[論文レビュー] Machine Learning for Detection and Mitigation of Web Vulnerabilities and Web Attacks

Mahnoor Shahid|arXiv (Cornell University)|Apr 27, 2023

Network Security and Intrusion Detection被引用数 6

ひとこと要約

本稿は、クロスサイトスクリプティング（XSS）およびクロスサイトリクエストフォージェリ（CSRF）攻撃の検出および緩和のための機械学習（ML）およびディープラーニング（DL）アプローチについて包括的なサーベイを提示している。特徴工学、モデルのパフォーマンス、スケーラビリティの観点から、古典的で先進的なML手法を評価し、有望な結果を示しながらも、強化学習の使用が限定的で、CSRF検出手法のカバレッジが不十分であるといったギャップを特定している。

ABSTRACT

Detection and mitigation of critical web vulnerabilities and attacks like cross-site scripting (XSS), and cross-site request forgery (CSRF) have been a great concern in the field of web security. Such web attacks are evolving and becoming more challenging to detect. Several ideas from different perspectives have been put forth that can be used to improve the performance of detecting these web vulnerabilities and preventing the attacks from happening. Machine learning techniques have lately been used by researchers to defend against XSS and CSRF, and given the positive findings, it can be concluded that it is a promising research direction. The objective of this paper is to briefly report on the research works that have been published in this direction of applying classical and advanced machine learning to identify and prevent XSS and CSRF. The purpose of providing this survey is to address different machine learning approaches that have been implemented, understand the key takeaway of every research, discuss their positive impact and the downsides that persists, so that it can help the researchers to determine the best direction to develop new approaches for their own research and to encourage researchers to focus towards the intersection between web security and machine learning.

研究の動機と目的

• XSSおよびCSRF脆弱性の検出および緩和に向けた機械学習およびディープラーニングの応用に関する体系的文献レビューを提供すること。
• Web攻撃のMLベースの検出アプローチの強みと限界を分析すること。
• 強化学習の未活用や、MLを用いたCSRF検出のカバレッジが不十分であるなど、研究ギャップを特定すること。
• 主な発見を要約し、WebセキュリティとMLの統合分野における有望だが未開拓の方向性を強調することで、今後の研究を導くこと。
• 研究者が一般化性、正確性、スケーラビリティを向上させた複雑で高インパクトな攻撃に注力するよう促すこと。

提案手法

• 2019年から2023年までに発表された、MLベースのXSSおよびCSRF検出に関する20篇以上の研究論文を対象とした体系的レビュー。
• XSSおよびCSRF検出のための古典的ML（例：SVM、ランダムフォレスト）とディープラーニング（例：CNN、RNN、オートエンコーダ）に分類してアプローチを整理すること。
• JavaScriptコードおよびHTTPリクエストのための語彙的、構文的、構造的特徴といった特徴工学技術の評価。
• 異なるデータセットおよび攻撃バリアントにおいて、精度、再現率、F1スコア、AUC-ROCといった指標を用いたモデルパフォーマンスの分析。
• Burp Suiteなどの既存ツールとMLを統合することで、脆弱性スキャンおよびリアルタイム検出の強化。
• モデルの一般化性、スケーラビリティ、および変換や進化する攻撃パターンに対する耐性の比較。

実験結果

リサーチクエスチョン

• RQ1 オブスクリューションや多様な変種を持つXSS攻撃の検出において、古典的およびディープラーニングモデルの有効性はどの程度か？
• RQ2 現在のMLベースのアプローチにおけるCSRF脆弱性検出の主な制限は何か。なぜこの分野は未開拓とされているのか？
• RQ3 MLモデルは、さまざまなWebアプリケーションフレームワークや入力タイプの間でどの程度一般化できるか？
• RQ4 特徴工学戦略が、XSSおよびCSRF検出モデルのパフォーマンスと耐性にどのように影響を与えるか？
• RQ5 強化学習は、進化するWeb攻撃に対する適応的検出にどのような役割を果たせるか。なぜその活用は不十分なのか？

主な発見

• SVMやランダムフォレストといった古典的MLモデルは、手作業で作成された特徴に対して優れたパフォーマンスを示すが、多様な攻撃変種への一般化には苦労する。
• 特にRNNやオートエンコーダを用いたディープラーニングモデルは、シーケンスレベルのパターンを学習することで、変換されたJavaScriptの検出性が向上している。
• 有望な結果が得られているものの、多くの研究が特定の攻撃変種に限定されており、広範で進化を続ける脅威への適用可能性が制限されている。
• 強化学習を用いたXSS検出に関する研究はほんの数例にとどまり、適応的で動的な防御メカニズム分野における顕著な研究ギャップが示されている。
• Burp SuiteなどのツールとMLを統合することで、リアルタイムの脆弱性スキャンが強化されるが、スケーラビリティと誤検出率の問題が残っている。
• 既存のサーベイは、2018年以前に発表された多くの重要な研究や、ディープラーニングベースのアプローチを無視しており、本サーベイは現在までに最も包括的なものであるとされる。