Cloudflare 用前沿 AI 模型測試自家 WAF:多數攻擊被擋下,發現促成新 SSRF 偵測規則
Cloudflare 於 2026 年 9 月 29 日公布以前沿 AI 模型模擬駭客、測試自家網頁應用程式防火牆(WAF)的結果。根據 Cloudflare,1,107 次嘗試中多數遭攔截,經人工審查留下 49 筆值得調查的發現,並促成 Managed Ruleset 的 SSRF 規則更新。對網站管理者,Cloudflare 也提醒 WAF 只是一層防護,修補軟體仍是最強的防禦之一。
新聞日期: 閱讀時間約 7 分鐘
目錄
發生了什麼事:Cloudflare 讓 AI 扮演駭客測試自家防火牆
Cloudflare 於 2026 年 9 月 29 日在官方部落格發表文章,由 Vikram Grover、Daniele Molteni 與 Kuber Nandwani 撰寫。Cloudflare 表示,客戶經常詢問「你們的 WAF 準備好應對前沿 AI 模型了嗎?」,因此決定實際測試。WAF(網頁應用程式防火牆)是擋在網站前方、過濾惡意請求的一層防護。
Cloudflare 認為,大型語言模型在攻擊應用程式時的強項,是能比人類駭客更快地反覆調整攻擊內容,並依據即時回應改變手法。為了檢驗這點,Cloudflare 採用動態測試,也就是直接對運作中的應用程式發出探測,而非分析原始碼:模型看不到原始碼、看不到 WAF 規則,只能看到部分 HTTP 回應資料。Cloudflare 強調,未被攔截的請求只是交由人工審查的線索,而非已確認的漏洞利用。
測試怎麼做:由程式碼把關的 AI 測試循環
根據 Cloudflare,測試對象是一個經授權的客戶預備(staging)環境,共執行 45 個情境。其中 44 個涵蓋六類常見攻擊:跨站腳本(XSS)、SQL 注入、命令注入、伺服器端請求偽造(SSRF,可讓應用程式代替攻擊者去抓取資料的漏洞)、路徑穿越或本機檔案引入(LFI)以及 Log4j;另一個情境涉及日誌注入,另行報告。
Cloudflare 表示,測試系統以 Python 實作,每個循環呼叫模型兩次:一次提出下一個變化,一次審查回應。模型不直接送出請求,而是由程式碼負責檢查目標主機是否在允許清單內、停用重新導向、記錄每次嘗試並執行嘗試上限。模型無法取得規則內容、規則 ID 或評分細節,也無法部署規則或更改防護設定。
測試區域的 WAF 設定,據 Cloudflare 說明為:WAF Attack Score 封鎖 30 分或以下的請求、全部啟用 Cloudflare Managed Ruleset(Cloudflare 維護的受管規則集),以及 OWASP Core Ruleset 採用 Paranoia Level 3。Cloudflare 指出,結果反映的是整體設定的防護邊界,而非單一規則的表現。
結果如何:Cloudflare 公布的數字
| 項目 | 數字 | Cloudflare 的說明 |
|---|---|---|
| 記錄的嘗試次數 | 1,107 | 45 個情境中模型產生的所有嘗試,並非全部產生可用結果 |
| 篩選後結果集 | 607 | 558 筆被攔截請求加上 49 筆發現 |
| 被攔截請求 | 558 | 在抵達應用程式前被 WAF 擋下 |
| WAF 相關發現 | 49 | 經人工審查後列入修補分析,其中 48 筆屬於命令注入與 SSRF |
| 單一情境嘗試上限 | 25 | 部分情境接近上限時開始重複先前想法 |
Cloudflare 表示整體結果表現強勁,XSS、LFI、SQL 注入與 Log4j 幾乎完全覆蓋。其餘未計入的嘗試,原因包括模型未產生可用請求、請求未抵達目標,或產生的內容本身無害。
Cloudflare 也舉出一個 SSRF 情境。雲端中繼資料服務可能向運作中的程式提供臨時憑證,因此是攻擊者想取得的目標。在這個情境中,模型以多種不同形式表示同一個雲端中繼資料位址,WAF 攔截了其中絕大多數,唯一未被攔截的一次只出現重新導向。Cloudflare 特別說明,並無證據顯示應用程式實際取得了中繼資料,這只是值得進一步調查的線索。
從發現到防護:人工審查與新規則
Cloudflare 表示,每一筆未被攔截的請求都要經過五個問題審查,才會被計為發現:
- 測試工具是否真的送出了有效請求?
