Cloudflare 以前沿 AI 模型搭配測試框架探測 WAF：45 個場景、1,107 次嘗試，促成三項規則集變更

Cloudflare 將前沿 AI 模型置於受控測試框架中，用來探測其 Web 應用防火牆（WAF）。實驗以已被 WAF 攔截的攻擊載荷為起點，模型根據先前回應調整編碼方式、載荷位置或交付方式，產生新變體。模型無法存取 WAF 規則、原始碼或內部安全訊號，等同黑盒測試。 測試在 45 個場景中共產生 1,107 次嘗試，經人工篩選後留下 49 項發現。其中 48 項涉及命令注入或伺服器端請求偽造（SSRF）。在 607 次形成篩選結果集的嘗試中，558 個請求被 WAF 攔截。 系統由 Python 測試框架負責構造與重放 HTTP 請求、維護場景狀態、實施限制並收集回應。一次模型呼叫提出下一個變體，另一次審查回應，模型不直接控制請求執行。在一項 SSRF 測試中，雲端元資料地址的十進制表示遭攔截；模型改用末尾帶點的寫法後，客戶端收到的是重新導向而非攔截。Cloudflare 將此結果保留調查，未視為攻擊成功的證據。 人工審查是最終驗證環節，檢查請求是否真正到達目標、是否仍具惡意、是否未被攔截、是否屬於 WAF 職責範圍，以及能否安全重現。通過者會被重新執行，並評估為規則修改、正規化處理或其他緩解措施的候選。 此次工作促成 Cloudflare 託管規則集三項變更：新增 SSRF - Obfuscated Host 與 SSRF - Restricted Protocol 兩項檢測規則，並改進既有的 SSRF - Cloud 規則。 相似的「發現與驗證分離」模式也見於其他機構：Google Mandiant 的智能體漏洞發現框架讓多個專業智能體依序進行原始碼分析、假設生成與驗證後才交由人工審查；OpenAI 的 Codex Security 會建立威脅模型、搜尋漏洞，並在隔離環境中重現候選漏洞後才提出修復方案；Google 的 PageBreak 著重驗證 AI 生成的漏洞假設是否可被利用，以避免大量未驗證發現淹沒安全團隊。