利用 Kubernetes 自动扩展实现经济层面的可持续性阻碍

《Proceedings of the ACM on Measurement and Analysis of Computing Systems》：Exploiting Kubernetes Autoscaling for Economic Denial of Sustainability

现代K8s架构的高扩展性带来复杂运维，易受经济拒绝服务（EDoS）攻击。本文构建MDP模型分析攻击阈值，结合Stackelberg博弈确定攻击条件，实验显示EDoS可致效率下降3.6倍，且攻击效率随强度变化。提出随机化自动扩缩容的缓解方案，有效降低小时级计费带来的风险。

　　

摘要

现代云计算架构，尤其是基于Kubernetes（K8s）的应用程序，能够实现高度的灵活性和可扩展性。然而，这种优势也带来了相应的复杂性，尤其是在大规模、高响应速度的运行环境中。这种复杂性使得应用程序容易受到“经济可持续性拒绝”（EDoS）攻击的威胁。这类攻击旨在通过耗尽目标系统的资金支持来迫使其停止服务。据预测，到2025年底，公共云市场的规模将达到3750亿美元，因此这是一个亟待解决的问题。在本文中，我们建立了一个理论模型来分析针对K8s的EDoS攻击。我们基于马尔可夫决策过程（MDP）确定了扩展的阈值，考虑了运行K8s副本的成本、服务水平协议违规情况以及计费结构所规定的最低服务费用。在MDP模型的基础上，我们构建了一个斯塔克伯格博弈模型，以分析敌手注入流量的具体条件。MDP模型得出的最优策略通常具有滞后特性，但并非总是如此。通过数值评估，我们发现某些情况下，按小时计费的模式会削弱用户减少资源使用的动力。此外，通过对实际K8s集群的实验验证，我们发现：根据所采用的计费模式和客户的工作负载特征，EDoS攻击可能导致流量强度增加4倍，从而使得系统效率下降3.6倍。有趣的是，虽然增加攻击强度可能会提高攻击的总体效果，但单位攻击功率下的效率却可能反而降低。最后，我们展示了一种基于自定义扩展指标的对策概念验证方案，其中自动扩展决策是随机化的。实验结果表明，与标准扩展方式相比，这种方案能够降低每分钟的资源使用费用，同时请求量几乎没有下降。

可用的格式

您可以使用以下格式查看完整内容：

PDF