I deployed a Prolog WAF on a free-tier GCP instance with only 1 GB RAM

À propos de I deployed a Prolog WAF on a free-tier GCP instance with only 1 GB RAM

Ce projet est un démonstrateur technique de pare-feu applicatif web (WAF) conçu et déployé par un développeur sur une instance gratuite de Google Cloud Platform (GCP) dotée de seulement 1 Go de mémoire vive. Accessible via le site https://prologwaf.site/, il se distingue par l'utilisation de SWI-Prolog comme moteur de règles logiques pour filtrer le trafic HTTP au niveau de la couche 7. L'initiative vise à montrer la faisabilité d'un WAF léger, à faible latence, capable de fonctionner dans des environnements aux ressources limitées tout en offrant une expressivité déclarative pour les politiques de sécurité. L'auteur met en avant la capacité de Prolog à traiter des requêtes relationnelles complexes et du backtracking, ce qui permet une détection fine des attaques applicatives comme les injections SQL, le cross-site scripting et les inclusions de fichiers locaux. Le projet génère également des journaux structurés en JSON, destinés à l'analyse ou à l'entraînement de modèles d'intelligence artificielle neuro-symboliques. Bien qu'expérimental, ce WAF illustre une approche alternative aux solutions commerciales, en misant sur la logique symbolique pour la sécurité web.

Fonctionnalités principales

Le WAF intègre plusieurs capacités clés, déduites des descriptions disponibles du projet et de sa nature expérimentale :

• Filtrage HTTP/HTTPS : inspection des en-têtes, URI et corps des requêtes, avec application de règles de blocage ou d'autorisation basées sur des signatures et des comportements anormaux.
• Moteur de règles en Prolog : exploitation de SWI-Prolog pour des règles déclaratives, facilitant la définition de politiques de sécurité structurées et auditables, avec des capacités de backtracking pour l'inférence.
• Détection de charges obfusquées : chaîne de normalisation et de décodage pour les formats URL, hexadécimal et HTML, permettant d'identifier des attaques encapsulées ou masquées.
• Protection contre les attaques de couche 7 : détection et blocage de menaces telles que les injections SQL (SQLi), le cross-site scripting (XSS), les inclusions de fichiers locaux (LFI), les injections de commandes (RCE) et les attaques CRLF.
• Télémétrie structurée : production de journaux en JSON, exploitables pour l'analyse en temps réel, le débogage ou l'entraînement de modèles d'IA.
• Empreinte mémoire minimale : fonctionnement confirmé avec seulement 1 Go de RAM, comme démontré sur l'instance GCP gratuite.
• Faible latence : l'auteur revendique des temps de traitement réduits, bien que des benchmarks indépendants ne soient pas disponibles.

Tarification

La tarification de ce projet n'est pas officiellement documentée dans les sources publiques. Le site https://prologwaf.site/ ne propose pas de grille de prix pour un usage du service WAF lui-même. En l'état, il s'agit d'un démonstrateur technique dont l'accès est probablement libre, mais aucun plan commercial ou modèle d'abonnement n'est confirmé.

Concernant les coûts d'hébergement, le WAF a été testé sur un palier gratuit de Google Cloud Platform (GCP) avec 1 Go de RAM, ce qui implique des frais d'infrastructure nuls dans ce contexte. Si un déploiement similaire était envisagé sur une instance payante, les coûts pourraient varier. Par exemple, une instance GCP équivalente avec 1 Go de RAM coûte environ 10 à 20 $ US par mois, soit approximativement 13 à 27 $ CA par mois selon le taux de change. Ces montants sont indicatifs et ne reflètent pas une tarification établie par le projet lui-même. Pour des informations précises, il est recommandé de consulter la documentation du projet ou de contacter l'auteur.

Cas d'utilisation

Ce WAF expérimental peut être envisagé dans plusieurs contextes :

• Protection de sites web et d'API : filtrage du trafic malveillant pour des applications web ou des interfaces de programmation, en bloquant les injections, le XSS, le LFI et d'autres attaques courantes de la couche applicative.
• Filtrage à faible latence : adapté à des environnements où la rapidité de traitement est critique, comme les systèmes en temps réel ou les serveurs à ressources contraintes.
• Expérimentation en sécurité neuro-symbolique : utilisation des journaux JSON structurés pour alimenter des modèles d'intelligence artificielle ou générer des ensembles de données pour la recherche en sécurité symbolique.
• Recherche et démonstration technique : outil pédagogique pour les développeurs et chercheurs souhaitant explorer l'application de Prolog à la sécurité web, tester des règles personnalisées ou évaluer la viabilité de WAF logiques.
• Déploiement dans des environnements limités : convient à des instances cloud gratuites, des appareils embarqués ou des serveurs à mémoire réduite, grâce à sa faible empreinte mémoire.

Notre avis

Ce projet WAF se distingue par son approche innovante utilisant Prolog pour la logique de sécurité, offrant des règles expressives et une latence potentiellement réduite. L'emphase sur une très faible empreinte mémoire et la capacité à fonctionner sur une instance GCP gratuite avec 1 Go de RAM en font un outil intéressant pour les environnements aux ressources limitées. La production de journaux JSON structurés est un atout pour l'intégration avec des systèmes d'analyse ou d'IA.

Cependant, le projet souffre d'un manque de maturité établie. Il s'apparente davantage à une preuve de concept qu'à un produit WAF éprouvé en production. L'absence de documentation tarifaire et de spécifications complètes limite son adoption potentielle. Son écosystème est restreint comparé à des solutions commerciales comme Cloudflare WAF, AWS WAF ou Oracle WAF, qui offrent des intégrations étendues, un support technique et des certifications de sécurité. Le risque de faux positifs et la maintenance des règles personnalisées sont des défis classiques qui pourraient être amplifiés dans ce projet, surtout en l'absence d'une communauté ou d'un support structuré.

En conclusion, ce WAF est un outil prometteur pour les développeurs, chercheurs et petites équipes désireux d'explorer la logique symbolique en sécurité web ou de tester des déploiements légers. Pour des applications critiques ou à grande échelle, il est préférable de se tourner vers des solutions plus matures, tout en surveillant l'évolution de ce projet qui pourrait offrir des perspectives uniques pour la sécurité neuro-symbolique.