Mengapa pemindaian semantik
Serangan bisa mengubah ejaannya tanpa mengubah apa yang dilakukannya. Pemindaian semantik memeriksa hubungan di dalam input untuk menemukan bukti yang tidak bisa dijelaskan oleh kata kunci saja.
- Input yang sedang dianalisis
Gagasannya
Bayangkan sebuah kalimat. Mengenali kata satu per satu memang berguna, tetapi memahami bagaimana kata-kata itu disusun memberi tahu jauh lebih banyak. Pemindai dapat menerapkan prinsip yang sama pada bahasa komputer: mengenali operator, ekspresi, dan kombinasi yang berpotensi berbahaya.
Kata select dalam pesan pelanggan belum cukup untuk menyimpulkan adanya SQL injection. Kondisi yang mengubah logika query adalah bukti yang lebih kuat. Meski begitu, WAF tidak bisa mengetahui apakah backend akan mengeksekusi input itu atau menyimpannya sebagai teks dengan aman.
- Bukti ditemukan
- Filter normal
Coba sebuah contoh Ilustrasi
Input
SELECT name FROM products WHERE id = 7 OR 1 = 1 Query dengan kondisi yang selalu benar
OR menghubungkan filter normal dengan perbandingan konstanta. Jika dieksekusi sebagai SQL, kondisi ini dapat memperluas hasil query.
Hubungan antara operator dan nilai menjelaskan risikonya.Penjelasan ini sudah disiapkan sebelumnya dan hanya berjalan di browser Anda. Tidak ada lalu lintas yang dikirim, tidak ada SQL yang dieksekusi, dan hasilnya tidak memprediksi putusan WAF yang sebenarnya. Pembandingnya filter kata kunci yang sangat sederhana; alat berbasis signature di lingkungan produksi lebih rumit daripada itu.
Di dalam pemindai
"Semantik" adalah sekelompok teknik analisis. WAFio memakai mesin deterministik yang khusus per bahasa. WAFio tidak mengirim request ke LLM untuk menebak maksud pengguna, dan tidak memakai parser AST lengkap untuk setiap kategori.
Alur analisis secara konsep
- Ambil input yang relevan. Pisahkan URI, nilai query, dan field body. Catat dari mana sebuah temuan berasal, jangan memperlakukan seluruh request sebagai satu bahasa.
- Normalkan bentuk yang didukung. Dekode representasi yang didukung agar tanda baca yang di-encode dapat diperiksa. Normalisasi dibatasi dan harus diuji terhadap perilaku backend.
- Analisis struktur bahasa. Pakai parser, tokenizer, atau pemeriksaan struktur yang sesuai. Untuk SQL, bukti AST digabung dengan heuristik dan regular expression sebagai jaring pengaman bagi sebagian fragmen dan kasus dialek.
- Kumpulkan bukti dan terapkan kebijakan. Timbang bukti dari konstruksi yang berisiko; dua belas mesin membandingkannya dengan tingkat sensitivitasnya. Bawa alasan, field yang terdampak, dan kekuatan deteksi, kuat atau lemah, ke keputusan WAF agent.
- Diizinkan atau dicatat
- Diblokir
- Yang ditambahkan AST
- Pohon sintaks menghubungkan operator dengan operandnya. Dengan begitu, perbandingan konstanta, union query, atau ekspresi bersarang dapat terlihat, dan setiap token tidak diperlakukan sebagai teks yang tidak berkaitan.
- Yang tidak bisa ditambahkan AST
- AST tidak dapat mengungkap query akhir di backend, pemeriksaan otorisasi, atau parameter binding. Dialek yang tidak didukung atau fragmen yang tidak lengkap mungkin tidak ter-parse seperti yang diharapkan.
Batas konteks
- Terlihat oleh WAF
- Input request: field, sintaks, encoding, dan kebijakan yang dikonfigurasi.
- Di dalam aplikasi Anda
- Eksekusi yang sebenarnya: penyusunan query, izin, logika bisnis, dan akses data.
Deteksi struktural adalah satu lapisan perlindungan. Parameterized query, output encoding, validasi, dan kontrol akses tetap harus ada di dalam aplikasi.
