utils/cron_banip.py

   1 #!/usr/bin/python
   2 #
   3 # Search logs for high-bandwith users and create a list of suspicious IPs.
   4 # There are three states: bulk, block, ban. The first are bulk requesters
   5 # that need throtteling, the second bulk requesters that have overdone it
   6 # and the last manually banned IPs.
   7 #
   8 # The list can then be used in apache using rewrite rules to
   9 # direct bulk users to smaller thread pools or block them. A
  10 # typical apache config that uses php-fpm pools would look
  11 # like this:
  12 #
  13 #    Alias /nominatim-www/ "/var/www/nominatim/"
  14 #    Alias /nominatim-bulk/ "/var/www/nominatim/"
  15 #    <Directory "/var/www/nominatim/">
  16 #        Options MultiViews FollowSymLinks
  17 #        AddType text/html   .php
  18 #    </Directory>
  19 #
  20 #    <Location /nominatim-www>
  21 #        AddHandler fcgi:/var/run/php5-fpm-www.sock .php
  22 #    </Location>
  23 #    <Location /nominatim-bulk>
  24 #        AddHandler fcgi:/var/run/php5-fpm-bulk.sock .php
  25 #    </Location>
  26 #
  27 #    Redirect 509 /nominatim-block/
  28 #    ErrorDocument 509 "Bandwidth limit exceeded."
  29 #    Redirect 403 /nominatim-ban/
  30 #    ErrorDocument 403 "Access blocked."
  31 #
  32 #    RewriteEngine On
  33 #    RewriteMap bulklist txt:/home/wherever/ip-block.map
  34 #    RewriteRule ^/(.*) /nominatim-${bulklist:%{REMOTE_ADDR}|www}/$1 [PT]
  35 #
  36
  37 import os
  38 import psycopg2
  39 import datetime
  40
  41 BASEDIR = os.path.normpath(os.path.join(os.path.realpath(__file__), '../..'))
  42
  43 #
  44 # DEFAULT SETTINGS
  45 #
  46 # Copy into settings/ip_blcoks.conf and adapt as required.
  47 #
  48 BLOCKEDFILE= BASEDIR + '/settings/ip_blocks.map'
  49 LOGFILE= BASEDIR + '/log/restricted_ip.log'
  50
  51 # space-separated list of IPs that are never banned
  52 WHITELIST = ''
  53 # space-separated list of IPs manually blocked
  54 BLACKLIST = ''
  55
  56 # time before a automatically blocked IP is allowed back
  57 BLOCKCOOLOFF_PERIOD='1 hour'
  58 # quiet time before an IP is released from the bulk pool
  59 BULKCOOLOFF_PERIOD='15 min'
  60
  61 BULKLONG_LIMIT=8000
  62 BULKSHORT_LIMIT=2000
  63 BLOCK_UPPER=19000
  64 BLOCK_LOWER=4000
  65 BLOCK_LOADFAC=380
  66 BULK_LOADFAC=160
  67 BULK_LOWER=1500
  68 MAX_BULK_IPS=85
  69
  70 #
  71 # END OF DEFAULT SETTINGS
  72 #
  73
  74 try:
  75     execfile(os.path.expanduser(BASEDIR + "/settings/ip_blocks.conf"))
  76 except IOError:
  77     pass
  78
  79 # read the previous blocklist
  80 WHITELIST = set(WHITELIST.split()) if WHITELIST else set()
  81 prevblocks = []
  82 prevbulks = []
  83 BLACKLIST = set(BLACKLIST.split()) if BLACKLIST else set()
  84 newblocks = set()
  85 newbulks = set()
  86
  87 try:
  88     fd = open(BLOCKEDFILE)
  89     for line in fd:
  90         ip, typ = line.strip().split(' ')
  91         if ip not in BLACKLIST:
  92             if typ == 'block':
  93                 prevblocks.append(ip)
  94             elif typ == 'bulk':
  95                 prevbulks.append(ip)
  96     fd.close()
  97 except IOError:
  98     pass #ignore non-existing file
  99
 100 # determine current load
 101 fd = open("/proc/loadavg")
 102 avgload = int(float(fd.readline().split()[2]))
 103 fd.close()
 104 # DB load
 105 conn = psycopg2.connect('dbname=nominatim')
 106 cur = conn.cursor()
 107 cur.execute("select count(*)/60 from new_query_log where starttime > now() - interval '1min'")
 108 dbload = int(cur.fetchone()[0])
 109
 110 BLOCK_LIMIT = max(BLOCK_LOWER, BLOCK_UPPER - BLOCK_LOADFAC * (dbload - 75))
 111 BULKLONG_LIMIT = max(BULK_LOWER, BULKLONG_LIMIT - BULK_LOADFAC * (avgload - 14))
 112 if len(prevbulks) > MAX_BULK_IPS:
 113     BLOCK_LIMIT = max(3600, BLOCK_LOWER - (len(prevbulks) - MAX_BULK_IPS)*10)
 114
 115 # get the new block candidates
 116 cur.execute("""
 117   SELECT ipaddress, max(count), max(ua) FROM
 118    ((SELECT * FROM
 119      (SELECT ipaddress, sum(case when endtime is null then 1 else 1+1.5*date_part('epoch',endtime-starttime) end) as count, substring(max(useragent) from 1 for 30) as ua FROM new_query_log
 120       WHERE starttime > now() - interval '1 hour' GROUP BY ipaddress) as i
 121    WHERE count > %s)
 122    UNION
 123    (SELECT ipaddress, count * 3, ua FROM
 124      (SELECT ipaddress, sum(case when endtime is null then 1 else 1+1.5*date_part('epoch',endtime-starttime) end) as count, substring(max(useragent) from 1 for 30) as ua FROM new_query_log
 125       WHERE starttime > now() - interval '10 min' GROUP BY ipaddress) as i
 126    WHERE count > %s)) as o
 127   GROUP BY ipaddress
 128 """, (BULKLONG_LIMIT, BULKSHORT_LIMIT))
 129
 130 bulkips = {}
 131 emergencyblocks = []
 132
 133 for c in cur:
 134     if c[0] not in WHITELIST and c[0] not in BLACKLIST:
 135         missing_agent = not c[2] or c[2].startswith('Java/1.')
