一、功能概述
本能力通过请求频次和 Token 消耗量两个维度对访问行为进行协同管控，命中规则后可选择观察或拦截两种处置动作。
若不启用算力消耗防护，你可能面临以下风险：
·单个用户在短时间内刷取数百万 Token，导致账单激增。
·Bot 批量注册账号，消耗免费额度。
·慢速请求占用模型并发资源，影响正常用户体验。
二、操作场景
这篇说说如何通过算力消耗规则限制大模型接口的调用频次和 Token 消耗量。
三、前提条件
已完成 流量接入 或 SDK/API 接入。
四、操作步骤
1. 登录 Web 应用防火墙控制台，在左侧导航栏，选择大模型安全 > 防护配置 > 算力消耗规则。
2. 在算力消耗规则页签，单击添加规则。
3. 在添加算力消耗防护规则窗口中，进行信息配置：
参数说明
| 字段名称 | 说明 |
| 规则名称 | 设置规则名称。 |
| 会话标识 | 选择此前配置的会话标识，用于区分不同用户，实现对单个用户的精准算力消耗检测。说明：使用 SDK/API 接入方式时，无需配置该参数。 |
| 匹配方式 | 默认需要选择 LLM 业务匹配方式，选择添加的 LLM 业务防护路径配置。说明：单条规则中不同匹配方式为 “与” 关系。使用 SDK/API 接入方式时，无需配置该参数。 |
| 防护规则 | 基于请求频次的防护：统计单个用户 ID 在单位时间（1 分钟、5 分钟、10 分钟、30 分钟、60 分钟、6 小时、12 小时、24 小时、每整点小时、每自然天，值为 2-100000，值必须为整数）内的请求次数。基于 token 消耗量的防护：根据业务类型配置单个用户 ID 在单位时间（1 分钟、5 分钟、10 分钟、30 分钟、60 分钟、6 小时、12 小时、24 小时、每整点小时、每自然天）内的总 Token 消耗量。负载均衡型 WAF 接入的域名暂不支持此功能。 |
| 执行动作 | WAF 支持针对算力超量用户实现两种处置方式：观察：仅记录日志。拦截当选择类型为基于请求频次的防护：在检测到用户超量后，将阻断用户发往源站的请求，并返回 WAF 默认拦截提示页面，可以前往 基础安全 修改默认拦截提示页面的内容。当选择类型为基于 token 消耗量防护：在检测到用户超量后，WAF 会中断源站对用户的响应，并在返回的 data 中插入自定义提示内容，可以配置返回给用户的提示内容。WAF 拦截时，如果是请求拦截，返回 WAF 默认拦截提示页面，可以前往基础安全修改默认拦截提示页面的内容。如果是响应拦截，除了会在返回的 data 中插入自定义提示内容配置以外，还会在返回的 data 数据中插入一个 uuid 字段以及 uuid 值，为了更好的拦截体验，也可以对业务前端进行逻辑修改，在检测到返回字段中存在 uuid 字段时，调整实际拦截效果。 |
| 优先级 | 配置规则优先级。优先级逻辑：请输入1-100的整数，数字越小，代表这条规则的执行优先级越高；相同优先级下，更新时间越晚，优先级越高。 |
为优化拦截体验，提供更好的交互体验，以下提供业务前端针对大模型安全拦截逻辑修改的示例代码，该示例代码基于 Deepseek 接口格式，可参考嵌入业务前端代码中，实现与大模型安全的防护逻辑联动：
注意：拦截机制说明：
请求方向拦截默认拦截提示页面处理，效果为展示拦截提示的内容到聊天窗口，示例代码如下：if (!initResponse.ok) {const errorText = await initResponse.text();console.error('API错误响应:', errorText);removeMessage(responseMessageId); // 移除正在显示的消息容器 // 解析服务器返回的错误信息let errorMessage = '';try {const errorData = JSON.parse(errorText);errorMessage = errorData.error?.message || errorData.message || errorText;} catch (e) {errorMessage = errorText;} // 显示错误消息到聊天界面addMessage(errorMessage, 'error');updateStatus('请求失败', 'error');return;}响应方向拦截data 数据中插入自定义提示内容、uuid 字段的替换和展示处理，效果为重置掉当前已返回的内容，并展示自定义提示内容，示例代码如下：// UUID检测处理 – 基于代码逻辑if (parsed.uuid) {console.log(' 检测到内容替换信号！');console.log('原始数据:', parsed);console.log('替换前内容:', fullContent); // 从服务器返回的数据中提取新内容let newContent = '';if (parsed.choices && parsed.choices[0] && parsed.choices[0].delta && parsed.choices[0].delta.content) {newContent = parsed.choices[0].delta.content;console.log('✅ 从 choices[0].delta.content 获取内容:', newContent);} else if (parsed.content) {newContent = parsed.content;console.log('✅ 从 content 获取内容:', newContent);} else {console.log('⚠️ 在数据中找不到 content');} // 完全重置已显示的内容fullContent = newContent;reasoning = '';contentWasReplaced = true; // 清空当前显示内容并重新显示服务器返回的新内容if (selectedModel === 'deepseek-reasoner') {// R1模式：清空思考过程和答案，显示新内容clearR1Message(responseMessageId);updateR1StreamingMessage(responseMessageId, '', fullContent, false);addContentReplacedIndicator(responseMessageId);} else {// 普通模式：清空消息，显示新内容clearStreamingMessage(responseMessageId);updateStreamingMessage(responseMessageId, fullContent, true);addContentReplacedIndicator(responseMessageId);} console.log('✅ 内容替换完成，当前 fullContent:', `"${fullContent}"`); // 停止处理后续数据流shouldStopProcessing = true;console.log(' 设置停止处理标记，不再处理后续数据');}
4. 完成上述所有参数设置后，请仔细检查，确认无误后，打开规则开关，单击确定提交配置，该规则即可生效，对算力资源进行防护。
五、算力消耗防护场景示例
1. 参考 业务接入，接入大模型业务并完成会话标识、大模型防护路径配置。
2. 登录 Web 应用防火墙控制台，在左侧导航栏，选择大模型安全 > 防护配置 > 算力消耗规则。
3. 在算力消耗规则页面，单击添加规则，配置一条高频请求拦截示例规则，设置为 1 分钟请求超过 1 万 token，超出后拦截，并返回自定义提示词，单击确定。
| 字段名称 | 说明 |
| 防护规则 | 配置基于 token 消耗量防护，并配置检测值为 1 万 token 每分钟。 |
| 执行动作 | 拦截。 |
| 拦截提示使用自定义提示 | 你好，你最近 1 分钟使用的 Token 量较高，请稍等一段时间再使用。 |
| 优先级 | 1。 |
| 规则开关 | 开启。 |
4. 在大模型业务侧，请求大模型输出 2 篇 3000 字的文章，即可触发算力消耗拦截，并在用户侧返回拦截提示语。如果大模型输出速率较慢，也可以调整为 5 分钟请求超过 1 万 token，以便更便捷地完成场景验证。
5. 通过 SDK/API 接入时，可前往 日志审计 查看对应的攻击日志信息。
六、相关文档
·流量接入
·SDK/API 接入
·日志审计