📖 AI 总结

Cloudflare 构建了一套黑盒测试框架，将大语言模型置于受控环境中用于探测其 Web 应用防火墙（WAF）。模型无法接触 WAF 规则、源码或内部信号，仅依据 WAF 响应反馈调整攻击载荷的编码方式、位置与交付方式，由 Python 框架负责请求编排、状态管理和限制实施。在 45 个场景中，系统共生成 1,107 次尝试，经人工筛选后保留 49 项有效发现，其中 48 项涉及命令注入或服务端请求伪造（SSRF），最终促成 Cloudflare 托管规则集的三项变更，包括新增两项 SSRF 检测规则并改进一项现有规则。文章指出，该模式的核心在于围绕模型构建测试框架：限制执行、保存状态、验证发现，将概率性探索转化为安全工作流可用的证据，人工审查仍是最终验证环节。这一实践表明，AI 在渗透测试中的价值不在于替代测试人员，而在于以受控方式扩展攻击变体的探索空间。