2020年1月23日，互聯(lián)網(wǎng)頂級域名“.net”在F根服務(wù)器(由互聯(lián)網(wǎng)基礎(chǔ)軟件研發(fā)機構(gòu)ISC運行)以及E根(由美國國家航空航天局運行)的解析出現(xiàn)了故障。由于“.net”和“.com”(通用頂級域名)以及“.cn”(中國的國家代碼頂級域名)一樣，是互聯(lián)網(wǎng)使用范圍最廣的頂級域名之一，有一千三百四十多萬注冊量，其解析故障導(dǎo)致了大量使用“.net”域名的網(wǎng)站和服務(wù)器從互聯(lián)網(wǎng)“斷開網(wǎng)絡(luò)連接”，持續(xù)3小時18分鐘。

這次事件在國際互聯(lián)網(wǎng)社群造成很大的影響，互聯(lián)網(wǎng)域名系統(tǒng)國家工程研究中心主任毛偉研究員，針對此次斷網(wǎng)事件進行了解讀和分析。

復(fù)盤：域名解析故障疊加路由控制失效導(dǎo)致的斷網(wǎng)事件

2月22日，F(xiàn)根的運行機構(gòu)--互聯(lián)網(wǎng)基礎(chǔ)軟件研發(fā)機構(gòu)ISC(Internet System Consortium) 發(fā)布了一份報告，對此次事件的原因進行了說明。

根據(jù)該報告披露，此次斷網(wǎng)的原因是：F根部分服務(wù)節(jié)點部署在美國CDN廠商Cloudflare的網(wǎng)絡(luò)中。由于Cloudflare在其網(wǎng)絡(luò)基礎(chǔ)軟件進行升級時，出現(xiàn)了故障，不能正常對互聯(lián)網(wǎng)返回F根服務(wù)器的尋址信息。在故障修復(fù)之前，由于Cloudflare沒有及時停止對互聯(lián)網(wǎng)廣播F根的服務(wù)地址(F根的IP地址)，大量用戶流量仍然被路由到Cloudflare運行的故障F根節(jié)點訪問，導(dǎo)致無法訪問所有“.net”域名的互聯(lián)網(wǎng)服務(wù)。1月23日，在收到用戶反饋“斷網(wǎng)”后，Cloudflare停止了對外廣播(BGP)F根的服務(wù)地址，互聯(lián)網(wǎng)用戶對F根的訪問流量被定位到其他機構(gòu)運行的F根服務(wù)節(jié)點上。完成故障修復(fù)后，Cloudflare重新對外廣播F根的服務(wù)地址，向互聯(lián)網(wǎng)用戶提供正常的根區(qū)解析服務(wù)。

由美國國家航空航天局(NASA)運行的E根的部分服務(wù)節(jié)點也部署在美國CDN廠商Cloudflare的網(wǎng)絡(luò)中，并受此次故障影響，其原因應(yīng)該是一樣的。

啟示：“路由斷網(wǎng)”和“域名斷網(wǎng)”既相互區(qū)別，又有所聯(lián)系

此次斷網(wǎng)事件讓“域名系統(tǒng)”和“路由系統(tǒng)”再次成為高亮詞?；仡櫥ヂ?lián)網(wǎng)的安全史，大概沒有哪個單一系統(tǒng)故障能像域名系統(tǒng)和路由系統(tǒng)，一旦出現(xiàn)故障就可以造成大面積的網(wǎng)絡(luò)癱瘓或服務(wù)中斷。但這次事件的原因交織了兩個“斷網(wǎng)”要素：突然出現(xiàn)的“域名斷網(wǎng)”，需要通過“路由斷網(wǎng)”來終止不利影響。

在此次斷網(wǎng)事件中，首先是因為域名系統(tǒng)的解析故障，導(dǎo)致了根服務(wù)器(F根)反饋了錯誤的“.net”域名解析結(jié)果。ISC官方說此次故障是由于F根節(jié)點的基礎(chǔ)軟件升級導(dǎo)致的：運行在Cloudflare的F根節(jié)點軟件升級后出了bug，導(dǎo)致返回“.net” 頂級域名的NS 記錄時沒有反饋glue記錄(“.net”權(quán)威服務(wù)器的IP地址)從而導(dǎo)致用戶無法進行下一步DNS解析。

