חברת אבטחת המידע והתשתיות Cloudflare יישמה מערכת בדיקה אוטומטית המבוססת על מודלי בינה מלאכותית מתקדמים (Frontier AI Models), במטרה לתקוף באופן אקטיבי את חומת האש לאפליקציות רשת (WAF) של עצמה ולחשוף פרצות פוטנציאליות. בסדרת ניסויים שכללה 45 תרחישי בדיקה, מחולל ה-AI יצר יותר מ-1,100 ניסיונות תקיפה שונים. התהליך הוביל לזיהוי עשרות ממצאים שדרשו טיפול, ולבסוף הביא לעדכון ישיר של כללי ההגנה של החברה.
ניסוי "קופסה שחורה": איך ה-AI מנסה לחדור את ההגנות
מנגנון הבדיקה התבסס על ניתוח אקטיבי של מחזור התגובות. נקודת המוצא של המודלים הייתה נתוני תקיפה (Payloads) שחומת האש כבר חסמה בעבר. במקום לחזור על ניסיונות זהים, מודל הבינה המלאכותית הציע שינויים ומוטציות במבנה הבקשה - כגון שינויי קידוד, שינוי מיקום הנתונים או אופן העברתם - בהתאם לתגובות שקיבל מהניסיונות הקודמים.
הניסוי בוצע במתכונת של "קופסה שחורה" (Black-Box Testing): למודלים לא הייתה שום גישה לקוד המקור של Cloudflare, לכללי חומת האש או לאותות אבטחה פנימיים. את כל תהליך הניהול והבקרה ביצעה מעטפת בדיקה (Harness) שנכתבה בשפת פייתון (Python). המעטפת הייתה אחראית על הרכבת בקשות ה-HTTP ושילוחן, ניהול מצב התרחישים, אכיפת מגבלות ואיסוף התגובות. באמצעות הפרדה זו, מודל אחד הציע את השינוי הבא בבקשה, בעוד מודל שני ניתח את תגובת השרת - מבלי שלמודלי הבינה המלאכותית הייתה שליטה ישירה על ביצוע הבקשות בפועל.
באחד התרחישים, שעדכן הגנה מפני זיוף בקשות בצד השרת (SSRF - Server-Side Request Forgery), המערכת ניסתה לגשת לכתובת מטא-דאטה של ענן באמצעות ייצוגים שונים של הכתובת - כמו ערכים דצימליים ואוקטליים. כאשר בקשה בייצוג דצימלי נחסמה על ידי חומת האש, המודל שמר על מבנה הבקשה אך שינה את הכתובת לפורמט עם נקודה בסופה (Trailing-Dot). במקרה זה, הבקשה לא נחסמה על ידי חומת האש אלא החזירה הפניה מחדש (Redirect), נתון שנשמר מיד לבדיקה מעמיקה של צוות האבטחה.
מתוך 1,100 ניסיונות: הנתונים שמאחורי המבחן
במהלך הניסוי נוצרו 1,107 ניסיונות מוטציה שונים. לאחר סינון ראשוני, 607 בקשות עברו לבדיקה נוספת. מתוכן, חומת האש חסמה בהצלחה 558 בקשות, בעוד ש-49 ממצאים הוגדרו כרלוונטיים להמשך תחקיר וטיפול. 48 מתוך 49 הממצאים עוסקים באיומי הזרקת פקודות (Command Injection) וזיוף בקשות בצד השרת.
השלב ההכרחי והסופי בתהליך היה בדיקה אנושית (Human Triage). חוקרי האבטחה בחנו האם הבקשות אכן הגיעו לתרחיש היעד, האם הן נותרו זדוניות, האם חומת האש אכן לא חסמה אותן, והאם הן נכנסות תחת אחריות ה-WAF. המקרים שעברו את הסינון האנושי שוחזרו ונבחנו כמודלים לשיפור הכללים.
