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

Imagine a internet como uma cidade movimentada e caótica, onde os sites são as lojas, bancos e prefeituras. Assim como em qualquer cidade, existem encrenqueiros tentando entrar pela porta da frente, arrombar fechaduras ou gritar ordens falsas para os funcionários. No mundo da segurança de computadores, esses encrenqueiros usam "ataques de injeção". É um nome sofisticado para um truque simples: em vez de dar ao site um pedido normal, um hacker digita um comando secreto escondido dentro de uma caixa de texto, esperando que o site acidentalmente o obedeça. É como um cliente entrando em uma padaria e sussurrando: "Na verdade, eu gostaria que você deletasse todo o seu estoque", e o padeiro, confuso, realmente o faz.

Para pegar esses encrenqueiros sorrateiros, especialistas em segurança construíram seguranças digitais. Durante anos, esses seguranças eram como bibliotecários rigorosos que só permitiam a entrada de livros que parecessem exatamente com os da lista aprovada. Se um livro tivesse uma capa estranha ou um título esquisito, era rejeitado. Mas os hackers estão ficando mais espertos; eles mudam suas "capas" e "títulos" tão rápido que os antigos seguranças não conseguem acompanhar. Entram em cena a nova geração de seguranças: os Grandes Modelos de Linguagem (LLMs). Pense neles não como bibliotecários rígidos, mas como detetives superinteligentes que leram quase todos os livros da biblioteca. Eles não olham apenas para a capa; eles entendem a história, o tom e o significado oculto. Eles conseguem diferenciar uma frase inofensiva de um comando malicioso apenas pelo "sentimento" do texto. Este artigo faz uma grande pergunta: esses detetives superinteligentes podem ser treinados para detectar os truques específicos que os hackers usam para invadir sites e, eles precisam ser monstros gigantes e famintos por energia para fazer o trabalho, ou um detetive menor e mais rápido pode fazer o trabalho tão bem quanto?

Os pesquisadores por trás deste estudo decidiram colocar quatro diferentes detetives de IA em um enorme campo de treinamento para ver qual deles conseguiria melhor detectar três tipos específicos de invasões digitais: Cross-Site Scripting (XSS), SQL Injection e Command Injection. Eles não apenas adivinharam; eles alimentaram esses modelos com um enorme conjunto de dados de mais de 180.000 exemplos de tráfego "bom" e "ruim", incluindo ataques disfarçados e traiçoeiros. Eles então realizaram o ajuste fino (fine-tuning) dos modelos, o que é como dar a eles um livro didático especializado em truques de hackers para que pudessem aprender os padrões específicos desses crimes.

Os resultados foram surpreendentemente próximos, quase como uma corrida onde os vencedores cruzaram a linha de chegada com uma diferença mínima entre si. A estrela do show foi um modelo chamado LLaMA-3.2-1B. Ele teve o melhor desempenho geral, identificando o tráfego malicioso com 99,80% de precisão, 99,82% de precisão (precision) e um F1-score de 99,81%. Foi incrivelmente aguçado, perdendo muito poucos bandidos e raramente acusando pessoas inocentes. No entanto, o artigo também descobriu que você não precisa necessariamente do maior detetive para realizar o trabalho. Um modelo muito menor chamado DistilBERT-base-uncased, que possui apenas cerca de 0,93% dos parâmetros treináveis de seus primos maiores (aproximadamente 630.532 parâmetros treináveis de um total de 67,6 milhões), alcançou resultados quase idênticos: 99,80% em termos de precisão, recall e F1-score.

O estudo também testou outros dois modelos, GPT-2 e GPT-2-medium. Eles tiveram um desempenho muito bom também, com precisão e acurácia girando em torno de 99,7% a 99,8%. Curiosamente, os pesquisadores descobriram que tornar o modelo maior nem sempre o tornava melhor. O modelo GPT-2-medium, que é aproximadamente três vezes maior que o GPT-2 padrão, não capturou mais bandidos; na verdade, pontuou ligeiramente menos. Isso sugere que, para esta tarefa específica, uma vez que o modelo é grande o suficiente para entender os padrões, torná-lo ainda maior é como comprar um carro esportivo super caro apenas para ir ao supermercado — não te leva lá mais rápido.

Ao observar como os modelos cometiam erros, o artigo revelou algumas peculiaridades interessantes. Todos os quatro modelos foram quase perfeitos ao detectar ataques de XSS; de fato, três deles acertaram 100% dos casos de teste de XSS. Parece que as tags de "script" usadas nesses ataques são como um letreiro de neon gigante que é impossível de ignorar. No entanto, Command Injection foi a categoria mais difícil. O modelo LLaMA teve um pouco mais de dificuldade aqui, ocasionalmente confundindo uma injeção de comando com tráfego normal. Enquanto isso, os modelos GPT-2 tenderam a ser um pouco paranoicos demais, sinalizando o tráfego normal e seguro como um ataque com mais frequência do que os outros.

Os autores concluem que, embora o gigante modelo LLaMA-3.2-1B tenha mostrado o desempenho geral mais forte, o pequeno DistilBERT é uma alternativa fantástica para uso no mundo real porque é muito mais rápido e requer menos poder computacional, entregando quase o mesmo nível de proteção. O artigo sugere que o ajuste fino desses modelos é uma forma poderosa de detectar ataques de injeção, mas também observa que isto é apenas o começo. Os pesquisadores apontam que enfrentaram desafios, como a falta de estudos prévios sobre este tópico específico e recursos computacionais limitados, o que significa que ainda há muito trabalho a ser feito para aperfeiçoar esses seguranças digitais. Em última análise, o estudo prova que, com o treinamento certo, até mesmo uma IA pequena e eficiente pode se tornar um guardião quase perfeito contra algumas das ameaças web mais comuns.