Детальная информация

Целью работы является повышение точности обнаружения автоматически управляемых агентов на веб-сайтах за счет разработки метода на основе поведенческого анализа. Предметом исследования выступают поведенческие паттерны взаимодействия с веб-интерфейсом. Задачи, решаемые в ходе исследования: Исследование особенностей автоматически управляемых агентов на веб-сайтах. Разработка метода обнаружения автоматически управляемых агентов на веб-сайтах на основе поведенческого анализа. Разработка прототипа системы обнаружения автоматически управляемых агентов на веб-сайтах и его экспериментальное исследование. В ходе работы были исследованы поведенческие паттерны взаимодействия пользователей с веб-интерфейсом и механизмы реализации автоматизированных атак типа Credential Stuffing (OAT-008). Были проанализированы существующие методы обнаружения автоматически управляемых агентов и выявлены ограничения традиционных средств защиты, таких как CAPTCHA, анализ репутации IP-адресов и статические модели машинного обучения. В результате работы был разработан метод оценки доверия к сессии и программный прототип системы обнаружения автоматически управляемых агентов на основе анализа микровзаимодействий. Экспериментально продемонстрирована высокая эффективность предложенного подхода: общая точность классификации достигла 90,0 % при уровне ложных срабатываний не более 4,0 %. Был сделан вывод о высокой устойчивости поведенческих микропризнаков к алгоритмической подделке и целесообразности применения поведенческой биометрики для построения многослойной защиты веб-приложений на этапе аутентификации. Разработанный метод позволяет обнаруживать автоматически-управляемые агенты на этапе аутентификации до перехода к атаке на критически важные API-эндпоинты, что обеспечивает соответствие требованиям Федерального закона "О персональных данных" от 27.07.2006 №152-ФЗ.

The objective of this research is to improve the accuracy of detecting automatically controlled agents on websites by developing a behavioral analysis-based method. The subject of the study is the behavioral patterns of user interaction with web interfaces. The research tasks addressed in this work are: Investigation of the characteristics of automatically controlled agents on websites. Development of a method for detecting automatically controlled agents on websites based on behavioral analysis. Development of a prototype detection system for automatically controlled agents on websites and its experimental evaluation. Throughout the study, behavioral patterns of user interaction with web interfaces and the implementation mechanisms of automated Credential Stuffing attacks (OAT-008) were investigated. Existing methods for detecting automatically controlled agents were analyzed, revealing the limitations of traditional security measures such as CAPTCHA, IP reputation analysis, and static machine learning models. As a result, a Session Trust Scoring method and a software prototype for detecting automatically controlled agents based on micro-interaction analysis were developed. Experimental validation demonstrated the high effectiveness of the proposed approach, achieving an overall classification accuracy of 90.0% with a false positive rate not exceeding 4.0%. The study concluded that behavioral micro-features exhibit high resistance to algorithmic forgery, underscoring the viability of behavioral biometrics for constructing multi-layered web application security at the authentication stage. The developed method enables the detection of automatically controlled agents at the authentication stage, effectively preventing them from advancing to attacks on critical API endpoints, while ensuring compliance with the requirements of Federal Law No. 152-FZ "On Personal Data" dated July 27, 2006.

• ВВЕДЕНИЕ
• 1 ОСОБЕННОСТИ ОБНАРУЖЕНИЯ АВТОМАТИЧЕСКИ УПРАВЛЯЕМЫХ АГЕНТОВ
  • 1.1 Классификация автоматизированных угроз по OWASP Automated Threats to Web Applications
  • 1.2 Классификация автоматизированных агентов
  • 1.3 Поведенческие паттерны агентов при реализации угрозы OAT-008 Credential Stuffing
  • 1.4 Современные тактики обхода поведенческого анализа
  • 1.5 Ограничения традиционных методов защиты и обоснование выбора поведенческого анализа
    • 1.5.1 Недостаточность сетевого уровня защиты
    • 1.5.2 Уязвимость статической идентификации клиента
    • 1.5.3 Кризис CAPTCHA-механизмов
    • 1.5.4 Обоснование необходимости поведенческого анализа
  • 1.6 Выводы
• 2 АНАЛИЗ МЕТОДОВ ОБНАРУЖЕНИЯ АВТОМАТИЧЕСКИ УПРАВЛЯЕМЫХ АГЕНТОВ
  • 2.1 Традиционные методы обнаружения агентов
    • 2.1.1 Анализ репутации IP-адресов
    • 2.1.2 Browser fingerprinting и canvas fingerprinting
    • 2.1.3 CAPTCHA и ее новые версии
    • 2.1.4 Анализ заголовков и сигнатур запросов
    • 2.1.5 Rate limiting и анализ частоты запросов
  • 2.2 Методы обнаружения на основе машинного обучения
    • 2.2.1 Контролируемое обучение
    • 2.2.2 Неконтролируемое обучение и обнаружение аномалий
    • 2.2.3 Гибридные подходы и коммерческие решения
  • 2.3 Поведенческая биометрика как метод обнаружения агентов
    • 2.3.1 Анализ динамики движений мыши
    • 2.3.2 Анализ клавиатурной динамики
    • 2.3.3 Микровзаимодействия при аутентификации
    • 2.3.4 Устойчивость микро-признаков к подделке
  • 2.4 Требования к разрабатываемому методу обнаружения
    • 2.4.1 Функциональные требования
    • 2.4.2 Нефункциональные требования
  • 2.5 Теоретические основы разрабатываемого метода
    • 2.5.1 Концептуальная основа метода
    • 2.5.2 Научное обоснование метода
    • 2.5.3 Математическая модель метода
    • 2.5.4 Логическая структура метода
    • 2.5.5 Обоснование выбора признаков
    • 2.5.6 Интеграция в цепочку защиты веб-приложения
    • 2.5.7 Контекстная обработка краевых сценариев
    • 2.5.8 Детекция синтетических паттернов
  • 2.6 Выводы
• 3 РАЗРАБОТКА ПРОТОТИПА СИСТЕМЫ ОБНАРУЖЕНИЯ И ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ
  • 3.1 Методология экспериментального исследования
  • 3.2 Архитектура прототипа системы обнаружения
  • 3.3 Анализ результатов и оценка эффективности
  • 3.4 Выводы
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