Adversarial SQL Injection Generation with LLM-Based Architectures
Diese Arbeit stellt zwei neuartige LLM-basierte Systeme, RADAGAS und RefleXQLi, zur Generierung adversarialer SQL-Injection-Payloads vor und bewertet deren Wirksamkeit gegenüber diversen Web Application Firewalls, wobei sich zeigt, dass diese Modelle zwar Baseline-Ansätze beim Umgehen von KI-/ML-basierten Verteidigungen deutlich übertreffen, jedoch gegen regelbasierte Systeme Schwierigkeiten haben und dass eine höhere Payload-Vielfalt nicht zwangsläufig mit einem höheren Erfolg beim Umgehen korreliert.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Das große Ganze: Der digitale Schlosser und der Hauptschlüssel
Stellen Sie sich das Internet als eine riesige Stadt aus Gebäuden (Websites) vor. Um diese Gebäude vor Dieben zu schützen, stehen Sicherheitswachen (sogenannte Web Application Firewalls oder WAFs) an den Haupteingängen. Ihre Aufgabe ist es, Bösewichte daran zu hindern, durch die Hintertür einzudringen, indem sie einen bestimmten Trick anwenden, der als SQL-Injection bekannt ist (eine Methode, um die Datenbank des Gebäudes zu täuschen und Geheimnisse preiszugeben).
Lange Zeit haben Sicherheitsexperten versucht, diese Schlösser zu testen, indem sie menschliche Schlosser engagierten oder robotische Werkzeuge einsetzten, die jede bekannte Schlüsselform ausprobierten. Doch die Schlösser werden intelligenter, und die alten Schlüssel funktionieren nicht mehr so gut wie früher.
Dieses Papier stellt eine neue Frage: Was wäre, wenn wir eine superintelligente KI (ein Large Language Model oder LLM) einsetzen, um neue Schlüssel zu erfinden, die die Sicherheitswachen noch nie gesehen haben?
Die Forscher entwickelten zwei neue „KI-Schlüsselmacher", um zu testen, wie gut diese darin sind, diese Sicherheitswachen zu täuschen.
Die zwei neuen KI-Schlüsselmacher
Die Forscher entwickelten zwei verschiedene Methoden, um der KI zu helfen, diese trickreichen Schlüssel zu generieren:
1. RADAGAS: Der „Bibliotheks-Forscher"
Stellen Sie sich diese KI als einen brillanten Studenten vor, der jedes Buch in der größten Bibliothek der Welt mit vergangenen Einbrüchen gelesen hat.
- Wie es funktioniert: Bevor es versucht, ein Schloss zu knacken, geht diese KI in ihre „Bibliothek" (eine Datenbank bekannter erfolgreicher Angriffe von OWASP, GitHub usw.). Sie holt sich die besten, bewährtesten Tricks aus der Vergangenheit.
- Der Twist: Sie verwendet eine spezielle Technik namens RAG (Retrieval Augmented Generation). Anstatt nur zu raten, sucht sie die relevantesten „Cheat-Codes" nach und bittet dann die KI, diese zu neuem Leben zu erwecken.
- Das Ergebnis: Es ist wie ein Dieb, der die Baupläne jedes erfolgreichen Raubüberfalls studiert, bevor er einen neuen versucht.
2. RefleXQLi: Der „Kritische Denker"
Diese KI funktioniert wie ein Zwei-Personen-Team: ein Schöpfer und ein Kritiker.
- Wie es funktioniert:
- Der Schöpfer versucht, einen neuen Schlüssel zu entwerfen.
- Der Kritiker (eine andere KI) betrachtet den Schlüssel und sagt: „Nein, das sieht zu verdächtig aus. Versuch es noch einmal."
- Der Schöpfer hört zu, denkt intensiver nach (unter Verwendung eines „Chain of Thought"-Prozesses) und versucht, einen besseren, heimlicheren Schlüssel zu erstellen.
- Der Twist: Sie streiten hin und her, bis der Schöpfer einen Schlüssel erstellt, den der Kritiker nicht erkennt. Es ist wie ein Autor und ein Lektor, die zusammenarbeiten, bis die Geschichte perfekt ist.
Der große Test: 2,2 Millionen Versuche
Um herauszufinden, wer der Beste ist, stellten die Forscher eine massive Simulation auf:
- Die Angreifer: Sie nutzten 7 verschiedene Systeme (einschließlich der beiden neuen, altertümlicher Werkzeuge und einer Standard-KI).
