用于高效 Web 应用安全测试的局部敏感哈希
密码学与安全
2020-01-07 v1 机器学习
机器学习
摘要
近年来，随着越来越多的内容与服务可在线获取，Web 应用安全已成为主要关注点。识别安全漏洞的一种有用方法是黑盒测试，其依赖于对 Web 应用的自动化爬取。然而，爬取富互联网应用（RIAs）是一项极具挑战的任务。爬虫面临的关键障碍之一是状态相似性问题：如何判定两个客户端状态等价。由于现有方法未能完全解决该问题，对许多真实世界 RIAs 的成功扫描仍无法实现。我们提出一种用于安全测试目的检测冗余内容的新方法。该算法应用基于 MinHash 草图的局部敏感哈希，以分析网页的文档对象模型（DOM）结构，并高效估计它们之间的相似性。实验结果表明，该方法能够对原本无法爬取的 RIAs 成功扫描。
引用
@article{arxiv.2001.01128,
title = {Locality-Sensitive Hashing for Efficient Web Application Security Testing},
author = {Ilan Ben-Bassat and Erez Rokah},
journal= {arXiv preprint arXiv:2001.01128},
year = {2020}
}