WAF 不打日志、拦截页一片空白、加了一条规则之后后台就登不上了、误拦了自家 IP 又找不到是哪个规则干的 —— 这些都不是 ModSecurity 的 Bug,而是它的工作方式决定的:规则是一条一条按顺序 PASS 下去的,每一条都可能产生一次「命中」,而要判断这次命中是「记一笔」还是「直接拒绝」,取决于动作链和严重等级的组合。不理解这条流水线,就只能靠删规则来「解决」问题。
一、一条请求在 CRS 里走过的五段
OWASP CRS 的规则文件是用 Include 按编号顺序加载的,理解这个顺序比记住任何一条规则都重要:
- REQUEST-900-EXCLUSION:先处理排除规则。这一步的顺序很关键 —— 排除规则的
id范围要在 1000 以内(默认 900000 段),而且它的动作必须带上ctl:ruleRemoveById之类的控制指令,否则后面照拦不误。 - REQUEST-901:初始化,把 IP、UA、模式匹配引擎的变量准备好。
- REQUEST-905 / 910 / 911 / 913:方法白名单、强制协议、每个请求都必须过的检查。很多「一律 403」的现场最后都定位在这一段。
- REQUEST-920 到 944:协议合规、本地文件包含、远程文件包含、PHP 注入、XSS、SQL 注入、会话固定。这是误伤的主要来源。
- RESPONSE-95x:响应阶段。默认
SecResponseBodyAccess Off,也就是不检查响应体,所以「响应里的敏感信息泄露」类规则默认是不工作的。
定位问题时先确定是「请求阶段拒绝」还是「响应阶段拒绝」,最直接的办法是看审计日志里 intercepted 一行是否带有 msg 与 id 两个字段,以及请求头里的阶段标记。只看 Nginx 的 error_log 是看不到规则 id 的 —— 它只会告诉你 ModSecurity: Access denied with code 403。
二、拦截动作不等于拦截结果:deny / block / pass 三者的关系
这是最容易误判的一处。一条规则写了 deny,在很多资料里被解释成「这条规则会立刻拒绝请求」,实际上它的完整语义是「本次匹配记为一次违规,并按严重等级决定是否中断」。
SecDefaultAction "phase:1,log,auditlog,pass"
SecRule REQUEST_URI "@rx /admin" \
"id:1001,phase:1,deny,status:403,msg:'admin path blocked'"上面这条规则里的 deny 会立即中断并返回 403,看起来是「一击必杀」。但如果把它换成 CRS 里常见的写法:
SecDefaultAction "phase:2,log,auditlog,pass"
SecRule TX:EXECUTING_PARANOIA "@eq 1" \
"id:1002,phase:2,pass,nolog,setvar:'tx.inbound_anomaly_score_pl1=+%{tx.critical_anomaly_score}'"它就只是给异常分加了一笔,真正决定拦不拦的是阶段结束时的评估规则(CRS 里是 949 段的那几条 SecRule TX:BLOCKING_INBOUND_ANOMALY_SCORE)。这就是 异常评分模式:单条规则不拦,分数累计到阈值(默认入站 5 分)才拦。
两者混用的后果是:你加了一条 deny 规则想只记录,结果直接把整条业务打挂;或者你加了一条 pass + 加分的规则想拦住,结果分数没到阈值,攻击照进。
正确的心智模型:deny 是立即中断;pass 是继续;block 是「按当前异常分的结论行动」,它本身不决定拦不拦。混淆这三者,是所有「规则明明写了却没生效 / 明明不想拦却拦了」问题的根源。
三、DetectionOnly 不是「只记录」那么简单
上线第一步是把 SecRuleEngine 从 On 改成 DetectionOnly,跑够流量再切 On。但有两个副作用必须知道:
一是 DetectionOnly 下 body 仍然被读取。很多人以为只记录就不消耗资源,实际上是规则照跑,只是不执行破坏性动作。所以压测时看到 TTFB 上升,别怀疑是「开着才慢」,DetectionOnly 一样慢。
二是 DetectionOnly 下 SecRuleUpdateActionById 也照常生效。如果你在检测期就想通过改动作让某条规则变成纯记录,这个动作在切到 On 之后仍然是纯记录 —— 上线时忘删,就会留下一个「明明开着 WAF 却什么都没拦」的黑洞。
另外一个经常被问的问题:DetectionOnly 模式和 SecRuleEngine On 下的 block,日志的 action 字段会怎么记?DetectionOnly 下会记成 Passed,On 下才会出现 Intercepted。审计日志里搜这两个词,就能判断某次请求当时处于哪种模式。
四、白名单要从证据出发,不要从「我觉得」出发
误拦之后的正确顺序是:先在审计日志里找到触发拦截的 id,再看这条规则的 msg 和 tag,确认是业务需求导致的误判(比如后台富文本编辑器提交了带 onclick 的内容),最后才写排除。
# 按命中最多的规则 id 聚合,先看排行
grep -o 'id:[0-9]\{6\}' /var/log/modsec_audit.log | sort | uniq -c | sort -rn | head -20写排除规则有三种粒度,越窄越安全:
- 按路径排除整条规则:
ctl:ruleRemoveById=942100,只对/admin/editor生效。这是最常用的。 - 按参数名排除:
ctl:ruleRemoveTargetById=942100;ARGS:content,只放过某一个字段。 - 按 IP 排除:
ctl:ruleRemoveById=942100外加SecRule REMOTE_ADDR "@ipMatch 1.2.3.4"。这个最省事也最危险,因为那台机器的 IP 一旦换了主人,你的 WAF 就在给陌生人开门。
排除规则本身也有个经典坑:它必须在不触发拦截的阶段执行。如果把 ctl 放在 phase:2 的规则里,而目标规则已经在 phase:1 拦下来了,那排除写多少都没用。所以排除规则通常放在 REQUEST-900-EXCLUSION-RULES-BEFORE-CRS.conf 里,用 phase:1。
五、审计日志撑爆磁盘的那次事故
ModSecurity 的审计日志默认是整个请求体都存。一次正常上传 20MB 的图片,就会写一条 20MB 的日志;被 CC 攻击时,几分钟就能把磁盘塞满。
SecAuditEngine RelevantOnly
SecAuditLogRelevantStatus "^(?:5|4(?!04))"
SecAuditLogParts ABIJDZ
SecAuditLog /var/log/modsec_audit.log
SecAuditLogType Serial
SecAuditLogStorageDir /var/log/modsec/data
SecAuditLogFileMode 0640
SecAuditLogDirMode 0750
几条约束值得记住:SecAuditLogParts 里 C 是请求体,去掉它会显著减小体积,但也就看不到攻击载荷了;J 是上传文件名列表,排查上传类攻击不能省。SecAuditLogRelevantStatus 这个正则要写对,^(?:5|4(?!04)) 的意思是「5 开头,或者 4 开头但不是 404」—— 把 404 排掉是因为扫描器制造 404 太容易,全记下来日志全是噪音。
Concurrent 模式(SecAuditLogType Concurrent)更适合高流量站点:每条请求一个目录一个文件,可以按目录做保留策略,也方便直接把某一天的证据打包发出去。代价是 inode 消耗,磁盘按 df -i 检查。
不管用哪种模式,logrotate 必须配,而且要用 postrotate 给 Nginx 发信号或用 copytruncate(两者的取舍见本博另一篇关于日志轮转的文章)。忘了轮转 + 审计日志全量记录,是自建 WAF 最常见的自伤方式。
六、性能代价怎么量,别靠感觉
「开了 WAF 之后变慢」是一个真实现象,但量级差异很大。个人站的经验值是:CRS 完整规则集在 PHP 动态页面上通常带来 5~15ms 的额外耗时,静态资源上几乎无感。真正让它变慢的是两处配置:
一是 SecRequestBodyInMemoryLimit 太小,大请求被写到临时文件再多次读写,磁盘 IO 会成为瓶颈。SecRequestBodyLimit 和 SecRequestBodyNoFilesLimit 也要设成与 client_max_body_size 匹配的值,否则大文件上传会在这里被截断,表现为「上传成功但文件损坏」。
二是静态资源根本没被排除。URl 匹配到图片、CSS、JS 也照样过一遍规则引擎,纯属浪费。SecRule REQUEST_HEADERS:Content-Type "^(?:image|video|audio)/" "id:1003,phase:1,pass,nolog,ctl:requestBodyProcessor=URLENCODED,ctl:ruleEngine=Off" 这类排除要写在 900 段里。
量化方法:ab 或 wrk 对同一 URL 跑两轮,一轮 SecRuleEngine Off,一轮 On,看 P95。差值超过 30ms 就值得回头检查上面两处,而不是直接关掉 WAF。
七、CRS 的更新节奏与「规则变了」的排期
CRS 每年有一次大版本更新,规则 id 段和评分权重都可能调整。升级前的准备动作固定三步:先把当前版本号记下来(CRS_VERSION 文件,或者看 crs-setup.conf 里的版本注释行),然后在 DetectionOnly 下跑一周,比对拦截面变化,最后才切回 On。
升级最容易踩的坑是 自定义排除规则失效。因为排除规则是按 id 引用的,如果新版本里那条规则的 id 变了(或者被拆分成了两条),旧的排除就变成了一条无效指令 —— ModSecurity 在 ruleRemoveById 指向不存在的 id 时不会报错,只会静默忽略。所以每次升级后必须重新跑一遍误拦清单里的那几个 URL。
个人站还有一个务实建议:与其追新规则集,不如先把自己站点的规则清单做小。真正需要的往往只是几条针对特定路径的限速和上传校验,加上一组针对已知扫描器的阻断。规则集越大,维护成本和误伤概率越高,而绝大多数针对个人站点的自动化攻击,用简单的请求频率限制就能挡掉九成。
八、一份可以贴进变更记录的检查清单
- 当前
SecRuleEngine的实际值是什么?是配置文件写的,还是某个Include覆盖过?用nginx -T 2>/dev/null | grep SecRuleEngine看最终生效值。 - 审计日志的路径、大小、轮转策略分别是什么?
du -h看一眼最近一周的增长速度。 - 误拦清单里那几条 URL,在最近一次规则更新后是否复测过?
- 排除用的是
ctl:ruleRemoveById还是直接改规则文件?后者在升级时会被覆盖。 - 有没有
SecRuleEngine Off残留?这个值是整个配置段生效的,容易在某个location的 include 里被关掉然后忘记。
自建 WAF 的价值不在于规则多,而在于你能解释每一条拦截为什么发生。当你能从审计日志读出规则 id、把它对应到一个具体的业务动作、并且知道该用哪种粒度去排除时,这套东西才真正成为运维工具,而不是又一个会突然把站点打挂的黑箱。