防御CC攻击的核心逻辑并不复杂:先知道正常流量长什么样,再拿实时流量去比对,偏差超出阈值就触发拦截。但大多数团队恰恰死在第一步——没有基线,或者基线是拍脑袋定的。没有流量基线,防御策略就只能靠“感觉像攻击”来触发,误杀正常用户和漏放攻击请求几乎是必然结果。要精准识别CC攻击中的异常请求,必须先解决流量基线的采集问题,而且这个采集不能只停留在QPS这种粗糙维度上。
流量基线不是简单的“每秒多少个请求”。一个真正能用于CC防御的基线,至少需要覆盖请求频率、请求特征、会话行为和业务逻辑四个层面。只记录总QPS,攻击者稍微分散一下源IP或者放慢一点请求节奏就能绕过。真正有效的基线采集,要从正常业务周期里提取出多维度的行为画像,并且让这些画像能够被实时计算引擎消费。
先确定采集的时间窗口和业务周期流量基线必须建立在完整的业务周期之上。电商站点至少要覆盖一周,包含工作日和周末;有活动节奏的站点要覆盖活动前、活动中、活动后;面向特定时区用户的站点要按目标时区划分高峰低谷。采集周期太短,基线会把偶发波动当成常态;周期太长,又可能混入历史攻击流量污染数据。
实际操作中建议至少采集7到14天的原始访问日志,并剔除已知的攻击时段。如果历史日志里已经混入了CC攻击,直接拿来做基线会把攻击特征“洗白”成正常特征。剔除方法可以结合当时的告警记录、防火墙拦截日志以及人工确认的攻击时间区间。清洗后的数据再按小时粒度聚合,形成每个时段的基础流量画像。
采集哪些维度决定基线的精度QPS只是最外层指标。一个可用的CC防御基线,至少要包含以下维度的统计数据:
第一,请求频率类指标。包括全局QPS、按源IP聚合的QPS分布、按会话聚合的请求间隔、按URL路径聚合的QPS。全局QPS只能告诉你整体是否异常,分IP和分URL的QPS才能定位异常来源和攻击目标。
第二,请求特征类指标。包括User-Agent分布、Referer分布、请求方法分布、请求参数长度分布、Cookie存在率。CC攻击工具往往使用固定的UA或者缺失Referer,这些特征在正常流量中占比稳定,一旦偏离基线就能快速识别。
第三,会话行为类指标。包括单会话平均请求数、单会话平均时长、会话内请求间隔中位数、会话建立速率。正常用户浏览页面会有自然的阅读和点击节奏,攻击脚本通常是机械地连续请求,会话行为差异非常明显。
第四,业务逻辑类指标。包括特定API的调用序列、表单提交与页面浏览的比例、登录成功与失败的比例、搜索请求与详情页请求的比例。CC攻击往往直接打某一个高消耗接口,比如搜索、下单、验证码发送,业务逻辑维度的基线能发现“只打一个点”的异常模式。
用分位数代替平均值平均值是流量基线里最不可靠的统计量。一个小时内前半段正常、后半段被攻击,平均值可能看起来完全正常。基线采集必须使用分位数:P50、P90、P99、P999。比如某个API的正常响应时间P99是200毫秒,实时监控发现P99飙到3秒,即使平均响应时间没变,也能说明有异常请求在拖慢服务。
同样,单IP的请求频率也要用分位数来刻画。统计所有源IP在每小时内的请求数分布,取P90、P99、P999作为阈值参考。正常用户的请求频率分布是长尾的,P999可能比P50高几十倍,但攻击源IP往往会集中在更高的分位区间。基线的价值在于告诉你“正常情况下最多有多少IP会超过某个频率”,而不是简单设定一个固定数值。
采集实现的具体方法流量基线的采集不能只靠应用层日志。应用日志记录的是业务请求,但CC攻击可能在到达应用之前就已经消耗了大量资源。完整的采集链路应该包含三层:网络层、应用层、业务层。
网络层采集可以通过交换机镜像流量或者主机上的抓包工具实现,记录每个连接的源IP、目的端口、包速率、字节速率、SYN频率。这一层的数据能发现基于TCP层面的洪水攻击,也能为应用层分析提供源IP的真实连接行为。
应用层采集主要来自Web服务器日志和反向代理日志。Nginx和Apache的访问日志是最常见的数据源,但默认日志格式缺少请求耗时、连接复用等关键信息。建议在日志格式中增加请求处理时间、上游响应时间、连接序号、请求体大小等字段。以下是一个Nginx自定义日志格式的示例:
log_format ccbased '$remote_addr - $remote_user [$time_local] "$request" '
'$status $body_bytes_sent "$http_referer" '
