CISO购买Web应用防火墙（WAF）并非为了功能本身，而是为了在不拖慢组织运营的情况下降低业务风险。然而，对许多企业而言，WAF解决方案往往停滞在一个常见阶段：WAF已经部署，告警也在持续产生，但由于调优成本高、需要跨职能团队协作且存在风险，阻止模式迟迟无法启用。
与此同时，攻击者不会坐等。他们会探测API、自动实施凭据滥用，并利用规避技术绕过针对以往流量设计的规则集。为应对这一现实，WAF也在不断演进。了解这一演进过程，有助于理解为何AI驱动的WAF正成为一个切实可行的转折点：它们可以缩短实现防护所需的时间、减轻运营负担并改善安全成效，同时不会增加客户使用障碍。
“CISO应根据业务成果评估WAF解决方案，包括组织能以多快的速度进入并持续保持阻断模式、能多有效地阻止针对应用和API的威胁，以及对合法客户流量的干扰有多小，而不是仅关注各项功能的覆盖广度。”
第1代：控制功能丰富、由签名驱动的防护
第一代WAF奠定了Web安全的基础：通过特征码和协议强制执行，有效覆盖已知威胁。它们擅长阻止常见漏洞利用（例如SQLi、XSS）、通过大型特征码引擎关联CVE、强制实施HTTP合规要求，并在各应用中采用一致的策略和可观测性。此外，它们还增加了重要的运维防护措施，包括屏蔽日志中的敏感数据、自定义阻止页面、管理允许的响应代码、使用IP信誉源，以及保护响应中的敏感数据。
随着应用日益动态化，攻击面逐渐转向API、机器人和自动化，由此带来了新的挑战。基于签名的模型会造成一个根本性的运营权衡：
- 收紧规则以捕获更多攻击，会导致误报率上升并干扰业务。
- 放宽规则以减少业务中断，会导致更多漏报，并增加数据泄露风险。
在实践中，这会形成调优负担：安全团队需要对告警进行分类处置，开发人员需要验证流量是否合法，平台团队则需要实施例外规则。每个应用、每次发布通常乃至每个环境都要重复这一流程。其结果是阻止模式延迟启用、保护不一致，而且WAF本可阻止的威胁与其在生产环境中实际阻止的威胁之间差距日益扩大。
第2代：从“请求检查”转向“用户和会话行为”
第二代WAF的能力不再局限于有效载荷检查，而是利用客户端IP、TLS指纹、Cookie、HTTP标头及其他标识符等多种信号来识别和跟踪用户会话。这一转变至关重要，因为许多现代攻击并非表现为单个“恶意请求”，而是随时间推移呈现出特定行为，例如侦察、自动化操作、滥用模式或低频缓慢探测。
通过跟踪会话并根据行为评估用户风险，第二代WAF提升了对机器人和滥用型客户端的检测能力，并支持质询或临时阻止等缓解措施，从而减少了对静态签名的单一依赖。
但即使行为可见性有所提升，许多首席信息安全官（CISO）仍面临同样的采用障碍：对策略执行缺乏信心。知道某些行为“可疑”，并不意味着就能自动做出不会影响合法流量的决策。团队仍需反复权衡阈值、例外情况和规则之间的相互作用，尤其是在应用和API每周都会发生变化的情况下。
第三代：AI驱动的WAF与基于结果的策略执行
第三代WAF引入了一种不同的运行模式：由AI驱动的WAF风险评分支持基于风险的决策。团队无需再费力解读错综复杂的签名匹配、违规情况和调优取舍，WAF会评估每个请求的多项信号并分配风险级别。该风险级别将作为执行策略的基本依据。
这让CISO讨论的重点从“如何调优WAF？”转变为“对于此应用、端点或业务功能，我们愿意接受多大程度的风险？”
实际成效显著：
- 更快实现防护：决策基于分层分析，而非脆弱的单一规则触发机制，因此客户可以更快启用阻止模式。
- 降低运维负担：减少手动例外处理和逐案调优，有助于缓解安全运营、应用安全、开发和平台团队之间的协作摩擦。
- 提升检测能力并降低误报：多信号关联有助于发现更多攻击，同时减少对合法用户的干扰。
采用分层方法
要取得更理想的成效，应分层结合第1代、第2代和第3代WAF功能，而不是将它们视为可相互替代。
第一代控制措施包括签名、协议合规性、威胁活动防护、敏感数据保护和强大的可观测性，可高效防范已知漏洞和常见利用技术，并且仍是必不可少的基础安全措施。
Gen 2新增会话感知和行为跟踪功能，将各项请求串联为用户旅程，使平台能够区分滥用性自动化行为与正常使用模式，并减少对脆弱的逐URL例外规则的依赖。
随后，Gen 3 AI赋能的风险评分将这些信号整合到一致且以结果为导向的决策引擎中，把签名命中、行为异常和上下文指标关联起来，为每个请求或会话形成统一的风险态势，使团队能够更快、更有把握地启用阻止功能，同时尽可能减少漏报和误报。
这些能力相结合，形成分层防护方法，以较少的运维调优实现更强的防护：通过确定性控制应对已知风险，通过行为检测识别不断演变的风险，并通过基于风险的策略执行大规模做出准确决策。
根据业务成果评估WAF
如前所述，CISO应根据业务成果评估WAF解决方案，包括组织能以多快的速度进入并持续采用阻止模式、能多有效地阻止针对应用和API的威胁，以及对合法客户流量的干扰有多小，而不是仅关注各项功能的覆盖范围。
如果实施得当，运营工作的重点将不再是讨论单个特征码和例外情况，而是设置符合业务风险承受能力的风险阈值，从而在分布式环境中增强防护，同时将误报率保持在较低水平。
要详细了解F5 Distributed Cloud WAF及其基于AI的功能，请访问产品页面或联系我们的团队预约演示。
关于作者
相关博客文章
三家企业如何借助AI驱动的WAF改进虚拟补丁和运行时安全
了解三家F5客户如何利用AI驱动的WAF加快虚拟补丁部署、将误报减少50%以上，并更有信心地启用阻断模式。
F5 BIG-IP v21.0增强S3工作流的AI数据交付与摄取能力
使用F5 BIG-IP 21.0版优化S3工作流：通过低接触式配置，为AI数据交付、对象存储和RAG管道提供可扩展的安全解决方案。
Everest Group报告：生成式AI行业应用的当前趋势与未来前景
我们很高兴能为全球知名研究机构Everest Group发布的一份重要新报告作出积极贡献。该报告题为《生成式AI应用：审视横向职能中的实际应用与未来展望》，深入分析了各行业对生成式AI（GenAI）的应用情况。报告指出，IT［……］