Details
Title | Обнаружение уязвимостей в исходных текстах веб-приложений на основе глубокого обучения: выпускная квалификационная работа специалиста: 10.05.01 - Компьютерная безопасность ; 10.05.01_02 - Математические методы защиты информации |
---|---|
Creators | Зюзин Дмитрий Александрович |
Scientific adviser | Лаврова Дарья Сергеевна |
Other creators | Резединова Евгения Юрьевна |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики |
Imprint | Санкт-Петербург, 2019 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | информационная безопаность ; it-технологии ; обнаружение уязвимостей ; php ; искусственные нейронные сети ; information security ; it ; detection of vulnerabilities ; artificial neural networks |
Document type | Specialist graduation qualification work |
File type | |
Language | Russian |
Level of education | Specialist |
Speciality code (FGOS) | 10.05.01 |
Speciality group (FGOS) | 100000 - Информационная безопасность |
Links | Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований |
DOI | 10.18720/SPBPU/3/2019/vr/vr19-56 |
Rights | Доступ по паролю из сети Интернет (чтение, печать) |
Record key | ru\spstu\vkr\487 |
Record create date | 2/28/2019 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
В данной работе представлен метод обнаружения уязвимостей в исходных текстах веб-приложений на языке PHP с применением глубокого обучения. Были проанализированы методы глубокого обучения и применимость их к предложенному методу поиску уязвимостей в исходных текстах веб-приложений. Разработано программное средство, реализующее предложенный метод. Произведено сравнение с несколькими некоммерческими решениями для поиска уязвимостей в исходных текстах веб-приложений.
In this given work presented the method for detection vulnerabilities in the source texts of PHP web applications using deep machine learning. Methods of deep machine learning and their applicability to the proposed method of detection vulnerabilities in the source code of web applications were analyzed. A software tool has been developed that implements the proposed method. A comparison was made with several non-commercial solutions that detects vulnerabilities in the source code of web applications.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 96
Last 30 days: 0