Pemindaian semantik dan pencocokan kata kunci
Analisis semantik bisa lebih baik daripada aturan kata kunci sederhana ketika risikonya bergantung pada hubungan antartoken. Analisis ini dapat mengenali struktur serangan yang didukung meski bentuk permukaannya bervariasi, dan menghasilkan penjelasan yang lebih spesifik. Semua itu keunggulan arsitektur, bukan jaminan akurasi atau performa di semua kasus.
Pencocokan signature bukan sekadar blacklist kata kunci.
WAF berbasis signature memakai transformasi teks, kondisi aturan, dan skor anomali. Sebagian memanggil operator ala libinjection untuk SQLi dan XSS. Teknik struktural dan sistem signature saling tumpang tindih; labelnya saja tidak menunjukkan sistem mana yang akan mendeteksi sebuah serangan.
- Request diblokir
- Request diteruskan
Gambar ini membandingkan satu input dengan aturan kata kunci yang sangat sederhana. Gambar ini ilustrasi gagasan, bukan hasil pengukuran.
| Aspek | Pemindaian semantik WAFio | Pencocokan kata kunci atau signature |
|---|---|---|
| Pertanyaan utama | Struktur bahasa atau operasi berisiko apa yang ada? | Pola atau kata kunci yang sudah dikenal mana yang muncul di request ini? |
| Metode deteksi | Parser khusus bahasa, tokenizer, pemeriksaan struktur, heuristik, dan fallback berbasis pola. | Daftar pola, regular expression, dan kondisi kata kunci, sering kali dengan transformasi teks sebelum pencocokan. |
| Paling cocok untuk | Mengenali struktur injection yang didukung meski ejaan atau spasinya sedikit berubah. | Cakupan luas untuk string serangan yang sudah dikenal, pemeriksaan protokol, dan praktik tuning yang sudah lama mapan. |
| False positive | Struktur dapat membedakan sebagian penggunaan kata kunci yang tidak berbahaya. SQL, HTML, atau template yang sah tetap bisa cocok. | Pengecualian dan tuning per pola membantu mengendalikan noise. Input sah yang kompleks tetap bisa cocok. |
| Titik buta | Sintaks yang tidak didukung, fragmen yang tidak lengkap, perbedaan parser, dan konteks aplikasi. | Celah cakupan dan transformasi, bentuk serangan yang belum dikenal, dan konteks aplikasi. |
| Biaya operasional | Beban kerja parser bergantung pada kompleksitas payload dan mesin mana yang berjalan. Ukur pada lalu lintas yang realistis. | Biayanya bergantung pada jumlah pola, operator, transformasi, dan lalu lintas. Ukur pada beban kerja yang sama. |
| Pemeliharaan | Parser, normalisasi, bobot bukti, dan kasus regresi perlu diperbarui. | Pola, pengecualian, dan kasus regresi perlu diperbarui seiring perubahan serangan dan aplikasi. |
| Penerapan terbaik | Sinyal struktural di dalam kebijakan keamanan berlapis. | Cakupan pelengkap di dalam kebijakan keamanan berlapis. |
Sistem skor berbeda antarproduk. Jangan membandingkan skor numerik satu alat secara langsung dengan alat lain.
Pipeline WAFio
WAFio tidak sekadar menjalankan setiap detektor lalu menjumlahkan semua angkanya. Alur request memiliki keputusan awal, dan setiap mesin dapat dimatikan atau diatur ke Log only. Daftar ini berfokus pada pemrosesan semantik setelah pemeriksaan kebijakan request yang lebih awal.
Alur request yang disederhanakan, sesuai implementasi saat ini
- Request dan pemeriksaan kebijakan awal. Kontrol ukuran, akses, dan lalu lintas dapat memutuskan lebih dulu.
- Analisis semantik. Mesin yang aktif memeriksa input request yang didukung. Dua belas mesin menimbang bukti terhadap tingkat sensitivitasnya masing-masing.
- Kekuatan deteksi dan kebijakan. Deteksi kuat memblokir; deteksi lemah dicatat. Mesin yang diatur ke Log only mencatat apa yang seharusnya diblokir dan tetap meneruskan request.
