INTEGRITY Dokumentace

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:

  1. Pokud je to relevantní, zapněte detekci zabezpečení, která tento případ použití chrání.

  2. Ve Web Assets ověřte, že příslušná operace existuje.

    Přejděte na Webová aktiva ↗
  3. Použijte požadovaný spravovaný štítek, pokud ještě neexistuje.

  4. V Security Analytics zkontrolujte odpovídající provoz a výsledky detekce.

    Přejděte na Analytics ↗
  5. 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:

  1. Zapněte AI Security for Apps.
  2. Ověřte, že operace přijímající LLM prompty existuje v části Web Assets.
  3. Uplatní cf-llm spravovaný štítek, pokud ještě neexistuje.
  4. V Security Analytics filtrujte podle cf-llm spravovaný štítek.
  5. Zkontrolujte pole AI Security for Apps u odpovídajícího provozu.
  6. 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.

  1. V dashboardu Cloudflare přejděte na Analytics stránce.

    Přejděte na Analytics ↗
  2. Filtrujte podle příslušného spravovaného štítku.

  3. Zkontrolujte Sampled logs.

  4. 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.