الجزء السادس: آلات الحالات، وأشجار البادئات، والجدار الناري الدلالي¶
نفحص الخوارزميات التي تتيح التصنيف في أقل من ميكروثانية: آلة Aho-Corasick الموسومة، وشجرة radix لعناوين IPv4/IPv6، ومقسِّمات WAF الدلالي القائمة على فئات البايتات، ومحرك السياسة التصريحي مع احتساب الدرجات بـ WEIGH.
مطابقة أنماط متعددة بمرور واحد¶
Aho-Corasick بوصفها آلة DFA كثيفة¶
لدى Sibuna مجموعتان من الأنماط الحرفية: نحو أربعين توقيعًا للروبوتات ونحو مئة توقيع للهجمات. ومسح حقل بمقارنته بـ \(N\) من الأنماط نمطًا نمطًا يكلّف \(O(NM)\)؛ أما آلة Aho وCorasick (1975) فتمسحه مرة واحدة في \(O(M)\) بعد بناء شجرة بادئات مع روابط الفشل. يدمج Sibuna روابط الفشل في جدول الانتقال وقت البناء، فيصير المسح تحميلًا واحدًا من الجدول لكل بايت من المدخل، بلا تفرعات تتوقف على مجموعة الأنماط. وتوجد الآلة في الحزمة (crate) sibuna-patterns:
/// يتقدم من `state` (إزاحة صف) عبر `byte`.
fn step(&self, state: usize, byte: u8) -> usize {
self.table[state + usize::from(self.classes[usize::from(byte)])] as usize
}
pub fn find_first(&self, haystack: &[u8]) -> Option<Match> {
let mut state = 0;
for (index, &byte) in haystack.iter().enumerate() {
state = self.step(state, byte);
if state >= self.first_match {
let id = self.first_output_in(self.match_state(state), self.all_tags)?;
return Some(self.report(id, index + 1));
}
}
None
}
تُخزَّن الحالة على هيئة إزاحة صفها في جدول مسطح واحد، فتكون الخطوة عملية جمع واحدة وتحميلًا واحدًا. وتُرقَّم الحالات بحيث تأتي كل حالة مطابقة بعد سائر الحالات؛ فيصير كشف المطابقة مقارنة واحدة مع first_match، بلا جدول ثانٍ يُحمَّل في الحلقة الداخلية.
ميزانية حالات الآلة خيار يُضبط وقت التشغيل. يحجز محرك السياسة على الأكثر جذرًا واحدًا مضافًا إليه مجموع أطوال التوقيعات كلها، وهو حد أعلى آمن لعدد حالات شجرة البادئات. ويتجنب ذلك الجداول الثابتة المفرطة الحجم التي عُرفت سابقًا، مع الإبقاء على انتقال كثيف لكل فئة بايت. يحمل كل نمط وسم فئة صغيرًا (من 0 إلى 63، فتكون مجموعة الوسوم كلمة واحدة من 64 بت). ويستخدم طي حالة الأحرف جدول فئات بايتات من 256 مدخلًا يُبنى مع الآلة: تشترك حالتا الحرف الواحد في فئة واحدة، وتشترك البايتات التي لا تظهر في أي نمط في فئة واحدة، فيكون عرض صف الجدول عدد بايتات الأنماط المختلفة زائد واحد بدل 256. ويسجل الجزء الثامن أحجام المحرك الدقيقة والمقارنة مع البحث المتسلسل عن السلاسل الفرعية، وهو بحث يستخدم الأنماط نفسها ويكتفي بأي مطابقة.
التعبيرات النمطية ومحركات SIMD والاختيار بينها¶
وازنّا بين ثلاث عائلات لمرحلة التوقيعات:
- التعبيرات النمطية ذات التراجع (على طريقة مجموعات القواعد ذات التراجع) تشغّل مئات الأنماط لكل طلب وتخصص ذاكرة لكل مطابقة؛ وهي أبطأ الخيارات وأكثرها عرضة للإنذارات الكاذبة.
