雷池社区版 3.0 - 为 API 防护而生
2023-8-18 11:47:24 Author: mp.weixin.qq.com(查看原文) 阅读量:12 收藏

雷池社区版自 4 月 14 日开放以来,一共发布了 28 个版本,Github Star 2900+,累计安装:14000+次,每天处理 HTTP 请求超百亿次,收获了广大社区同胞的广泛认可。

对 WAF 有需求(感兴趣)的大兄弟可访问以下链接自取(有 GitHub 账号的同学希望能伸出小手点上 star)

主页:https://waf-ce.chaitin.cn/

Githubhttps://github.com/chaitin/safeline

  雷池社区版 1.0  
集成了以智能语义分析算法为主的 Web 攻击检测能力。
  雷池社区版 2.0  
集成了基于人机验证、IP 情报、动态限频的智能防 Bot 能力。
  雷池社区版 3.0  
今天正式发布,集成了基于流量的 API 自动识别能力,接下来的一段时间 3.X 系列会持续围绕 API 识别和防护进行深度优化。

雷池采用动态基线和预测分析技术分析异常访问行为,构建流量画像,精准识别操作正常但请求异常的攻击行为,即从正常行为中检测出异常流量。

进一步,用户可以根据需求选择集群或单网关节点的流量控制,配置 API 的流量阈值,如:每秒、每分、每小时的请求次数限制,当流量超过阈值,新来的请求会被网关拦截,确保业务正常运行。

随着频率访问控制和告警策略等功能逐步迭代,雷池业务场景的解决方案越来越成熟,即将满足更多特定业务需求,比如流量控制策略更细粒度、报表统计维度更丰富、API 调用明细更精确等。

动态基线技术

雷池采用周期性基线分析的方法。周期性基线,通常是一个单周期数据库轮廓线,根据历史数据计算得出。这条曲线由若干数据轮廓点组成,每个轮廓点代表一个采样时点。一个新的实际测量值如果没有超过基线范围,则通过加权平均算法更新旧的轮廓值。如果新的实际测量值超过基线范围则丢弃,不参与新轮廓值计算。如此往复循环,基线始终处于动态变化中。

预测分析技术

雷池采用基于时间窗置信区间的检测模型和方法,保障在实际运行中不断自我调整和逼近,自动剔除历史时间窗内的异常历史数据,实现历史时间窗数据与网络实际正常流量行为特征的高度吻合,从而提高了对异常行为报警的准确性。

最后,感谢大家一直以来的支持,欢迎各位试用。扫描下方二维码加入雷池社区版交流群。


文章来源: https://mp.weixin.qq.com/s?__biz=MzIzOTE1ODczMg==&mid=2247497257&idx=1&sn=da1b63ea1bdd4959f1e32c22a134303a&chksm=e92ce28ade5b6b9c1f7c7f855493556b523ac38bbc1c0217cd1934c3f0f9fcdccaabbeb95b63&scene=58&subscene=0#rd
如有侵权请联系:admin#unsafe.sh