323异常访问统计 运维同学最近发现应用的访问日志有异常,需要分析下应用服务器是否被攻击了。
Posted huoyingfans
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了323异常访问统计 运维同学最近发现应用的访问日志有异常,需要分析下应用服务器是否被攻击了。相关的知识,希望对你有一定的参考价值。
阿里上机笔试 异常访问统计 运维同学最近发现应用的访问日志有异常,需要分析下应用服务器是否被攻击了。 根据经验值:若一个IP单秒访问pv >= 1000 ,并且,持续大于等于5s,则认为该IP有攻击嫌疑。 现在有日志文件 access.txt,每一行都表示一个访问记录,请读取文件并输出有嫌疑的IP列表。 |
https://maimai.cn/web/feed_detail?fid=1699171070&efid=Re5wP9K4Ixu-Q0ABjKQ_UA&share_channel=2&webid=eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJ1IjoxNzg3MTM2MzYsImZpZCI6MTY5OTE3MTA3MH0.XSTNpELbKrIebgkf-Yf4gfooIzIsNwcSX7xKfrWDeD8&use_rn=1
滑动窗口 维护前后两个指针、两个hashmap 和一个储存结果的set就可以了 大文件要分割稍微麻烦一点 思想还是一样的 |
两个计数map,一个存结果set 一个map统计ip连续多少秒大于 1000 ,另一个map统计当前这一秒的ip计数,假如这一秒有a b c三个ip计数大于 1000 , 就把a b c的连续计数+ 1 ,并把非a b c的连续计数清 0 ,清 0 前判断连续计数是不是≥ 5 ,是就加到结果set |
双map ,滑动窗口 ,count是负数时 ,-2表示连续2,-3表示连续3
没说文件规模一律认为耍流氓
你可以考虑文件大的情况,也可以考虑文件小和情况
用快慢指针
离线的用sparksql一把撸转成全量的rdd,再用分割flatmap 过滤算count大于阈值输出ip
这不就是字符串分割,统计单词出现次数?
得物App员工:是的,你说的没错,然后怎么做呢
如果是sql,用lag可以实现吧
map里套一个map,外层map的key用ip,里层的map的key用时间,value记录出现次数,然后判断次数是否大于一千以及时间是否有连续超过五次的
用Redis的hash数据结构不就好了。时间+IP作为field
玩awk啊,我敢说就一个分组统计就没几个会的
用Java 01 - 07 评论赞 奇虎 360 员工 运维的东西开发不会很正常吧 01 - 10 评论赞 永辉超市员工 回复奇虎 360 员工:这明显是道算法题 01 - 18 评论赞 刘梦 奇虎 360 服务端资深开发 回复永辉超市员工: |
现在还有这么拉的运维用日志分析有没有被攻击吗?
求教高端运维用啥。
负载均衡按IP怎么做的,等分析日志再做负载黄花菜不都凉了么
map 多线程 极致压榨CPU
c++我应该是顺序扫一遍文件就可以了,一个线程读文件一个线程序列化。 因为只需要5s的数据,只要内存里能装的下6s的数据问题就不大,析构也可以单独开一个线程。 剩下的就是用哈希map存数据count++然后简单判断而已。 |
一个笨点的方法,python解析文本,每一行分割,把ip当作key,访问时间做嵌套的key,value就是出现次数,出现一次就加 1 。然后解析这个大map,对出现次数和访问时间是否连续做判断 |
不会,p几的题
陈雨:P6-7
小文件的话直接构造arraylist,转成lambda表达式经过若干算子collect一下就可以了
awk sort grep 一把梭,一行命令的事…
小米员工:性能太挫。没这么简单
tail -n 100000 access.txt|awk -F"," 'print $1,$2'|sort -n |uniq -c|sort -nr |head
陈雨:要出结果,还要连续5秒
cat文件,通过awk把秒输出、再sort,uniq-c,awk把只有秒的一列去重输出到一个文件,在 for 循环取秒,grep原文件取到每秒的行,awk ip地址,uniq-c次数、awk大于 5000 输出 |
from itertools import groupby mylog = open( 'access.txt' , 'r' ) ips = [] for key, group in groupby(mylog): ip = key[ 20 : 32 ] if len(list(group)) >= 1000 : ips.append(ip) the_ip = [] set_ip = set(ips) for ip in set_ip: if ips.count(ip) >= 5 : the_ip.append(ip) print(the_ip) 如果文件比较大就分割成多个chunk然后多个线程处理 |
第一步读取文件,文件每行以,分隔生成数组,取出时间和IP,将时间格式化为Long型,生成Map>,用TreeMap主要是方便KEY可以排序,方便判断连续5s的访问记录 第二步判断过滤IP连续5s的PV>= 1000 的,符合条件的输出到另一个Map>,这里可以用线程池来提高并发计算速度,每个线程判断一个IP 第三步输出符合条件的IP以及IP在相应时间阶段内的PV描述 |
用flink cep
以上是关于323异常访问统计 运维同学最近发现应用的访问日志有异常,需要分析下应用服务器是否被攻击了。的主要内容,如果未能解决你的问题,请参考以下文章
同学,运维喊你来精简日志啦 - 日志瘦身方法论
Linux学习29-awk提取log日志信息,统计日志里面ip访问次数排序
记录一次问题
记录一次问题
tomcat 假死
后门隐藏与维持技巧