- محركات SIMD للنصوص الحرفية (Hyperscan وVectorscan) ترشّح مسبقًا كتلًا من 16 إلى 32 بايتًا بأقنعة أنصاف بايت قائمة على الخلط (خوارزمية "Teddy")، ثم تتحقق من المرشحين بآلات حالات. وهي تتفوق على المدخلات الطويلة مع مجموعات حرفية كبيرة. وثمنها تبعية C++ بحجم عدة ميغابايتات، وقاعدة بيانات أنماط تُبنى وقت الترجمة، وغياب هدف WebAssembly، ولا ميزة لها على مدخلات من مئة بايت: يُمسح الحقل كله في زمن أقل من إخفاق واحد في الذاكرة المخبئية.
- آلة Aho-Corasick كثيفة مع مقسِّمات بنيوية صغيرة، على نهج libinjection، تعطي سلوكًا خطيًا دقيقًا في جدول ثابت، ولا تحتاج إلى شيء خارج الملف التنفيذي.
حقول Sibuna قصيرة، لذا تفوز العائلة الثالثة في الذاكرة والسرعة معًا؛ ويسجل الجزء الثامن نحو 1.56 ns لكل بايت على جسم بحجم 8 KiB (يستغرق المسح الدلالي 12,784.3 ns، 8kb_body_semantic_scan في benchmarks/results/primitives-latest.md). هذا هو عبء العمل الوحيد الذي قد يفيد فيه ترشيح SIMD مسبق، ويبقيه SID 0006 بندًا مفتوحًا.
شجرة radix لعناوين IPv4 وIPv6¶
شجرة ثنائية واحدة على مفاتيح من 128 بت تخدم العائلتين: تُدرَج بادئات IPv6 كما هي، وتُحوَّل بادئات IPv4 إلى ::ffff:0:0/96، فتصير /24 مسارًا بعمق 120. وتُحفظ العقد في Vec مسطح واحد مفهرس بـ u32، والفهرس صفر هو الجذر و"لا عقدة فرعية" معًا، فيكون البحث 128 تحميلًا متعاقبًا على الأكثر، يعتمد كل منها على سابقه، بلا تتبع للمؤشرات. والشجرة هي PrefixTrie في الحزمة sibuna-cidr.
المرور بمستويات البادئة المحوَّلة الستة والتسعين في كل بحث عن IPv4 يكلف 96 تحميلًا متعاقبًا قبل الوصول إلى أول بت من عنوان IPv4. لذا تسجل الشجرة العقدة التي على العمق 96 عند التهيئة، وتبدأ منها عمليات البحث عن IPv4:
let (mut node, mut depth, mut best) = if is_ipv4_mapped(key) {
let start = self.ipv4_root;
let value = self.nodes[start as usize].value.as_ref();
(start, IPV4_DEPTH, value.or(self.nodes[0].value.as_ref()))
} else {
(0, 0, self.nodes[0].value.as_ref())
};
يكلف تصنيف عنوان IPv4 مدة 32.0 ns وعنوان IPv6 مدة 79.3 ns (ipv4_cidr_classification وipv6_cidr_classification في benchmarks/results/primitives-latest.md). يستشير المحرك الشجرة مرتين: أحكام allow/deny النهائية قبل جدول القواعد، كي يتغلب الحظر على مستوى العنقود على كل قاعدة، وأحكام challenge بعده.
الجدار الناري الدلالي¶
درس في الإنذارات الكاذبة¶
طابقت النسخة الأولى من WAF قائمة مسطحة من السلاسل الفرعية مع كل ترويسة. احتوت القائمة على /*، وكل متصفح يرسل Accept: text/html,...,*/*;q=0.8، فصُنِّف كل متصفح حقيقي على أنه حقن SQL وتلقى 403. وقد شكّل هذا الدرس التصميم: لا يجوز للكاشف أن يُطلق إنذارًا إلا بناءً على البنية، وصارت مجموعة الاختبارات تمرر عبر المحرك طلب Chrome كاملًا، بما فيه نص تعليق يحتوي على select و-- وفاصلة عليا، وتتأكد من أنه يخرج نظيفًا.
