找份工作，工作内容就是不断破坏东西，然后让它们更好地运转？听起来像是每个好奇心重的六岁小孩的梦想，但又确实是 DevOps 向 DevSecOps 转型过程中的一种新兴软件工程趋势。其宗旨就是通过测试系统极限，来提升任何情况下的安全及性能。
这种趋势就是混沌工程。其前提是，即使在一切正常的时候，现代分布式网络的本质仍旧意味着，系统中存在固有的混沌元素，可导致不可预知的结果。
混沌工程是主动型漏洞管理的一种形式，在受控环境中测试网络在最极端情况下的表现。其理论基础是：当你做好了应对最坏情况的准备，就能轻松应付常规性能问题。
在受控环境中放任混沌肆虐，可使工程师运用收集来的数据设计出更健壮、更富弹性的系统。而且，听起来就很有趣。
Netflix 为什么选择混沌
混沌工程这一概念成型于 2010 年，作为此前 Netflix 所遭严重宕机事件的应对之策。Netflix 在宕机事件后即从单一供应商内部部署网络，转型至基于云的全球分布模式。那次宕机事件源于该公司主数据库之一崩溃，造成公司掉线三天，数百万客户无服务可用。
在一小时宕机时间即可导致企业平均 10 万美元以上损失的时代，就算掉线五分钟也是不可接受的。宕机不仅影响企业声誉和收益，还会令企业网络更易遭受攻击和数据泄露。
为准备转向去中心化全球网络，Netflix 团队创建了 Chaos Monkey （混世猴子）工具。该工具用于在非预期时间和位置上制造随机系统性故障，以确定系统能否抗住极端情况。其中逻辑在于，如果网络连这种极端情况都能对付，那肯定就能处理不那么极端的情况。
自 Netflix 将混沌作为一种软件工程 DevOps 工具，并把他们的 “猴子” 放到了开源社区，将近七年的时间里，混沌工程已经成为 IBM、谷歌和亚马逊等公司的标准测试过程。
混沌实战：混沌工程的原则
混沌工程可简单比作以网络为对象的接种防疫。人体接种失活疫苗后，身体会自然产生抗体，抵御此后可能的感染。网络安全发展至今，有些方法开始利用机器学习预测、调适和对抗内部及外部威胁。混沌工程可与这些先进网络安全方法紧密协作。
混沌工程原理
混沌工程的目标之一，是通过直接解决特定谬论，纠正不熟悉分布式网络的那些人的偏见。
这些谬论是：
网络可靠且安全
零延迟
带宽是无限的
拓扑是不变的
管理员只有一个
传输开销为零
网络是同质的
混沌工程实验旨在解决全球网络分布中范围和结果的不确定性，发现可能影响性能和安全的系统性漏洞。绝大多数混沌工程实验遵循以下四步：
1. 定义指征正常系统性能的可衡量结果 “稳定状态”。
2. 假设该稳定状态将在控制和挑战两种环境中延续。
3. 引入模拟现实世界问题的变量，比如服务器崩溃、恶意软件注入、网络掉线和硬件故障等。
4. 通过对比控制组和挑战组中网络行为的差异，试图推翻原本稳定状态将延续的假设。
实验在受控设置下进行，以便了解分布式网络行为的更多特征，寻求在发生系统性故障之前就修正问题。良好混沌实验的核心，是可产生非预期变量的一系列创意。在试图证伪先前假设的过程中，一次改变一个重要变量，打破陈规。
有很多种方式可以创建新的潜在破坏性变量。很多人都会用 VPN 加密互联网连接，但未必考虑过使用其地理位置功能隐藏自身 IP 地址。该软件就通过以中间计算机连接互联网，来冒充其他国家的用户，以此实现隐藏自身 IP 地址的目的。关键点就在于尝试打破稳定状态。造成服务器崩溃。关闭虚拟机。给网络制造的复杂情况越多，你对系统安全与性能的信心越足，而且人工智能的发展也可以生成相当复杂的各种场景。
为确保混沌工程在理想状况下执行，产生出可靠数据，以下原则是必须遵循的。
1. 围绕基于可测输出而非系统特征的稳定状态行为，形成一种假设。这将证明系统可抵御不可预测的压力因素，而不仅仅是确认其如何运作。
2. 变动现实世界事件，包含源自硬件故障、软件漏洞及其他未必造成故障的事件，比如瞬时流量峰值或操作增加。
3. 在生产中实验，以便囊括真实流量。这可确保测试的真实性与相关性，让结果比仅仅依靠流量及压力模拟来得更具现实意义。
4. 运用自动化技术，安排和执行持续实验。自动化测试已编入混沌工程标准流程，目的是节省人工实现所耗费的时间和开销。
5. 最小化冲击范围，提升控制与减少网络中断。
企业运用混沌工程的优势
混沌条件下实现测试比单纯实验室分析提供的好处更多。技术人员能获得有关系统性漏洞的更深洞见，可减少有害事件及后果，缩短上市时间。业务人员能主动缓解盈利损失，减少停工时间，启动更有意义的 IT 和工程培训项目。
最重要的是，开发人员、工程师和业务人员可以支持更可靠的服务开发与交付，通过确保持续的服务可用性而增加客户满意度。
想要保护联网系统，在整体性能与网络安全缓解计划中融入混沌工程标准值得一试。
结语
网络越复杂，分布范围越广，软件开发人员和工程师就越想拥有适应各种情况的有效测试协议。
引入混沌工程，可以在不中断关键系统功能的情况下，更好地应对非预期事件。这将提升几乎所有挑战性环境中的整体性能并增强系统安全性。
声明：本文来自安全牛，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
