使用netflow分析网络异常流量

最新推荐文章于 2020-11-03 09:47:30 发布

mei922

最新推荐文章于 2020-11-03 09:47:30 发布

阅读量788

点赞数

文章标签：网络路由器 cisco dos 互联网 dns服务器

一、前言

本文从互联网运营商的视角，对互联网异常流量的特征进行了深入分析，其中重点讲述了NetFlow分析在互联网异常流量防护中的应用及典型案例。

二、NetFlow简介

本文对互联网异常流量的特征分析主要基于NetFlow数据，因此首先对NetFlow做简单介绍。

1. NetFlow概念

NetFlow是一种数据交换方式，其工作原理是：NetFlow利用标准的交换模式处理数据流的第一个IP包数据，生成NetFlow 缓存，随后同样的数据基于缓存信息在同一个数据流中进行传输，不再匹配相关的访问控制等策略，NetFlow缓存同时包含了随后数据流的统计信息。

一个NetFlow流定义为在一个源IP地址和目的IP地址间传输的单向数据包流，且所有数据包具有共同的传输层源、目的端口号。

2. NetFlow数据采集

针对路由器送出的NetFlow数据，可以利用NetFlow数据采集软件存储到服务器上，以便利用各种NetFlow数据分析工具进行进一步的处理。

Cisco提供了Cisco NetFlow Collector（NFC）采集NetFlow数据，其它许多厂家也提供类似的采集软件。

   下例为利用NFC2.0采集的网络流量数据实例：
      211.*.*.57|202.*.*.12|Others|localas|9|6|2392|80|80|1|40|1
   出于安全原因考虑，本文中出现的IP地址均经过处理。
   NetFlow数据也可以在路由器上直接查看，以下为从Cisco GSR路由器采集的数据实例，：
   gsr #att 2       （登录采集NetFlow数据的GSR 2槽板卡）
   LC-Slot2>sh ip cache flow
   SrcIf  SrcIPaddress  DstIf  DstIPaddress  Pr SrcP DstP  Pkts
   Gi2/1  219.*.*.229  PO4/2  217.*.*.228  06 09CB 168D  2
   Gi2/1  61.*.*.23  Null  63.*.*.246  11  0426 059A    1
   本文中的NetFlow数据分析均基于NFC采集的网络流量数据，针对路由器直接输出的Neflow数据，也可以采用类似方法分析。
      3. NetFlow数据采集格式说明
   NFC 可以定制多种NetFlow数据采集格式，下例为NFC2.0采集的一种流量数据实例，本文的分析都基于这种格式。
   61.*.*.68|61.*.*.195|64917|Others|9|13|4528|135|6|4|192|1
   数据中各字段的含义如下：
   源地址|目的地址|源自治域|目的自治域|流入接口号|流出接口号|源端口|目的端口|协议类型|包数量|字节数|流数量
   4. 几点说明
   NetFlow主要由Cisco路由器支持，对于其它厂家的网络产品也有类似的功能，例如Juniper路由器支持sFlow功能。
   NetFlow支持情况与路由器类型、板卡类型、IOS版本、IOS授权都有关系，不是在所有情况下都能使用，使用时需考虑自己的软硬件配置情况。
   本文的所有分析数据均基于采自Cisco路由器的NetFlow数据。
三、互联网异常流量的NetFlow分析
   要对互联网异常流量进行分析，首先要深入了解其产生原理及特征，以下将重点从NetFlow数据角度，对异常流量的种类、流向、产生后果、数据包类型、地址、端口等多个方面进行分析。
   1. 异常流量的种类
   目前，对互联网造成重大影响的异常流量主要有以下几种：
   （1）拒绝服务攻击（DoS）
   DoS攻击使用非正常的数据流量攻击网络设备或其接入的服务器，致使网络设备或服务器的性能下降，或占用网络带宽，影响其它相关用户流量的正常通信，最终可能导致网络服务的不可用。
   例如DoS可以利用TCP协议的缺陷，通过SYN打开半开的TCP连接，占用系统资源，使合法用户被排斥而不能建立正常的TCP连接。
   以下为一个典型的DoS SYN攻击的NetFlow数据实例，该案例中多个伪造的源IP同时向一个目的IP发起TCP SYN攻击。
   117.*.68.45|211.*.*.49|Others|64851|3|2|10000|10000|6|1|40|1
