2. Web应用架构与攻击面分析

说实话，做AI安全测试这件事，最怕的不是模型调不好，而是环境先崩了。我见过太多人花了两天装环境，最后发现Python版本冲突，气得想砸电脑。所以这一章，咱们先把地基打牢。

Python虚拟环境——你的隔离沙箱

为什么非要用虚拟环境？说白了，就是防止不同项目之间的依赖打架。我有个血的教训：之前同时做两个项目，一个要TensorFlow 1.x，一个要2.x，结果全局装完，两个都跑不起来。从那以后，我每个项目必开虚拟环境。

创建虚拟环境（我推荐用venv）

# 创建虚拟环境
python -m venv ai_security_env

# 激活环境（Windows）
ai_security_env\Scripts\activate

# 激活环境（Mac/Linux）
source ai_security_env/bin/activate

# 退出环境
deactivate

嗯，这里要注意：激活后你会看到命令行前面多了个 (ai_security_env) 前缀，说明你已经在虚拟环境里了。我个人习惯在项目根目录下建一个 .venv 文件夹，这样一眼就能看到。

主流AI库安装——TensorFlow vs PyTorch

这两个库就像安全界的Burp Suite和OWASP ZAP，各有拥趸。我两边都用，但说实话，做安全测试我更倾向PyTorch——调试起来更直观，动态图方便你随时看中间结果。

安装TensorFlow

# CPU版本（新手推荐）
pip install tensorflow

# GPU版本（需要NVIDIA显卡+CUDA）
pip install tensorflow-gpu

# 验证安装
python -c "import tensorflow as tf; print(tf.__version__)"

安装PyTorch

# 去官网选对应版本，这里以CPU版为例
pip install torch torchvision torchaudio

# 验证安装
python -c "import torch; print(torch.__version__)"

你想想看，PyTorch的安装比TensorFlow友好多了。它不需要你手动配CUDA，自动检测硬件。我建议新手直接上PyTorch，少走弯路。

其他必备库

库名	用途	安装命令
scikit-learn	传统机器学习算法	pip install scikit-learn
transformers	HuggingFace预训练模型	pip install transformers
requests	发送HTTP请求（测试用）	pip install requests
beautifulsoup4	解析HTML响应	pip install beautifulsoup4

OWASP靶场搭建——你的实战训练场

光说不练假把式。我们需要一个安全的、可控的环境来测试AI模型对Web攻击的检测能力。OWASP提供了几个非常棒的靶场。

方案一：OWASP Juice Shop（我最推荐）

这个靶场模拟了一个电商网站，漏洞覆盖了OWASP Top 10。我每次测试新模型，都会先拿它练手。

# 使用Docker一键部署（前提已安装Docker）
docker pull bkimminich/juice-shop
docker run -d -p 3000:3000 bkimminich/juice-shop

# 访问 http://localhost:3000 即可开始

方案二：DVWA（Damn Vulnerable Web Application）

如果你想要更轻量级的靶场，DVWA是个好选择。它专注于SQL注入、XSS等经典漏洞。

# 同样用Docker
docker pull vulnerables/web-dvwa
docker run -d -p 80:80 vulnerables/web-dvwa

# 访问 http://localhost:80
# 默认账号: admin 密码: password

方案三：本地搭建（不用Docker）

有些同学电脑没装Docker，或者公司环境受限。没关系，咱们手动搭一个简单的。

# 1. 安装PHP和MySQL（以Ubuntu为例）
sudo apt install php mysql-server apache2

# 2. 下载DVWA源码
git clone https://github.com/digininja/DVWA.git
cd DVWA

# 3. 复制配置文件
cp config/config.inc.php.dist config/config.inc.php

# 4. 启动服务
sudo systemctl start apache2
sudo systemctl start mysql

嗯，手动搭建确实麻烦点，但你能更清楚每个组件的作用。我个人建议：时间充裕就手动搭一次，以后都用Docker。

验证环境是否就绪

环境搭完别急着跑，先做个快速验证。我一般写个简单的测试脚本：

# test_env.py
import tensorflow as tf
import torch
import requests

print(f"TensorFlow版本: {tf.__version__}")
print(f"PyTorch版本: {torch.__version__}")

# 测试靶场是否可达
try:
    r = requests.get("http://localhost:3000", timeout=5)
    print(f"Juice Shop状态: {r.status_code}")
except:
    print("Juice Shop未启动，请检查Docker容器")

总结一下

这一章我们干了三件事：

• 用venv创建了隔离的Python环境
• 安装了TensorFlow和PyTorch两大AI框架
• 搭建了OWASP Juice Shop和DVWA两个靶场