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

互联网是一个庞大的数字对话网络，其中 Web 应用程序充当着从在线银行到社交媒体等一切事物的守门人。为了确保这些门户的安全，被称为 Web 应用防火墙（WAF）的安全系统时刻保持警惕，检查每一个试图进入的消息。几十年来，这些卫兵一直依赖一种简单的方法：将传入的消息与一份已知的恶意模式长名单进行比对，就像保镖根据照片 ID 核对宾客名单一样。虽然这种方法对于已知的威胁非常有效，但当攻击者使用复杂的技巧伪装其恶意代码，或者发明全新的入侵方式时，它就会显得力不从心。近年来，科学家们转向人工智能，以帮助这些卫兵学习如何辨别无害请求与危险请求之间的微妙差异，希望能识别出任何规则手册都无法预见的威胁。然而，一项新的研究揭示了那些旨在教导这些 AI 系统学习的工具本身隐藏着一个秘密缺陷，这让研究人员开始质疑，其中的“智能”究竟有多少是真实的。

来自印度 Sri Krishna 工程技术学院的一个研究小组致力于构建一个更智能的防火墙，但他们首先必须解决一个曾使以往实验结果产生偏差的谜题。他们首先检查了一个包含近二十万条带标签的 Web 请求的海量数据集，该数据集曾被许多人用于训练 AI 模型来检测常见的攻击，如 SQL 注入、跨站脚本攻击和命令注入。这些是特定类型的数字入侵，攻击者试图通过这些手段窃取数据、劫持用户会话或控制服务器。随着团队对数据的深入挖掘，他们发现了一个惊人的捷径。指示一个请求是攻击还是安全的标签，并不是由消息的实际内容决定的，而是由消息发送到的地址决定的。在这个数据集中，如果一条消息发送到登录页面，它几乎总是被标记为攻击；而发送到文件上传页面的消息则几乎总是被标记为安全。一个基于此类数据训练的 AI 模型并非在学习识别危险代码，它只是在记忆哪些网页与麻烦相关联，这种技巧被称为“标签泄漏”（label leakage）。

为了修复这个问题，研究人员开发了一种新的数据处理方法，剥离了地址信息，从而迫使 AI 只能观察消息本身的内容。他们还增加了解码文本隐藏层的步骤，因为攻击者常利用这些隐藏层来伪装其指令，此举确保了 AI 能看到请求的真实本质。利用这些清洗后的数据，他们训练了一个现代语言模型（一种旨在理解上下文和细微差别的 AI 类型）来充当新的防火墙。与只能读取短文本片段的旧模型不同，这个新系统可以处理更长、更复杂的各种消息，而不会丢失重要细节。随后，研究人员在一个包含 19,896 个请求的无泄漏测试集上测试了这个新系统，该测试集是通过分层分组拆分（group stratified splitting）创建的，以确保不再存在基于地址的捷径。

结果令人瞩目。这个新防火墙正确识别了它检查的几乎每一条消息，准确率达到了 99.74%。它成功地将无害流量与 SQL 注入、跨站脚本和命令注入等危险攻击区分开来，其精准度远超传统方法。更令人印象深刻的是其速度；该系统分析单个 Web 请求仅需 12 毫秒，足以在保护实时网站的同时不造成延迟。研究还表明，当研究人员移除基于地址的捷径时，旧的机器学习模型的表现大幅下降，证明它们此前一直在依赖这些有缺陷的模式。相比之下，新系统保持了极高的准确率，证明它真正学会了识别攻击的结构，而非仅仅根据目的地进行猜测。

这项工作不仅改进了一种安全工具，更改变了科学家评估 Web 应用安全性的方式。通过证明之前的超高分往往是由于数据缺陷而非真正的智能所致，研究人员建立了一个更严格的测试标准。他们表明，要使 AI 真正可靠，必须训练它忽略消息去往何处的上下文，而完全专注于消息本身传达的内容。该团队已经构建了一个该系统的原型，将快速的基于规则的检查与他们的深度学习模型相结合，打造出一个能够应对现代网络复杂且不断演变的威胁的混合防御系统。他们的发现表明，Web 安全的未来不在于更大的规则列表，而在于能够理解数字攻击那微妙且多变的语言的系统，前提是必须从一开始就给予它们正确的教导。