为Nginx加入基于深度学习的软WAF模块教学文档

一、概述

本教程将指导您如何为Nginx添加一个使用TensorFlow C库的软WAF(Web应用防火墙)模块。该模块基于Naxsi开源WAF模块，通过深度学习模型来检测SQL注入和XSS攻击。

二、准备工作

1. 数据获取与训练

• 使用公开可用的SQL注入和XSS攻击数据集
• 训练一个CNN分类模型来识别恶意输入
• 为减少推理时间影响，使用CPU运行推理过程
• 参考文章：使用CNN做SQL和XSS的识别

2. 所需工具和库

• Nginx Web服务器
• Naxsi WAF模块
• TensorFlow C库
• 已训练好的TensorFlow模型

三、TensorFlow C库集成

1. 单次推理测试

首先编写一个简单的测试程序验证TensorFlow C库能否正常工作：

#include <stdio.h>
#include <tensorflow/c/c_api.h>

int main() {
    printf("TensorFlow C library version: %s\n", TF_Version());
    
    // 加载模型
    TF_Graph* graph = TF_NewGraph();
    TF_Status* status = TF_NewStatus();
    TF_SessionOptions* opts = TF_NewSessionOptions();
    TF_Session* session = TF_NewSession(graph, opts, status);
    
    // 准备输入数据
    // ...
    
    // 运行推理
    // ...
    
    // 处理输出
    // ...
    
    TF_DeleteSession(session, status);
    TF_DeleteSessionOptions(opts);
    TF_DeleteStatus(status);
    TF_DeleteGraph(graph);
    
    return 0;
}

2. 编译注意事项

• 确保正确链接TensorFlow C库
• 测试单条输入数据的推理过程

四、Naxsi模块集成

1. Nginx进程模型理解

• Nginx使用fork创建master进程和多个worker进程
• worker进程实际处理请求
• 模块初始化函数由初始化进程执行
• 每个worker进程需要独立初始化模型资源

2. 推理流程设计

1. 模型初始化

   • 每个worker进程首次调用模块时加载
   • 可能导致首次请求响应延迟

2. 输入转换

   • 将HTTP请求数据转换为TensorFlow可识别格式

3. 运行模型

   • 执行推理过程
   • 获取分类结果

3. 关键代码实现

// 模型全局变量
static TF_Graph* tf_graph = NULL;
static TF_Session* tf_session = NULL;

// 初始化模型
void init_tf_model() {
    if(tf_graph == NULL) {
        tf_graph = TF_NewGraph();
        TF_Status* status = TF_NewStatus();
        TF_SessionOptions* opts = TF_NewSessionOptions();
        tf_session = TF_NewSession(tf_graph, opts, status);
        // 加载模型文件等操作...
    }
}

// 检测URI中的注入请求
int check_injection(const ngx_http_request_t* r) {
    // 初始化模型(首次调用时)
    init_tf_model();
    
    // 获取URI
    ngx_str_t uri = r->uri;
    
    // 转换为TensorFlow输入格式
    // ...
    
    // 运行推理
    // ...
    
    // 返回检测结果
    // return 1 if malicious, 0 otherwise
}

五、编译与部署

1. 编译步骤

1. 将Naxsi和Nginx代码复制到编译服务器
2. 修改Nginx的Makefile，添加TensorFlow库链接
3. 编译包含Naxsi模块的Nginx

2. 配置文件设置

1. 将Naxsi配置文件复制到Nginx的conf目录
2. 配置Naxsi规则
3. 修改Nginx配置文件启用Naxsi模块
4. 自定义403页面用于拦截恶意请求时的响应

3. 启动Nginx

./nginx

六、测试验证

1. 手动测试

• 尝试简单的SQL注入和XSS攻击payload
• 验证是否被正确拦截
• 检查返回的403页面

2. 自动化测试

• 使用DVWA等漏洞测试平台
• 使用sqlmap等工具进行自动化攻击测试
• 监控拦截率和误报率

七、性能优化

1. GPU加速

   • 使用TensorFlow C GPU库提高推理速度
   • 需要NVIDIA GPU和CUDA环境

2. 代理模式

   • 将Nginx作为反向代理
   • 在后端服务器前进行过滤

3. 模型优化

   • 量化模型减少计算量
   • 使用更高效的模型结构

八、总结

通过本教程，您已经成功：

1. 将深度学习模型集成到Nginx WAF中
2. 基于Naxsi模块实现了TensorFlow C库的调用
3. 部署了一个能够识别SQL注入和XSS攻击的防护系统

相比传统规则匹配WAF，这种基于深度学习的方法具有：

• 更高的检测准确率
• 更低的误报率
• 更好的未知攻击识别能力

实际部署时需注意性能影响，建议在关键业务前进行充分测试。