企业的上云和数字化转型，将越来越多的业务运行于网络之上。为适应敏捷开发等新型应用架构，API的使用数量更加普遍并持续增长。企业的应用开发越来越依赖API之间的相互调用，同时通过API传递的数据量也随之迅速增长。
不可避免地，暴露于网络中的企业应用API亦成为恶意攻击者的目标。近年来，与API攻击相关的数据泄露事件屡见不鲜，其中不乏企业重要业务数据甚至个人身份数据等敏感信息，给企业带来极大的数据安全威胁。
API安全不容乐观
虽然我们已经发现并且感知到API安全风险，但又不得不面对的是，事实已证明传统的安全技术并不能有效地阻止API攻击，企业需要在全新的安全防护方法。
据Gartner的一份预测报告，2022年起API已成为网络攻击者利用最频繁的媒介载体之一，而通过攻击API可以非授权使用企业的各类应用数据，并且由API安全问题引起的数据泄露风险在2024年将翻倍。
频出的API攻击事件不断向我们证明， API治理不当导致的攻击、欺诈以及数据泄露风险正在对企业的构成新的安全挑战。同时，在AI技术的发展，被滥用的AI让攻击手段越来越自动化甚至智能化， API攻击更快、更准确，API面临的威胁越来越复杂化。
Akamai最新发布的《潜伏在阴影之中：攻击趋势揭示了 API 威胁》报告证实，API在Web攻击里面所占的比例越来越高，2023年在所有的Web攻击类型里面针对API的攻击占了将近30%。
Akamai北亚区技术总监 刘烨
Akamai北亚区技术总监刘烨表示，这个比例可能还会继续增高，因为越来越多的流量也会变成这种API的流量，比如很多原生的手机应用跟数据中心之间都会通过API做数据传输。
针对于API的攻击方法和攻击向量非常多样化，这对于企业来说要保护应用API的难度大大增加，因为要考虑的方面非常多，刘烨解释道：API防御可能会面临更大的挑战。企业要找到业务逻辑可能会出现的漏洞，然后去降低风险，降低企业遭受攻击所造成的损失。
基于业务场景攻防
正如刘烨所述，与传统Web应用的防护不同，API的安全防护要求更为广泛，往往是深入到业务逻辑中，并且涉及到多个环节，对任何环节的监测不足都会影响到整体的安全防护效果。
企业如何着手做API防护?刘烨特别建议要重点考虑三个方面的问题。
第一，可视性。企业应该给予API足够的可视性。比如对于一些API接口的开发过程，开发人员通过这个接口在开发、测试、上线的时候会更容易取得某些数据，但是当开发者离开以后，这些接口是不是仍然存在，其实不一定有完整的审计，也不一定有安全开发合规性流程。这种情况下，当这些API推到互联网以后就可能不具备足够的可视性。
第二，漏洞风险。企业要了解上线的应用里，易遭受攻击的风险点到底有哪些，会不会出现一些已知的漏洞等等。这就要求企业要遵循最佳实践去开发，最大化减少漏洞的出现，从而减少风险点。
第三，业务逻辑。API攻击的变化多样不是针对于应用本身的，而是针对业务逻辑的。因为这种针对业务逻辑的攻击，可能获取更具价值的东西。所以在业务逻辑方面，企业需要建立在不同业务场景下产生的基线，然后确定哪些是异常情况。
刘烨继续解释道：所有的业务场景可以分为几个部分，首先是API的隐患，如果是注入类型的隐患，它与业务场景关系不大，但与API的开发技术相关。当使用标准技术或实施方法，遵循软件开发流程时，我们应确保在这个过程中减少漏洞。
跟业务场景相关隐患的是从技术上看是没有问题的、合乎逻辑的，但是从业务上来看就是有问题的，比如过度收集用户数据可能与业务场景相关。
不同业务场景有很多不同防护重点。例如，在金融行业，对信用卡使用和交易安全防护的要求可能与社交媒体完全不同。在社交媒体中，用户信息可能是防护重点，而在金融行业中，账户资金安全可能更为重要。因此，在不同业务场景下，按照业务逻辑，实施有效的保护措施非常重要。
对企业更重要的是根据业务场景建立自己的模型和基线，然后判断是否存在针对特定业务场景的攻击。因此，可以分为两部分：首先是针对传统注入类型攻击的防护，这与API开发技术密切相关。通过开发最佳实践，安全产品和服务，可以大大帮助用户解决安全隐患。
对于基于漏洞的渗透，刘烨认为可以通过这六步方法，帮助用户提高API安全防护水平，减少潜在漏洞对系统的渗透。
首先，记录API中的所有相关日志。例如，Akamai API Security产品利用大量离线分析和基于API访问日志的建模来建立基准。
第二，是要了解所有API的端点，这被称为“API发现”，这一点非常重要。许多API的问题可能源于在开发过程中留下的接口，这些接口可能仅供内部调用或用于部门间协作。
第三，是进行风险审计，需要确定哪些记录是敏感的，并建立审计方案来审查这些风险并建立基线。
第四，建立基线后进行行为检测，当用户违反了应用逻辑时，应能识别出该用户。
第五，响应，一旦识别出问题，需要给出防护措施的指导，如限制或中断用户访问。
第六，事后分析，需要调整模型以应对可能的风险和恶意攻击，这有助于优化整体策略。
API的安全防护已成为企业数据安全的重要关注点，如何确保API交互过程中保护数据数据的完整性、机密性和可用性，将会是未来一段时间内企业与专业安全提供商要共同面对的问题。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
