Cloudflare 用前沿 AI 模型测试自家 WAF:多数攻击被拦下,发现促成新 SSRF 检测规则
Cloudflare 于 2026 年 9 月 29 日公布以前沿 AI 模型模拟黑客、测试自家 Web 应用防火墙(WAF)的结果。据 Cloudflare 称,1,107 次尝试中多数遭拦截,经人工审查留下 49 项值得调查的发现,并促成其托管规则集(Managed Ruleset)的 SSRF 规则更新。
新闻日期: 阅读时间约 7 分钟
目录
发生了什么:Cloudflare 让 AI 扮演黑客测试自家防火墙
Cloudflare 于 2026 年 9 月 29 日在官方博客发表文章,作者为 Vikram Grover、Daniele Molteni 与 Kuber Nandwani。Cloudflare 表示,客户经常询问“你们的 WAF 准备好应对前沿 AI 模型了吗?”,因此决定实际测试。WAF(Web 应用防火墙)是挡在网站前方、过滤恶意请求的一层防护。
Cloudflare 认为,大语言模型在攻击应用时的强项,是能比人类黑客更快地反复调整攻击内容,并根据实时响应改变手法。为检验这一点,Cloudflare 采用动态测试:模型看不到源代码、看不到 WAF 规则,只能看到部分 HTTP 响应数据。Cloudflare 强调,未被拦截的请求只是交由人工审查的线索,而非已确认的漏洞利用。
测试怎么做:由代码把关的 AI 测试循环
据 Cloudflare 介绍,测试对象是一个经授权的客户预发布(staging)环境,共执行 45 个场景。其中 44 个涵盖六类常见攻击:跨站脚本(XSS)、SQL 注入、命令注入、服务器端请求伪造(SSRF)、路径遍历或本地文件包含(LFI)以及 Log4j;另一个场景涉及日志注入,另行报告。
Cloudflare 表示,测试系统用 Python 实现,每个循环调用模型两次:一次提出下一个变体,一次审查响应。模型不直接发送请求,而是由代码负责检查目标主机是否在允许列表内、禁用重定向、记录每次尝试并执行尝试上限。模型无法获取规则内容、规则 ID 或评分细节,也无法部署规则或更改防护设置。
据 Cloudflare 说明,测试区域的 WAF 配置为:WAF Attack Score 拦截 30 分及以下的请求、全部启用 Cloudflare Managed Ruleset(Cloudflare 托管规则集),以及 OWASP Core Ruleset 采用 Paranoia Level 3。Cloudflare 指出,结果反映的是整体配置的防护边界,而非单条规则的表现。
结果如何:Cloudflare 公布的数字
| 项目 | 数字 | Cloudflare 的说明 |
|---|---|---|
| 记录的尝试次数 | 1,107 | 45 个场景中模型生成的所有尝试,并非全部产生可用结果 |
| 筛选后结果集 | 607 | 558 条被拦截请求加上 49 项发现 |
| 被拦截请求 | 558 | 在到达应用前被 WAF 拦下 |
| WAF 相关发现 | 49 | 经人工审查后纳入修补分析,其中 48 项属于命令注入与 SSRF |
| 单个场景尝试上限 | 25 | 部分场景接近上限时开始重复先前思路 |
Cloudflare 表示整体结果表现强劲,XSS、LFI、SQL 注入与 Log4j 几乎完全覆盖。其余未计入的尝试,原因包括模型未生成可用请求、请求未到达目标,或生成的内容本身无害。
Cloudflare 还举了一个 SSRF 场景。据 Cloudflare 说明,云服务的元数据服务可能向运行中的工作负载提供临时凭证,而 SSRF 漏洞可能让应用替攻击者去取回这类数据。测试中,模型以多种不同形式表示同一个云元数据地址,WAF 拦截了其中绝大多数,唯一未被拦截的一次只出现了重定向。Cloudflare 特别说明,没有证据显示应用实际获取了元数据,这只是值得进一步调查的线索。
从发现到防护:人工审查与新规则
Cloudflare 表示,每一条未被拦截的请求都要经过五个问题的审查,才会被计为发现:
- 测试工具是否真的发送了有效请求?
- 请求是否明确未被拦截?
- 变化后的请求是否仍具恶意?