- Putusan. Izinkan, catat, atau blokir.
- Diizinkan atau dicatat
- Diblokir
Hasil bersih berarti tidak ditemukan bukti semantik yang dikonfigurasi. Hasil itu tidak membuktikan bahwa sebuah request aman. Pengecualian path, mesin yang dinonaktifkan, dan kebijakan proyek lainnya juga memengaruhi langkah mana yang berjalan. Tinjau konfigurasi yang sedang berjalan saat menyelidiki sebuah putusan.
Daftar ini tidak menyertakan penanganan error dan cabang kebijakan yang tidak terkait agar mudah dibaca.
Cakupan mesin
WAFio memiliki 20 mesin, yang di sini dikelompokkan menurut tugasnya. Kelompok serangan yang berbeda membutuhkan bukti yang berbeda. "Semantik" tidak berarti setiap mesin memakai parser yang sama, tingkat kepastian yang sama, atau perilaku pemblokiran yang sama. Referensi mesin deteksi mencantumkan setiap analyzer beserta tekniknya.
- Query dan ekspresiSQL, NoSQL, LDAP, SSTI
- Mencari operator query, manipulasi filter, dan ekspresi template. Mesin SQL memakai bukti AST bersama pemeriksaan heuristik dan pola.
- Browser dan eksekusiXSS, CMD, PHP, Python, Java
- Memeriksa konteks markup, sintaks shell, dan indikator eksekusi yang khusus per bahasa. Setiap mesin punya teknik analisisnya sendiri.
- Resource dan objekLFI, SSRF, XXE, Deserialization, Prototype Pollution
- Mencari traversal, target fetch yang mencurigakan, XML entity, dan manipulasi objek yang berbahaya. Kecocokan berarti ada bukti, tetapi belum membuktikan bahwa backend mengeksekusinya.
- Protokol dan tokenHeader Injection, GraphQL, JWT
- Memeriksa penyalahgunaan di level protokol: CRLF pada nilai header, introspection GraphQL dan batch berukuran berlebihan, serta JWT yang tidak ditandatangani atau yang memakai key traversal. Temuan JWT, header injection, dan GraphQL dapat memblokir. Introspection GraphQL hanya dicatat; batch yang melewati batas diblokir.
- Sinyal visibilitasOpen Redirect, Prompt Injection, Anomaly
- Menampilkan redirect yang mencurigakan, pola prompt, dan input yang tidak biasa. Temuan open redirect hanya dicatat. Prompt injection dicatat, dan diblokir pada path chat atau LLM. Anomaly dicatat, kecuali User-Agent milik scanner, yang diblokir.
Deteksi upload berbahaya adalah kontrol yang terpisah.
Mesin semantik tidak memperlakukan file biner yang diunggah sebagai kode sumber. Deteksi upload berbahaya membandingkan hash file yang utuh dengan signature yang tersedia, dengan verifikasi hash yang persis. Fitur ini tidak mengekstrak setiap arsip dan tidak mendeteksi setiap sampel malware yang sudah dimodifikasi.
Kekuatan dan batasan
Manfaat analisis struktur
- Lebih sedikit kecocokan yang dangkal. Sebuah kata dapat dinilai bersama sintaks di sekitarnya, tidak diblokir sendirian.
- Toleransi terhadap variasi. Encoding, spasi, dan ekspresi yang didukung masih dapat dipetakan ke operasi yang dikenali.
- Investigasi lebih jelas. Alasan di tingkat field dan bukti struktural membantu menjelaskan sebuah temuan.
- Kebijakan yang tepat sasaran. Tuning per kategori dapat disesuaikan dengan input yang diharapkan aplikasi.
Yang masih perlu ditangani
- Parsing punya batas. Fragmen, sintaks yang rusak, dan dialek yang tidak didukung dapat lolos dari analisis atau membingungkannya.
- Konteks tidak lengkap. Aplikasi tutorial dan editor kode memang menerima sintaks yang tampak mencurigakan.
- Sumber daya terbatas. Payload yang besar atau kompleks memerlukan pemrosesan yang dibatasi dan batas yang sudah diukur.
