WAF-A-MoLE

ML-आधारित वेब एप्लिकेशन फ़ायरवॉल के लिए एक निर्देशित उत्परिवर्तन-आधारित फ़ज़र, जो AFL से प्रेरित है और Andreas Zeller एट अल. द्वारा FuzzingBook पर आधारित है।

एक इनपुट SQL इंजेक्शन क्वेरी दिए जाने पर, यह एक सिमैंटिक इनवेरिएंट क्वेरी उत्पन्न करने का प्रयास करता है जो लक्ष्य WAF को बायपास करने में सक्षम हो। आप अपने उत्पाद की मजबूती का आकलन करने के लिए इस टूल का उपयोग कर सकते हैं, जिससे WAF-A-MoLE को समाधान स्थान का अन्वेषण करके लक्ष्य वर्गीकारक द्वारा अनावरण न किए गए खतरनाक "ब्लाइंड स्पॉट" खोजने दिया जा सके।

आर्किटेक्चर

WAF-A-MoLE एक प्रारंभिक पेलोड लेता है और इसे पेलोड पूल में डालता है, जो प्रत्येक पेलोड पर WAF विश्वास स्कोर द्वारा क्रमित प्राथमिकता कतार का प्रबंधन करता है।

प्रत्येक पुनरावृत्ति के दौरान, पेलोड पूल का शीर्ष फ़ज़र को भेजा जाता है, जहाँ यादृच्छिक रूप से उपलब्ध उत्परिवर्तन ऑपरेटरों में से एक को लागू करके इसे उत्परिवर्तित किया जाता है।

उत्परिवर्तन ऑपरेटर

उत्परिवर्तन ऑपरेटर सभी सिमैंटिक्स-संरक्षित हैं और वे SQL भाषा (इस संस्करण में, MySQL) की उच्च अभिव्यक्ति शक्ति का लाभ उठाते हैं।

नीचे WAF-A-MoLE के वर्तमान संस्करण में उपलब्ध उत्परिवर्तन ऑपरेटर दिए गए हैं।

उत्परिवर्तन	उदाहरण
केस स्वैपिंग	admin' OR 1=1# ⇒ admin' oR 1=1#
व्हाइटस्पेस प्रतिस्थापन	admin' OR 1=1# ⇒ admin'\t\rOR\n1=1#
टिप्पणी इंजेक्शन	admin' OR 1=1# ⇒ admin'/**/OR 1=1#
टिप्पणी पुनर्लेखन	admin'/**/OR 1=1# ⇒ admin'/*xyz*/OR 1=1#abc
पूर्णांक एन्कोडिंग	admin' OR 1=1# ⇒ admin' OR 0x1=(SELECT 1)#
ऑपरेटर स्वैपिंग	admin' OR 1=1# ⇒ admin' OR 1 LIKE 1#
लॉजिकल इनवेरिएंट	admin' OR 1=1# ⇒ admin' OR 1=1 AND 0<1#
नंबर शफलिंग	admin' OR 1=1# ⇒ admin' OR 2=2#

हमें कैसे उद्धृत करें

WAF-A-MoLE "WAF-A-MoLE: Evading Web Application Firewalls through Adversarial Machine Learning" में प्रस्तुत पद्धति को लागू करता है। हमारे लेख की एक प्री-प्रिंट प्रति arXiv पर भी पाई जा सकती है।

यदि आप हमें उद्धृत करना चाहते हैं, तो कृपया निम्नलिखित (BibTeX) संदर्भ का उपयोग करें:

@inproceedings{demetrio20wafamole,
  title={WAF-A-MoLE: evading web application firewalls through adversarial machine learning},
  author={Demetrio, Luca and Valenza, Andrea and Costa, Gabriele and Lagorio, Giovanni},
  booktitle={Proceedings of the 35th Annual ACM Symposium on Applied Computing},
  pages={1745--1752},
  year={2020}
}

WAF-A-MoLE चलाना

पूर्वापेक्षाएँ

• numpy
• keras
• scikit-learn
• joblib
• sqlparse
• networkx
• Click

सेटअप

pip install -r requirements.txt

नमूना उपयोग

आप अपने स्वयं के WAF की मजबूती का मूल्यांकन कर सकते हैं, या कुछ उदाहरण वर्गीकारकों के विरुद्ध WAF-A-MoLE का प्रयास कर सकते हैं। पहले मामले में, Model वर्ग पर एक नज़र डालें। आपके कस्टम मॉडल को WAF-A-MoLE द्वारा मूल्यांकित होने के लिए इस वर्ग को लागू करना होगा। हम पहले से ही sci-kit learn और keras वर्गीकारकों के लिए रैपर प्रदान करते हैं जिन्हें आपकी फीचर निष्कर्षण चरण (यदि कोई हो) में फिट करने के लिए बढ़ाया जा सकता है।

सहायता

wafamole --help

Usage: wafamole [OPTIONS] COMMAND [ARGS]...

