Facebook引入Haskell升级Sigma防御系统-CSDN博客

本文链接：https://blog.csdn.net/cpongo4/article/details/89087253

Facebook的Sigma防御系统主要用来主动识别垃圾邮件、钓鱼攻击以及恶意链接等，并自动将其从网络中删除。随着网站内容和用户数量的极速增长，之前设计的Sigma系统渐渐不能满足网站的需求。Facebook利用两年时间对Sigma进行了升级，用Haskell语言替代了FXL（Feature eXtraction Language）语言对Sigma进行了重新编程。接下来，本文就Sigma升级的相关内容进行简要介绍。

作为Facebook的防御系统，Sigma实际上就是一个规则引擎。对于网站上的每一个交互，它都会调用一系列相关的规则对这次交互的安全性进行评估。其中，这些规则主要包含了恶意攻击的相关模式。一旦交互中的内容符合了某个恶意攻击的规则定义，Sigma就认定其为恶意内容，禁止发到网站中。这样，Sigma就可以在攻击发生前识别并加以阻止。为了能够应对新出现的攻击模式，Sigma中的规则集需要不断变化。这就要求Facebook团队不断分析网络中的攻击模式，并相应的修改规则集，以达到防御新型攻击的目的。

最初，Sigma采用了Facebook自己推出的FXL语言。作为Facebook为对抗垃圾邮件而在2013年推出的编程语言，FXL能够满足当时Sigma的需求。然而，随着网站的迅速发展，FXL已经很难应对迅速扩大和日益复杂的规则集。它针对用户自定义的数据类型和模块缺乏某种抽象设备，而且基于翻译器的实现使得其处理速度也满足不了需求。Facebook迫切需要一种能够在性能和表达性方面有良好表现的编程语言。该语言需要具备以下特性：纯函数式和强类型、能够自动打包和隐藏数据提取动作、在短时间内完成产品中代码的升级和更迭、极佳的性能以及支持交互式开发等。通过筛选，Facebook发现Haskell最能符合这些要求——它是一个纯函数式、强类型的语言，有着成熟的编译器和交互式的环境（GHCi）；Haskell还拥有所需要的所有抽象设备、丰富的库集合以及活跃的开发者社区。然而，Haskell并不能满足所有的特性需求——自动打包/并行处理数据提取和编译后代码的热替换。Facebook团队还需要想办法解决这些问题。

为了支持自动打包和并行数据提取，Facebook创建了Haxl框架。Haxl能够把多个数据提取操作进行自动打包和并行执行。目前，Haxl已经开源，其代码依托在GitHub中。此外，Facebook团队在GHC中设计和实现了Applicative donotation，使得编译器可以自动发掘串行代码中的并行性。接下来，有关编译后代码热交换的问题。每次有新的规则加入到版本库时，Facebook团队都希望能够在Sigma运行中尽快把规则更新到每一台机器。一般来说，在一个程序运行过程中动态修改其代码是一件很难的事情。然而，Facebook团队通过认真分析，发现了一个关键的现象——Sigma接收的请求寿命都很短暂。这样，系统只需要把新的请求送到新的代码，而老的代码可以在运行完正在服务的请求后再抛弃即可。Facebook使用了GHC内置的运行时连接器进行加载和卸载代码。在卸载老版本的代码时，垃圾收集器（Garbage Collector，GC）也会参与其中。GC会探测到什么时候老的代码不再被新的请求使用，从而指导相关人员进行安全卸载。

解决以上两个问题后，Facebook就顺利采用了Haskell进行Sigma的编写。在代码设计中，Haskell位于两个C++层中间。因为C++ thrift服务器更加成熟、高性能，而且支持更多特性，顶层的服务器层采用C++。在有需要时，它会调用下层的Haskell。而在最底层，C++客户端代码负责与其他内部的服务进行通信。为了减少负担，Facebook利用Haskell的FFI（Foreign Function Interface）把Haxl数据源中的每一个C++客户端封装起来，方便上层调用。

最后，Facebook针对25种最常见的请求类型（基本覆盖了Sigma 95%左右的典型负载），比较了基于Haskell和FXL的系统的处理能力。结果表明，Haskell在最好情况下能够比FXL快3倍左右，吞吐量平均高20%-30%。Facebook团队还在GHC中实现了分配限制机制（Allocation Limit）。该机制会在一个线程结束之前对其能够使用的内存数量进行鉴定，防止一个单独的请求占用太多的资源。一旦一个线程长期占用最大限额的资源，Haskell会以异步例外（Asynchronous Exception）的形式来放弃本次请求。而且，Facebook团队构建了一个交互式的环境和自己的包源Stackage，提高工作效率。

目前，Facebook已经开始使用Haskell编写而成的Sigma进行大规模对抗垃圾信息或其他攻击的活动。据透露，使用Haskell的Sigma工作性能良好，可靠性强。Facebook的软件工程师Simon Marlow表示，Haskell并不是那么顺理成章的选择。在这升级过程中，Facebook的后端安全团队经历了很多困难，也收获了很多经验。

感谢徐川对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号：InfoQChina）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入InfoQ读者交流群）。