傳統防火墻與下一代防火墻

防火墻的發展過程

第一種

簡單包過濾防火墻

工作于:3、4層

實現了對于IP、UDP、TCP信息的一些檢查

優點:速度快、性能高、可用硬件實現;兼容性較好

檢查IP、UDP、TCP信息

缺點:

安全性有限:僅能基于數據包的表面層面進行審查,無法深入到應用層

功能單一 :不能狀態檢查、不支持認證等

ACL配置繁雜、管理起來麻煩

第二種

狀態檢測防火墻

工作于:3、4、5層

根據通信和應用程序狀態(是否有狀態表)確定是否允許包的通行

用于識別或者控制數據流是返回的數據流還是首發的數據流(說白了就是,這個數據流標識是不是第一次通過這個防火墻,是就會根據狀態表識別判斷,不是就要進行acl規則判定)

在數據包進入防火墻時就根據狀態表進行識別和判斷,無需重復查找規 則

與過濾防火墻不同,狀態防火墻保持連接狀態的跟蹤;連接是否處于初 始化、數據傳輸、終止狀態;它們通過查看TCP頭中的SYN、RST、ACK、 FIN和其他控制代碼來確定連接的狀態;維持一張連接狀態表;數據通過時查找這張表;

會話創建

對于TCP報文,三次握手+ALG后創建會話

對于UDP/ICMP/Raw IP報文,首包創建會話

會話

是狀態防火墻,采用會話表維持通信狀態。會話表包括五個元素: 源IP地址、源端口、目的IP地址、目的端口和協議號(如果支持虛擬防火墻的話還有一個VPN-ID)。當防火墻收到報文后,根據上述五個元素查詢會話表

原理流程圖

優點:

安全性提升:能夠通過跟蹤連接狀態來保證數據流的合法性,能夠有效抵御一些簡單的攻擊

能夠根據狀態表來進行快速的判斷。

缺點:資源消耗大(相比過濾防火墻)、檢測跟蹤連接狀態時需要消耗更多資源、

處理速度慢

流與會話概念

流:是一個單方向的一個概念,根據報文所攜帶的五元組或者三元組進行唯一標識。根據IP層協議的不同可將流分為四大類

TCP流:通過五元組唯一標識

UDP流:通過五元組唯一標識

ICMP流:通過三元組 + ICMP type + ICMP code唯一標識

RAW IP流:不屬于上述協議的,通過三元組標識

第三種

應用網關防火墻(代理防火墻)

工作于:3、4、5、7層

概念

它是基于應用層的防火墻技術,它通過代理服務器來處理進出網絡的數據包。應用代理防火墻可以對數據包的內容進行過濾和檢查,可以識別應用層協議(如HTTP、FTP),并可以對數據包進行加密和解密。

優點:支持連接身份認證,能檢測應用層數據

缺點:用軟件處理,消耗系統資源;僅支持TCP應用;可能需要額外的客戶端軟件(校園網:天翼校園網)

ALG作用及功能

ALG的狀態檢測是基于應用層協議的,能夠監聽每一個應用的每個連接所使用的端口,打開合適的通道允許會話中的數據穿過防火墻 ,在會話結束時關閉該通道,從而實現對動態端口應用的有效訪問

控制:

會話層狀態:記錄了傳輸層報文之間的交互信息,包括源IP地址、源端 口、目的IP地址、目的端口,協議類型等,創建會話狀態信息。

動態通道(基于應用層會話狀態):當應用層協議報文中攜帶IP地址、 TCP、UDP端口信息時,這些地址信息會被用于建立動態通道,后續符合 該地址信息的連接將使用已經建立的動態通道來傳輸數據。

在NAT的實際應用過程中,NAT僅對網絡層報文的報文頭進行IP地址的識別和轉換,對于應用層協議協商過程中報文載荷攜帶的地址信息則無法進行識別和轉換,因此在有NAT處理的組網方案中,NAT利用ALG技術可以對多通道協議進行應用層的報文信息的解析和地址轉換,保證應用層上通信的正確性

傳統防火墻的局限性

基于邊界防御:通過劃分信任/非信任網絡,基于IP/端口和靜態特征進行防護

靜態防護模式:無法應對復雜多變的現代網絡威脅(如APT攻擊、0Day漏洞)

架構問題:串糖葫蘆式部署(FW+IPS+AV+WAF)導致成本高、管理難、效率低(單點故障)

