【干货】史上最大型DDoS攻击：每秒5亿个数据包

分布式拒绝服务攻击(DDoS)无需占用太多带宽即可产生破坏效果，且很难缓解。

今年初，Imperva应客户要求缓解了一起每秒数据包数量超 5亿 个的DDoS攻击，可能是按数据包规模计的史上最大型DDoS攻击。

1月10号的攻击是所谓的SYN洪水攻击——攻击者通过发送超出目标计算机处理能力的TCP连接请求令该主机掉线。Imperva称，本次攻击中所用洪水数据包既有正常SYN包，也有大小在800-900字节之间的超大SYN包，源IP地址和端口也是高度随机的。

攻击者往往综合采用正常包和超大包攻击，正常SYN包耗尽CPU等服务器资源，而超大SYN包用于阻塞网络。

Imperva的调查发现，1月初的攻击采用了两个已知工具，一个用于发起正常SYN流量洪水，另一个制造超大SYN包攻击。这两个工具似乎是不同作者编写，然后被人组合使用在了互联网历史上最密集的网络基础设施DDoS攻击上。

公司企业和媒体往往倾向于关注DDoS攻击的规模。但实际上， 规模并不是攻击缓解难度或破坏程度的最佳反映。每秒包数量(PPS)是个更好的指标。

去年GitHub遭受的攻击，其峰值流量达到 1.35TB 每秒，堪称史上最大带宽密集型DDoS攻击。该攻击吸引了大量关注，常被当作大型DDoS攻击可致巨大挑战的典型例子。

缓解难点

从缓解的立场看，提供足够的网络带宽可以减弱这种攻击。当下的DDoS攻击缓解及防护服务倾向于提供远超目前最大型DDoS攻击规模的带宽。这使得攻击规模不再成为令公司企业头痛的问题。

但处理涉超高PPS的攻击就是另一码事了，因为评估每个包所需的计算处理能力才是个中关键。限制网络路由器、交换机和服务提供商用以缓解DDoS攻击的设备的，不是数据包的大小，而是其产生速度。缓解高PPS攻击需要的处理能力，远远超出了当前绝大多数网络设备路由或交换数据包的能力。

比如说，GitHub攻击案例中，DDoS流量主要由不同服务器的相同端口发出的大数据包组成，PPS速率相对较低，为1.296亿。而本月初Imperva缓解的这起攻击，从随机源地址发出的包数量几乎是GitHub攻击的4倍。

DDoS攻击的影响最终取决于攻击方式和目标企业的脆弱性 。运用得当的话，无论是高带宽的攻击还是高PPS的攻击，都能造成灾难性后果。提前预测多方式DDoS攻击的发展是不可能的。不同方式带来不同的缓解挑战。

比如说，高PPS攻击不会像高带宽攻击那样频繁地阻塞链路。高带宽攻击往往对无辜路人造成连带伤害，用网络拥塞将他们一起挤掉线。