下一代WAF应该往更智能化方向演进。。
。

毫无疑问，，
，在应对复杂多变的应用层攻击时，，WAF产品作为抵御应用层攻击强有力的工具，，，，依旧是众多企业用户的首选。。然而，，一方面攻击手段不断增加，
，，，另一方面，
，，企业应用正变得越来越复杂，，，，传统WAF要为企业应用提供防护也变得越来越力不从心。
。不少企业开始对WAF威胁识别的准确性、、、
、抵御攻击的能力感到失望。。

从现有WAF产品的工作原理分析，，，，不难发现，，导致这一结果的根本原因，，，是当前传统WAF产品所采用的规则检测引擎和正则表达式匹配方式，
，，面对现在复杂多变的Web应用攻击时
，，，处理性能及攻击检测和拦截的方法上
，，，，存在明显的不足。。

传统WAF防御引擎弊端突显

传统的WAF防御体系存在性能差、、、漏判、、、、误判率高等特征。
。

传统规则引擎的弊端

全流量处理，，，设备存在极大的性能瓶颈

随着应用的不断丰富，
，网络中的应用层流量越来越多，，，而传统WAF设备在进行安全防御时，，
，需要对全部流量进行安全检测，
，这种全流量检测模式就造成了WAF设备处理性能存在瓶颈问题的根本原因
。。全流量检测就是不管流量是好是坏，，，，都需要设备对其进行拆包
、
、、还原、、、、特征比对等，，
，极大的消耗了设备性能。
。
。。

业务内容无法有效解析、、、、难以深入分析

黑客在发起应用层攻击时，，
，传统WAF设备首先会对应用流量进行内容解析并还原
，，，，比如黑客攻击的是IIS
、、
、Apache、、Weblogic等组件
，
，，WAF设备会依托于内容还原引擎去解析所有的组件的内容，
，，识别攻击流量是否是针对该组件，，业务内容解析及还原能力是否够强，，，，直接影响应用层威胁的检测结果。。
。在业务内容解析环境
，
，WAF面临的最大的难度就是如何全面覆盖客户环境中异构的、、
、不同版本的各种组件
。。

一般来说，，，用户环境中存在异构的、、不同版本的各种组件。。需要安全厂商进行持续的攻防研究与攻防演练，，并持续更新迭代。。然而不同厂商在业务内容还原的能力上参差不齐，，
，这就导致了传统WAF设备无法有效保障服务器的组件能够被全部识别并被有效还原。。
。。当黑客针对性发起攻击时
，，，就会存在被绕过的风险。。。。

Web威胁无法精准识别、、、无法保证误报率和漏报率

WAF产品的误判和漏判情况，，也是使用者普遍关注的问题之一，，
，，误判产生的本质原因在于攻击流量和业务流量的相似性
，，，，而漏判则是在于攻击数据的伪装
，，使得WAF无法精准识别。
。

当前的WAF设备在技术手段上所采用的正则匹配方式相对单一，，，，依靠静态固化的规则无法有效应对各种变种的应用层威胁。。。。特征检测机制会从零散分布在正常业务语句中的特征进行判断，
，，，如业务中的一些业务语句、、
、句子甚至文章往往被认为是攻击特征，，从而导致误判；而利用各种编码及攻击混淆手段进行的攻击语句，
，，往往能够伪装成正常流量，，绕过WAF的规则判断。
。。

下一代WAF防御引擎

为了弥补传统WAF防御架构的不足，，更好的应对日益复杂的Web应用攻击
，，，，传统WAF的防御架构必须进行更新换代
。。。基于单一的正则匹配安全检测技术基础，
，引入语法、、、词法分析算法，，，，并全面结合机器学习、、、人工智能技术，，，利用AI技术为传统的WAF进行深度的安全赋能，
，以此构建更加智能化的下一代WAF防御引擎。。
。。

