A ModernBERT-Based Web Application Firewall for Multi-Class HTTP Attack Detection

Internet es una vasta red de conversaciones digitales, donde las aplicaciones web actúan como los porteros de todo, desde la banca en línea hasta las redes sociales. Para mantener seguros estos portales, los sistemas de seguridad conocidos como Firewalls de Aplicaciones Web (WAF) montan guardia, inspeccionando cada mensaje que intenta entrar. Durante décadas, estos guardias han dependido de un método sencillo: cotejar los mensajes entrantes con una larga lista de patrones maliciosos conocidos, de forma muy similar a un portero que comprueba la lista de invitados contra una identificación con foto. Si bien esto funciona bien para amenazas familiares, tiene dificultades cuando los atacantes disfrazan su código malicioso utilizando trucos complejos o cuando inventan formas completamente nuevas de irrumpir. En años recientes, los científicos han recurrido a la inteligencia artificial para ayudar a estos guardias a aprender las sutiles diferencias entre una solicitud inofensiva y una peligrosa, con la esperanza de detectar amenazas que ningún libro de reglas podría predecir jamás. Sin embargo, un nuevo estudio revela que las mismas herramientas diseñadas para enseñar a estos sistemas de IA han estado ocultando un fallo secreto, lo que lleva a los investigadores a cuestionar qué tanta de la "inteligencia" era realmente real.

Un equipo de investigadores del Sri Krishna College of Engineering and Technology en la India se propuso construir un firewall más inteligente, pero primero tuvieron que resolver un rompecabezas que había estado sesgando los resultados de experimentos previos. Comenzaron examinando una colección masiva de casi doscientas mil solicitudes web etiquetadas, un conjunto de datos que muchos habían utilizado para entrenar modelos de IA para detectar ataques comunes como la inyección SQL, el cross-site scripting y la inyección de comandos. Estas son formas específicas de intrusiones digitales donde los atacantes intentan robar datos, secuestrar sesiones de usuario o tomar el control de servidores. A medida que el equipo profundizaba en los datos, descubrió un atajo sorprendente. Las etiquetas que indicaban si una solicitud era un ataque o segura no estaban determinadas por el contenido real del mensaje, sino por la dirección a la que se enviaba el mensaje. En este conjunto de datos, si un mensaje se enviaba a una página de inicio de sesión, casi siempre se etiquetaba como un ataque, mientras que los mensajes enviados a una página de carga de archivos se etiquetaban casi siempre como seguros. Un modelo de IA entrenado con estos datos no estaba aprendiendo a reconocer código peligroso; simplemente estaba memorizando qué páginas web estaban asociadas con problemas, un truco conocido como filtración de etiquetas (label leakage).

Para solucionar esto, los investigadores desarrollaron una nueva forma de preparar los datos, eliminando la información de la dirección para que la IA se viera obligada a observar únicamente el contenido del mensaje en sí. También añadieron pasos para decodificar capas ocultas de texto que los atacantes utilizan para disfrazar sus comandos, asegurando que la IA viera la verdadera naturaleza de la solicitud. Con estos datos limpios, entrenaron un modelo de lenguaje moderno, un tipo de inteligencia artificial diseñada para comprender el contexto y los matices, para actuar como el nuevo firewall. A diferencia de los modelos antiguos que solo podían leer fragmentos cortos de texto, este nuevo sistema podía procesar mensajes más largos y complejos sin perder detalles importantes. Los investigadores luego probaron este nuevo sistema en un conjunto de prueba libre de filtraciones de 19,896 solicitudes, creado mediante una división estratificada por grupos para asegurar que no quedaran atajos basados en la dirección.

Los resultados fueron impactantes. El nuevo firewall identificó correctamente la naturaleza de casi cada uno de los mensajes que examinó, logrando una tasa de precisión del 99.74 por ciento. Distinguió con éxito entre el tráfico inofensivo y los ataques peligrosos como la inyección SQL, el cross-site scripting y la inyección de comandos con un nivel de precisión que superó con creces los métodos tradicionales. Aún más impresionante fue su velocidad; el sistema podía analizar una sola solicitud web en solo 12 milisegundos, lo suficientemente rápido como para proteger sitios web en vivo sin ralentizarlos. El estudio también mostró que cuando los investigadores eliminaron los atajos basados en la dirección, los modelos de aprendizaje automático más antiguos vieron cómo su rendimiento caía significamente, demostrando que habían estado dependiendo de los mismos patrones defectuosos. En contraste, el nuevo sistema mantuvo su alta precisión, demostrando que realmente había aprendido a reconocer la estructura de un ataque en lugar de simplemente adivinar basándose en el destino.

Este trabajo hace más que solo mejorar una herramienta de seguridad; cambia la forma en que los científicos evalúan la seguridad de las aplicaciones web. Al demostrar que los puntajes altos anteriores eran a menudo el resultado de un fallo en los datos en lugar de una inteligencia genuina, los investigadores han establecido un nuevo y más estricto estándar de prueba. Demostraron que, para que una IA sea verdaderamente confiable, debe ser entrenada para ignorar el contexto de hacia dónde va un mensaje y enfocarse enteramente en lo que el mensaje realmente dice. El equipo ya ha construido un prototipo funcional de este sistema, combinando comprobaciones rápidas basadas en reglas con su modelo de aprendizaje profundo para crear una defensa híbrida que puede manejar las amenazas complejas y evolutivas de la web moderna. Sus hallazgos sugieren que el futuro de la seguridad web no reside en listas de reglas más grandes, sino en sistemas que puedan comprender el lenguaje sutil y cambiante de los ataques digitales, siempre que se les enseñen las lecciones correctas desde el principio.