单日 Worker 调用激增 21 万次:一次边缘多云网关的 CC 攻击排查与治理实录

通过 Cloudflare GraphQL Analytics API 构建数据证据链,定位海外单一节点高频恶意爬取行为,揭示多云路由逻辑带来的“调用放大效应”,并通过边缘 WAF 实现秒级阻断的工程治理全过程。

在多云架构与边缘计算(Edge Computing)日常运维中,监控看板的异常毛刺往往是系统健康度或外部安全风险的直接映射。近期在巡检 Cloudflare 运维看板时,发现过去 24 小时内 Workers 调用量出现指数级异常激增,从接近平稳基线骤增至 21.61 万次(环比增长 13,226%),同时全站缓存命中率被拉低至 0.05%。

本文记录如何从排除内部重定向配置死循环开始,通过 Cloudflare GraphQL Analytics API 构建数据证据链,定位海外单一节点高频恶意爬取行为,揭示多云路由逻辑带来的“调用放大效应”,并通过边缘安全规则(WAF)实现秒级阻断的完整工程治理过程。


一、异常现象与排查假设

监控面板直观呈现了四项关键异常指标:

  • 请求总数:239.63k(环比增长 904.1%);
  • Worker 调用量:216.16k(环比增长 13,226.6%);
  • 缓存命中率:0.05%(下跌 93.7%);
  • CPU 时间 P90:稳定在 2 ms。
流量激增曲线形态:
[Requests/hr]
 40k ┤                                     ╭───────╮
 30k ┤                                     │       │
 20k ┤                                     │       │
 10k ┤                                     │       │
   0 ┼─────────────────────────────────────╯       ╰──
     00:00                 12:00                 24:00

初始排查假设

此前系统刚刚完成跨域 301/308 重定向与静态资源缓存规则治理,出现类似陡增时,第一怀疑点通常是:

  1. 重定向环路(Redirect Loop):根域名与子域名之间的跳转规则是否存在配置冲突,导致客户端或边缘节点陷入死循环。
  2. 探针自激震荡:监控探针高频轮询叠加未命中缓存,导致调用线性累积。

二、数据核验与证据链构建

为了避免盲目调整线上路由,排查优先通过 Cloudflare GraphQL Analytics API 抽取底层明细数据。

1. 锁定异常 Worker 实例

通过调用 workersInvocationsAdaptive 数据集查询各 Worker 脚本在过去 24 小时的调用分布:

query($accountTag: String!, $since: Time!) {
  viewer {
    accounts(filter: {accountTag: $accountTag}) {
      workersInvocationsAdaptive(limit: 10, filter: {datetime_geq: $since}) {
        dimensions { scriptName, status }
        sum { requests, subrequests, errors }
      }
    }
  }
}

统计结果:

  • afn-official-gateway:成功调用 220,549 次,发出子请求(subrequests)220,550 次;
  • 其余业务 Worker(如 wuxian-ai-router 等):调用量均在几百次正常水位。

排查确认:所有突增调用 100% 集中于挂载在 agentfriendly.network/* 的网关 Worker。

2. 溯源请求特征(IP、UA 与路由)

进一步深入 httpRequestsAdaptiveGroups 数据集,按国家、客户端 IP、User-Agent 及请求路径进行聚合分析:

query($zoneTag: String!, $since: Time!) {
  viewer {
    zones(filter: {zoneTag: $zoneTag}) {
      httpRequestsAdaptiveGroups(limit: 20, filter: {datetime_geq: $since}, orderBy: [count_DESC]) {
        count
        dimensions {
          clientRequestHTTPHost
          clientRequestPath
          clientRequestHTTPMethodName
          userAgent
          clientIP
        }
      }
    }
  }
}

分析提取出核心事实:

  1. 单一来源 IP:超过 99.8% 的高频请求来自日本软银(SoftBank)家庭宽带/住宅出口单一 IP 126.74.***.***;
  2. 伪造 User-Agent:请求头携带伪造的 Mozilla/5.0 ... Chrome/156.0.0.0 Safari/537.36(当前主流 Chrome 大版本远未达到 156)以及 fl2 early hints / nginx-ssl early hints 自动化探针特征;
  3. 固定目标路径:针对站点 4 个前台路由进行循环轰击:
    • /standards(5.6 万次)
    • /projects(5.5 万次)
    • /agent-native(5.5 万次)
    • /members(5.5 万次)
  4. 请求速率:短时间内瞬时并发达到约 70 QPS,在过去 15 分钟内产生逾 6 万次请求,并已导致部分上游响应触发 504 Gateway Timeout。

排除结果:该现象与治理阶段配置的 301 重定向规则无关,确认为针对前台核心页面的高频爬虫与 CC 探测行为。


三、架构根因:多云故障转移逻辑的“调用放大效应”

为什么外部针对源站的刷量,会引发 Worker 调用量与子请求数的完全等比暴涨?

