冷启动的灾难！老旧 Lua 代码 + 全网配置下发 = 网络灾难

2025 年 12 月 5 日，大约 08:47 UTC 开始故障，至 ~ 09:12 UTC 修复结束。 

影响约 28% 的 Cloudflare HTTP 流量。 

根本原因：为应对公开、严重的 CVE-2025-55182（“React2Shell”／React Server Components 漏洞），对 WAF（Web Application Firewall）逻辑进行紧急配置变更时，引入 legacy (旧版) 代理 (FL1) 中的一段 “killswitch + execute-rule” bug —— 导致对部分流量返回 500 错误。 

为何要变更 WAF / 应对 React 漏洞

CVE-2025-55182 是一个影响广泛的远程代码执行 (RCE) 漏洞 —— 影响使用 React / Next.js 等框架中 “React Server Components (RSC)” 的应用。 

为保护依赖 React／Next.js 的客户 (包括大量网站与服务)，Cloudflare 决定通过其 WAF 部署新的防护规则 (managed rulesets)，以检测并拦截潜在恶意请求。 

作为防护的一部分，Cloudflare 将 HTTP 请求 body 缓冲区 (buffer) 从 128 KB 扩大到 1 MB，以便 WAF 拦截体积较大的恶意 payload。 

事发经过 & 根因分析

根据 Cloudflare 官方 post-mortem 以及外部复盘／报道，故障机制大致如下： 

1、Cloudflare 的规则系统 (rulesets system) 中，每条规则 (rule) 包含一个 filter (判断请求是否匹配) 和一个 action (对匹配流量执行何种操作)—— 典型 action 为 "block"、"log"、"skip"，还有一种 "execute"，用于触发对另一个子-ruleset 的评估 (即嵌套 ruleset)。 

2、为快速禁用 (disable) 内部用于测试 (test) 的 WAF 规则 (shadow / managed-ruleset testing rule)，Cloudflare 使用了其 “global configuration + killswitch” 系统。该系统允许对指定规则发出 “skip／disable” 指令，并立即下发到全球所有节点。 

3、问题在于，这次是首次对一条 action="execute" 的规则使用 killswitch。跳过该规则时，其对应的 rule_result.execute 对象未被创建 (nil)，但后续代码仍假设其存在，并尝试访问其字段 (如 rule_result.execute.results)：

end

由于 rule_result.execute 为 nil，Lua 报错 “attempt to index field ‘execute’ (a nil value)” —— 导致代理 (FL1) 崩溃／无法正确处理请求，因而对受影响流量返回 HTTP 500。

4、由于 Cloudflare 的旧代理 (FL1) 使用的是 “fail-closed” (fail-hard) 错误处理逻辑 —— 一旦遇到代码异常 (nil pointer / Lua error) 就拒绝 (drop) 请求，而不是降级 (fail-open) 或回退到安全默认状态 —— 导致大范围服务中断。

5、此问题对于使用 FL1 代理 + 启用 Managed Ruleset 并使用到该 test-rule 的客户生效。虽然不是所有客户都受到影响，但因为启用了 global config killswitch，影响在全球范围内传播 — 最终影响了约 28% 的 HTTP 流量。

Cloudflare 在 post-mortem 中也指出：这段 Lua 代码错误 “存在多年，但未曾因为相应配置组合被触发过 (never before applied a killswitch to a rule with action ‘execute’)”。这是首次触发该 edge-case，暴露出多年未被发现的技术债 (legacy code bug) 与部署模型风险。

故障影响与后果

多个使用 Cloudflare CDN / WAF /代理服务的网站与应用在数分钟内出现 “500 Internal Server Error”。包括大型网站、服务、游戏、内容平台等。

部分主流服务 (例如加密货币交易所 Coinbase、AI 服务 Claude AI 等) 确认受影响。

这至少是 Cloudflare 在不到一个月内第二次重大 outage —— 连续出现两次安全相关配置更新导致全球中断，严重冲击对其作为互联网基础设施供应商的信任。

对整个互联网生态敲响警钟：当少数基础设施供应商 (CDN、WAF、代理) 承载全球大量流量时，一次 bug / 配置错误 / 代码缺陷，就可能引发规模巨大、跨服务 / 跨行业的大面积崩溃。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。