IDC 机房就面临着许多安全风险。这些问题毫无遗漏地传递到了云计算时代，不仅如此，云计算独有的运作模式还带来了更多新的问题。

　　云内部的攻击

　　安全域被打破。在对外提供云计算业务之前，互联网公司使用独立的 IDC 机房，由边界防火墙隔离成内外两块。防火墙内部属于可信区域，自己独占，外部属于不可信区域，所有的攻击者都在这里。安全人员只需要对这一道隔离墙加高、加厚即可保障安全，也可以在这道墙后面建立更多的墙形成纵深防御。

　　但在开始提供云计算业务之后，这种简洁的内外隔离安全方案已行不通了。通过购买云服务器，攻击者已深入网络提供商的腹地，穿越了边界防火墙。另一方面，云计算内部的资源不再是由某一家企业独享，而是几万、几十万甚至更多互相不认识的企业所共有，当然也包含一些怀有恶意的用户。显然按照传统的方式划分安全域做隔离已行不通了，安全域被打破。

　　新的攻击方式。传统 IDC 时代，攻击者处于边界防火墙外部，与企业服务器、路由器之间只有 IP 协议可达，也就是说攻击者所能发起的攻击只能位于三层之上。但对于云计算来说，情况发生了变化。在一个大二层网络里面，攻击者所控制的云服务器与云服务提供商的路由器二层相连，攻击者可以在更低的层面对这些设备发动攻击，如基于 ARP 协议的攻击，常见的 ARP 欺骗攻击，甚至更底层的以太网头部的伪造攻击。

　　关于以太网头部的伪造攻击，我曾遇到一次。攻击者发送的数据包非常小，只包含以太网头部共 14 个字节，源和目的物理地址都是伪造的，上层协议类型为 2 个字节的随机数据，并基于常见的 IP 协议或者 ARP 协议，对交换机造成一些不良影响。

　　虚拟层穿透。云计算时代，一台宿主机上可能运行着 10 台虚拟机，这些虚拟机可能属于 10 个不同的用户。从某种意义上说，这台物理机的功能与传统 IDC 时代的交换机相当，它就是一台交换机，承担着这 10 台虚拟机的所有流量交换。入侵了一台宿主机，其危害性与入侵了传统时代的一台交换机相当。但与交换机相比，是这台宿主机更容易被入侵还是交换机更容易被入侵呢？显然是宿主机更容易入侵。

　　首先，攻击者的 VM 直接运行在这台宿主机的内存里，只使用一个虚拟层隔离。一旦攻击者掌握了可以穿透虚拟层的漏洞，就可以毫不费力地完成入侵，常见的虚拟化层软件（如 Xen、KVM）都能找到类似的安全漏洞。

　　其次，交换机的系统比较简单，开放的服务非常有限。而宿主机则是一台标准的 Linux 服务器，运行着标准的 Linux 操作系统和各种标准的服务，可被攻击者使用的通道也多得多。

　　大规模效应

传统攻击风险扩大。为了方便地让 VM 故障漂移以及其他原因，云计算网络一般都会基于大二层架构，甚至是跨越机房、跨越城市的大二层架构。一个 VLAN 不再是传统时代的 200 来台服务器，数量会多达几百台、几千台。在大二层网络内部，二层数据交换依赖交换机的 CAM 表寻址。当 MAC 地址达到一定规模后，甚至可能导致 CAM 表被撑爆。类似的，ARP 欺骗、以太网端口欺骗、ARP 风暴、NBNS 风暴等二层内部的攻击手法，危害性都远远超过了它们在传统时代的影响。
攻击频率急剧增大。由于用户的多样性及规模巨大，遭受的攻击频率也急剧增大。以阿里云现在的规模，平均每天遭受约 300 起 DDoS 攻击，其中 50% 攻击流量超过 5GBit/s。针对 Web 的攻击及密码破解攻击更是以亿计算。这种频度的攻击，给安全运维带来了巨大挑战。

　　安全的责任走向广义

　　随着更多的云用户入驻，云内部署的应用也更是五花八门。安全部门需要负责的领域也逐渐扩大，从开始的保护企业内部安全，逐渐走向更上层的业务风险。

云计算资源的滥用。云计算资源滥用主要包括两方面。一是恶意欠费，因为云计算的许多业务属于后付费业务，恶意用户可能使用虚假信息注册，不停地更换信息使用资源，导致云服务提供商产生资损。作为安全部门，要对这种行为进行控制。二是许多攻击者也会租用云服务器，进行垃圾邮件发送、攻击扫描、欺诈钓鱼之类的活动。安全部门要能准确、实时地发现这种情况，并通过技术手段拦截。
不良信息处理。不良信息主要是指云服务器用户提供一些***、***之类的服务，云服务提供商需要能及时识别并制止，防止带来业务风险。

　　[b]技术挑战[/b]

　　要解决上述这些风险，基于传统的防御思路，需要在网络中部署访问控制策略，实施流量监控系统等。但对于云来说，实施这些东西会遇到巨大的挑战。

　　失控的云

　　传统时代，所有的流量都会通过交换机进行。通过 NetFlow、SNMP、ACL 等手段可以做到足够完善的流量监控和访问控制策略。但在云时代，不跨越宿主机的 VM 之间的流量在宿主机的内存中直接交换完毕，网络部门、安全部门无法查看和控制这些流量。