审视网关脚本核心路由逻辑:

const BACKENDS = [
  { name: "vercel",  url: "https://vercel.example.com",  region: "GLOBAL" },
  { name: "netlify", url: "https://netlify.example.com", region: "AMER/EMEA" },
  { name: "qcloud",  url: "https://qcloud.example.com",  region: "APAC" }
];

const GEO_ROUTING = {
  'JP': 'qcloud', // 日本访客默认调度至腾讯云 EdgeOne 亚太加速节点
  'CN': 'vercel',
  // ...
};

async function handleRequest(request) {
  const country = request.cf ? request.cf.country : 'US';
  let preferred = BACKENDS[0];
  if (GEO_ROUTING[country]) {
    preferred = BACKENDS.find(b => b.name === GEO_ROUTING[country]);
  }
  // 发起上游子请求并支持故障降级
  const response = await fetch(new URL(url.pathname, preferred.url), { ... });
  return response;
}

在该网关架构下:

  1. 执行层级倒置:域名路由通配绑定了 Worker 路由(example.com/* -> Worker),外部请求在未经过边缘安全过滤前,首选唤醒 Worker 运行时;
  2. 地理路由映射:攻击源 IP 归属日本(JP),触发 GEO_ROUTING['JP'] === 'qcloud';
  3. 调用被动翻倍:每一次外部进入的恶意 GET 请求,Worker 内部均执行一次 fetch('https://qcloud.example.com/...') 向上游拉取内容。
攻击流量注入路径:
[恶意 IP: 126.74.***.***] (70 QPS, Chrome/156)
               │
               ▼
   [Cloudflare 边缘接入]
               │ (无前置 WAF 拦截)
               ▼
[Worker: afn-official-gateway] (消耗 1 次 Invocations)
               │
               ├─► 判定为 JP 流量
               │
               ▼
  [Subrequest: fetch(qcloud)]  (消耗 1 次 Subrequest + 穿透后端)

最终形成 1 次入站请求 = 1 次 Worker 调用 + 1 次外发子请求 的级联消耗链,导致 Worker 配额短时间内剧烈消耗,缓存命中率被拉低至 0.05%。


四、治理与防御实施

阻断思路遵循纵深防御原则:安全过滤必须前置于计算执行层,直接在 Cloudflare 最外层边缘拦截恶意请求,杜绝其下发至 Worker 运行时。

1. WAF 自定义规则配置

在 Cloudflare 域内配置一条高优先级自定义防火墙规则(Custom Rule):

  • 规则名称:Block Aggressive Crawler
  • 匹配表达式:
    (ip.src eq 126.74.***.***) or (http.user_agent contains "Chrome/156")
  • 执行操作:阻止 (Block)(直接返回 403 Forbidden 并终止后续评估)

在规则创建界面,Cloudflare 回测引擎即时显示该规则涵盖了过去 30 天内约 23.2 万次(近 90%)的请求,印证了规则特征的准确性。

优化后的边缘拦截链路:
[外部请求] ──► [Cloudflare WAF 边缘防御层]
                        │
         ┌──────────────┴──────────────┐
         ▼                             ▼
    命中恶意特征                  正常用户流量
  [直接返回 403]                  [唤醒 Worker 网关]
(零 Worker 开销)             (执行多云健康调度与缓存)

2. 部署后即时验证

规则下发后,通过终端探针对不同场景进行快速冒烟测试:

  • 场景 A:伪造 UA 探测验证

    curl -sI -A "Mozilla/5.0 ... Chrome/156.0.0.0 Safari/537.36" https://agentfriendly.network/standards

    返回:HTTP/1.1 403 Forbidden(边缘毫秒级拦截,未到达源站与 Worker)。

  • 场景 B:正常用户访问验证

    curl -sI https://agentfriendly.network/standards

    返回:HTTP/1.1 200 OK(业务流量正常放行,未受阻断影响)。

  • 场景 C:流量与调用监控 规则生效 60 秒内,来自该 IP 的请求全部收敛为 403,afn-official-gateway 的 Invocations 从几万级峰值直接归零,后端 504 超时告警完全消除。


五、架构与运维反思

通过本次排查与治理,沉淀出以下多云边缘网关架构原则:

  1. 防护前置于计算(Security Before Compute): 在 Serverless / Edge Worker 网关架构中,Worker 属于按量计费的计算资源。绝不能将 CC 防护、频控(Rate Limiting)完全寄托于 Worker 代码内部实现。必须利用边缘平台第一道 WAF 防线进行阻断,避免算力被无意义消耗。
  2. 数据证据链优先于主观猜测: 监控指标突增时,优先使用 GraphQL 等细粒度 API 抽取 IP、UA、Path、Status 的多维交叉数据。本次排查若未先行抓出特定 IP 与伪造 UA,容易误判为重定向规则失效而进行多余回滚。
  3. 边缘子请求限速与健康熔断: 对于根据地理位置执行分流的网关脚本,需在 Worker 内部增加针对同 IP/同路由的轻量限频及边缘 Cache API 兜底,防止单点故障引发后端源站级联击穿。

环境与凭据说明:本文中涉及的所有物理 IP 均已使用通用短掩码进行脱敏,配置与代码遵循生产脱敏规约。