以流量深度学习能力，，
，全面提升设备处理效能

通过引入机器学习
，，
，，在流量层采集白流量的特征
，
，，使合法流量可以快速通行，，，实现设备性能的翻倍提升。。
。

嘉游信息下一代防火墙在WAF引擎上采用白流量过滤，，基于应用层交互内容进行深度学习，，，，在这个层次上建立深入的流量学习模型
，，，，对各种网页元素
、、、、参数进行监测
、、、学习
、、、、对比
，，整个过程由设备的自学习功能完成，，无需人工干预，，，同时可以根据Web流量的变化进行自适应调整，
，建立白流量过滤能力，，
，
，如果流量中有明显偏离正常流量模式，，，，则将其导入到后续的安全检测流程进行处理，，，
，保证合法流量可以快速通行。。这就好比机场的安检机
，，，识别到包含违禁物品的包裹后，，，，进行开箱查看，
，，
，正常包裹直接通过，，相比传统WAF架构的逐一开箱检查，，极大的提高处理效率
。。。 

以业务智能融合引擎，，，，融合业务解析及还原能力

嘉游信息AF通过业务智能融合引擎，，，智能匹配业务环境，，，，根据业务特征动态匹配解析及还原能力，，具备适应各种后端业务的能力，，能够快速将业务相关内容还原，
，
，，再在进行安全检测，，，全面应对各种各样的攻击。。例如下面这个sql注入攻击语句：

POST

/cms/supesite/personcard.php?uid=49%20%u0061nd%201=2%20un%u0069on%20se%u006c%u0065ct%201,password,3,4,5%20from%20adminHTTP/1.1

因为IIS默认支持对%u编码的解码功能
，，所以这一段数据最终被还原成：

POST

/cms/supesite/personcard.php?uid=49 and 1=2 union select 1,password,3,4,5 from adminHTTP/1.1

导致该语句可以成功在IIS服务器上被执行，，，，从而对应用服务器造成攻击
。。。而嘉游信息AF业务智能融合的解析引擎，，可以准确识别攻击使用的混淆方法，，，，从而对其进行解析，，检测并进行拦截。。对比传统WAF的防御方式，，，如果WAF不具备这种业务适配能力的话，，无法正确以对应的业务环境对该语句进行解析和还原，，，将无法有效识别来该攻击，，
，黑客就可以绕过WAF，，，，从而攻击后端的业务服务器。。。

除了业务智能融合引擎之外，，，嘉游信息AF也在传统技术上做到极致，，，
，通过对大量用户业务环境的持续攻防演练
，，充分了解用户业务的特点及响应方式，，，将该业务解析的能力全面迁移到WAF中，，实现对业务内容的深度还原。。

以威胁深度检测引擎
，，，精准识别Web威胁

嘉游信息AF的威胁深度检测引擎融合词法、、语法算法并全面采用人工智能对威胁进行深度分析，，可以全面应对传真实环境中复杂的业务环境、、、、业务数据、、开发方法等，，，
，第一时间定位并处理掉异常行为
。。。。

基于AI学习经验数据后，
，可以形成基于行为的数据模型，，通过这些数据模型对目标事件做出预测，，
，使得核心安全能力具备自我学习、
、
、模型的自我演进、、及业务的自适应特点。。。如下图，，
，将SQL相关的攻击，，，
，按照词法解析的方式，，，
，形成序列：

 

一方面，，通过云端的大数据，，生成大量的攻击序列及合法序列
，，，进行有监督学习，，用大量已知的攻击样本生成攻击数据模型，，，然后通过这些模型来预测其他未知的攻击方式
。。通过这种方式训练出来的AI引擎，
，即可以防住变化多端的攻击，，，，也能够在WAF上线后通过对业务的持续学习，，，自动排除误判
。。。。

另一方面，，基于人工智能技术通过有监督和无监督的结合，
，无监督掌握业务的正常模式，，有监督可以掌握攻击的特征
，，，通过人为的标注，
，，进行数据泛化，，，这样的互补可以更好地精准识别业务流中的攻击。。。

嘉游信息AF基于面向未来，
，有效保护的安全理念，
，，采用的下一代WAF防御引擎，，
，相比传统WAF防御方式，，，，能够为用户的业务提供更加高效的防御能力。。。