← 返回首页|安全博客

Cloudflare用AI红队测WAF:1107次尝试的启示

📅 2026-10-08

一、事件:把已拦截的攻击交给AI继续变异

Cloudflare近日公开一项实验:把前沿AI模型放进受控靶场,测试自家的Web应用防火墙(WAF)。做法是动态黑盒测试——不做源码扫描,而是拿已知会被拦截的攻击请求当起点,让模型像攻击者一样改写它、再提交一次。模型看不到应用源码、看不到WAF规则,只能看到部分HTTP响应数据。

为什么用大模型?在漏洞利用这件事上,LLM最擅长的是迭代:换一种编码、把载荷挪到请求的另一个位置、换一种提交方式、把目标地址换一种写法,再根据上一次的真实响应决定下一步。这种改写速度是人手比不了的。

测试在客户授权的预发布环境中进行,用白名单User-Agent避开客户自身的自动化流量拦截,确保请求确实到达WAF。测试区配置为:WAF攻击评分30分及以下即拦截、托管规则集全部启用、OWASP核心规则集开到Paranoia Level 3。

二、方法:双模型循环,执行权不交给模型

一个场景等于:一种攻击类型、一个注入位置、一个已被拦截的起始载荷,加上固定的尝试上限。循环每步调用模型两次——提出调用拿到起始请求、上下文与此前结果摘要,给出下一个变体;代码把变体拼成真正的HTTP请求发出去。复盘调用拿到状态码、选定响应头与响应体,判断下一步。

关键设计是模型没有发请求的能力:发请求前,代码检查目标主机是否在白名单、关闭重定向、记录每次尝试、强制次数上限;两次调用都拿不到规则表达式、规则ID与攻击评分明细,也无法部署规则或改变拦截策略。由于响应文本会进入下一轮提示词,Cloudflare把响应体当不可信输入处理——这实际上是在防提示注入。

另一个经验是:单个场景把尝试次数拉到25次上限后,模型开始重复早先的想法,扩大覆盖面要靠更多起始请求、更多攻击类别和更多注入位置;同一模型家族的两个版本给出不同变体,但底层问题都复现了,结论靠固定脚本与证据采集保证可比性。

三、结果:1107次尝试,盲区集中在命令注入与SSRF

45个场景(44个覆盖XSS、SQL注入、命令注入、SSRF、路径穿越与Log4j六类,另1个测日志注入单独报告)共产生1107次变异尝试。XSS、SQLi、LFI、Log4j近乎全覆盖;人工复核后留下607条有效结果——558条被拦截、49条值得深查,其中48个属于命令注入与SSRF。

这个分布本身就是结论:模板化的注入点覆盖已经不错,真正的盲区在需要理解语义才能判断的地方——云元数据地址、协议滥用、目标地址的等价写法。

一个SSRF场景最能说明问题:测试者把云元数据地址169.254.169.254用整数、八进制、尾点等形式反复改写,并在请求的不同位置提交。第17次用十进制整数形式被拦截;第18次保持其余结构不变、只换成尾点形式,客户端遇到的是重定向,而不是WAF拦截页。

Cloudflare的处理很克制:没有回源成功响应,就没有证据证明元数据被真正读取,因此只标记为需要人工排查的线索,不叫攻击成功——未被拦截不等于已被利用。规则层面最终落地三处变更:新增SSRF - Obfuscated Host与SSRF - Restricted Protocol两条检测,并改进原有的SSRF - Cloud规则。

边界也要说清:测试结果是攻击评分、托管规则集与OWASP规则共同作用的结果,不能用来评价某条规则的好坏;模型给出的为什么这么试只是假设,不是检测引擎真实匹配逻辑的解释。

四、对青海政企的启示

一是把WAF验证从固定用例回归升级为自适应变异——固定用例只能证明昨天拦截的今天还拦截,而攻击者已经在用AI批量改写载荷;同时要分清线索与结论,未拦截的请求必须经过四道复核(是否真的发出、是否明确未被拦截、是否仍然具备恶意、能否安全复现)才能计入整改清单,否则整改会被噪声淹没。

二是承认WAF的边界。SSRF、DNS与外联类行为很多发生在WAF看不到的层面,规则补充之外还必须靠应用层对目标地址做白名单校验、云元数据访问控制、最小权限与及时打补丁。

对本地的医院、学校与政务单位来说,不必等到买红队服务:取得书面授权后,可以先用现成模型与脚本在预发布环境做一轮变异测试,成本低、见效快。但必须限定授权范围、设置尝试上限与目标白名单,绝不能拿生产系统试——这也正好补上等保测评中安全测试环节常被忽略的一环。

© 2026 西宁惠康电子有限公司 | 青海·西宁