מדד בבדיקת חומת האש - נתון מספרי:
- תרחישי בדיקה שנבחנו: 45
- סך ניסיונות תקיפה (מוטציות): 1,107
- ניסיונות שעברו לבדיקה לאחר סינון: 607
- תקיפות שנחסמו בהצלחה על ידי ה-WAF: 558
- ממצאים שהועברו לתחקיר מעמיק: 49
- ממצאים בתחומי הזרקת פקודות ו-SSRF: 48
- שינויים ועדכונים בכללי ההגנה המנוהלים: 3
כתוצאה ישירה מניתוח הממצאים, ביצעה Cloudflare שלושה עדכונים מרכזיים בערכת הכללים המנוהלת שלה (Managed Ruleset):
- הוספת כלל זיהוי חדש: SSRF - Obfuscated Host
- הוספת כלל זיהוי חדש: SSRF - Restricted Protocol
- שדרוג וחיזוק הכלל הקיים: SSRF - Cloud
מגמה בתעשייה: מעטפות בדיקה (Harness) להגברת אמינות AI
הגישה של Cloudflare אינה עומדת לבדה, אלא משקפת מגמה מתרחבת בהנדסת אבטחה, שבה מודלי AI אינם פועלים באופן חופשי אלא מתוחמים בתוך מעטפת קשיחה שמנהלת ומאמתת את מציאת הפרצות. דוגמאות נוספות למגמה זו כוללות:
Google Mandiant: מפעילה מעטפת לגילוי פגיעויות (Agentic Vulnerability Discovery Harness) המקשרת בשרשרת סוכני AI מתמחים - החל מניתוח קוד מקור, דרך יצירת היפותזות ועד לאימות הממצאים לפני מעבר לסקירה אנושית.
OpenAI Codex Security: בונה מודל איומים עבור מאגר קוד, מחפשת חולשות ומנסה לשחזר אותן בסביבה מבודדת בטרם הצעת תיקונים לצוות ההנדסה.
PageBreak של גוגל: מתמקדת באימות מעשי של היפותזות פגיעות שנוצרו על ידי AI, כדי לוודא שניתן לנצלן בפועל ולמנוע הצפה של צוותי אבטחה בדיווחים שגויים אך סבירים למראית עין.
החוט המקשר בכל המערכות הללו הוא השימוש ב-Harness - מעטפת תוכנה שמגבילה את יכולת הביצוע של ה-AI, שומרת על מצב הניסוי, מאמתת את הנתונים, והופכת חקירה הסתברותית לראיות מוצקות שצוותי אבטחה יכולים לשלב ישירות בתהליכי העבודה הקיימים שלהם.
למה זה חשוב לך
אם אתם מנהלים אתר, חנות מקוונת או שירות דיגיטלי המוגן על ידי Cloudflare או פתרונות אבטחה דומים, השיפורים הללו בכללי ההגנה מגיעים אליכם באופן אוטומטי ומחזקים את העמידות מול תקיפות עתידיות. השימוש ב-AI לאיתור פרצות באופן יזום, לפני שתוקפים אמיתיים מגלים אותן, הוא חלק ממגמה רחבה יותר שצפויה להשפיע גם על חברות ישראליות הפועלות בתחום הסייבר ועל ארגונים מקומיים המסתמכים על שירותי ענן גלובליים. ככל שהשיטה הזו תתפשט בתעשייה, ניתן לצפות לשיפור כללי ברמת האבטחה הדיגיטלית שממנה נהנים גם משתמשי קצה בישראל.
התוכן בכתבה זו נועד לספק סקירה כללית בלבד ואינו מהווה תחליף לייעוץ מקצועי פרטני. המערכת אינה אחראית לכל נזק או הפסד שייגרם כתוצאה מהסתמכות על המידע המוצג.
קראו גם: גוגל חתמה על הסכמי חשמל בהיקף 3.59 גיגוואט עם קונסטליישן אנרג'י · אפל מהדקת הרשאות ב-macOS: תגביל גישת סוכני AI למידע פרטי