- Sebagian celah tampak biasa. Otorisasi yang rusak dan penyalahgunaan logika bisnis mungkin sama sekali tidak mengandung sintaks injection.
Pencocokan kata kunci dan signature membawa pengetahuan deteksi yang luas dan sudah dikenal, serta model tuning yang mapan. Kompromi yang menyertainya mencakup pengecualian khusus aplikasi, potensi noise dari pengaturan yang lebih ketat, dan pemeliharaan pola yang terus-menerus. Pemindaian semantik memiliki kompromi yang tercantum di atas, dan konfigurasi, log, serta uji regresinya juga perlu dikelola dengan cermat.
Evaluasi dan penerapan
"Lebih baik" seharusnya berarti lebih banyak serangan relevan yang tertangkap, lebih sedikit lalu lintas sah yang terganggu, dan pemakaian sumber daya yang dapat diterima pada aplikasi Anda. Janji nol false positive atau klaim kecepatan yang berlaku universal tidak dapat dipertanggungjawabkan tanpa dataset dan kondisi pengujian yang jelas.
Siklus evaluasi yang dapat diulang
- Susun korpus. Request sah yang representatif dan kasus serangan yang terkontrol.
- Bandingkan pengaturan. Setiap pengaturan mesin dan tingkat sensitivitas yang akan Anda pakai, pada lalu lintas yang sama.
- Ukur. False positive, serangan yang lolos, latensi p95 dan p99, CPU, dan memori.
- Tuning dan ulangi. Buat perubahan yang sempit, putar ulang kasus regresi, dan siapkan rollback.
- Langkah berikutnya
- Ulangi
Penerapan bertahap
- Mulai di lingkungan yang terkontrol. Sertakan login, pencarian, API JSON, rich text, teks berbahasa selain Inggris, dan upload. Tentukan perilaku yang diharapkan tanpa bergantung pada WAF.
- Periksa buktinya. Catat field, kategori, alasan, kekuatan deteksi, detail kecocokan, dan kebijakan yang berlaku. Jangan menganggap request yang diblokir otomatis sebagai bukti serangan.
- Batasi cakupan tuning. Batasi pengecualian pada rute atau input yang diperlukan dan pertahankan perlindungan lainnya. Bypass global dapat menyembunyikan serangan yang tidak terkait.
- Perluas sedikit demi sedikit. Tinjau dampak pada lalu lintas sah dan error aplikasi, lalu perluas penegakannya. Uji ulang saat aplikasi, parser, aturan, atau kebijakan berubah.
Bandingkan yang setara.
Jaga agar hardware, konkurensi, ukuran payload, dan cakupan yang dikonfigurasi tetap konsisten. Catat versi, komposisi dataset, dan kondisi warm-up. Mode yang lebih cepat karena melewati sebuah detektor bukan bukti bahwa cakupan yang sama menjadi lebih cepat.
Glosarium
Analisis semantik
Memeriksa struktur dan hubungan di dalam input untuk mengenali operasi yang berpotensi berbahaya. Di WAFio, ini berarti analyzer deterministik, bukan LLM yang menebak maksud pengguna.
Token
Bagian bermakna dari sebuah bahasa: nama, angka, string, operator, atau kata kunci. Tokenizer memecah input menjadi bagian-bagian ini.
AST
Abstract syntax tree (pohon sintaks abstrak): representasi terstruktur dari ekspresi atau program yang sudah di-parse. AST memperlihatkan hubungan, misalnya ekspresi OR yang berisi dua perbandingan.
Normalisasi
Mengubah representasi yang didukung, seperti URL encoding, menjadi bentuk yang dapat diperiksa detektor. Dekode yang terlalu banyak atau terlalu sedikit bisa berbeda dari perilaku backend.
False positive / false negative
False positive menandai lalu lintas yang sah. False negative melewatkan serangan. Menurunkan yang satu dapat menaikkan yang lain, jadi evaluasi keduanya.
Perilaku khusus WAFio telah diperiksa terhadap implementasi saat ini. Ilustrasi menjelaskan konsep dan bukan hasil benchmark yang diukur. Ditinjau November 2026, untuk versi 2.0.0.