Utilizing Large Language Model Algorithm for XSS, SQL, and Command Injection Detection

Stellen Sie sich das Internet als eine geschäftige, chaotische Stadt vor, in der Websites die Geschäfte, Banken und Rathäuser sind. Genau wie in jeder Stadt gibt es Unruhestifter, die versuchen, sich durch die Vordertür einzuschleichen, Schlösser zu knacken oder dem Personal falsche Befehle zuzurufen. In der Welt der Computersicherheit nutzen diese Unruhestifter „Injection-Angriffe“. Das ist ein schicker Name für einen einfachen Trick: Anstatt einer Website eine normale Anfrage zu senden, tippt ein Hacker einen geheimen Befehl in ein Textfeld ein, in der Hoffnung, dass die Website ihm versehentlich gehorcht. Es ist, als würde ein Kunde in eine Bäckerei kommen und flüstern: „Eigentlich möchte ich, dass Sie Ihren gesamten Lagerbestand löschen“, und der Bäcker tut es, verwirrt, tatsächlich.

Um diese hinterlistigen Unruhestifter zu fangen, haben Sicherheitsexperten digitale Türsteher gebaut. Jahrelang waren diese Türsteher wie strenge Bibliothekare, die nur Bücher hereinließen, die exakt wie die auf ihrer genehmigten Liste aussah. Wenn ein Buch ein seltsames Cover oder einen merkwürdigen Titel hatte, wurde es abgelehnt. Aber Hacker werden immer schlauer; sie ändern ihre „Cover“ und „Titel“ so schnell, dass die alten Türsteher nicht mehr mithalten können. Hier kommen die neue Generation der Türsteher ins Spiel: Large Language Models (LLMs). Betrachten Sie diese nicht als starre Bibliothekare, sondern als superintelligente Detektive, die fast jedes Buch in der Bibliothek gelesen haben. Sie schauen nicht nur auf das Cover; sie verstehen die Geschichte, den Tonfall und die verborgene Bedeutung. Sie können den Unterschied zwischen einem harmlosen Satz und einem bösartigen Befehl allein durch das „Gefühl“ des Textes erkennen. Diese Arbeit stellt eine große Frage: Können diese superintelligenten Detektive darauf trainiert werden, die spezifischen Tricks zu erkennen, die Hacker benutzen, um in Websites einzubrechen, und brauchen sie dafür riesige, energiehungrige Monster, oder kann ein kleinerer, schnellerer Detektiv denselben Job genauso gut erledigen?

Die Forscher hinter dieser Studie beschlossen, vier verschiedene KI-Detektive durch ein massives Trainingslager zu schicken, um zu sehen, welcher von ihnen am besten drei spezifische Arten von digitalen Einbrüchen erkennen kann: Cross-Site Scripting (XSS), SQL-Injection und Command Injection. Sie haben nicht einfach nur geraten; sie fütterten diese Modelle mit einem riesigen Datensatz von über 180.000 Beispielen von sowohl „gutem“ als auch „schlechtem“ Datenverkehr, einschließlich tückischer, getarnter Angriffe. Dann haben sie die Modelle feinjustiert (Fine-Tuning), was so ist, als würde man ihnen ein spezialisiertes Lehrbuch über Hacker-Tricks geben, damit sie die spezifischen Muster dieser Verbrechen lernen können.

Die Ergebnisse waren überraschend nah beieinander, fast wie bei einem Rennen, bei dem die Gewinner nur Haaresbreite vor den anderen die Ziellinie überquerten. Der Star der Show war ein Modell namens LLaMA-3.2-1B. Es schnitt insgesamt am besten ab und identifizierte bösartigen Datenverkehr mit einer Genauigkeit von 99,80 %, einer Präzision von 99,82 % und einem F1-Score von 99,81 %. Es war unglaublich scharfinnig, übersah sehr wenige Übeltäter und beschuldigte selten Unschuldige. Die Arbeit fand jedoch auch heraus, dass man nicht zwangsläufig den größten Detektiv braucht, um den Job zu erledigen. Ein viel kleineres Modell namens DistilBERT-base-uncased, das nur etwa 0,93 % der trainierbaren Parameter seiner größeren Verwandten besitzt (etwa 630.532 trainierbare Parameter von insgesamt 67,6 Millionen), erreichte nahezu identische Ergebnisse: 99,80 % in Genauigkeit, Präzision, Recall und F1-Score.

Die Studie testete auch zwei andere Modelle, GPT-2 und GPT-2-medium. Diese schnitten ebenfalls sehr gut ab, wobei Genauigkeit und Präzision im Bereich von 99,7 % bis 99,8 % lagen. Interessanterweise fanden die Forscher heraus, dass es das Modell nicht unbedingt besser macht, wenn man es größer gestaltet. Das GPT-2-medium Modell, das etwa dreimal größer ist als das Standard-GPT-2, fing nicht wirklich mehr Übeltäter; tatsächlich schnitt es sogar etwas schlechter ab. Dies deutet darauf darauf hin, dass für diese spezifische Aufgabe, sobald ein Modell groß genug ist, um die Muster zu verstehen, das Größerwerden des Modells so ist, als würde man ein superteures Sportauto kaufen, nur um zum Lebensmittelladen zu fahren – es bringt einen nicht schneller ans Ziel.

Bei der Betrachtung dessen, wie die Modelle Fehler machten, offenbarte die Arbeit einige interessante Eigenheiten. Alle vier Modelle waren fast perfekt darin, XSS-Angriffe zu entdecken; tatsächlich lösten drei von ihnen die XSS-Testfälle zu 100 % korrekt auf. Es scheint, dass die in diesen Angriffen verwendeten „Script“-Tags wie ein riesiges Neonschild sind, das man unmöglich übersehen kann. Jedoch war Command Injection die schwierigste Kategorie. Das LLaMA-Modell hatte hier etwas mehr Mühe und verwechselte gelegentlich eine Command Injection mit normalem Datenverkehr. Unterdessen neigten die GPT-2-Modelle dazu, etwas zu paranoid zu sein und markierten normalen, sicheren Datenverkehr häufiger als Angriff denn die anderen.

Die Autoren kommen zu dem Schluss, dass das riesige LLaMA-3.2-1B Modell zwar die stärkste Gesamtleistung zeigte, das winzige DistilBERT Modell jedoch eine fantastische Alternative für den realen Einsatz ist, da es viel schneller ist und weniger Rechenleistung benötigt, während es fast das gleiche Schutzniveau bietet. Die Arbeit legt nahe, dass das Fine-Tuning dieser Modelle ein mächtiger Weg ist, um Injection-Angriffe abzufangen, merkt aber auch an, dass dies erst der Anfang ist. Die Forscher weisen darauf hin, dass sie mit Herausforderungen konfrontiert waren, wie etwa einem Mangel an bisherigen Studien zu diesem speziellen Thema und begrenzten Rechenressourcen, was bedeutet, dass noch viel Arbeit getan werden muss, um diese digitalen Türsteher zu perfektionieren. Letztendlich beweist die Studie, dass mit dem richtigen Training selbst eine kleine, effiziente KI zu einem nahezu perfekten Wächter gegen einige der häufigsten Web-Bedrohungen werden kann.