开源安全项目- L7 Filter
作者 appleleaf | 2010-02-07 22:43 | 类型 网络安全, 行业动感 | 60条用户评论 »
【部分内容直接摘译自官网描述】 L7-Filter是Netfilter的一个classifier(即插件),其功能是基于流量的数据内容而非dport进行应用识别,适于对于采用random端口的应用(例如P2P等)进行识别。现在,相关产品早已风生水起了,但L7-Filter的开发始于2003年,作者还是比较早期意识到应用识别这一问题严重性的,项目的owner叫做Matthew Strait,他在03年五月份release了第一个版本。那时候PaloAlto也还没有搞起来,应该比Panabit更早。 系统实现有两个不同的版本 1. 一个作为Linux kernel module,run在kernel中。 2. 另一个基于netfilter用户态的lib,运行在user mode之中。 结合Net-filter和linux的QOS系统,L7-Filter可以在应用识别后提供访问控制和流量整形。基本上就可以组装一个Panabit的原型系统了。 当然现状是绝大多数的开源软件的质量同商业软件有差距,不是作者水平问题,商用软件是人月堆出来的,这是科学勉强不得。作为业余爱好要和panibit竞争还差点,可以作为山寨者参考。 作者对于协议做了下述的分类,还是很细心的: 下面是部分支持的协议,L7-Filter总计支持的协议大概一二百种。 注意上面黄色部分表示该signature可能是work的,橘黄色表示可能不work:-),看来这个老外还没有搭建起来automation test的环境。比较贴心的是还包括了QQ的识别。 除了应用识别,L7-Filter还可以对于traffic中承载的文件进行识别,从而对于特定文件类型进行限流等,认识的文件类型包括如下的一些: 引擎部分,作者采用了Henry Spencer在1987年实现的一个正则库,Bell Version 8 regular expressions (“V8 regexps”),并做了适当的修改。即便如此,该正则库还是不够强大,表达能力有稍许限制。细节描述可以参照http://l7-filter.sourceforge.net/Pattern-HOWTO。 比较遗憾的是软件开发者Matthew Strait刚刚宣布,因为老婆生孩子以及兴趣转移等问题,不再继续开发(十分可以理解),而是希望有人接手(参照http://l7-filter.sourceforge.net/devstatus),建议国内苦于没有成名门道且实力高强的开发人员把这个东东发扬广大。一般知名工程师一辈子傍一个好的开源项目就足矣了。 | |
雁过留声
“开源安全项目- L7 Filter”有60个回复
偶恨l7-filter
阴谋论一哈:PAN的系统与这个有没有什么说不清的关系:-)?例如,提高版,强化版?,商业版:-)咔咔。
叶子,你能否去接下来。然后咱们再与Panabit谈谈,通过弯曲评论这个平台,咱们把这个香火传承下去?例如,弯曲评论上host几个open source 项目。。。
L7-filter有几个问题:
1)正则表达式的描述能力有限,比如不好描述字节和长度之间的关系,正则表达式主要用于描述数据特征;
2)正则表达式不能描述数据包之间的关系;
3)正则表达式无法描述链接相关性;
正式由于上述原因,我开发了PSDL,PSDL是一个基于状态图的协议特征描述语言,并且通过PSDL编译器,可以确保特征库的最坏性能在编译后就可以量化并确定下来,可以做到30种协议特征和300种协议特征具有同样的性能。
首席一直教导我,做工程一定要量化,所以我将这个理念引入到PSDL设计中,对于PSDL中的每个操作或语句,都有特定的V-CYCLES与之对应,我认为这是一个很重要的特性,并且,将这种V-CYCLE量化模式可以映射到真实的CPU CYCLE上。
老Panabit,你这广告做的,“PSDL,V-CYCLES”,我都没听说过。能公开就公开一下,不过这也是你的核心功能了,不公开我也不会怪你的。
正则表达式只能识别数据,只是你的PSDL模式描述中的一部分,你的设计归根结底也要有类似的识别描述。
另外首席的想法挺好,可以号召国内的优秀开源项目在弯曲筑巢。只是我精力有限,而且有panabit这个黄埔一期虎狼于前,我也打不过他。
另外,我觉得L7-Filter的一个问题就是选型于Linux,作者自己也不厌其烦,内核动不动就改改,接口一变就编译不过去,就连netfilter也一样也有参数变动,换一个linux版本程序就用不了了。估计这也是作者后来又搞了一个用户模式版本的原因之一。
这倒是,我一直提倡要有量化的工程作风。。。
另外,Panabit,你一定要抽时间做一些专利方面的考虑工作。当一个新生事物要壮大的时候,要小心商场上的坏人。
谢谢首席提醒!我目前正在开发第三代PANAOS,其重点是如何在多个核之间自动做“阶段性功能模块”的负载均衡,目前我已经大致定义了所谓的“阶段性功能模块”所需要遵循的原则(包括接口和语义要求),还有些不是很清楚,到时望赐教!