- Die Verteidiger: Sie testeten gegen 10 verschiedene Sicherheitswachen (WAFs). Einige waren altmodische Regelbefolger (wie eine Wache mit einer Checkliste), einige waren KI-basiert (Wachen, die durch Beobachtung lernen), und einige waren berühmte kommerzielle Wachen (wie Cloudflare und AWS).
- Das Ausmaß: Sie generierten 240.000 Schlüssel und probierten diese 2,2 Millionen Mal an den Wachen aus.
Was haben sie herausgefunden?
1. Der „Bibliotheks-Forscher" (RADAGAS) gewann das Rennen
Das RADAGAS-System, insbesondere wenn es von der GPT-4o-KI angetrieben wurde, war insgesamt am erfolgreichsten. Es schaffte es, etwa 22,7 % der Zeit an den Wachen vorbeizukommen.
- Warum? Weil es nicht nur riet; es lernte von einer kuratierten Liste von Dingen, die in der Vergangenheit tatsächlich funktioniert hatten.
2. Der „Kritische Denker" (RefleXQLi) war sehr stabil
Das RefleXQLi-System war insgesamt etwas weniger erfolgreich (etwa 21,2 %), aber sehr konsistent. Es machte selten Fehler und produzierte immer einzigartige Schlüssel.
3. Der „Vielfalts-Mythos" wurde widerlegt
Ein verbreiteter Glaube in der Sicherheit lautet: „Je unterschiedlicher Ihre Schlüssel voneinander sind, desto besser sind Ihre Chancen."
- Die Erkenntnis des Papiers: Das war nicht wahr! Die Forscher fanden keinen starken Zusammenhang zwischen dem Erstellen Tausender völlig unterschiedlicher Schlüssel und dem tatsächlichen Eindringen.
- Die Analogie: Es spielt keine Rolle, ob Sie 1.000 unterschiedlich geformte Schlüssel ausprobieren, wenn keiner von ihnen ins Schloss passt. Besser ist es, 100 Schlüssel zu versuchen, die dem, von dem Sie wissen, dass er funktioniert, sehr ähnlich sind, als 1.000 zufällige Formen.
- Überraschung: Manchmal machte das Versuch, die Schlüssel zu unterschiedlich zu gestalten, sie sogar schlechter.
4. Unterschiedliche Wachen benötigen unterschiedliche Schlüssel
Es gab keinen „magischen Schlüssel", der jede Tür öffnete.
- KI-Wachen (Machine Learning WAFs): Das RADAGAS-System war ein Monster gegen diese und drang in über 90 % der Fälle ein. Es scheint, diese KI-Wachen waren nicht gut genug trainiert, um die „neu gemischten" alten Tricks zu erkennen.
- Regelbasierte Wachen (Checklist-WAFs): Diese waren sehr hartnäckig. Die neuen KI-Systeme hatten hier Mühe und wurden fast immer blockiert. Die altmodischen Werkzeuge (wie SQLmap) schafften es gegen diese spezifischen Wachen tatsächlich etwas besser.
- Kommerzielle Wachen (Cloudflare/AWS): Die Ergebnisse waren gemischt. Unterschiedliche KI-Systeme fanden verschiedene „Löcher" in deren Verteidigung.
5. Die „Temperature"-Einstellung ist wichtig
KI-Modelle haben einen „Kreativitätsregler", der Temperature genannt wird.
- GPT-4o funktionierte am besten, wenn es auf weniger kreativ eingestellt war (niedrige Temperatur, mehr Logik).
- DeepSeek funktionierte am besten, wenn es auf sehr kreativ eingestellt war (hohe Temperatur).
- Claude war am glücklichsten in der Mitte.
- Lehre: Sie können nicht dieselben Einstellungen für jede KI verwenden; Sie müssen sie wie ein Radio abstimmen, um das beste Signal zu erhalten.
Das Fazit
Das Papier kommt zu dem Schluss, dass Sie, wenn Sie testen wollen, ob eine Website sicher ist, sich nicht nur auf ein Werkzeug verlassen sollten.
- Nutzen Sie RADAGAS, um KI-basierte Sicherheitssysteme zu testen.
- Nutzen Sie RefleXQLi (oder seed-gesteuerte Versionen) für stabile, hochwertige Tests.
- Besessen Sie sich nicht davon, Ihre Angriffsschlüssel „vielfältig" zu machen; konzentrieren Sie sich darauf, sie intelligent und relevant für das spezifische Schloss zu machen, das Sie öffnen wollen.
Die Forscher betonen, dass sie dies in einem sicheren, isolierten Labor getan haben, um die Sicherheit zu verbessern, nicht um Kriminellen zu helfen. Sie hielten die „Schlüssel" privat, damit niemand sie missbrauchen konnte.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.