 136         if (missing_agent or c[1] > BLOCK_UPPER) and c[0] not in prevblocks:
 137             newblocks.add(c[0])
 138             if c[0] not in prevbulks:
 139                 emergencyblocks.append(c[0])
 140         else:
 141             bulkips[c[0]] = c[1]
 142
 143 # IPs from the block list that are no longer in the bulk list
 144 deblockcandidates = set()
 145 # IPs from the bulk list that are no longer in the bulk list
 146 debulkcandidates = set()
 147 # new IPs to go into the block list
 148 newlyblocked = []
 149
 150
 151 for ip in prevblocks:
 152     if ip in bulkips:
 153         newblocks.add(ip)
 154         del bulkips[ip]
 155     else:
 156         deblockcandidates.add(ip)
 157
 158 for ip in prevbulks:
 159     if ip in bulkips:
 160         if bulkips[ip] > BLOCK_LIMIT:
 161             newblocks.add(ip)
 162             newlyblocked.append(ip)
 163         else:
 164             newbulks.add(ip)
 165         del bulkips[ip]
 166     else:
 167         debulkcandidates.add(ip)
 168
 169 # cross-check deblock candidates
 170 if deblockcandidates:
 171     cur.execute("""
 172         SELECT DISTINCT ipaddress FROM new_query_log
 173         WHERE ipaddress IN ('%s') AND starttime > now() - interval '%s'
 174         """ % ("','".join(deblockcandidates), BLOCKCOOLOFF_PERIOD))
 175
 176     for c in cur:
 177         newblocks.add(c[0])
 178         deblockcandidates.remove(c[0])
 179 # deblocked IPs go back to the bulk pool to catch the ones that simply
 180 # ignored the HTTP error and just continue to hammer the API.
 181 # Those that behave and stopped will be debulked a minute later.
 182 for ip in deblockcandidates:
 183     newbulks.add(ip)
 184
 185 # cross-check debulk candidates
 186 if debulkcandidates:
 187     cur.execute("""
 188         SELECT DISTINCT ipaddress FROM new_query_log
 189         WHERE ipaddress IN ('%s') AND starttime > now() - interval '%s'
 190         AND starttime > date_trunc('day', now())
 191         """ % ("','".join(debulkcandidates), BULKCOOLOFF_PERIOD))
 192
 193     for c in cur:
 194         newbulks.add(c[0])
 195         debulkcandidates.remove(c[0])
 196
 197 for ip in bulkips.iterkeys():
 198     newbulks.add(ip)
 199
 200 # write out the new list
 201 fd = open(BLOCKEDFILE, 'w')
 202 for ip in newblocks:
 203     fd.write(ip + " block\n")
 204 for ip in newbulks:
 205     fd.write(ip + " bulk\n")
 206 for ip in BLACKLIST:
 207     fd.write(ip + " ban\n")
 208 fd.close()
 209
 210 # write out the log
 211 logstr = datetime.datetime.now().strftime('%Y-%m-%d %H:%M') + ' %s %s\n'
 212 fd = open(LOGFILE, 'a')
 213 if deblockcandidates:
 214     fd.write(logstr % ('unblocked:', ', '.join(deblockcandidates)))
 215 if debulkcandidates:
 216     fd.write(logstr % (' debulked:', ', '.join(debulkcandidates)))
 217 if bulkips:
 218     fd.write(logstr % ('new bulks:', ', '.join(bulkips.keys())))
 219 if emergencyblocks:
 220     fd.write(logstr % ('dir.block:', ', '.join(emergencyblocks)))
 221 if newlyblocked:
 222     fd.write(logstr % ('new block:', ', '.join(newlyblocked)))
 223 fd.close()