回叶子兄弟:
1)PSDL是Protocol Signature Description Language的首字母缩写;
2)V-CYCLE是PSDL里衡量操作时间的单位,比如一个比较操作耗费1个V-CYCLE,这很类似于计算机指令;
多谢Panabit兄,基本上你的回帖也给了我很多的启发,希望你的产品继续发展,能够大卖。
这个动态负载平衡很好。我一直想在某系统上的实现。唉,写了FS,但被认为太fancy,没有做。希望看见PANOS做出来。另外,在锁粒度上,一些基本的QoS上也有有所考虑。把架子搭起来,以后做大系统就很简单了。。。。。。另外,现在不一定考虑HA,但要留点心。。。
Panabit 将匹配逻辑和关键字都编译到目标文件里面了.
说的神乎其神的…
PSDL 是类似文法/词法描述的中间脚本.
PBOS 感觉就是修改了网卡驱动, 接管了数据包处理逻辑, 转发的数据不走OS协议栈, 跑自己的逻辑而已.
自己有个高优先级的进程不停地检测&处理数据包.
至于 V-CYCLE, 哈哈, 估计其思路无非是将数据包的处理逻辑做精细的单元化分, 尽可能使得不同类型的数据包处理所需的时间复杂度一致. 避免造成颠簸现象.
得,有人要PK Panabit的baby了:-)。一生气,Panabit把系统设计就发表出来了:-)
engine的code本来就不大,逻辑上也不会多么复杂,但是这个东西需要大匠之工,寻常的开发人员确实做不好。
我看来一个好的应用系统就是“大匠之工+人月积累”,前者对应一个高水平的engine,后者对应于积累下来的signature库,概莫能外。
回foxmail,你说的很对,我从来没有将这些说得“神乎其神”,你要知道,首席在这里呢:)。我们做工程的,不可能弄全新的理论性的东西,所以无非就是将不同的知识组合,用在适合的场所,呵呵。诚心忘赐教!
To Panabit:
请问Pan系统也是基于正则表达式?我的意思是是否也是利用正则表达式的特征库?如果是,能不能解释一下正则表达式和PSDL的关系?或者PSDL本身就是一种特征描述语言(那么是不是已经将现有公开的模式集合转换成了PSDL?)?那么请问是表达能力如何,介于字符串,正则表达式,上下无关文法,上下有关文法的哪一个层次?另外,如果做到机器编译,具有确定处理时常的机器格式对正则表达式来说是DFA,请问PSDL对应的机器格式是什么,是不是也是类似于DFA的状态图?对不起,一下子这么多问题?确实很好奇,不过如果不方便公开就算了。
“我看来一个好的应用系统就是“大匠之工+人月积累”,前者对应一个高水平的engine,后者对应于积累下来的signature库,概莫能外。”
我能不能这么理解并扩展到绝大部分软件系统?
