Cloudflare WAFを最先端AIモデルでテストした結果:発見と改善点
We tested our own WAF with frontier AI models. Here’s what we found
Cloudflareは、自社のWAF(Web Application Firewall)が最先端のAIモデルによる攻撃にどれだけ対応できるかをテストするため、動的なアプローチを採用した。LLM(大規模言語モデル)をハッカー役として、ソースコードやWAFのルールにアクセスさせずに、HTTPリクエストの様々な箇所にペイロードをエンコード・変異させて送信し、WAFのブロックを試みた。このテストでは、1,107件の試行が行われ、そのうち558件はWAFによってブロックされた。ブロックされなかった49件の発見事項(主にコマンドインジェクションとSSRF)は、新たな検出機能の開発に繋がった。具体的には、SSRF - Obfuscated Host、SSRF - Restricted Protocolの新しい検出機能と、SSRF - Cloudルールの改善がCloudflareのマネージドルールセットに加えられた。このテストを通じて、AIモデルの適応能力と、人間によるトリアージおよび検証の重要性が示された。また、顧客に対しては、WAFだけでなくAPIセキュリティやボット検知など、利用可能な全ての保護機能を活用し、マネージドルールをログモードでテストしてからブロックモードに移行することを推奨している。
- CloudflareがLLMを攻撃者役にしたWAF検証を実施し、1,107件の試行中558件がWAFでブロックされた
- ブロックされなかった49件の発見事項(主にコマンドインジェクションとSSRF)が新たな検出機能の開発につながった
- SSRF - Obfuscated Host、SSRF - Restricted Protocolの新検出機能とSSRF - Cloudルールの改善がCloudflareのマネージドルールセットに追加された
- AIモデルの適応能力だけでなく、人間によるトリアージと検証の重要性が示された
- 顧客に対し、WAFだけでなくAPIセキュリティやボット検知も含む全保護機能の活用と、マネージドルールをログモードでテスト後にブロックモードへ移行することを推奨
CloudflareがLLMを攻撃者役に据えて自社WAFを検証し、1,107件中558件をブロック、未ブロックの49件(コマンドインジェクション/SSRF)を新検出機能としてマネージドルールに反映した事例。AI時代の防御側の優位性を「継続的なレッドチーミング+人間のトリアージ」で担保する構図が鮮明で、WAF・APIセキュリティ・ボット検知を束ねたプラットフォーム型セキュリティ企業の付加価値と値上げ余地を示す。攻撃側AIの能力向上は防御ベンダーの継続投資を不可避にするため、ルール更新サイクルを回せる大手(=Cloudflareなど)への需要は構造的に強まる。一方、AIによる自動検出だけで完結せず人間の検証が必須と自認している点は、収益性(コスト構造)と競合参入余地の両面で注視したい。