   104.*.93.81|211.*.*.49|Others|64851|3|2|5557|5928|6|1|40|1
   58.*.255.108|211.*.*.49|Others|64851|3|2|3330|10000|6|1|40|1
   由于Internet协议本身的缺陷，IP包中的源地址是可以伪造的，现在的DoS工具很多可以伪装源地址，这也是不易追踪到攻击源主机的主要原因。
   （2）分布式拒绝服务攻击（DDoS）
   DDoS把DoS又发展了一步，将这种攻击行为自动化，分布式拒绝服务攻击可以协调多台计算机上的进程发起攻击，在这种情况下，就会有一股拒绝服务洪流冲击网络，可能使被攻击目标因过载而崩溃。
   以下为一个典型的DDoS攻击的NetFlow数据实例，该案例中多个IP同时向一个IP发起UDP攻击。
   61.*.*.67|69.*.*.100|64821|as9|2|9|49064|5230|17|6571|9856500|1
   211.*.*.163|69.*.*.100|64751|as9|3|9|18423|22731|17|906|1359000|1
   61.*.*.145|69.*.*.100|64731|Others|2|0|52452|22157|17|3|4500|1
   （3）网络蠕虫病毒流量
   网络蠕虫病毒的传播也会对网络产生影响。近年来，Red Code、SQL Slammer、冲击波、振荡波等病毒的相继爆发，不但对用户主机造成影响，而且对网络的正常运行也构成了的危害，因为这些病毒具有扫描网络，主动传播病毒的能力，会大量占用网络带宽或网络设备系统资源。
   以下为最近出现的振荡波病毒NetFlow数据实例，该案例中一个IP同时向随机生成的多个IP发起445端口的TCP连接请求，其效果相当于对网络发起DoS攻击。
   61.*.*.*|168.*.*.200|Others|Others|3|0|1186|445|6|1|48|1
   61.*.*.*|32.*.*.207|Others|Others|3|0|10000|445|6|1|48|1
   61.*.*.*|24.*.*.23|Others|Others|3|0|10000|445|6|1|48|1
   （4）其它异常流量
      我们把其它能够影响网络正常运行的流量都归为异常流量的范畴，例如一些网络扫描工具产生的大量TCP连接请求，很容易使一个性能不高的网络设备瘫痪。
      以下为一个IP对167.*.210.网段，针对UDP 137端口扫描的NetFlow数据实例：
      211.*.*.54|167.*.210.95|65211|as3|2|10|1028|137|17|1|78|1
      211.*.*.54|167.*.210.100|65211|as3|2|10|1028|137|17|1|78|1
      211.*.*.54|167.*.210.103|65211|as3|2|10|1028|137|17|1|78|1
   2. 异常流量流向分析
   从异常流量流向来看，常见的异常流量可分为三种情况：
   ?网外对本网内的攻击
   ?本网内对网外的攻击
   ?本网内对本网内的攻击
   针对不同的异常流量流向，需要采用不同的防护及处理策略，所以判断异常流量流向是进一步防护的前提，以下为这三种情况的NetFlow数据实例：
   124.*.148.110|211.*.*.49|Others|64851|3|2|10000|10000|6|1|40|1
   211.*.*.54|167.*.210.252|65211|as3|2|10|1028|137|17|1|78|1
   211.*.*.187|211.*.*.69|Others|localas|71|6|1721|445|6|3|144|1
   其中211开头的地址为本网地址。
   3. 异常流量产生的后果
   异常流量对网络的影响主要体现在两个方面：
   占用带宽资源使网络拥塞，造成网络丢包、时延增大，严重时可导致网络不可用；
   占用网络设备系统资源（CPU、内存等），使网络不能提供正常的服务。
   4. 异常流量的数据包类型
   常见的异常流量数据包形式有以下几种：
   ?TCP SYN flood（40字节）
      11.*.64.3|2.*.38.180|64821|as10|5|4|1013|18|6|1|40|1
   从NetFlow的采集数据可以看出，此异常流量的典型特征是数据包协议类型为6（TCP），数据流大小为40字节（通常为TCP的SYN连接请求）。