engine –》 framework
signature –》 application
所以“大匠之工+人月积累”就是“several architect + lots of man power”
spike,我写的不全,应该是“应用安全系统”不是“应用系统”
To 17楼vincentxu兄弟:
1)正则表达式会局部用到
2)DFA也有(同正则表达式有关)
我本人并不喜欢上述两个东西,我喜欢简洁的东西。上面两个可能属于通用的数据描述范畴,但是我们在做工程的时候,往往碰到的是数据的子集,所以这也意味着我们可以做针对这些子集的特殊优化。PSDL是在不断的总结协议特征的过程中得出的东西,它的工程性多余理论性。从思维角度看,我们经常碰到的两种形式是归纳和演绎,你可以看着这是归纳性思维的结果,呵呵;当然,我本人也希望它能逐步表现出演绎性的一面,这也是下一步最求的目标之一。我本人说白了,就是一CODER,不能同首席这样的高手比,所以我只能不断的归纳再归纳了(非谦虚,的确如此)。
呵呵,我对安全系统不了解,胡乱对应了一下。不过感觉稍微有规模的软件系统都可以这么划分。在竞争力上,架构的好坏和编码的质量会影响性能,但做产品更重要的是对application的理解和创新。我想对于安全系统,engine决定性能,而signature库的更新能力,扩充能力甚至预计的能力,则是个更重要的core competency吧
To Panabit:
弯曲看的人太多了,慎言慎言。PanaOS我也了解了一些。Em的驱动也改过一些。加上12楼foxmail兄的发言,让人联想偏偏。
To Foxmail:
你的发言让我想到了另一家公司,呵呵。
言多必失,继续潜水。
赫赫,大家开心就好。
只是曾经也认真研究过深度报检测的东西。看到这个文和大家的顶贴勾起了战斗欲,不小心擦枪走火啦。
正则表达式这个东西还是功能强大的,可以很大程度的提高模式库的表达能力。这样一些应用想简单的隐藏身份就不可能了。同叶子说的,这个模式库需要长期积累,且精心优化。简单的拉几个组件堆在一起自然效果不好。正则表达式语义强大,针对灵活的东西提出通用有效的处理方法那是太难啦。
To Panabit:
过分谦虚了也不好,知易行难,练练嘴皮子都很容易,但是想真正做成一件事,那就不容易了。
Coder们,勇敢站起来……..
这个顶贴会不会太水?试试首席的底线,哈哈。
很好的讨论。对panabit系统也是一种鼓励。
L7-filter已经可以被并行化了, 用4个核可以达到5-6Gbps的线速。
具体作法是把L7-filter的规则变成FLEX, 然后并行FLEX生成的C代码。基本上是用了source-2-source的编译变换技术。这样一遍扫描就知道那条规则匹配了。
难点是当规则太大时(〉100),DFA的状太空间就爆炸了。
Is panabit a DFA or NFA based system?
PSDL不是早就有了么, 怎么会是Panabit开发的?
我们的PSDL是Protocol Signature Description Language的缩写,这个缩写不是我们专用:)。另外,PSDL编译器里有DFA成分,但那只是一个补充。
不好意思首席, 挖了个老帖…Google指引我来这里的.
坦白的讲,协议识别无论采取什么技术,是DFA好,是REGX也罢,其实最终的目的就是识别,哪种方式有效,就采取哪种方式,不必拘泥于特定的实现。心中无刀,杀人才能无形。关键的有两点,一是数据包的来源是否足够广泛,二是能不能耐下性子分析数据包。
Panabit确实已经成为世界级高手了。这一番话基本上也是我对系统的理解了。
解决问题是根本。其他都是手段和表象。
Panabit确实是具有慧根之人。也难怪Panabit现在名声大震与江湖。。。
十年磨一剑,霜刃不曾试;
一日把示君,天下不平事。
panabit的确做得不错,不要小富即安哈。
首席,你可要折杀我了!
黄岩兄,希望我能够将事情做得更好一些。以后的事情谁也不知道,只能将当前的事情尽量做好了。BTW,上次去成都,没有去找你,我食言了,忘海涵!(主要是要陪老婆:))
弄错了, 我认识的那是PDL, 不是PSDL. Panabit还是申请个专利吧, 哈哈.
呵呵。
PSDL应该不是三型文法吧?