　　为了解决云服务器被入侵的问题，安全部门需要在服务器上部署各种安全产品。但不幸的是在云时代，这些服务器的所有权并不归属于云提供商，安全部门同样没有权限对这些机器进行操作。在云时代，安全部门只能隔靴搔痒地来解决安全问题。

　　业务多样化带来防御复杂性

　　传统 IDC 时代，安全部门联合网络部门划分一个一个的安全域，DNS 服务器归 DNS 区域，Web 服务器归 Web 区域，数据库服务器归数据库区域，一切都井井有条。但在云时代，数以十万计的用户在几十万的云服务器上运行着各种各样的服务。他们的 PV、QPS 和响应时间要求各不相同。

　　而安全方案又不可能有放之四海皆准的万能药。以 DDoS 防御为例，CC 攻击最常见的防御方案为客户端 meta 跳转、302 跳转甚至验证码。对于普通的以 PC 为主要客户的网站来说，这么做没有任何问题。但对于以手机 App 为主要客户的网站来说，这么做就是灭顶之灾。由于手机 App 访问的是 Web API 接口，一般不会解析这种客户端跳转，更不用说填写验证码了，这将导致业务完全不可用。业务的这种复杂性，给安全防御带来不小的挑战。

　　隐私与监控的平衡

　　担心隐私和数据安全是目前上云的最大阻力，但为了解决云计算资源滥用、个性化安全策略等问题，又需要做流量监控，可能引起用户的担忧。作为云计算安全的设计者，需要小心把握两者的平衡。

　　[b]阿里云的解决方案[/b]

　　分布式虚拟交换机

　　在阿里云，安全部门是作为公司成立的第一批员工加入的，初期占公司总员工总数的 10% 以上。从一开始，我们就考虑了安全性的问题，设计了一台分布式的虚拟交换机，提供 Web API，应对上述的各种挑战和风险。分布式虚拟交换机部署在每一台宿主机里，与控制中心实时通信，主要提供了以下两大功能。

自动迁移的安全组策略。在云时代，不同的用户共用同一段 IP 地址，所以基于 IP 地址已难以区分业务了。因此，我们使用用户 ID 来做区分，基于用户 ID 来实现安全域，实施安全策略。当用户的 VM 出现故障迁移到其他宿主机时，这个 VM 的安全策略会自动迁移过去。
动态绑定过滤。我们借鉴思科的 DAI 技术，实现了对数据包的动态检查。在 VM 发出的数据包出虚拟网卡之前做一次过滤，剔除伪造的报文，如伪造源 IP 地址的报文和伪造源 MAC 地址的报文。靠近源端过滤，可以有效减轻恶意流量对网络造成的影响。

　　宏观分析统计

　　鉴于隐私的考虑，我们不对应用层数据做监控，而是通过对五元组之类的数据做宏观统计，发现恶意用户对云主机的滥用。图 1 是一个典型的端口扫描之后做密码扫描的例子。凌晨 1 点到 9 点之间，云 VM 在对外做端口扫描，因为许多主机不存活，导致出流量远大于进流量，而且具备非常典型的攻击特征，它只尝试访问大量 IP 地址的 22、1433、3389 端口。在上午 10 点半左右，进的流量开始大起来，而且目的端口不变，目的 IP 是前面 IP 地址的子集。这说明，攻击者已提取了开放服务的主机，在进行密码扫描了。使用这种方式，我们避免了侵犯隐私，又能实现对恶意行为的侦测。



图 1 典型的端口扫描之后做密码扫描的例子
　　基于数据分析的个性化安全

　　基于数据分析的个性化安全，与监控恶意行为类似。我们统计并绘制每个云服务器的 BPS、PPS、QPS 时间曲线图，掌握最终用户的访问规律。根据 User-Agent、源 IP 地址归属分析移动 App 和 PC 的访问分布。基于这些统计数据，我们定制每个云 VM 的 WAF 防御策略、DDoS 防御触发阈值和清洗阈值。

　　其次，由于前文描述过的大规模的原因，我们的云盾系统每天可以捕获大量的恶意 IP 地址，包括 Web 攻击行为、DDoS 攻击行为、密码破解行为、恶意注册行为等。我们的安全系统将这些 IP 地址作为统一的资源库提供，与所有的安全产品进行联动，在攻击者对某个 VM 进行攻击之前就完成了防御。

　　[b]总结[/b]

　　我认为，云安全不会是由云服务提供商一家来做的，一定是通过 SDN 之类的方式，将网络开放出来由众多的安全服务厂商提供自己的产品，为形形色色的用户提供个性化、定制化的产品和服务。云计算在安全方面确实面临着许多困难，但云终究是未来，这是不可阻挡的趋势。

　　作者魏兴国，阿里巴巴集团安全部高级专家。有 10 年网络安全从业经验，先后就职于绿盟、雅虎，2008 年进入阿里巴巴集团，现在负责云计算业务的安全架构。