Details

Title Автоматизированный поиск веб-уязвимостей с использованием методов искусственного интеллекта: выпускная квалификационная работа специалиста: направление 10.05.04 Информационно-аналитические системы безопасности ; образовательная программа 10.05.04_01 Автоматизация информационно-аналитической деятельности
Creators Макеев Владимир Владимирович
Scientific adviser Павленко Евгений Юрьевич
Other creators Зайцева Елизавета Алексеевна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint Санкт-Петербург, 2020
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects обнаружение веб-уязвимостей ; машинное обучение ; искусственный интеллект ; безопасность веб-приложений ; метод градиентного бустинга ; detection of web vulnerabilities ; machine learning ; artificial intelligence ; the security of web applications ; the gradient boosting method
Document type Specialist graduation qualification work
File type PDF
Language Russian
Level of education Specialist
Speciality code (FGOS) 10.05.04
Speciality group (FGOS) 100000 - Информационная безопасность
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2020/vr/vr20-154
Rights Доступ по паролю из сети Интернет (чтение)
Record key ru\spstu\vkr\5593
Record create date 2/7/2020

Allowed Actions

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

Group Anonymous
Network Internet

Настоящая выпускная квалификационная работа содержит анализ уязвимостей межсайтового выполнения сценариев и SQL-инъекций. Также в работе разработан подход к поиску веб-уязвимостей с помощью метода искусственного интеллекта, в частности – метода градиентного бустинга, и осуществлена реализация программного прототипа предлагаемого подхода.

This final qualifying work contains of cross-site scripting and SQL-injection web vulnerability analysis. It also includes the developed approach to the search for web vulnerabilities using the artificial intelligence method, in par-ticular – the gradient boosting method and software prototype of the proposed approach is implemented.

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

Access count: 95 
Last 30 days: 1

Detailed usage statistics