- 这一行为是否属于 WAF 能处理的范畴?
- 工程师能否安全地复现?
据 Cloudflare 称,相关发现被分为四组候选规则,并在保护客户流量前用实际流量测试、评估误报风险。这项工作促成 Managed Ruleset 的三项变更:在 7 月 21 日版本新增“SSRF - Obfuscated Host”与“SSRF - Restricted Protocol”检测,并改进现有的“SSRF - Cloud”规则。
对普通读者与网站管理员的意义
对普通读者而言,这篇报告显示 AI 模型正被用来“以攻测防”:Cloudflare 让 AI 大量尝试变体,再由人类判断哪些真正值得修补。Cloudflare 的经验是,模型负责生成请求,但由人类决定哪些重要;没有人工审查,就没有真正的发现。Cloudflare 还提到,同一模型家族的两个版本生成的变体不同,但发现的底层问题相同。
对网站管理员,Cloudflare 的建议要点是:保持软件更新,因为绕过 WAF 的请求仍需可利用的应用漏洞才能得逞;并确认 Managed Rules 与 WAF Attack Score 配置正确。Cloudflare 表示客户无需自行复现此实验,建议先以记录模式运行 Managed Rules、在 Security Events 中检查匹配的请求,确认正常流量不受影响后再改为拦截。
Cloudflare 还表示,未来将分享白盒测试结果,届时模型将同时了解应用的漏洞与保护它的 WAF 规则。
常见问题
Cloudflare 这次测试的 WAF 是什么?
WAF 是 Web 应用防火墙,挡在网站前方过滤恶意请求。Cloudflare 测试的是自家 WAF,配置包括 WAF Attack Score、Cloudflare Managed Ruleset 与 OWASP Core Ruleset。
AI 模型成功入侵了网站吗?
据 Cloudflare 称,没有证据表明如此。未被拦截的请求只被视为交由人工审查的线索;在其举例的 SSRF 场景中,Cloudflare 明确表示没有证据显示应用获取了元数据。
测试结果数字是多少?
Cloudflare 表示共记录 1,107 次尝试,筛选后 607 条结果中 558 条被拦截、49 条列为值得调查的发现,其中 48 条属于命令注入与 SSRF。这些数字未经独立验证。
这次测试带来了什么改变?
Cloudflare 表示在 Managed Ruleset 的 7 月 21 日版本新增“SSRF - Obfuscated Host”与“SSRF - Restricted Protocol”检测,并改进现有的“SSRF - Cloud”规则。
我是 Cloudflare 客户,需要自己做类似测试吗?
Cloudflare 表示客户无需复现此实验。它建议确认 Managed Rules 与 WAF Attack Score 配置正确、先以记录模式观察再改为拦截,并保持软件更新;已在做应用安全测试的团队,可对受相同防护的预发布环境执行测试。
这是否意味着 WAF 就足以保护网站?
不是。Cloudflare 自己强调 WAF 只是一层防护,绕过 WAF 的请求仍需要可利用的应用漏洞才会成功,因此修补软件仍是最强的防御手段之一。
觉得这篇整理实用吗?分享给需要的朋友
同主题延伸阅读
NVIDIA 与微软在 Ignite 扩大合作:Azure 运行 Vera Rubin NVL72 预览、Foundry 新增 Nemotron 3.5,Windows 365 Direct Stream 限量预览
NVIDIA 表示,已与微软扩大从 Azure 云端到边缘与 Windows 的 AI 合作,包括 Vera Rubin NVL72 预览、Foundry 的 Nemotron 3.5 模型与 Windows 365 Direct Stream 限量预览。
Google Quantum AI 登上《Science》封面:量子情境性在最多 105 个量子比特仍成立,协调游戏胜率 98.3%
Google:ARMORY CASTLE 利用 VMware vCenter 零日漏洞 CVE-2026-123890,影响 vCenter 7.x 与 8.x,Broadcom 已提供补丁
Cloudflare:2026 美国期中选举日选务网站访问量暴增 363%,攻击重心转向漏洞而非 DDoS
资料来源
本文依据上方所列参考来源与标示之核实日期整理;票价、时刻、功能规格或服务条款可能变动,出发、预订或购买前请至相关官方网站确认最新信息。