Перейти к содержимому
Аладдин Р.Д.
Библиотека

MFA не отвечает: как мы строили отказоустойчивый облачный сервис аутентификации

БиблиотекаБиблиотека

Сентябрь, 2026

Инженер по информационной безопасности облачного провайдера Nubes Николай Киселев рассказывает, как и зачем компания делала отказоустойчивым свой сервис многофакторной аутентификации — и почему доступность MFA является не только эксплуатационной, но и полноценной бизнес-задачей.

Почему доступность MFA критична для бизнеса

Заголовок раздела «Почему доступность MFA критична для бизнеса»

В норме пользователь вводит логин с паролем, а защищаемая система обращается к сервису MFA за подтверждением второго фактора: принять запрос, обработать, вернуть ответ. Обмен нарушен — система не может убедиться в прохождении второго фактора, и сотрудники не авторизуются. Типовой сценарий: утром работники подключаются через VPN, данные верные, но шлюз не получил ответ от MFA, запрос упёрся в тайм-аут, подключение отклонено. Пользователь видит “ошибку входа”; когда то же самое происходит у десятков и сотен людей, инцидент перестаёт быть локальным — люди не добираются до внутренних систем, удалённых рабочих столов и корпоративных приложений. Установленные сессии продолжают работать, новые — нет, поэтому масштаб аварии растёт постепенно и не сразу очевиден.

Параллельно поддержке и администраторам нужно найти источник: VPN-шлюз, каталог, сеть, агент интеграции или сам MFA. Пока идёт диагностика, время теряют целые подразделения. Короткий простой вспомогательного компонента бьёт по доступности сразу нескольких бизнес-систем.

Хуже всего, если отказ MFA совпал с другим инфраструктурным инцидентом: чтобы устранять аварию, инженерам нужен привилегированный доступ к консоли управления, виртуализации, административному интерфейсу — защищённый тем же вторым фактором. Без заранее подготовленных аварийных учёток и процедуры обхода выбор плох: ждать восстановления или в спешке отключать второй фактор. И именно тогда о MFA вспоминают чаще всего — не когда он остановил вход с украденным паролем, а когда всё сломалось и бизнес теряет деньги на простое.

Nubes проектировала сервис так, чтобы доступность была одним из свойств безопасности: не “запустим сервер и настроим бэкапы”, а резервирование самих сервисов, базы и сетевых компонентов плюс контроль их состояния и план действий при недоступности целой площадки.

Сначала отказоустойчивая инфраструктура

Заголовок раздела «Сначала отказоустойчивая инфраструктура»

В основе решения MFASOFT — агентская модель с двумя контурами. Secure Authentication Server (SAS) размещается в облаке Nubes: хранит политики MFA, сведения о пользователях и аутентификаторах, принимает решения по второму фактору. Агентские компоненты ставятся у заказчика: встраивают MFA в точки входа и переводят запросы в формат SAS — через шлюз FreeRADIUS + агент FRA в Docker для RADIUS, плагины для ADFS и Keycloak либо прямой вызов Web API (SAS возвращает JSON с Auth, Details и Time). Внутри контура заказчика сохраняется привычный протокол, до облака запрос идёт по HTTPS.

Руководство SAS допускает несколько серверов аутентификации за внешним веб-балансировщиком без привязки агентов к нодам и рекомендует дублировать модули и базу. Nubes развернула две ноды SAS на выделенных ВМ в режиме active-active с anti-affinity (ВМ на разных физических хостах — отказ одного не выводит обе ноды). Перед нодами — L7-балансировщик с завершением TLS-сессии, проверяющий веб-эндпоинты и исключающий из пула молчащие серверы. Sticky sessions не нужны: серверы stateless, все данные в общей базе, запрос уходит на любую исправную ноду.

Входную точку усилили: адаптивное масштабирование под объём запросов (пропускная способность не привязана к одному экземпляру) и защита интернет-канала от объёмных DDoS-атак на L3-L4 — мусор отсекается до прикладных компонентов. База — двухузловой кластер MariaDB active-active по рекомендациям SAS: оба узла читают и пишут, в конфигурации приложения прописаны URI обеих нод (на разных серверах в разном порядке) — недоступное соединение сменяется следующим, что дало client-side failover без балансировщика перед СУБД.

Итог: отказ отдельной ВМ, физического хоста или ноды БД не останавливает обработку запросов. Но та же схема может скрывать деградацию — сервис отвечает, хотя запаса отказоустойчивости уже нет. Следующим этапом стал мониторинг.

Архитектура — да, мониторинг — по расписанию

Заголовок раздела «Архитектура — да, мониторинг — по расписанию»

Отказоустойчивость маскирует проблемы: одна нода потеряна, вторая обслуживает запросы, снаружи всё доступно, внутри — без запаса на следующий отказ. Увидеть деградацию раньше пользователей позволяет Zabbix на двух уровнях: инфраструктурном (CPU и память, диски, сеть, состояние ВМ и служб) и прикладном — по компонентам MFA: количество и результаты попыток аутентификации, ошибки, время обработки, доступность SAS, состояние нод БД и репликации. TCP-порта недостаточно: процесс может принимать соединения, не выполняя аутентификацию, — для критичных компонентов контролируется рабочее состояние.

