現代網路應用程式的防禦體系中，Web Application Firewall（WAF，網路應用程式防火牆）扮演著阻絕惡意流量的第一道防線。WAF 的核心任務在於過濾、監控並阻擋進出網頁服務的 HTTP 與 HTTPS 流量，藉由比對特徵規則或行為模式，防止常見的注入攻擊、跨站腳本與各類未授權請求。然而，傳統 WAF 規則的維護面臨一項長期挑戰：安全工程師通常只能依據已知的攻擊特徵進行比對，防守方往往處於被動狀態；而實際攻擊者則會不斷嘗試各類編碼轉換、協定解析差異或結構變形，試圖繞過特徵比對機制。
為了解決這項攻防不對稱的問題，根據外媒 InfoQ 報導，知名雲端基礎設施與安全服務商 Cloudflare 嘗試了一項新的自動化強化機制。他們將尖端生成式人工智慧模型封裝於一個受控的測試框架（AI Harness）之中，讓 AI 扮演主動探測防禦弱點的角色。這項實驗的核心邏輯並非憑空捏造攻擊腳本，而是直接取用「已經被 WAF 阻擋」的歷史惡意請求作為起點，要求模型在框架的嚴密控制下，持續推導出微幅變化的攻擊變體，以此主動發掘現有規則集尚未涵蓋的邊界漏洞。
黑箱架構與測試框架的雙重迴圈運作
在傳統滲透測試或模糊測試（Fuzzing）中，自動化工具多半仰賴固定的變形規則，缺乏根據系統回應進行語意推論的能力。Cloudflare 在這次實踐中引入了大型語言模型的語意推理能力，但同時也為其設立了嚴格的邊界。整個測試採取嚴格的黑箱架構（Black-box Testing），模型完全無法存取 Cloudflare 的 WAF 規則清單、系統原始碼或內部的安全信號。這樣的設計確保了 AI 的探測行為更貼近真實世界中外部攻擊者的視角，完全仰賴外部可觀察的反應來擬定下一步策略。
為了避免將不可控的執行權限交給模型，Cloudflare 使用 Python 自行構建了測試框架（Python Harness）。這個框架負責處理所有核心工程邏輯，包括建構並發送 HTTP 請求、維持每個測試場景的狀態、強制執行呼叫次數限制，以及蒐集防禦系統的回應。在系統運作過程中，AI 被拆分為兩個獨立的角色呼叫：第一個模型負責在分析過去嘗試的結果後，提出下一次變形方案（如調整編碼方式、改變字串位置或更換傳遞管道）；第二個模型則負責評估目標系統返回的回應內容。透過測試框架在中間扮演協調者，形成了一個具備自我調整能力、卻不會失控的封閉反饋迴圈。
以常見的「伺服器端請求偽造」（Server-Side Request Forgery, SSRF）測試為例，這種攻擊旨在誘騙內部伺服器向未授權的外部或內部目標發送請求，攻擊者經常會嘗試探測雲端服務的內部元數據地址（Metadata IP）。在 Cloudflare 的測試案例中，測試系統多次嘗試改變雲端元數據地址的表達形式與出現位置，依序試探十進位、八進位等不同的位址編碼。起初，使用十進位表示法的惡意請求順利被 WAF 攔截；隨後，變形模型維持了完全相同的請求結構，但將 IP 位址改為帶有尾隨點（trailing-dot）的表達形式。這一次，請求未被 WAF 阻擋，而是觸發了客戶端的重定向（redirect）。測試框架立即將這個異常回應完整封存，作為進一步研判的依據，而非直接武斷判定攻擊已完全得逞。
數據收斂與嚴謹的人工分類驗證
在安全性工程中，自動化工具若產生大量難以確認的誤報，往往會拖垮資安團隊的分析量能。因此，從探索到修補的過濾機制顯得至關重要。在該項實驗涵蓋的 45 個不同測試場景中，系統總共自動產生了 1,107 次變形嘗試。經過初步篩選與分類後，產生了 607 筆分析樣本。在這 607 筆樣本中，有 558 筆請求確實被 WAF 成功封鎖，而剩餘的 49 筆發現則被標記為具有進一步處置價值的重要線索。
值得注意的是，在這 49 項關鍵發現中，有高達 48 項集中在兩類高風險漏洞：指令注入（Command Injection）與前述的伺服器端請求偽造（SSRF）。指令注入是指攻擊者透過未妥善過濾的輸入欄位，將作業系統命令夾帶進主機執行；SSRF 則往往牽涉複雜的位址正規化與網路層協定解析差異，兩者皆屬於容易因邊界字元或編碼轉換而產生比對疏漏的攻擊手法。
雖然 AI 具備強大的發散變形能力，但 Cloudflare 依然將人工審查（Human Triage）保留為最終防線。資安審查人員會依序嚴格檢驗五項指標：該請求是否真正抵達了目標後端？請求內容是否依然具備實質惡意？請求是否確實避開了阻擋？該類型的防禦是否屬於 WAF 本身應承擔的職責？以及該行為是否可以在受控環境中被安全重現？唯有全數符合條件的案例，才會被轉化為正式的防禦強化標的。最終，這項實驗直接促成了 Cloudflare 受管規則集（Managed Ruleset）的具體調整，包括新增兩條針對混淆主機名稱與受限協定的偵測規則（SSRF - Obfuscated Host 與 SSRF - Restricted Protocol），並同時升級了既有的雲端元數據防護規則（SSRF - Cloud）。
從機率性探索到工程驗證的業界架構啟示
Cloudflare 這項實踐所展現的並非單純展示 AI 的攻擊模擬能力，而是示範了一種將「不可預測的機率性探索」收斂為「高確定性工程產出」的系統設計模式。將模型包裹在外部測試框架（Harness）中的架構，正在整個資安工程領域迅速普及。
類似的架構概念也體現在其他資安巨頭的研究中。例如 Google Mandiant 所提出的代理式漏洞發掘框架（Agentic Vulnerability Discovery Harness），同樣將漏洞探索與獨立驗證拆分為多個專門代理，讓不同模型專職於原始碼分析、假設生成與驗證確認，直到確認具備可行性後才遞交給人工審查。OpenAI 的 Codex Security 則是在儲存庫建立威脅模型並搜尋漏洞後，先嘗試在隔離環境中重現該問題，才提出修復建議；Google 的 PageBreak 系統也是將重心放在驗證 AI 提出的漏洞假設是否具備實質可利用性，藉此防止資安團隊被看似合理卻無法重現的警報所淹沒。
這類技術架構的核心意義在於：語言模型擅長在複雜語意與非結構化規則中尋找人類容易忽略的邊界變異，但資安防禦需要的是高度精確、不可妥協的確定性事實。透過外部測試框架控制執行流程、維護上下文狀態，並結合嚴謹的隔離驗證與人工審查，企業才能安全地將生成式技術引導至自動化防禦測試之中，在攻擊者發掘邊界缺陷之前，主動修補防禦盲點。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。