今天为大家介绍NISL实验室许威同学在ACM CCS 2023发表的TsuKing: Coordinating DNS Resolvers and Queries into Potent DoS Amplifiers。本篇论文基于DNS解析服务器的复杂层次结构和多样的软件实现,提出了一种新型的拒绝服务攻击方式,通过DNS解析服务器的级联组合,实现高倍率的流量放大效果。
全文共2600字,阅读时间约10分钟。
01
【域名解析结构变迁】
域名系统(DNS)是当今互联网中必不可少的基础设施,负责提供域名与IP的映射。DNS的协议标准在1987年由RFC1034 [1]和RFC1035 [2]确立,遵循“客户端-解析服务器-权威服务器”的基本解析结构。然而,经过三十余年的演变,如今的域名解析结构已远比当年复杂。
图1展示了一个典型的多层级解析结构,包含客户端、转发器(forwarder [3])、递归解析器、以及权威服务器。其中,DNS转发器本身不负责域名解析,而是将报文传递给自己的上游服务器,并等待响应;近年来,DNS转发器得到了非常广泛的应用,最典型的例子即为家用路由器。另一方面,公共递归解析服务也不断涌现,例如Google Public DNS,Ali DNS,114DNS等等;这些服务为了应对大量的查询请求,往往自身具备较为复杂的架构,部署了大量的前后端节点来实现负载均衡和调度功能。
图表1:多层级的域名解析结构
从终端用户的角度,作为入口的域名服务器隐藏了解析结构中的其他部分。为描述方便,我们将一个入口服务器地址(例如一个开放的DNS服务器地址),连同其配置的上游转发器、递归解析器,直到查询权威的出口节点,一并称为一个DNS解析器系统(DNS Resolver System,DRS)。单台递归解析器自身即构成一个最小的DRS。
02
【软件实现与威胁分析】
- 放大源:重试与多后端架构
当域名解析因超时等原因失败时,DRS会自然地发起重试。我们的攻击模型利用重试特性作为流量放大源,然而单台服务器的放大能力相对有限。我们发现,部分解析服务的复杂多后端架构可能加重流量放大风险:由于每次重试请求可能由不同的后端节点发出(如下图),且不同的后端节点具备独立缓存 [4],无法对同一请求的重试进行统筹处理,因此恶意攻击者可以将每一个重试请求独立地重定向至不同的放大源(方法见下),形成连锁反应。
图表2:使用不同的后端节点进行重试
- 级联能力:请求重定向与RD标志位处理
对DNS请求进行重定向的能力,思路来源于一款名为King [5]的IP间时延测量工具。如下图所示,其基本原理是:
实验者控制自己的域名和权威服务器,当收到针对该域名的查询(步骤1)时,在响应报文中仅返回一条新的NS记录,并附带该NS对应的IP地址(步骤2)。
递归域名服务器收到该响应后,即根据其中的指示,向这个IP地址发起查询(步骤3-4)。在这一步,实验者可以通过自己的权威服务器,任意指定NS记录和对应的IP地址,因此具备请求重定向的能力。
进一步地,攻击者向某个DRS查询自己的域名,刻意触发重试(步骤5),并且通过上述思路将重试报文分别重定向至其他DRS(步骤6-8),再由它们分别执行更多的重试,即形成了级联放大效果。
图表3:通过NS记录实现请求重定向
在此过程中,需要额外注意一个技术细节,即对于RD标志位的处理。RD(Recursion Desired)是DNS协议中的一个标记位,表明是否希望域名服务器执行递归查询:当查询报文满足RD=0时,即希望目标服务器仅在本地缓存数据中寻找并返回答案,不向外执行额外的查询。一般地,递归域名服务器在查询权威服务器时,发送的查询报文即满足RD=0(因为权威服务器无法执行递归查询);重定向这样的请求将阻断级联放大,因为如果新的DRS遵循规范,并不会继续执行递归查询和重试。然而,我们通过测量实验发现,约27%的开放DRS并不遵循上述规范,这为攻击者的任意级联创造了条件。
图表4:RD标志位处理不规范导致的服务器级联
03
【TsuKing攻击模型】
TsuKing攻击模型将上述的软件实现(重试、重定向)特性结合,借助复杂的解析结构,构成级联流量放大攻击。具体地,我们在文章中介绍了3种攻击变种,经实验证明都具备非常可观的流量放大能力。
- DNSRetry
此攻击模型挑选重试策略非常激进(如重试同一请求上万次)的DRS,无需级联即可实现高倍率流量放大。攻击者仅需要通过权威服务器,提前置入或回复NS记录指向受害者地址,即可将大量重试请求重定向至受害者IP。
图表5:DNSRetry攻击模型
我们组织了小规模下现实网络的实验,挑选了10个重试超过1000次的DRS。我们的攻击持续了大约12个小时,在整个实验过程中,攻击者的发送速率为1.38p/s(packets per second),受害者收到请求的平均速率为882.6p/s,流量放大638倍。
图表6:DNSRetry攻击效果
- DNSChain
此攻击模型通过级联多层DRS完成,每层分别实现重试放大,并通过攻击者的刻意重定向实现放大倍率的叠加。攻击者向位于最后一层的DRS发送统一的NS记录指向受害者(如web服务器等),导致大量经过多层放大的重试请求被重定向至目标。
图表7:DNSChain攻击模型
