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

Stel je het internet voor als een bruisende, chaotische stad waar websites de winkels, banken en stadhuizen zijn. Net als in elke stad zijn er raddraaiers die proberen via de voordeur binnen te sluipen, sloten te kraken of valse bestellingen naar het personeel te schreeuwen. In de wereld van computerbeveiliging gebruiken deze raddraaiers "injectie-aanvallen". Het is een chique naam voor een simpele truc: in plaats van een normale aanvraag aan een website te geven, typt een hacker een geheim commando verborgen in een tekstvak, in de hoop dat de website hem per ongeluk opvolgt. Het is alsof een klant een bakkerij binnenloopt en fluistert: "Eigenlijk zou ik graag willen dat je je hele voorraad wist," en de bakker, in de war, het ook echt doet.

Om deze sluwe raddraaiers te vangen, hebben beveiligingsexperts digitale uitsmijters gebouwd. Jarenlang waren deze uitsmijters als strikte bibliothecarissen die alleen boeken binnenlieten die precies leken op de boeken op hun goedgekeurde lijst. Als een boek een vreemde cover of een vreemde titel had, werd het geweigerd. Maar hackers worden slimmer; ze veranderen hun "covers" en "titels" zo snel dat de oude uitsmijters het niet kunnen bijhouden. Maak kennis met de nieuwe generatie uitsmijters: Large Language Models (LLM's). Denk aan deze niet als rigide bibliothecarissen, maar als superintelligente detectives die bijna elk boek in de bibliotheek hebben gelezen. Ze kijken niet alleen naar de cover; ze begrijpen het verhaal, de toon en de verborgen betekenis. Ze kunnen het verschil zien tussen een onschuldige zin en een kwaadaardig commando door simpelweg het "gevoel" van de tekst te begrijpen. Dit artikel stelt een grote vraag: kunnen deze superintelligente detectives worden getraind om de specifieke trucs te herkennen die hackers gebruiken om in te breken op websites, en hebben ze gigantische, energieverslindende monsters nodig om de klus te klaren, of kan een kleinere, snellere detective het werk net zo goed doen?

De onderzoekers achter deze studie besloten vier verschillende AI-detectives door een enorme trainingskamp te sturen om te zien welke er het beste in slaagde om drie specifieke soorten digitale inbraken te ontdekken: Cross-Site Scripting (XSS), SQL-injectie en Command Injection. Ze gokten niet zomaar; ze voedden deze modellen met een enorme dataset van meer dan 180.000 voorbeelden van zowel "goed" als "slecht" verkeer, inclusclusief slimme, vermomde aanvallen. Vervolgens hebben ze de modellen "fine-tuned", wat vergelijkbaar is met het geven van een gespecialiseerd tekstboek over hacker-trucs, zodat ze de specifieke patronen van deze misdaden konden leren.

De resultaten waren verrassend dicht bij elkaar, bijna als een race waarbij de winnaars de finishlijn bereikten met een haarbreedte verschil. De ster van de show was een model genaamd LLaMA-3.2-1B. Het presteerde het beste overall, waarbij het kwaadaardig verkeer correct identificeerde met een nauwkeurigheid van 99,80%, een precisie van 99,82% en een F1-score van 99,81%. Het was ongelooflijk scherp; het miste bijna geen enkele boef en beschuldigde zelden onschuldige mensen. De paper vond echter ook dat je niet noodzakelijkerwijs de grootste detective nodig hebt om de klus te klaren. Een veel kleiner model genaamd DistilBERT-base-uncased, dat slechts ongeveer 0,93% van de trainbare parameters heeft van zijn grotere neven (ongeveer 630.532 trainbare parameters van in totaal 67,6 miljoen), behaalde bijna identieke resultaten: 99,80% over de hele linie voor nauwkeurigheid, precisie, recall en F1-score.

De studie testte ook twee andere modellen, GPT-2 en GPT-2-medium. Deze presteerden ook erg goed, met een nauwkeurigheid en precisie die rond de 99,7% tot 99,8% schommelden. Interessant genoeg ontdekten de onderzoekers dat het groter maken van een model niet altijd beter maakte. Het GPT-2-medium model, dat ongeveer drie keer zo groot is als het standaard GPT-2, ving niet meer boeven; sterker nog, het scoorde iets lager. Dit suggereert dat voor deze specifieke taak, zodra een model groot genoeg is om de patronen te begrijpen, het groter maken ervan is alsof je een peperdure sportwagen koopt om alleen maar even naar de supermarkt te rijden — het brengt je niet sneller aan je doel.

Wanneer gekeken werd naar hoe de modellen fouten maakten, onthulde de paper enkele interessante eigenaardigheden. Alle vier de modellen waren bijna perfect in het opsporen van XSS-aanvallen; sterker nog, drie van hen haalden 100% op de XSS-testgevallen. Het lijkt erop dat de "script"-tags die in deze aanvallen worden gebruikt, als een gigantisch neonbord zijn dat onmogelijk te missen is. Echter, Command Injection was de lastigste categorie. Het LLaMA-model had hier meer moeite mee en zag een command injection soms aan voor normaal verkeer. Ondertussen hadden de GPT-2-modellen de neiging om een beetje te paranoïde te zijn en markeerden ze normaal, veilig verkeer vaker als een aanval dan de anderen.

De auteurs concluderen dat hoewel de gigantische LLaMA-3.2-1B de sterkste algehele prestaties liet zien, het kleine DistilBERT-model een fantastisch alternatief is voor gebruik in de echte wereld, omdat het veel sneller is en minder rekenkracht vereist terwijl het bijna hetzelfde niveau van bescherming biedt. De paper suggereert dat het fine-tunen van deze modellen een krachtige manier is om injectie-aanvallen te vangen, maar merkt ook op dat dit pas het begin is. De onderzoekers wijzen erop dat zij te maken hadden met uitdagingen, zoals een gebrek aan eerdere studies over dit specifieke onderwerp en beperkte rekenbronnen, wat betekent dat er nog veel werk te verzetten is om deze digitale uitsmijters te perfectioneren. Uiteindelijk bewijst de studie dat met de juiste training zelfs een kleine, efficiënte AI een bijna perfecte bewaker kan worden tegen een van de meest voorkomende webdreigingen.