   ?ICMP flood
   2.*.33.1|1.*.97.22|as12|64811|5|2|0|0|1|146173|218359704|1
   从NetFlow的采集数据可以看出，此异常流量的典型特征是数据包协议类型为1（ICMP），单个数据流字节数达218M字节。
   ?UDP flood
   *.*.206.73|160.*.71.129|64621|Others|6|34|1812|1812|17|224|336000|1
   *.*.17.196|25.*.156.119|64621|Others|6|34|1029|137|17|1|78|1
   从NetFlow的采集数据可以看出，此异常流量的典型特征是数据包协议类型为17（UDP），数据流有大有小。
   ?其它类型
   其它类型的异常流量也会在网络中经常见到，从理论上来讲，任何正常的数据包形式如果被大量滥用，都会产生异常流量，如以下的DNS正常访问请求数据包（协议类型53）如果大量发生，就会产生对DNS服务器的DoS攻击。
   211.*.*.146|211.*.*.129|Others|Others|71|8|3227|53|53|1|59|1
   5. 异常流量的源、目的地址
   ?目的地址为固定的真地址，这种情况下目的地址通常是被异常流量攻击的对象，如下例数据：
   211.*.*.153|*.10.72.226|as2|as8|5|4|3844|10000|17|2|3000|2
   211.*.*.153|*.10.72.226|as2|as8|5|4|3845|10000|17|1|1500|1
   211.*.*.153|*.10.72.226|as2|as8|5|4|3846|10000|17|1|1500|1
   ?目的地址随机生成，如下例数据：
   211.*.*.187|169.*.190.17|Others|localas|71|6|1663|445|6|3|144|1
   211.*.*.187|103.*.205.148|Others|localas|71|6|3647|445|6|3|144|1
   211.*.*.187|138.*.80.79|Others|localas|71|6|1570|445|6|3|144|1
   ?目的地址有规律变化，如下例数据，目的地址在顺序增加：
   211.*.*.219|192.*.254.18|Others|Others|15|9|10000|6789|17|1|36|1
   211.*.*.219|192.*.254.19|Others|Others|15|9|10000|6789|17|2|72|2
   211.*.*.219|192.*.254.20|Others|Others|15|9|10000|6789|17|3|108|3
   ?源地址为真实IP地址，数据同上例：
   ?源地址为伪造地址，这种情况源地址通常随机生成，如下例数据，源地址都是伪造的网络地址：
   63.245.0.0|209.*.*.38|as5|as4|3|7|1983|23|23|1|40|1
   12.51.0.0 |209.*.*.38 |as6|as4|3|7|1159|2046|6|1|40|1
   212.62.0.0|209.*.*.38| as7|as4|3|7|1140|3575|6|1|40|1
    6. 异常流量的源、目的端口分析
   ?异常流量的源端口通常会随机生成，如下例数据：
   211.*.*.187|169.172.190.17|Others|localas|71|6|1663|445|6|3|144|1
   211.*.*.187|103.210.205.148|Others|localas|71|6|3647|445|6|3|144|1
   211.*.*.187|138.241.80.79|Others|localas|71|6|1570|445|6|3|144|1
   ?多数异常流量的目的端口固定在一个或几个端口，我们可以利用这一点，对异常流量进行过滤或限制，如下例数据，目的端口为UDP 6789：
   211.*.*.219|192.*.254.18|Others|Others|15|9|10000|6789|17|1|36|1
   211.*.*.219|192.*.254.19|Others|Others|15|9|10000|6789|17|2|72|2
   211.*.*.219|192.*.254.20|Others|Others|15|9|10000|6789|17|3|108|3