Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques

Detalhes bibliográficos
Autor(a) principal: Fidalgo, Ana Maria Dias
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/47687
Resumo: Tese de mestrado, Ciência de Dados, Universidade de Lisboa, Faculdade de Ciências, 2020
id RCAP_988e225fffc9a6493f7e349b0d79ff67
oai_identifier_str oai:repositorio.ul.pt:10451/47687
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning TechniquesVulnerabilidades webDeteção de vulnerabilidadesSegurança de softwareProcessamento de linguagem naturalAprendizagem profundaTeses de mestrado - 2020Departamento de InformáticaTese de mestrado, Ciência de Dados, Universidade de Lisboa, Faculdade de Ciências, 2020The number of vulnerabilities has grown exponentially over the last years, with SQL Injection being especially troublesome for web applications. In parallel, novel research has shown the potential of Machine Learning to find vulnerabilities, which can aid experts to reduce the search space or even classify programs on its own. Previous work, however, rarely includes SQL Injection or considers popular serverside languages for web application development like PHP. In our work, we construct a Deep Learning model capable of classifying PHP excerpts as vulnerable (or not) to SQL Injection. We use an intermediate language to represent the excerpts and interpret them as text, resorting to well-studied Natural Language Processing techniques. This work can help back-end programmers discover SQL Injection in an early stage of the project, avoiding attacks that would eventually cost a lot to repair their damage. We also investigate which information should be fed to the model. Hence, we built four datasets (the Opcode Dataset, the Opcode+Operand Dataset, the Slice Dataset, and the Simplified Slice Dataset) from the bytecode dataset that represent each PHP excerpt differently. This approach is a simpler alternative to complex data structures previously used to represent code’s control flow. For each of those datasets, we performed several experiments to evaluate alternative configurations for the model. For all datasets, we managed to find a setting that leads to a score, on average, above 60% for the accuracy, precision, and recall.Medeiros, Ibéria Vitória de Sousa, 1971-Neves, Nuno Fuentecilla Maia Ferreira, 1969-Repositório da Universidade de LisboaFidalgo, Ana Maria Dias2021-05-06T16:18:47Z202020202020-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/47687TID:202603989enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:50:48Zoai:repositorio.ul.pt:10451/47687Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:59:41.677515Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques
title Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques
spellingShingle Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques
Fidalgo, Ana Maria Dias
Vulnerabilidades web
Deteção de vulnerabilidades
Segurança de software
Processamento de linguagem natural
Aprendizagem profunda
Teses de mestrado - 2020
Departamento de Informática
title_short Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques
title_full Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques
title_fullStr Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques
title_full_unstemmed Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques
title_sort Detecting Web Vulnerabilities in an Intermediate Language by Resorting to Machine Learning Techniques
author Fidalgo, Ana Maria Dias
author_facet Fidalgo, Ana Maria Dias
author_role author
dc.contributor.none.fl_str_mv Medeiros, Ibéria Vitória de Sousa, 1971-
Neves, Nuno Fuentecilla Maia Ferreira, 1969-
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Fidalgo, Ana Maria Dias
dc.subject.por.fl_str_mv Vulnerabilidades web
Deteção de vulnerabilidades
Segurança de software
Processamento de linguagem natural
Aprendizagem profunda
Teses de mestrado - 2020
Departamento de Informática
topic Vulnerabilidades web
Deteção de vulnerabilidades
Segurança de software
Processamento de linguagem natural
Aprendizagem profunda
Teses de mestrado - 2020
Departamento de Informática
description Tese de mestrado, Ciência de Dados, Universidade de Lisboa, Faculdade de Ciências, 2020
publishDate 2020
dc.date.none.fl_str_mv 2020
2020
2020-01-01T00:00:00Z
2021-05-06T16:18:47Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/47687
TID:202603989
url http://hdl.handle.net/10451/47687
identifier_str_mv TID:202603989
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134543002730496

Registros relacionados