CoreRuleSet项目中的Windows Defender误报问题分析与解决方案
2025-06-30 03:11:10作者:薛曦旖Francesca
背景介绍
在网络安全领域,CoreRuleSet(CRS)作为一套开源的Web应用防火墙规则集,被广泛应用于保护Web应用免受各种攻击。然而,近期有用户反馈在下载CRS v4.5.0版本时,Windows Defender会误报检测到PHP后门病毒,这给企业用户带来了困扰。
问题现象
当用户从GitHub下载CRS v4.5.0的ZIP压缩包时,Windows Defender会触发警报,报告检测到以下两种威胁:
- Backdoor:PHP/Dirteli.MTJ
- Backdoor:PHP/Chopper.E!dha
经过分析,这些警报实际上是由测试目录中的YAML文件触发,具体包括:
- tests/regression/tests/REQUEST-933-APPLICATION-ATTACK-PHP/933190.yaml
- tests/regression/tests/REQUEST-933-APPLICATION-ATTACK-PHP/933111.yaml
- tests/regression/tests/RESPONSE-955-WEB-SHELLS/955260.yaml
技术分析
误报原因
这些YAML文件中包含了真实的攻击载荷样本,这是CRS测试套件的一部分,用于验证规则集能否正确识别和阻止这些攻击。Windows Defender的启发式检测机制将这些测试用例误判为实际的恶意软件。
安全验证
CRS团队强调,所有官方发布都经过数字签名验证,用户可以检查ZIP文件的签名来确认其完整性。然而,由于企业安全策略限制,许多用户无法临时禁用防病毒软件来验证签名。
解决方案
短期方案
对于急需使用CRS的用户,可以从以下途径获取规则:
- 使用GitHub的raw文件下载功能单独获取规则文件
- 通过命令行工具下载(如curl或wget),可能绕过部分防病毒检测
长期方案
CRS团队在v4.6.0版本中引入了"minimal"发行版,仅包含规则和插件目录,不包含测试文件。这个精简版解决了防病毒误报问题,同时满足了生产环境部署需求。
最佳实践建议
- 企业用户应优先使用CRS的minimal发行版
- 安全团队可以将CRS的发布证书加入企业白名单
- 考虑向微软提交误报报告,帮助改善防病毒检测
- 生产环境部署时应遵循最小权限原则,仅部署必要的规则文件
总结
防病毒软件对安全测试样本的误报是常见现象,反映了安全防御机制的局限性。CRS团队通过提供minimal发行版,既解决了用户的实际问题,又保持了项目的完整性。这一案例也提醒我们,在安全产品集成时需要全面考虑各种使用场景和限制条件。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218