8 октября 2026 года провайдер облака непрерывной доступности Curator столкнулся с первым за десятилетие полным сбоем своей сети фильтрации, что привело к недоступности защищаемых ресурсов клиентов. Инцидент длился 38 минут, после чего компания опубликовала подробный разбор произошедшего, в котором детально описана архитектура распределенной инфраструктуры. На данный момент сеть Curator состоит из 9 площадок фильтрации в РФ, каждая из которых включает несколько узлов, подключенных к высокопроизводительным коммутаторам. Трафик проходит через два логически разделенных контекста маршрутизации — VRF external и VRF internal, что позволяет изолировать входящие потоки от очищенного трафика и обеспечивает его последовательную обработку на узлах защиты.
В основе работы сети лежит протокол BGP, который используется для обмена маршрутной информацией между узлами фильтрации и коммутаторами, а также с вышестоящими операторами. Важно отметить, что BGP здесь выполняет не только функцию маршрутизации, но и служит индикатором работоспособности узлов. Система watchdog отслеживает состояние BGP-сессий, и при их разрыве узел автоматически выводится из ротации. Однако архитектура такова, что если технический признак сбоя, например, нарушение маршрутизации, возникает одновременно на всех узлах, механизм watchdog может последовательно вывести из работы всю группу оборудования, усугубив ситуацию.
Ключевую роль в управлении инфраструктурой играет система CControl, которая обеспечивает централизованное распространение конфигураций и правил межсетевых экранов на все узлы. Межсетевой экран, работающий на уровне ядра Linux, использует собственный синтаксис правил и оптимизирован для обработки экстремально больших объемов трафика. Проблема возникла из-за того, что некорректное изменение конфигурации через CControl автоматически распространилось на все узлы сети. В высоконагруженных системах централизованное управление ускоряет эксплуатацию, но при ошибке в правилах, влияющих на маршрутизацию или мониторинг, последствия становятся системными, а не локальными. Это подчеркивает необходимость изоляции критических компонентов и поэтапного внедрения изменений в подобных архитектурах.
