?

Details
Table Card RUSMARC
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: PDF
Language: Russian
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)

Allowed Actions: –

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

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.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print
Internet Authorized users Read Print
-> Internet Anonymous

Usage statistics

stat Access count: 57
Last 30 days: 3
Detailed usage statistics