但這一配置故障并不是決定性的。全球的根服務(wù)器系統(tǒng)，早就通過部署“鏡像節(jié)點“并以BGP+Anycast的機制保證根服務(wù)器的解析，不會因為部分節(jié)點失效而出現(xiàn)故障。但是，這一機制的前提是要駕馭好基于BGP的全球互聯(lián)網(wǎng)路由控制系統(tǒng)。在發(fā)現(xiàn)了Cloudflare運行的F根節(jié)點出現(xiàn)問題后，如果第一時間通過路由控制(BGP)停止對全球互聯(lián)網(wǎng)廣播服務(wù)地址(讓錯誤的F根節(jié)點“斷網(wǎng)”)，那么該節(jié)點提供的錯誤域名解析就不會影響到用戶。用戶會通過BGP+Anycast機制找到提供正確域名解析的其他F根節(jié)點。

延伸：“斷網(wǎng)”是多種因素共同作用的復(fù)雜現(xiàn)象，要區(qū)別斷網(wǎng)的層次

“互聯(lián)網(wǎng)域名系統(tǒng)”(簡稱“域名系統(tǒng)”)和“互聯(lián)網(wǎng)路由控制系統(tǒng)”(簡稱“路由控制系統(tǒng)”)在全球網(wǎng)絡(luò)的互聯(lián)互通中扮演了什么角色?

一般來說，互聯(lián)網(wǎng)的用戶終端(電腦、手機等)要想訪問一個網(wǎng)頁(網(wǎng)站服務(wù)器)，首先需要通過域名系統(tǒng)的“查詢功能”獲取網(wǎng)站的IP地址，然后再在根據(jù)路由控制系統(tǒng)提供的“尋址功能”將消息(訪問請求)發(fā)送給網(wǎng)站。

類比郵政系統(tǒng)，域名系統(tǒng)類似收件人的地址查詢系統(tǒng)，根據(jù)收件人的名字反饋收件地址;路由控制系統(tǒng)類似于導(dǎo)航系統(tǒng)，根據(jù)收件地址，在實際的道路網(wǎng)中規(guī)劃處一條最合理的寄送道路。域名系統(tǒng)故障，稱為“域名斷網(wǎng)”，也即，用戶無法查詢到通信對象的IP地址;路由控制系統(tǒng)故障，稱為“路由斷網(wǎng)”，也即用戶無法根據(jù)通信對象的IP地址發(fā)起訪問請求。

域名故障容易導(dǎo)致大面積斷網(wǎng)的本質(zhì)，是因為域名系統(tǒng)是集中層次化管理，單點失效會傳導(dǎo)給所有依賴此服務(wù)的網(wǎng)絡(luò)。路由故障容易導(dǎo)致大面積斷網(wǎng)，是因為互聯(lián)網(wǎng)是以“自治域”為單位互聯(lián)互通，路由控制一旦失效，就是一個自治域網(wǎng)絡(luò)級別的斷網(wǎng)。同時，路由安全的保護機制RPKI(互聯(lián)網(wǎng)碼號資源公鑰基礎(chǔ)設(shè)施)使得路由控制系統(tǒng)也同域名一樣，依賴層次化的IP地址認證體系，這是全球互聯(lián)網(wǎng)的根本運行機制和資源分配體系決定的。

結(jié)語：

由大量異構(gòu)網(wǎng)絡(luò)互聯(lián)互通而成的“全球互聯(lián)網(wǎng)”，依舊會依賴互聯(lián)網(wǎng)域名系統(tǒng)提供的“統(tǒng)一命名空間”和互聯(lián)網(wǎng)路由系統(tǒng)提供的“統(tǒng)一尋址空間”。此次根服務(wù)器故障和滯后的路由控制，導(dǎo)致的是一個“通用頂級域名”無法解析，如果影響的是一個國家代碼頂級域名，將會在國際上引來巨大的爭議。

盡管學(xué)術(shù)界和工業(yè)界已經(jīng)不斷地提出安全解決方案，但在可預(yù)見的未來，伴隨著他們的運行風(fēng)險不會消失。域名系統(tǒng)和路由系統(tǒng)的安全保障工作，沒有終點，只有不斷出現(xiàn)的新的更高水平的起點。(毛偉)

關(guān)鍵詞： net