- 請求是否明確未被攔截?
- 變化後的請求是否仍具惡意?
- 這個行為是否屬於 WAF 能處理的範疇?
- 工程師能否安全地重現?
根據 Cloudflare,相關發現被分為四組候選規則,並在保護客戶流量前以實際流量測試、評估誤判風險。這項工作促成 Managed Ruleset 的三項變更:在 7 月 21 日版本新增「SSRF - Obfuscated Host」與「SSRF - Restricted Protocol」偵測,並改進既有的「SSRF - Cloud」規則。
對一般讀者與網站管理者的意義
對一般讀者而言,這篇報告顯示 AI 模型正被用來「以攻測防」:Cloudflare 讓 AI 大量嘗試變化,再由人類判斷哪些真正值得修補。Cloudflare 的經驗是,模型負責產生請求,但人類決定哪些重要;沒有人工審查,就沒有真正的發現。Cloudflare 也提到,同一模型家族的兩個版本產生的變化不同,但找到的底層問題相同。
對網站管理者,Cloudflare 的建議重點是:保持軟體更新,因為繞過 WAF 的請求仍需可利用的應用程式漏洞才能得逞;並確認 Managed Rules 與 WAF Attack Score 設定正確。Cloudflare 表示客戶不需要自行重現此實驗,建議先以記錄模式執行 Managed Rules、在 Security Events 檢查符合的請求,確認正常流量不受影響後再改為封鎖。
Cloudflare 也表示,未來將分享白箱測試結果,屆時模型會同時知道應用程式的漏洞與保護它的 WAF 規則。
常見問題
Cloudflare 這次測試的 WAF 是什麼?
WAF 是網頁應用程式防火牆,擋在網站前方過濾惡意請求。Cloudflare 測試的是自家 WAF,設定包括 WAF Attack Score、Cloudflare Managed Ruleset 與 OWASP Core Ruleset。
AI 模型成功入侵了網站嗎?
Cloudflare 並未表示有攻擊實際成功。它把未被攔截的請求只當作交由人工審查的線索,而非已確認的漏洞利用;在其舉例的 SSRF 情境中,Cloudflare 明確表示沒有證據顯示應用程式取得了中繼資料。
測試結果數字是多少?
Cloudflare 表示共記錄 1,107 次嘗試,篩選後 607 筆結果中 558 筆被攔截、49 筆列為值得調查的發現,其中 48 筆屬於命令注入與 SSRF。這些數字未經獨立驗證。
這次測試帶來了什麼改變?
Cloudflare 表示在 Managed Ruleset 的 7 月 21 日版本新增「SSRF - Obfuscated Host」與「SSRF - Restricted Protocol」偵測,並改進既有的「SSRF - Cloud」規則。
我是 Cloudflare 客戶,需要自己做類似測試嗎?
Cloudflare 表示客戶不需要重現此實驗。它建議確認 Managed Rules 與 WAF Attack Score 設定正確、先以記錄模式觀察再改為封鎖,並保持軟體更新;已在做應用程式安全測試的團隊,可對受相同防護的預備環境執行測試。
這表示 WAF 就足夠保護網站嗎?
不是。Cloudflare 自己強調 WAF 只是一層防護,繞過 WAF 的請求仍需要可利用的應用程式漏洞才會成功,因此修補軟體仍是最強的防禦之一。
覺得這篇整理實用嗎?分享給需要的朋友
同主題延伸閱讀
NVIDIA 與微軟在 Ignite 擴大合作:Azure 跑 Vera Rubin NVL72 預覽、Foundry 新增 Nemotron 3.5,Windows 365 Direct Stream 限量預覽
NVIDIA 表示,已與微軟擴大從 Azure 雲端到邊緣與 Windows 的 AI 合作,包括 Vera Rubin NVL72 預覽、Foundry 的 Nemotron 3.5 模型與 Windows 365 Direct Stream 限量預覽。
Google Quantum AI 登上《Science》封面:量子情境性在最多 105 個量子位元仍成立,協調遊戲勝率 98.3%
Google:ARMORY CASTLE 利用 VMware vCenter 零時差漏洞 CVE-2026-123890,影響 vCenter 7.x 與 8.x,Broadcom 已提供修補
Cloudflare:2026 美國期中選舉日選務網站造訪量暴增 363%,攻擊重心轉向漏洞而非 DDoS
資料來源
本文依據上方所列參考來源與標示之核對日期整理;票價、時刻、功能規格或服務條款可能變動,出發、預訂或購買前請至相關官方網站確認最新資訊。