IT環境變化帶來的挑戰

邊界模糊化:云計算、移動辦公等使傳統網絡邊界消失

攻擊復雜化:攻擊手段更隱蔽(如高級持續性威脅APT),目標更多樣化

靜態防御失效:傳統基于特征的檢測難以應對新型威脅

下一代防火墻(NGFW)核心價值

安全可視

用戶行為可視化(身份/終端類型/接入方式)

業務風險可視化(漏洞/數據流)

圖形化展示安全態勢

持續檢測

智能分析攻擊行為(APT/僵尸網絡檢測)

云安全聯動(威脅情報/沙箱檢測)

深度內容檢測(DPI)

協議解析+內容還原集成

Web防護/惡意代碼檢測/數據防泄露

典型應用場景

互聯網出口:終端上網全程保護,阻斷惡意流量、檢測失陷主機

Web安全:自動化資產發現(防止遺漏的資產沒有防護導致遭受攻擊)+漏洞掃描+針對性防護

數據中心:分層防護服務器群(應用/WEB/數據庫)

廣域網接入:分布式部署+集中化管理數據

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/92383.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/92383.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/92383.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

計算機視覺前言-----OpenCV庫介紹與計算機視覺入門準備

前言:OpenCV庫介紹與計算機視覺入門 OpenCV概述 OpenCV(Open Source Computer Vision Library)是一個開源的計算機視覺和機器學習軟件庫,由Intel于1999年首次發布,現由非盈利組織OpenCV.org維護。它包含了超過2500種…

AI面試系統助手深度評測:6大主流工具對比分析

導語:秋招季,企業如何破局高效招聘?隨著2024年秋招季臨近,企業招聘壓力陡增。據牛客調研數據顯示,74.2%的求職者已接觸過AI面試,89.2%的企業認為AI顯著提升了篩選效率。然而,面對市場上琳瑯滿目…

浮雕軟件Artcam安裝包百度云網盤下載與安裝指南

如你所知,ArtCAM是一款專業的CAD/CAM軟件工具,主要用于三維浮雕設計、珠寶加工及CNC數控雕刻,可將二維構思快速轉化為三維藝術產品,深受使用者的喜愛。一、主要應用領域?工藝品與制造業?:木工雕花、標牌制作、模具制…

六邊形架構模式深度解析

在分布式系統設計領域,六邊形架構(Hexagonal Architecture,又稱端口與適配器模式)作為一種以領域為中心的架構模式,通過明確分離核心業務邏輯與外部交互,有效提升系統的可測試性、可擴展性與可維護性。本文…

Beelzebub靶機

一、主機發現 arp-scan掃描一下局域網靶機 二、信息收集 nmap -sV -A -T4 -p- 192.168.31.132 22端口ssh服務和80端口web服務是打開的 目錄掃描 三、滲透測試 訪問一下web服務是個apache的首頁 web頁面分析 有一個很奇怪的地方,index.php明明是一個200的響應&a…

目前常用于視頻會議的視頻編碼上行/下行帶寬對比

視頻編碼上行/下行帶寬對比H.264、VP8和VP9在不同終端數量下的上行與下行帶寬需求差異(單位:Mbps)編碼效率說明H.264基準編碼標準,上行和下行帶寬需求相對較高,硬件兼容性最佳VP8開源編碼,上行和下行帶寬均…

CrewAI ——構建多智能體協作的框架

CrewAI 是一個用于構建多智能體協作的框架,它的核心目標是通過協調多個智能體(Agents)來完成復雜任務。這些智能體不僅可以在單一任務中進行合作,還可以在動態、開放的環境中進行交互與協作。CrewAI 的設計和實現使得智能體之間能…

【數據結構初階】--排序(五)--計數排序,排序算法復雜度對比和穩定性分析

🔥個人主頁:草莓熊Lotso 🎬作者簡介:C研發方向學習者 📖個人專欄: 《C語言》 《數據結構與算法》《C語言刷題集》《Leetcode刷題指南》 ??人生格言:生活是默默的堅持,毅力是永久的…

InfluxDB 數據備份與恢復高級策略(二)

案例實戰:InfluxDB 數據備份恢復業務場景描述假設我們正在參與一個大型的物聯網項目,該項目涉及分布在不同區域的數千個傳感器設備 ,這些設備實時采集環境溫度、濕度、設備運行狀態等數據,并將這些數據存儲在 InfluxDB 數據庫中。…

sqli-labs通關筆記-第36關GET寬字符注入(單引號閉合 手工注入+腳本注入 3種方法)