Options:
  --help  Show this message and exit.

Commands:
  evade  Launch WAF-A-MoLE against a target classifier.

wafamole evade --help

Usage: wafamole evade [OPTIONS] MODEL_PATH PAYLOAD

  Launch WAF-A-MoLE against a target classifier.

Options:
  -T, --model-type TEXT     Type of classifier to load
  -t, --timeout INTEGER     Timeout when evading the model
  -r, --max-rounds INTEGER  Maximum number of fuzzing rounds
  -s, --round-size INTEGER  Fuzzing step size for each round (parallel fuzzing
                            steps)
  --threshold FLOAT         Classification threshold of the target WAF [0.5]
  --random-engine TEXT      Use random transformations instead of evolution
                            engine. Set the number of trials
  --output-path TEXT        Location were to save the results of the random
                            engine. NOT USED WITH REGULAR EVOLUTION ENGINE
  --help                    Show this message and exit.

उदाहरण मॉडलों को बायपास करना

हम कुछ पूर्व-प्रशिक्षित मॉडल प्रदान करते हैं जिनके साथ आप मज़ा ले सकते हैं, जो wafamole/models/custom/example_models में स्थित हैं। हमारे द्वारा उपयोग किए गए वर्गीकारक नीचे दी गई तालिका में सूचीबद्ध हैं।

वर्गीकारक का नाम	एल्गोरिदम
WafBrain	पुनरावर्ती तंत्रिका नेटवर्क
ML-Based-WAF	गैर-रैखिक SVM
ML-Based-WAF	स्टोकेस्टिक ग्रेडिएंट डिसेंट
ML-Based-WAF	AdaBoost
टोकन-आधारित	सादा बेयस
टोकन-आधारित	रैंडम फ़ॉरेस्ट
टोकन-आधारित	रैखिक SVM
टोकन-आधारित	गाऊसी SVM
SQLiGoT - Directed Proportional	गाऊसी SVM
SQLiGoT - Directed Unproportional	गाऊसी SVM
SQLiGoT - Undirected Proportional	गाऊसी SVM
SQLiGoT - Undirected Unproportional	गाऊसी SVM

ML-आधारित WAF के अलावा, WAF-a-MoLE नियम-आधारित WAF का भी समर्थन करता है। विशेष रूप से, यह pymodsecurity प्रोजेक्ट पर आधारित OWASP Core Rule Set (CRS) से सुसज्जित ModSecurity WAF के लिए एक रैपर प्रदान करता है।

WAF-BRAIN - पुनरावर्ती तंत्रिका नेटवर्क

admin' OR 1=1# समतुल्य का उपयोग करके पूर्व-प्रशिक्षित WAF-Brain वर्गीकारक को बायपास करें।

wafamole evade --model-type waf-brain wafamole/models/custom/example_models/waf-brain.h5  "admin' OR 1=1#"

ML-Based-WAF - गैर-रैखिक SVM (मूल WAF-A-MoLE डेटासेट के साथ)

admin' OR 1=1# समतुल्य का उपयोग करके पूर्व-प्रशिक्षित ML-Based-WAF SVM वर्गीकारक को बायपास करें।

wafamole evade --model-type mlbasedwaf wafamole/models/custom/example_models/mlbasedwaf_svc.dump  "admin' OR 1=1#"

ML-Based-WAF - गैर-रैखिक SVM (SQLiV5/SQLiV3 डेटासेट के साथ)

admin' OR 1=1# समतुल्य का उपयोग करके पूर्व-प्रशिक्षित ML-Based-WAF SVM वर्गीकारक को बायपास करें। ध्यान दें कि SQLiV5 Kaggle से प्राप्त एक डेटासेट है जिसे WAF-A-MoLE द्वारा उत्पन्न क्वेरीज़ की एक श्रृंखला के साथ विस्तारित किया गया है, जो इस बात का प्रमाण है कि WAF-A-MoLE क्वेरीज़ पुनर्प्रशिक्षण के साथ WAF की मजबूती को बढ़ा सकती हैं। मूल Kaggle डेटासेट (SQLiV3) के साथ प्रशिक्षित WAF को बायपास करने के लिए mlbasedwaf_svc_sqliv3.dump का उपयोग करें।

wafamole evade --model-type mlbasedwaf wafamole/models/custom/example_models/mlbasedwaf_svc_sqliv5.dump  "admin' OR 1=1#"