Amazon Science

Using mathematics to validate network configurations

8.5内容质量

TL;DR · AI 摘要

AWS的Tiros工具通过数学方法每小时验证网络隔离,确保配置符合安全规范。

核心要点

  • Tiros每小时分析AWS Cloud WAN网络拓扑,提供数学证明确保隔离符合规范。
  • 通过转换路由表和策略文档为逻辑命题,Tiros可推导网络可达路径并报警。
  • 静态验证替代动态采样,实现全路径网络分割验证。

结构提纲

按章节快速跳转。

  1. 现代网络需要数学方法验证隔离配置以保障数据安全。

  2. ·Tiros工具原理

    Tiros通过逻辑命题转换网络配置实现静态验证。

  3. 每小时分析拓扑并推导可达路径,发现偏差时报警。

  4. 静态分析替代动态采样,实现全路径验证。

  5. 用于VPC可达性分析等服务,保障网络隔离。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • 数学验证网络配置
    • Tiros工具
      • 逻辑命题转换
      • 静态分析方法
      • 可达路径验证
    • 应用场景
      • VPC可达性分析
      • 网络隔离验证

金句 / Highlights

值得收藏与分享的关键句。

#AWS#网络验证#自动化工具#静态分析
打开原文

利用数学验证网络配置 - Amazon Science

自动化推理

利用数学验证网络配置

对已部署网络进行静态分析有助于降低敏感数据跨分区泄露的风险,从而支持大规模网络的安全性和可靠性。

作者

Dan DaCosta

2026年11月11日

5分钟阅读

分享

  • 复制链接
  • 邮件
  • X
  • LinkedIn
  • Facebook
  • Line
  • Reddit
  • QZone
  • 新浪微博
  • 微信
  • WhatsApp

分享到微信

x

收听 • 7:49 分钟

关键要点

  • AWS的Tiros自动化推理工具可以每小时分析一次部署的AWS Cloud WAN网络拓扑。它通过数学证明网络符合其隔离规范,且无需动态数据包采样。
  • Tiros从Cloud WAN路由表、附件和策略文档入手,专用软件将其转换为逻辑命题。随后Tiros推导出可达路径,若可达性与预期分段不一致,系统将向操作员发出警报。

这对您有帮助吗?

企业、银行、医院和学术机构都依赖广域网(WAN)连接不同地理区域的本地网络。然而,在WAN内部,通常需要将不同的计算资源相互隔离:例如,用于测试新网站功能的编码环境应与活跃网站保持隔离。

客户依赖这种隔离(或称分段)来保护敏感数据;单一分段规则的配置错误就可能导致流量到达网络的非预期部分,或允许数据跨越组织边界。

历史上,验证网络分段需要通过向网络发送数据包来绘制网络地图。然而,现代网络的规模和复杂性使得这种方式难以构建完整的地图,因此组织改用采样流程,仅向网络的部分区域发送数据包。结果是网络分段很少得到彻底验证。

通过使用Tiros——AWS用于分析网络连接的自动化推理工具,我们提供了一种替代动态采样的方案,旨在验证所有建模路径的分段情况。

此前,Tiros已被用于面向客户的服务,如Amazon Inspector、VPC Reachability Analyzer和Network Access Analyzer。这些服务侧重于可达性分析,即判断是否存在从一个网络资源到另一个资源的有效请求序列。我们的关键见解是,如果我们能够确定网络中的可达路径,那么我们也可以识别特定资源之间路径的缺失。

从根本上说,自动化分段验证是一个静态过程:它通过检查网络来验证分段,而无需依赖动态数据包流量。使用Tiros,我们可以每小时分析一次已部署网络的拓扑结构。这些分析提供了数学证明,表明拓扑描述与我们的隔离规范一致。

