在如今高度互联的世界中，Web应用正承受着前所未有的安全压力。从SQL注入到DDoS攻击，威胁无处不在，防护措施不容懈怠。为了应对这些挑战，我开发了一款智能化Web应用防火墙（WAF），并配套设计了一个自动化攻击测试系统，旨在为Web应用提供全方位的安全保护。
背景与动机
随着网络攻击手段的不断进化，传统的安全防护机制已经难以应对日益复杂的威胁。企业和开发者迫切需要一种智能、自动化且可扩展的安全解决方案，以便在不影响性能的情况下，提供卓越的防护能力。因此，本项目的核心目标是打造一款集成多种防护功能的WAF，并通过自动化测试手段，确保其在面对不同攻击场景时的可靠性和有效性。
完整代码：
防火墙实验_模拟Web攻击对WAF进行测试
核心功能亮点
-
智能化DDoS攻击检测与防护
- 实时请求分析：通过监控IP请求频率，快速识别并阻止DDoS攻击，防止服务器资源被恶意耗尽。
- 自适应阈值：根据实际流量情况，动态调整检测阈值，避免误判和漏判，确保防护的精准性。
-
多层次的安全规则引擎
- 精准的正则表达式匹配：内置多套正则表达式规则库，专门针对SQL注入、XSS攻击、目录遍历等常见威胁，进行深度检测和拦截。
- IP与URI的双向过滤：结合IP黑白名单和URI路径过滤，精细控制访问权限，为应用层安全提供更全面的保护。
-
自动化攻击测试系统
- 多场景模拟攻击：涵盖SQL注入、XSS、CSRF等多种攻击类型，自动化测试系统可以在实际环境中模拟真实攻击，验证WAF的防护效果。
- 持续性压力测试：脚本在长时间运行中不断发送攻击请求，帮助开发者了解WAF在高并发和大流量场景下的表现。
-
可扩展的日志与监控系统
- 详细的攻击日志记录：每次检测到的攻击行为都会被详细记录，包括攻击时间、IP地址、攻击类型等关键信息，为后续分析和溯源提供依据。
- 实时监控与报警：整合实时监控机制，一旦检测到异常流量或攻击行为，系统可以立即发出警报，提醒管理员及时处理。
项目架构与代码实现
1. Web应用防火墙核心模块（waf_02.py）
waf_02.py是WAF的核心代码，包含了对DDoS攻击的检测、防御策略、请求过滤等功能。
代码片段：DDoS攻击检测
import socket
from datetime import datetime, timedelta
from threading import Thread, Lock# 存储IP请求计数和时间戳的全局字典
ip_requests = {}
lock = Lock()def check_ddos_attack(ip_address):with lock:now = datetime.now()if ip_address in ip_requests:requests, first_request_time = ip_requests[ip_address]if now - first_request_time <= timedelta(seconds=10):requests += 1ip_requests[ip_address] = (requests, first_request_time)if requests > 100:print(f"DDoS attack detected from {ip_address}.")return Trueelse:ip_requests[ip_address] = (1, now)else:ip_requests[ip_address] = (1, now)return False
功能说明：
- DDoS攻击检测：通过跟踪单一IP的请求频率，如果在短时间内请求次数超过设定阈值（如10秒内超过100次），则认为该IP存在DDoS攻击的嫌疑，系统会自动阻断该IP的连接。
代码片段：请求过滤与处理
def filter(r, addr):uri = r.uri.split('?')[0]if uri in BLACK_URI_LIST:return {"status": True, "type": 'in-black-uri'}det_data = Detect(r)result = det_data.run()if result["status"]:return {"status": True, "type": result["type"]}return result
功能说明：
- 请求过滤：通过匹配URI和利用内置的攻击检测逻辑（
Detect类），WAF能够识别并阻止包括SQL注入、XSS攻击等在内的多种恶意请求。
2. 自动化攻击测试模块（AttackTest_03.py）
为了验证WAF的有效性，AttackTest_03.py脚本模拟了多种常见的Web攻击，并持续向WAF发送这些恶意请求，观察其响应情况。
代码片段：攻击模拟与测试
import requests
import time# 测试的恶意请求列表
test_requests = [{'path': '/?user=admin OR 1=1', 'description': 'SQL Injection（SQL注入攻击）'},{'path': '/?search=<script>alert(1)</script>', 'description': 'XSS Attack（跨站脚本攻击）'},{'path': '/../../../etc/passwd', 'description': 'Directory Traversal（目录遍历攻击）'},
]Attack_Num = 1
while True:print(f"正在进行第 {Attack_Num} 次攻击测试")for test in test_requests:print(f"正在测试：{test['description']}")response = requests.get(waf_address + test['path'], timeout=5)print(f"响应状态码: {response.status_code}")Attack_Num += 1time.sleep(1)
功能说明：
- 模拟攻击：该脚本生成了多种攻击请求，如SQL注入、XSS和目录遍历等，并不断向WAF发送这些请求，以测试WAF是否能有效阻止攻击。
- 持续测试：脚本以循环的方式持续运行，每轮测试后短暂休息，模拟真实的攻击环境。
3. SQL注入攻击日志展示（web_server_01.py）
作为WAF的补充，web_server_01.py用于模拟SQL注入攻击，并展示检测到的攻击日志。
代码片段：SQL注入攻击日志记录
from flask import Flask, request, render_template_stringapp = Flask(__name__)
sql_injection_logs = []@app.route('/simulate_sql_injection', methods=['GET', 'POST'])
def simulate_sql_injection():attacked_path = request.args.get('path', 'unknown')attacker_ip = request.remote_addrsql_injection_logs.append({'attacker_ip': attacker_ip, 'attacked_path': attacked_path})return 'Simulated SQL injection attack logged.', 200@app.route('/show_sql_injection_attacks')
def show_sql_injection_attacks():return render_template_string(f'''<h2>SQL Injection Attacks</h2>{''.join([f"<div>{log['attacked_path']} from {log['attacker_ip']}</div>" for log in sql_injection_logs])}''')
功能说明：
- SQL注入日志记录与展示：此模块负责记录模拟的SQL注入攻击，并通过简单的Web界面展示这些攻击信息，帮助开发者了解攻击路径和来源IP。
项目总结
通过本项目，我们成功构建了一个功能强大的Web应用防火墙，能够实时检测并阻止各种Web攻击，同时通过自动化攻击测试系统验证其防护效果。无论是防御DDoS攻击、阻止SQL注入还是过滤XSS脚本，WAF都展现出了卓越的性能和可靠性。
这种结合了智能检测与持续测试的安全解决方案不仅适用于当前的Web应用防护，更为未来的安全需求打下了坚实的基础。未来，我们将进一步扩展WAF的功能，引入AI与机器学习技术，打造更智能、更高效的安全防护体系。