単純なパターンマッチングは攻撃検出において効果的ではなく、偽陽性や偽陰性を招く可能性があります。Wallarmのマルチステージ解析アプローチは、従来のパターンマッチングの欠点を克服します。WallarmはHTTPリクエストとレスポンスを複数の連続フェーズに分解し、再帰的に解析します。最初に、生データからヘッダーやパラメーターなどの基本要素を抽出し、次の段階では各要素に対して様々なエンコード方式、ペイロード構造、コンテキスト固有のパターンを用いた深い解析を行います。このプロセスは、全ての要素がデコードされ、データ構造が検証されるまで再帰的に繰り返されます。この層状で詳細なアプローチにより、単純なパターンマッチングでは見逃されるような複雑で難読化された攻撃手法にも正確に対応できます。

攻撃者は検出を回避するために解析の複雑さを増加させる攻撃を設計することがよくあります。エンコードされた本文内にペイロードを隠す（場合によっては複数回エンコードされる場合もある）や、解析されないリクエストの部分に隠すことが一般的な手法です。同時に、検出ツールはAPIに遅延を与えることなく、リアルタイムでリクエストを効果的に解析し攻撃を検出するという課題に直面しています。Wallarmは、独自のトークン化アルゴリズムとLibprotonと呼ばれる検出技術を組み合わせることで、複雑性の増加による性能の課題に対応しました。効率的なアルゴリズム、並列実行、スケーラブルなアーキテクチャの組み合わせにより、遅延や運用パフォーマンスへの影響を最小限に抑えつつ、プラットフォームがリアルタイムで大規模なリクエストを処理できるようになっています。他のソリューションが8kb程度の比較的小さなペイロードの処理にも苦労する中、Wallarmは規模に応じてより優れた、より完全な検出を提供します。