فئات البايتات في مرور واحد¶
يُمسح كل حقل مفحوص مرة واحدة لجمع فئات البايتات الموجودة فيه: علامات الاقتباس، و=، و<، وفواصل الصدفة، و%، وNUL، ومحفزات التطبيع، والمسافات المزدوجة. ويستشير كل كاشف هذه الفئات بدل إعادة المسح، ولا يجري المرور الثاني على النص المطبَّع إلا عند رؤية محفز. والمسح بحث في جدول من 256 مدخلًا لكل بايت، في وحدة WAF من sibuna-policy. تُبقي أربعة مراكِمات سلاسل OR قصيرة، ولا يُبحث عن زوجي البايتات (/* ومسافتين متجاورتين) إلا إذا لم يكن أي بايت مفرد قد طلب التطبيع بالفعل:
pub(crate) fn scan(text: &[u8]) -> Classes {
let (chunks, remainder) = text.as_chunks::<8>();
// تُبقي أربعة مراكِمات سلاسل OR قصيرة، فتصدر التحميلات متتالية بلا انتظار.
let mut lanes = [0u16; 4];
for chunk in chunks {
lanes[0] |= TABLE[usize::from(chunk[0])] | TABLE[usize::from(chunk[4])];
lanes[1] |= TABLE[usize::from(chunk[1])] | TABLE[usize::from(chunk[5])];
lanes[2] |= TABLE[usize::from(chunk[2])] | TABLE[usize::from(chunk[6])];
lanes[3] |= TABLE[usize::from(chunk[3])] | TABLE[usize::from(chunk[7])];
}
let mut bits = lanes[0] | lanes[1] | lanes[2] | lanes[3];
for &byte in remainder {
bits |= TABLE[usize::from(byte)];
}
// لا تهم الأزواج إلا ما دام أي بايت مفرد لم يطلب التطبيع بعد.
if bits & CANONICAL == 0
&& ((bits & SPACE != 0 && has_pair(text, b' ', b' '))
|| (bits & (SLASH | STAR) == SLASH | STAR && has_pair(text, b'/', b'*')))
{
bits |= CANONICAL;
}
Classes { bits }
}
الكواشف¶
- التوقيعات. توجد التوقيعات القوية لكل الفئات في آلة موسومة واحدة؛ والإصابة رفض
denyنهائي باسمwaf:sqliأوwaf:xssأوwaf:path-traversalأوwaf:rce. - حقن SQL. يبحث ماسح كلمات بمرور واحد عن كل كلمة أبجدية رقمية (سبعة بايتات على الأكثر) في جدول الكلمات المفتاحية، وعند
or/andيفحص وجود عبارة صحيحة دائمًا من الشكلliteral = literal؛ فيكونid=1 or 1=1نهائيًا. وفيما عدا ذلك فبايت الاقتباس شرط لازم، ويجب أن تبلغ درجة الأدلة 4 على الأقل من: علامة الاقتباس (1)، وكلمتين مفتاحيتين على الأكثر (2)، وعلامة تعليق (1)، و=(1). ويكونadmin'--نهائيًا بمفرده. أما "it's a group order from the shop" فدرجته 3 فيمر. - البرمجة النصية عبر المواقع (XSS). يتطلب
<؛ ويُطلق إنذارًا عندما يجتمع وسم يمكنه استضافة نص برمجي مع سمةon<event>=في موضع السمات. ولا تُحتسبonboarding=1. - حقن الأوامر. يتطلب فاصلًا؛ ويُطلق إنذارًا عندما يلي
;أو|أو&&أو$(أو علامةَ الاقتباس المائلة (backtick) أو سطرًا جديدًا اسمُ أمر معروف. ويمرstatus ok; done | next. - اجتياز المسارات. توقيعات (
../، و..%2f، و/etc/passwd، وid_rsa، ...) إضافة إلى NUL و%00.
تُتخطى الترويسات البنيوية التي تحتوي قواعدها مشروعًا على علامات الاقتباس والنجوم (Accept*، وContent-Type، وSec-*، وIf-*، ...)؛ ويُفحص المسار، والاستعلام، وUser-Agent، والترويسات الأخرى، وأول 8 KB من الجسم، وتُطبَّع الحقول التي تحتوي على ترميزات النسبة المئوية، أو علامات الجمع، أو فواتح التعليقات، أو مسافات قابلة للطي في مخزن مؤقت على المكدس بحجم 8 KB ثم تُفحص مجددًا، فيتحول 1%27/**/UnIoN/**/SeLeCt و%252e%252e/ إلى التوقيعات الخام.