因为这需要保留之前的上下文,并供给后面的谓词进行演算。
这样就需要使用Stack,因此至少应该是二型以上。
正则应该是其中的辅助模块。
请教下26楼Multithreaded:
一定要用flex转换后才并行的原因是什么?
不能直接使用正则表达式么?
to38楼:
flex转换后的C/C++程序容易并行化。 正则表达式只是个描述语言, 需要转化器把它转化成可执行的代码。 一般来说有两种方法,
1。生成中间表达式,解释执行
2。编译后执行
想在多核上执行,必须把1)或 2)并行化。
谢谢Multithreaded 的讲解。
不过小弟还有另外一些疑问,可否赐邮件交流下?
先留下我的:
fdetertxw@126.com
静候佳音:)
我对Implicit 并行编译确实不看好。。。特别是对于多核。业务之间的耦合性太大。都是case by case。编译器很难理解业务。。。。。。
完全同意。 我讲的并行是做人工指导下的并性转换, 不是编译器的自动并行。
我是绝对的菜鸟,有幸能够来到这里,三生有幸。Panabit 我用过,但对PANOS和PSDL不懂,只看识别率和控制效果,确实不错。
好久不见苹果叶子了,偶想死你了。
如果PANOS还在考虑模块动态负载,那么说明PANOS有些重要的功能是实现在应用态的啊,我看过PANOS的说明书,似乎没有这种功能啊?
难道PAN的data plane的架构是有调度存在的?这个可不是最优解啊?
说来残愧,我做的agine,只是个半成品,
有个判别树,开消挺大.
等我学习完编译原理,应该能做个更好的.
最近看计算理论的书,书上讲到 DFA与正则表达式是等价的.我不明百,为啥会有DFA和正则表达式两种方法….
我只接把特征写到一个xml文件,然后内存中生成一颗树,来进行判别了.效率确实不高,但是跟据协义的分布情况,
对树进行特殊处理,问题也减少了很多.
Protocol Signature Description Language
這个我去研究下,改进下我的引擎.
”
flex转换后的C/C++程序容易并行化。 正则表达式只是个描述语言, 需要转化器把它转化成可执行的代码。 一般来说有两种方法,”
直接每个核处理一条连接得了.
偶也恨l7-filter,当初公司主管不买上网行为管理,防火墙,为了省钱,在centos5.4搭建的公司网关上让我编译l7-filter,从新下载了兼容的linux kernel让我编译,太苦逼了
#48 小青年: 有什么可恨l7的,你想如果你能编译出l7能工作替代公司去采购专门的设备,你就是帮公司省钱了,从而创造出了价值;
如果你啥活儿都不想干,那公司是干啥给你发薪水哪
直接上PANABIT就可以了,我们公司就这么干的~~
关键是那个网关就是一台装了centos5.4的pc,还不是服务器,根本达不到性能的要求,对网络过滤一层后,速度超慢,其他部门就投诉,结果还是换回了没有装l7的原来的内核,让我干的是我们运维的主管,结果他还凶我一顿
使用专门语言开发识别引擎已经是一个很正常的想法,关键是能力有多强,识别能有多精确,能做parser么
30个和300个性能一样不就是DFA算法保证的吗?
都是O(N)的复杂度,只是取决与输入。不明白PSDL比DFA高在什么地方?是否PSDL需要对每种协议做decode? 如果是这样,又和binpac比较如何?希望panabit赐教?
如果只是应用识别 没有必要所有协议做decode psdl应该就是一种专用描述语言而已
我们把L7-filter硬件化了,不知道有没有应用前景?
硬件有啥做的?
并行?FPGA?都已经有人做了吧
To Panabit: 并发256个IP数怎么看当前环境中已经超过这个数了,如果超过并发256IP,用户是否会感觉到网速变慢。 有知道的兄弟麻烦告诉下。
回楼上:256IP限制只对单IP限速和单IP统计有用。如果不需要单IP限速或单IP统计,则可以忽略这个限制。真正影响分析的是连接数控制。
不知道panabit有没提供sdk之类的啊,方便整合的
我敢确信:至少有个4-5个人在用aaa,有程序员,有产品经理,有研发经理,有混混。。。