我们组织了小规模下现实网络的实验,调度了61个脆弱DRS,组成了一个5层长度的链式放大器。从第一层到第五层每层DRS的数量为:1、4、8、16、32。该实验持续了6个小时,如图8所示,在整个实验中,攻击者总共发送了17864个数据包(0.8p/s),而受害者总共收到了4,557,336个请求(206.4p/s)。在所有的实验中,我们所达到的最大放大倍率是使用253个存在问题的DRS组成了7层的链式放大器,达到了3702倍的放大倍率。
图8 DNSChain攻击效果
- DNSLoop
DNSLoop的攻击是在DNSChain攻击的基础上,让最后一层的请求再次转发到第一层,从而形成一个环路。一个请求被发送给环路内的任何一个DRS,都会导致该查询在环路内被永久的转发下去;当攻击者继续向环路内注入新的查询请求,整个环路内的负载会越来越重,最终导致DoS。该模型的攻击目标为链路中的所有服务器。
图9 DNSLoop攻击模型
我们组织了小规模下现实网络的实验,构建了一个7层的环路,同时使用自己搭建的转发器作为整个环路的首尾衔接点。通过控制转发器的发送速率可以来调节整个环路内的流量大小并可以及时停止实验。整个实验持续了24小时,图10是实验过程中我们的转发器的流量情况,可以看到整个实验直到最后手工停止,查询都一直到保持着稳定的转发,在这其中我们的转发器总共发送了86,380个数据包(1 p/s),收到了1,100,320个数据包(12.7 p/s),意味着在实验期间收到了43,190次相同的请求。
图10 DNSLoop攻击效果
04
【总结与建议】
TsuKing作为一种新的DNS放大攻击,它利用域名解析结构的复杂性和软件实现特性,将放大能力有限的单个服务器级联组合,产生强大的放大效果。TsuKing在现实世界中具有重大而广泛的影响,在130万个开放的DRS中,约有14.5%是可被利用的,也包括一些流行的DNS软件和公共DNS服务,如Unbound、PowerDNS Recursor和114DNS。
为了应对TsuKing可能带来的威胁,我们提出了一些缓解措施。首先,DNS解析器需要遵守RD标志位的操作规范,以切断级联转发链条;其次,解析器可以通过实现负缓存和避免激进的重试操作来减轻TsuKing攻击带来的影响。对于具有多后端的解析器而言,应该优化不同后端的调度逻辑,避免在重试过程中使用多个后端节点。
--
参考文献
[1] Paul V. Mockapetris. 1987. Domain names - concepts and facilities. RFC 1034 (1987), 1–55. https://doi.org/10.17487/RFC1034
[2] Paul V. Mockapetris. 1987. Domain names - implementation and specification. RFC 1035 (1987), 1–55. https://doi.org/10.17487/RFC1035
[3] Xiaofeng Zheng, Chaoyi Lu, Jian Peng, Qiushi Yang, Dongjie Zhou, Baojun Liu, Keyu Man, Shuang Hao, Haixin Duan, and Zhiyun Qian. 2020. Poison Over Troubled Forwarders: A Cache Poisoning Attack Targeting DNS Forwarding Devices. In 29th USENIX Security Symposium, USENIX Security 2020, August 12-14, 2020, Srdjan Capkun and Franziska Roesner (Eds.). USENIX Association, 577–593. https://www.usenix.org/conference/usenixsecurity20/presentation/zheng
[4] Audrey Randall, Enze Liu, Gautam Akiwate, Ramakrishna Padmanabhan, Geoffrey M. Voelker, Stefan Savage, and Aaron Schulman. 2020. Trufflehunter: Cache Snooping Rare Domains at Large Public DNS Resolvers. In IMC ’20: ACM Internet Measurement Conference, Virtual Event, USA, October 27-29, 2020. ACM, 50–64. https://doi.org/10.1145/3419394.3423640
[5] P. Krishna Gummadi, Stefan Saroiu, and Steven D. Gribble. 2002. King: estimating latency between arbitrary internet end hosts. In Internet Measurement Workshop. ACM, 5–18.
编辑&审校 | 陆超逸