← dashboard zabezpečení aplikací / security / web-assets
Definujte bezpečnostní ochrany
Web Assets poskytuje bezpečnostním detekcím kontext aplikace. To detekcím pomáhá kontrolovat správný provoz a umožňuje vám vytvářet pravidla zaměřená na cílenou ochranu.
Pomocí tohoto návodu propojte operaci Web Assets s bezpečnostní detekcí a vytvořte pravidlo, které rizikový provoz zaznamenává, prověřuje pomocí výzvy, blokuje nebo omezuje rychlost.
Postup ochrany
Většina ochran využívajících Web Assets se řídí stejným postupem:
-
Pokud je to relevantní, zapněte detekci zabezpečení, která tento případ použití chrání.
-
Ve Web Assets ověřte, že příslušná operace existuje.
Přejděte na Webová aktiva ↗ -
Použijte požadovaný spravovaný štítek, pokud ještě neexistuje.
-
V Security Analytics zkontrolujte odpovídající provoz a výsledky detekce.
Přejděte na Analytics ↗ -
Vytvořte vlastní pravidlo nebo pravidlo omezování frekvence, které bude reagovat na rizikový provoz.
Příklad: Ochrana operací využívajících AI
AI Security for Apps provádí cílené kontroly požadavků na operace využívající AI. Slouží k odhalování prompt injection útoků, osobních údajů (PII) v promptech, nevhodných témat a dalších signálů specifických pro velké jazykové modely (LLM).
Chcete-li definovat ochranu pro operaci využívající LLM:
- Zapněte AI Security for Apps.
- Ověřte, že operace přijímající LLM prompty existuje v části Web Assets.
- Uplatní
cf-llmspravovaný štítek, pokud ještě neexistuje. - V Security Analytics filtrujte podle
cf-llmspravovaný štítek. - Zkontrolujte pole AI Security for Apps u odpovídajícího provozu.
- Vytvořte vlastní pravidlo nebo pravidlo omezování frekvence, které reaguje na pole AI detekce.
Informace o úplném postupu nastavení najdete v Začínáme s AI Security for Apps.
Ověření chování detekce
Pomocí Security Analytics ověřte, že očekávané požadavky obsahují správný kontext operace a štítku, než vytvoříte blokovací pravidlo.
-
V dashboardu Cloudflare přejděte na Analytics stránce.
Přejděte na Analytics ↗ -
Filtrujte podle příslušného spravovaného štítku.
-
Zkontrolujte Sampled logs.
-
Zkontrolujte pole specifická pro danou detekci, například pole LLM promptu nebo pole uniklých přihlašovacích údajů.
Data o operacích a štítcích můžete také exportovat pomocí Logpush nebo je dotazovat přes GraphQL Analytics API. Další informace najdete v Použití štítků v analytice a protokolech.
Zmírnění odpovídajícího provozu
Po ověření chování detekce vytvořte pravidla, která reagují na příslušná pole detekce.
Pravidlo může být například nastaveno tak, aby odpovídalo požadavkům směřujícím na operaci označenou štítkem cf-llm které navíc obsahují osobní údaje v promptu pro LLM.
Můžete použít vlastní pravidla k protokolování, prověření, blokování nebo přeskočení provozu. Můžete použít pravidla rate limitingu a omezte aktivitu s vysokým objemem.