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

Immaginate Internet come una città frenetica e caotica dove i siti web sono i negozi, le banche e i municipi. Proprio come in ogni città, ci sono malintenzionati che cercano di intrufolarsi dalla porta principale, scassinare le serrature o urlare ordini falsi al personale. Nel mondo della sicurezza informatica, questi malintenzionati usano gli "attacchi di injection". È un nome altisonante per un trucco semplice: invece di dare a un sito web una richiesta normale, un hacker digita un comando segreto nascosto all'interno di una casella di testo, sperando che il sito web lo obbedisca accidentalmente. È come un cliente che entra in una panetteria e sussurra: "In realtà, vorrei che cancellassi tutto il tuo inventario", e il panettiere, confuso, lo fa davvero.

Per catturare questi subdoli malintenzionati, gli esperti di sicurezza hanno costruito dei bouncer digitali. Per anni, questi bouncer sono stati come bibliotecari severi che ammettevano solo libri che apparivano esattamente come quelli della loro lista approvata. Se un libro aveva una copertina strana o un titolo insolito, veniva rifiutato. Ma gli hacker stanno diventando più intelligenti; cambiano le loro "copertine" e i loro "titoli" così velocemente che i vecchi bouncer non riescono a stare al passo. Entrano in scena la nuova generazione di bouncer: i Large Language Models (LLM). Pensate a questi non come a rigidi bibliotecari, ma come a detective super intelligenti che hanno letto quasi ogni libro della biblioteca. Non guardano solo la copertina; comprendono la storia, il tono e il significato nascosto. Poscono distinguere tra una frase innocua e un comando malevolo semplicemente "sentendo" il testo. Questo articolo pone una grande domanda: questi detective super intelligenti possono essere addestrati a individuare i trucchi specifici che gli hacker usano per scassinare i siti web, e hanno bisogno di essere mostri giganti e voraci di energia per fare il lavoro, o un detective più piccolo e veloce può fare lo stesso lavoro altrettanto bene?

I ricercatori dietro questo studio hanno deciso di sottoporre quattro diversi detective AI a un massiccio campo di addestramento per vedere quale potesse individuare meglio tre specifici tipi di scasso digitale: Cross-Site Scripting (XSS), SQL Injection e Command Injection. Non hanno solo tirato a indovinare; hanno nutrito questi modelli con un enorme dataset di oltre 180.000 esempi di traffico "buono" e traffico "cattivo", inclusi attacchi ingannevoli e camuffati. Hanno poi perfezionato i modelli (fine-tuning), il che è come fornire loro un libro di testo specializzato sui trucchi degli hacker affinché potessero imparare i pattern specifici di questi crimini.

I risultati sono stati sorprendentemente vicini, quasi come una gara in cui i vincitori hanno tagliato il traguardo con un soffio di distanza l'uno dall'altro. La star dello spettacolo è stata un modello chiamato LLaMA-3.2-1B. Ha ottenuto le prestazioni migliori in assoluto, identificando correttamente il traffico malevolo con una precisione del 99,80%, una precisione del 99,82% e un F1-score del 99,81%. Era incredibilmente acuto, mancava pochissimi malintenzionati e accusava raramente persone innocenti. Tuttavia, il documento ha anche scoperto che non è necessariamente necessario il detective più grande per portare a termine il lavoro. Un modello molto più piccolo chiamato DistilBERT-base-uncased, che ha solo circa lo 0,93% dei parametri addestrabili dei suoi cugini più grandi (circa 630.532 parametri addestrabili su 67,6 milioni totali), ha ottenuto risultati quasi identici: 99,80% in termini di accuratezza, precisione, recall e F1-score.

Lo studio ha testato anche altri due modelli, GPT-2 e GPT-2-medium. Hanno performato molto bene anche loro, con l'accuratezza e la precisione che oscillavano intorno al 99,7% - 99,8%. Interessantemente, i ricercatori hanno scoperto che rendere il modello più grande non lo rendeva necessariamente migliore. Il modello GPT-2-medium, che è circa tre volte più grande dello standard GPT-2, non ha effettivamente catturato più malintenzionati; anzi, ha ottenuto un punteggio leggermente inferiore. Ciò suggerisce che, per questo compito specifico, una volta che un modello è abbastanza grande da comprendere i pattern, renderlo ancora più grande è come comprare un'auto sportiva costosissima solo per andare a fare la spesa: non ti porta a destinazione più velocemente.

Guardando a come i modelli hanno commesso errori, il documento ha rivelato alcune curiosità interessanti. Tutti e quattro i modelli sono stati quasi perfetti nel individuare gli attacchi XSS; anzi, tre di loro hanno ottenuto il 100% dei casi di test XSS corretti. Sembra che i tag "script" utilizzati in questi attacchi siano come un'insegna al neon gigante impossibile da ignorare. Tuttavia, la Command Injection è stata la categoria più difficile. Il modello LLaMA ha faticato un po' di più qui, scambiando occasionalmente una command injection per traffico normale. Nel frattempo, i modelli GPT-2 tendevano a essere un po' troppo paranoici, segnalando il traffico normale e sicuro come un attacco più spesso degli altri.

Gli autori concludono che, sebbene il gigante modello LLaMA-3.2-1B abbia mostrato la prestazione complessiva più forte, il minuscolo DistilBERT è un'alternativa fantastica per l'uso nel mondo reale perché è molto più veloce e richiede meno potenza di calcolo, offrendo allo stesso tempo lo stesso livello di protezione. Il documento suggerisce che il fine-tuning di questi modelli è un modo potente per catturare gli attacchi di injection, ma nota anche che questo è solo l'inizio. I ricercatori sottolineano di aver affrontato sfide, come la mancanza di studi precedenti su questo tema specifico e risorse computazionali limitate, il che significa che c'è ancora molto lavoro da fare per perfezionare questi bouncer digitali. In definitiva, lo studio dimostra che con l'addestramento giusto, anche una piccola ed efficiente IA può diventare un guardiano quasi perfetto contro alcune delle minacce web più comuni.