目錄 一、轉義函數 1、mysqli_real_escape_string 2、addslashes 3、轉義區別 二、寬字符注入 三、sqlmap之tamper 四、sqlmap之unmagicquotes 五、源碼分析 1、代碼審計 2、SQL注入安全性分析 六、滲透實戰 1、進入靶場 2、id1探測 3、id-1探測 4、id1%df and…

手撕設計模式——咖啡點單系統之裝飾模式

手撕設計模式——咖啡點單系統之裝飾模式 1.業務需求 ? 大家好,我是菠菜啊,好久不見,今天給大家帶來的是——裝飾模式。老規矩,在介紹這期內容前,我們先來看看這樣的需求:現在有一個咖啡館,有…

LRU Cache緩存替換算法

目錄 一、LRU 是什么?Cache是什么? 二、LRU Cache的實現 三、源碼 一、LRU 是什么?Cache是什么? LRU 是 "Least Recently Used" 的縮寫,意思是“最近最少使用”。它是一種常用的 緩存(Cache&…

自定義視圖:圖形與圖像的處理(二):繪圖

除了使用已有的圖片之外,Android應用還常常需要在運行時動態地生成圖片,比如一個手機游戲,游戲界面看上去豐富多彩,而且可以隨著用戶動作而動態改變,這就需要借助于Android的繪圖支持了。1. Android繪圖基礎:Canvas、P…

微服務、服務網格、Nacos架構與原理

Nacos架構與原理 -服務網格生態-阿里云開發者社區 ------ 該文章用于學習參考,如有侵權,請直接聯系下架 服務網格的核心職責:治理“服務通信” 包括但不限于: 功能 舉例說明 負載均衡 動態選擇服務實例 熔斷、重試 某個服務失敗時自動切換、重試 流量路由 灰度發布、藍綠…

STM32——啟動過程淺析

總:STM32——學習總綱 參考文件: STM32 MAP文件淺析-V1.1 STM32 啟動文件淺析_V1.2 Cortex-M3權威指南(中文)、ARM Cotrex-M3權威指南(英文).zip 一、Map文件解析 1.1 MDK編譯過程文件 在編譯中,會生成11種編譯過程文件,可…

區塊鏈簡介

一、區塊鏈簡介 狹義上的定義: 區塊鏈是一種鏈式數據結構,通過按時間順序將數據塊逐一連接形成。這種結構通過密碼學確保了數據的不可篡改性和不可偽造性,形成了一種分布式賬本技術。 廣義上的定義: 區塊鏈技術不僅僅是一種數據…

NestJS中@Injectable裝飾器

一、基礎定義與核心作用 1.1 什么是Injectable? Injectable() 是 NestJS 依賴注入(Dependency Injection, DI)系統的核心裝飾器,用于將類標記為可注入的提供者(Provider)。它告知 NestJS 的 IoC&#xff08…

【機器學習深度學習】大模型應用落地:微調與RAG的角色與實踐

目錄 前言 一、微調與RAG:大模型應用落地的兩大支柱 1. 微調(Fine-tuning) 2. RAG(Retrieval-Augmented Generation) 二、微調可以做什么? 1. 模型自我認知調整 2. 對話風格優化 3. 提升問題理解能…

List、ArrayList 與順序表

目錄 一、List 介紹 二、線性表 三、自己實現 ArrayList 3.1 顯示元素 3.2 增 3.2.1 默認在數組后面新增元素 3.2.2 在指定位置中新增元素 3.3 查 3.4 取值 3.5 改 3.5.1 把 pos 位置的元素修改成 value 3.5.2 刪除某個元素 3.5.3 清空 四、認識 ArrayList 4.0 說…

Baumer工業相機堡盟工業相機如何通過YoloV8深度學習模型實現各類垃圾的分類檢測識別(C#代碼UI界面版)

Baumer工業相機堡盟工業相機如何通過YoloV8深度學習模型實現各類垃圾的分類檢測識別(C#代碼UI界面版)工業相機使用YoloV8模型實現各類垃圾的分類檢測識別工業相機通過YoloV8模型實現各類垃圾的分類檢測識別的技術背景在相機SDK中獲取圖像轉換圖像的代碼分…