自动化分段验证

在现代网络中,虚拟网络构建在服务器、电线和其他组件的物理网络之上。分段通过逻辑规则和路由策略实现,而非物理隔离网络硬件。

我们考虑一种情况:某位亚马逊网络服务(AWS)客户正在使用AWS Cloud WAN服务配置和部署一个大型组织的广域网(WAN)。为了通过Tiros验证网络隔离,我们首先从路由表、"连接"(类似于网络中的虚拟电缆)和策略文档中收集客户的Cloud WAN配置。专用软件将这些配置转换为描述网络行为的逻辑命题。现在,我们拥有了一个逻辑表达的配置,使得自动化推理工具可以对其进行分析。

随后我们向Tiros提问:"哪些连接可以通过哪些目标IP地址到达其他连接?" Tiros会生成它从网络描述中推导出的满足条件的分配方案,每个方案对应一条路径。我们的系统会检查政策声明应相互隔离的网络段之间是否不存在路径。如果实际可达性与预期的隔离效果一致,验证检查就成功;如果存在差异,系统会向操作员发出警报。

虚拟私有云与网络谓词

设想一家全球性公司使用Cloud WAN连接世界各地的资源并管理其产品销售和支持网站。当公司更新网站时,会从Cloud WAN开发环境内的公共网站副本进行更新。生产环境需要严格隔离,以确保尚未准备部署的测试和更改不会影响到维护在独立生产环境中的实时网站。因此,公司的软件开发人员编写了一项策略,即一组逻辑规则,以满足这种隔离需求。

跨两个区域(us-east-1和us-west-2)的两个策略定义网络段:生产环境和开发环境。

该策略定义了跨两个区域(us-east-1和us-west-2)的两个网络段:生产环境和开发环境,如上图所示。连接策略使用标签将虚拟私有云(VPC,即在更大网络中的逻辑隔离网络)分配到其他各种网络段。在此策略中,VPC被标记为:VPC-prod-use1和VPC-prod-usw2加入生产环境段,VPC-dev-use1加入开发环境段,如图所示。

请注意,在图中,VPC-prod-use1和VPC-dev-use1位于同一地址空间10.0.0.0/16内。在这种情况下,隔离变得至关重要;如果这些VPC部署在同一个网络段内,或隔离配置错误,发往该地址空间的数据包将具有非确定性目标,可能是VPC-prod-use1或VPC-dev-use1。实际上,这种配置错误可能导致客户流量错误地到达开发环境VPC。

使用Tiros,我们基于上述核心网络配置构建由规则(条件谓词)和事实(无条件谓词)组成的网络逻辑模型。模型构建完成后,我们可以向Tiros查询模型中连接的隔离实例。

当Tiros接收到谓词、事实和查询后,会生成模型中可证明查询的每个VPC和IP的关联分配。例如,如果Tiros发现不存在生产环境VPC到达开发环境VPC,或开发环境VPC到达生产环境VPC的分配方案,结果将表明核心网络的隔离与声明的策略一致。

Future work

分段验证展示了自动化推理如何提供基于数据包的测试无法实现的保障。通过将网络配置编码为逻辑命题,并利用Tiros探索模型中的潜在路径,我们可以将分段与声明的策略进行比对,而不仅仅是进行抽样测试。客户无需运行单独的可达性测试。

这种方法不仅适用于Cloud WAN。在AWS的各个领域,自动化推理被用于分析那些因规模过大而无法彻底测试的系统属性。通过名为Zelkova的引擎,IAM访问分析器可以帮助您识别策略是否可能允许从账户外部访问资源,并使用相同的推理机制识别公开共享或与其他账户共享的S3存储桶。同样,VPC可达性分析器可帮助确定网络中一个资源是否能访问另一个资源。它们都基于相同的原理:将配置转换为逻辑,并验证您关注的属性是否成立。

研究领域

  • 自动推理

标签

  • 形式化方法
  • 安全
  • 亚马逊网络服务(AWS)
  • 网络

关于作者

Dan是亚马逊的高级应用科学家。