.DDoS攻击的趋势
DDoS攻击的趋势总结起来主要有4点，
（1）攻击流量越来越大
DDoS的攻击流量已达500Gbit/s。2016年全球有记录的DDoS峰值已近60Gbit/s，而到了2017年上半年，规模最大的DDoS攻击流量则已达到650Gbit/s。其中，游戏行业大于30Gbit/s以上的攻击就超过了1800次。
（2）移动攻击越来越多
随着智能终端和4G 移动网络的普及，来自移动端的攻击越来越多。移动终端的安全防护能力和用户安全意识较弱，容易成为DDoS攻击利用的对象。值得一提的是，随着物联网的兴起，基于物联网协议的SSDP（Simple Service Discovery Protocol）的反射攻击频率越来越高，明显超越NTP、DNS等传统反射攻击。SSDP被广泛应用于网络摄像头和智能家电，因此SSDP反射攻击源数量非常庞大，而且网络资源更加丰富。
（3）应用型攻击越来越普遍
应用层的攻击将会越来越普遍。报告显示，2017年与2016年相比，应用型攻击增长了42%。其中HTTP flood攻击增长高达26%，混合型攻击增长高达40%。
混合型攻击是指攻击者同时采取多种类型的攻击报文来进行DDoS攻击，例如，传输层与应用层相结合的DDoS攻击，应用层的HTTP flood大流量攻击与HTTP慢速小流量渗透攻击相结合的攻击。混合型DDoS攻击让普通的DDoS防御设备难以防范，或将成为今后主流的DDoS攻击方式。
（4）攻击更多是从数据中心发起的
报告显示，由数据中心向外发起的DDoS攻击呈增长趋势；数据中心服务器被黑客控制沦为僵尸网络的趋势也与日剧增；超大流量的DDoS攻击多数由被控制的数据中心发起。由此可见，数据中心已经成为DDoS攻击的控制目标。
随着云计算的快速发展，互联网业务越来越集中，云数据中心将面临比传统数据中心更加严峻的DDoS攻击考验。主要原因在于：云数据中心虚拟机的租户身份难以被有效识别，且其安全意识薄弱；虚拟机数量庞大、业务种类多、流量模型差别大，难以得到完全的、具有针对性的防护。
前面我们介绍了DDoS攻击的基本概念并分析了DDoS攻击的发展趋势。可能大家会考虑，对于DDoS攻击，我们难道就没有应对之策了吗？
在这种情况下，华为Anti-DDoS方案应运而生，其能够完美地检测和防御DDoS攻击，是当今对抗DDoS攻击的不二之选。
1.2.1 华为Anti-DDoS方案的介绍
华为Anti-DDoS方案包括三大组件：检测中心、清洗中心和管理中心（ATIC）。
① 检测中心主要负责检测流量，发现流量异常后上报管理中心，管理中心下发引流策略至清洗中心，指挥清洗中心进行引流清洗。
② 清洗中心主要根据管理中心下发的策略进行引流、并清洗流量（过滤），并把清洗后的正常流量回注，同时将这些动作记录在日志中上报管理中心。
③ 管理中心负责检测中心和清洗中心的统一管理和调度，即日志记录和报表呈现，以及Anti-DDoS运营方案的提供。
Anti-DDoS方案的工作流程说明如下。
① 检测中心检测分光或者镜像流量。
② 检测中心发现流量异常后，上报受攻击的IP地址到管理中心。
③ 管理中心自动向清洗中心下发引流策略。
④ 清洗中心根据引流策略将去往被攻击IP地址的流量引流到清洗中心中。
⑤ 清洗中心通过先进的多层过滤防御技术清洗流量，丢弃攻击流量。
⑥ 清洗中心将清洗后的正常流量回注到网络中。
⑦ 清洗中心上报攻击日志到管理中心，管理中心负责呈现流量清洗效果。
1.2.2 动态流量基线技术
常见的DDoS攻击主要是大流量的攻击，因此检测中心的主要工作是分类统计流量，然后和预先配置的检测阈值进行比较，如果流量超过检测阈值则认为流量发生异常，需要进行清洗。由此可见，检测是否准确主要取决于检测阈值的配置是否合理，而其合理性完全取决于网络安全工程师的经验。不同网络流量的模型不同，因此，检测阈值的配置没有统一的经验值可循。既然检测阈值这么重要，手工配置又这么艰难，而检测设备又永远在线，是否有一种技术可以自动学习网络的各种流量阈值呢？因此，动态流量基线技术应运而生。
华为Anti-DDoS系统可周期性地统计学习用户网络流量，其将学习到的周期内每种流量模型的最大值作为基本值，然后再结合容忍度（以防止流量瞬时的抖动引起的误判）计算出最终的攻击检测阈值。当用户网络流量模型发生变化时，流量模型学习结果会自动被调整，相应的检测阈值也会自动被调整。