Триггеры срабатывают не только при полной недоступности, но и при потере одной из active-active нод, нарушении репликации, пропаже данных мониторинга, росте ошибок или времени ответа — дежурная смена получает сигнал в момент деградации. Аудит и журналы централизованно стекаются в SIEM (штатная syslog-интеграция SAS), где корреляции и алерты дают контекст события, а не только факт отказа. Дальше алерт превращается в действие: дежурные 24/7 проверяют компонент и метрики, выполняют согласованный плейбук, при необходимости эскалируют — порядок проверки и критерии эскалации зафиксированы заранее.

Отдельный уровень — резервное копирование: реплика повторяет и логические ошибки, поэтому копии БД хранятся на выделенных дисках отдельно от рабочих данных (контролируются статус задания, актуальность копии и место), плюс копии ВМ — для возврата серверного контура с конфигурацией. Получилась цепочка “метрика → триггер → алерт → плейбук → эскалация” с независимым восстановлением — но всё это живёт внутри основной площадки, для полной недоступности которой подготовлен отдельный резервный контур.

Кластер основной площадки закрывает отказ отдельных серверов, БД и части сети, но сценарий “проблема затронула площадку целиком” (например, недоступна внешняя сеть) требует другого: добавление нод в тот же контур сохранит общие точки отказа. Поэтому следующий уровень вынесен на отдельную резервную площадку: одна нода с заранее подготовленными контейнерами SAS и MariaDB, в штатном режиме не принимающая запросов; резервная MariaDB — асинхронная реплика с параметром read_only, до переключения она не становится вторым источником записи.

Между площадками — защищённый Site-to-Site VPN: изменения основной БД асинхронно уходят на резерв, конфигурации и локальные бэкапы синхронизируются отдельно; задержка репликации контролируется перед переключением. Доступ ограничен по минимальным привилегиям: резервная сторона может читать, реплицировать и синхронизировать, но не изменять рабочую базу.

Как заставить агентов идти на новую площадку? Благодаря агентской модели в конфигурации агента указано не IP-адрес, а DNS-имя сервиса. Штатно имя резолвится в L7-балансировщик основной площадки; после проверки резерва то же имя переводится на внешний IP резерва. TTL записи — 10 минут: после истечения резолверы и кэши запрашивают актуальный адрес, запросы агентов уходят в резервный контур. У каждой площадки своя входная точка L7 — иначе общий балансировщик сам стал бы межплощадочной точкой отказа. Конфигурация на стороне заказчика не меняется: сценарий проверяли на работающих агентах — после обновления DNS аутентификация продолжилась через резерв.

Переключение не запускается автоматически по единичному алерту: дежурные подтверждают масштаб проблемы и оценивают, что быстрее — восстановить основную площадку или активировать резерв (иначе рискуем кратковременным сетевым сбоем и работой двух контуров с расходящимися данными). Решение принимает человек; скрипт лишь технически переключает: останавливает асинхронную репликацию, проверяет резервную БД, снимает read_only, поднимает контейнеры. Затем — проверка SAS по плейбуку и только потом перевод DNS. Возврат — тоже не просто обратная запись DNS: за время работы резерва база обросла новыми событиями, поэтому основную инфраструктуру восстанавливают, приводят данные к согласованному состоянию, тестируют аутентификацию и лишь потом возвращают DNS; резерв уходит в ожидание, синхронизация “основа → резерв” восстанавливается. Раз в полгода сценарий запуска резерва проверяется целиком — чтобы инструкция и доступы были рабочими к моменту реального инцидента.

Сейчас отказ отдельных компонентов обрабатывается автоматически внутри площадки, а переход между площадками управляемый: решение — за дежурной сменой, операции — за скриптом, трафик — через DNS. Полная автоматизация без механизма гарантированной согласованности базы создала бы риск одновременной записи в два разошедшихся контура. Прорабатывается вариант “три активные площадки + Galera Cluster + GSLB”: три голосующие ноды БД дают устойчивый кворум при отказе площадки или разрыве связи, GSLB направляет агентов только на доступные контуры — при условии, что сам GSLB и авторитативный DNS тоже распределены, иначе общая точка отказа просто переедет в управляющий слой. До внедрения нужно проверить влияние межплощадочных задержек, поведение кворума при сетевом разделении, повторное присоединение нод и распространение DNS-ответов.

Это краткая аннотация статьи, полную версию читайте в первоисточнике.


Читать полную версию

Первоисточник: Хабр (Блог Nubes), 25 сентября 2026

Эксперт: Николай Киселев (Nubes)