'"$http_user_agent" $request_time $upstream_response_time '
'$connection $connection_requests $request_length';
业务层采集则需要应用代码埋点。在关键业务接口的入口和出口记录用户标识、会话标识、接口名称、调用时间、处理耗时、返回码。业务层数据能区分出“正常用户访问了高消耗接口”和“攻击者集中打高消耗接口”的差异,因为业务层能看到用户是否完成了前置步骤,比如是否先浏览了商品再下单,还是直接对下单接口发起请求。
实时基线更新与静态基线的配合流量基线不是一次性采集完就固定不变的。业务在增长,用户行为在变化,促销活动会带来短时高峰,新功能上线会改变接口调用模式。静态基线适合刻画长期稳定的特征,比如UA分布、请求方法分布、会话时长中位数。动态基线则需要对请求频率类指标做滚动更新,比如取过去30分钟滑动窗口的P99作为当前时段的动态阈值。
一个实用的做法是:静态基线每周全量重算一次,动态基线每5分钟滚动更新一次。实时检测时,先用静态基线过滤掉明显的特征异常,再用动态基线判断频率异常。两者结合可以显著降低误报率。比如某个时间段内全局QPS突然升高,但UA分布、会话行为、业务逻辑比例都正常,那大概率是正常流量增长或者活动引流,不应该触发拦截。
基线数据的存储与查询采集到的基线数据需要按维度聚合存储,方便实时查询和比对。推荐使用时序数据库存储聚合后的指标,比如InfluxDB、TimescaleDB或者ClickHouse。原始日志可以保留在对象存储中用于离线重算和事后分析,但实时检测只消费聚合指标,避免全量日志扫描带来的延迟。
聚合粒度至少要支持分钟级。小时级粒度太粗,CC攻击往往在几分钟内就能造成服务不可用,等小时级聚合完成再触发拦截已经来不及。分钟级聚合配合滑动窗口,可以在攻击开始后30秒到1分钟内发现异常。对于核心接口,甚至需要秒级聚合的请求频率指标。
用基线做异常检测的判定逻辑有了基线之后,异常请求的判定不能只看单一指标超阈值。单一指标超阈值很容易被攻击者绕过,比如限制单IP请求频率,攻击者就分散到大量IP;限制UA缺失率,攻击者就伪造UA。有效的判定逻辑是多指标组合评分。
具体做法是:对每个维度计算当前值与基线的偏差程度,归一化成0到1之间的异常分数。比如当前UA分布与基线分布的KL散度超过历史P99,异常分数记为0.8;单IP请求频率超过基线P999的比例从正常的0.1%上升到5%,异常分数记为0.9。最后加权求和,总分超过阈值才触发告警或拦截。权重需要根据业务场景调整,核心接口的频率异常权重应该高于UA分布异常。
判定逻辑中还要加入白名单机制。搜索引擎爬虫、合作伙伴的API调用、监控探针等合法流量,其特征可能与攻击流量相似。这些来源需要在基线采集阶段就标记出来,在异常判定时排除或者单独设定阈值。白名单的维护要谨慎,攻击者可能会伪造白名单中的UA或者来源IP,所以白名单不能只靠单一特征匹配,需要结合IP段、UA、请求模式多重验证。
基线采集中的常见误区第一个误区是只采集正常时段的流量。有些团队只在系统空闲时采集基线,认为这样最“干净”。实际上,基线必须覆盖高峰时段,因为高峰时段的流量特征才是防御的重点。攻击者往往选择高峰时段发起CC攻击,因为此时流量基数大,异常更容易隐藏。如果基线只覆盖低谷时段,高峰时段的正常流量都可能被误判为攻击。
第二个误区是过度依赖单一数据源。只看Nginx日志会漏掉TCP层攻击,只看网络层数据又无法理解业务逻辑。三层数据必须打通,用连接标识或者时间戳做关联,才能形成完整的流量视图。
第三个误区是基线更新频率与业务变化脱节。业务上线新功能后,接口调用模式会发生显著变化,如果基线没有及时更新,新功能的正常流量会被持续误报。建议在发布流程中加入基线更新步骤,新功能上线后观察24小时,确认无异常后手动触发基线重算。
精准识别CC攻击中的异常请求,本质上是一个数据工程问题。流量基线采集得越细、维度越全、更新越及时,后续的检测和防御就越精准。与其在攻击发生时手忙脚乱地调阈值、封IP,不如在平时就把基线体系搭建好。基线不是一份静态报告,而是一套持续运转的数据采集、聚合、更新和比对机制。这套机制运转起来之后,CC攻击的异常请求会自己从数据里“浮出来”,而不是靠安全人员的直觉去猜。