التكلفة¶
تعتمد تكلفة الفحص على الحقول والبايتات المقدمة إلى المحرك، لا على عدد الطلبات وحده. يعرض فصل قياسات الأداء حالات منفصلة لـ Gate وShield وجسم بحجم 8 KB. حد 8 KB حد للفحص، وليس ادعاءً بأن بقية الملف المرفوع آمنة. يجب على وكيل الدخول الذي يستخدم forward-auth أن يمرر معلومات الطلب ذات الصلة؛ فالبايتات المحذوفة لا يمكن أن تفحصها هذه العملية.
محرك السياسة التصريحي¶
القاعدة اقتران لمعايير اختيارية (نمط المسار، ونمط User-Agent، وما يصل إلى أربع ترويسات، وما يصل إلى ثماني كتل CIDR لـ IPv4/IPv6، وبصمة JA4 واحدة أو بادئة لها) مع إجراء ALLOW أو DENY أو CHALLENGE أو WEIGH، وصعوبة اختيارية لكل قاعدة ببتات العمل والخوارزمية، وweight ذي إشارة. ترتيب التقييم:
- WAF الدلالي (Shield فقط): المخالفة
denyنهائي. - شجرة السمعة: بادئات
denyأوallowنهائية. - القواعد بالترتيب: تعيد أول مطابقة نهائية؛ وتتراكم مطابقات
WEIGH. - الدرجة: المجاميع السالبة
allow؛ والمجاميع \(\geq 40\)deny؛ والمجاميع \(\geq 10\)challengeمع بت عمل إضافي لكل 5 نقاط فوق العتبة، بحد أقصى ستة. - مسارات التجاوز الثابتة، ثم أحكام
challengeمن الشجرة، ثم آلة الروبوتات. - الإجراء الافتراضي،
challengeما لم يقل ملف السياسة غير ذلك.
تقبل القواعد المدمجة /.well-known/* و/favicon.ico و/robots.txt و/__sibuna/*، وترفض عملاء CF-Worker وAmazonbot، وتتحدى كل User-Agent يحمل Mozilla: فتزوير سلسلة المتصفح لا يكلف شيئًا، وقبولها يجعل البوابة شكلية.
{
"default_action": "CHALLENGE",
"waf": true,
"thresholds": { "challenge_at": 10, "deny_at": 40, "bits_step": 5 },
"ip_rules": { "10.0.0.0/8": "ALLOW", "2001:db8::/32": "DENY" },
"rules": [
{ "name": "internal-api", "path": "/api/*", "headers": { "X-Api-Key": ".*" },
"action": "ALLOW" },
{ "name": "checkout", "path": "/checkout/*", "action": "CHALLENGE",
"challenge": { "difficulty": 20, "algorithm": "posw" } },
{ "name": "headless", "user_agent": "Headless", "action": "WEIGH", "weight": 30 },
{ "name": "no-language", "headers": { "Accept-Language": "" },
"action": "WEIGH", "weight": -5 }
]
}
تتبع تفصيلي: هجوم مرمَّز مع جلسة صالحة¶
لننظر في الطلب GET /search?q=%2527%2520OR%25201%253D1 من عميل يحمل جلسة صالحة. يفصل محلل HTTP أولًا المسار عن الاستعلام دون نسخ بايتاتهما. ثم تُطبَّق الحدود المحلية، ثم يفحص Shield الطلب. تَسِم علامة النسبة المئوية الحقل للتطبيع. فيكشف مرور فك ترميز أول %27%20OR%201%3D1؛ ويكشف مرور ثانٍ ' OR 1=1.
يرى المقسِّم الآن علامة اقتباس، والكلمة المفتاحية OR، ومعاملين حرفيين متساويين. والرفض نتيجة سياسة نهائية، ولا تحوله الجلسة الصالحة إلى قبول: ففحص الجلسة لا يحسم إلا قرار التحدي. ينسخ خطاف التخزين سجل حادث محدود الحجم؛ ويجري SQL لاحقًا. ولا يحتاج مسار الاستجابة إلى الاحتفاظ بلقطة المحرك أثناء خمول الاتصال بالخادم الأصلي.