RPKI 校验后 3.4% 用户访问失败 | 路由源 AS 怎么核对

周三下午开始零星收到打不开的反馈,按省份统计大概 3.4% 的用户受影响,其他地区完全正常。第一反应是 DNS,换了三个递归查,解析结果一致,把这个方向排除。

把失败用户的出口 IP 段拉出来,按 AS 归类,集中在两家开启了 RPKI 校验的运营商。这个特征很明确,问题在路由的可信度,不在域名。排查顺序得反过来,先看谁受影响,再看这批人有什么共同点。

查我们自己的 ROA。这条 203.0.113.0/24 是去年从另一家运营商迁过来的,ROA 里写的源 AS 还是旧的 64513,实际宣告早就换成了 64512。校验方判定 Invalid,开启 ROV 的网络直接丢弃这条路由。

我先让上游加前缀白名单,被拒了,对方说策略就是按 RPKI 结果走。临时把这两个省的流量切到备用 IP,先止血,可那台机器的带宽只够撑一天。

改法是修正 ROA 的 origin,改成 64512,前缀长度保持 24。签发之后还要等缓存刷新,各家校验器不一样,慢的二十分钟,快的几分钟。

U=https://rpki-validator.ripe.net/api/v1/validity
curl -s $U/AS64512/203.0.113.0/24
whois -h whois.radb.net -- '-i origin AS64512'

校验器返回 valid 之后又观察了两小时,两家运营商的失败率归零。这个接口还会返回一个 reason 字段,异常时直接写 origin AS mismatch,比翻文档快得多。

这件事之后我们把 ROA 的源 AS 写进变更检查单,任何一次出口迁移都要同步核对,签发记录也一并归档。

您可以还会对下面的文章感兴趣: