F5 WAF 加入逐應用異常基線，掃描結果可直接轉成虛擬修補規則

F5 9 月 1 日更新其 Distributed Cloud Web Application Firewall（WAF），把每次 HTTP 請求交給即時機器學習分類器與神經網路風險引擎評分，再疊加新的逐應用異常偵測。系統會從各應用程式的流量建立統計基線，辨識偏離正常方法、標頭、參數及流量型態的請求；這和只比對已知攻擊簽章不同，目標是攔截尚未有 CVE 規則的注入與多形態攻擊。[F5 公告](https://www.f5.com/company/news/press-releases/virtual-patching-ai-powered-waf-runtime-security)與[技術文件](https://docs.cloud.f5.com/docs-v2/web-app-and-api-protection/concepts/ai-powered-risk-scoring)顯示，模型在資料路徑內運作，並與傳統簽章、攻擊指標及政策一起產生最終風險分數。

另一項改動是把 Distributed Cloud Web App Scanning 的發現接到 WAF 執行層。團隊可依 CVE、攻擊路徑、HTTP 方法、標頭或參數產生窄範圍虛擬修補規則，先在邊界阻擋可利用請求，再依一般變更流程修正原始程式；相同流程也延伸至 BIG-IP。代理式威脅情報則會彙整外部攻擊情報，與客戶實際暴露面相關聯，提出封鎖 IP、套用虛擬修補或調整政策等建議。

技術價值在於把「發現弱點—判斷相關性—執行阻擋」縮成可自動化的閉環，而不是讓掃描器只產生待辦清單。不過，虛擬修補不是原始碼修補，也可能被語義等價的變形輸入繞過；既有研究已顯示真實 WAF 會受到對抗式 SQL injection 影響。[AdvSQLi 論文](https://arxiv.org/abs/2401.02615)提供了此類風險的可重現證據。

F5 宣稱內部測試達到 98% 偵測效能、1% 誤報率，但未公開資料集、流量分布、比較基線或額外尾端延遲，不能直接外推至生產環境。異常偵測與代理式情報亦仍在分批推出。工程團隊應先以自身 API 流量、編碼變形及合法高峰做 shadow-mode 測試，量測誤封、規則回滾時間與模型服務失效時的 fail-open／fail-closed 行為。