Rilevamento di attacchi SQL/XSS su API Web con intelligenza artificiale / machine learning

Questo progetto mira a rilevare le iniezioni SQL e XSS in richieste/parametri API utilizzando il machine learning.

Presentazione del progetto

Questo progetto mira a rilevare le iniezioni SQL e XSS in richieste e parametri API utilizzando tecniche di Machine Learning.
L'obiettivo è creare un semplice pipeline che consenta di:

• preparare e pulire un dataset di richieste API,
• addestrare un modello in grado di classificare automaticamente le richieste come benign, sql_injection o xss,
• fornire un modello riutilizzabile per test o per una futura API di rilevamento in tempo reale.

---

Workflow del progetto

1. Preparare il dataset
   Il file generated_payloads.csv nella cartella data/ contiene esempi di richieste API etichettate (sql_injection, xss, benign) provenienti da fonti esterne come Kaggle o generate localmente.

2. Pulizia e suddivisione del dataset

   python scripts/clean_and_split.py
   

Lo script:

• rimuove i duplicati e le righe vuote,
• pulisce i testi (spazi, a capo, tabulazioni),
• normalizza le etichette,

e genera:

• data/combined.csv : dataset completo pulito,
• data/train.csv : dati di addestramento (80%),
• data/test.csv : dati di test (20%).

3. Addestramento del modello

   python scripts/train_model.py
   

Il modello utilizza un pipeline ML:

• TF-IDF Vectorizer (TfidfVectorizer) : trasforma le richieste testuali in vettori numerici, catturando l'importanza di parole o simboli sospetti.
• Logistic Regression (LogisticRegression) : classificatore supervisionato che apprende ad associare i vettori TF-IDF alle classi sql_injection, xss o benign.

Dopo l'addestramento, il modello viene salvato nella cartella models, e può essere utilizzato per prevedere la classe di una nuova richiesta.

4. Test automatici

   pytest -v -s tests/test_pipeline.py
   

Il test verifica che:

• il modello sia caricabile,
• preveda correttamente diversi esempi semplici,
• non si verifichino errori nel pipeline.

5. Dipendenze Python

   pip3 install -r requirements.txt
   

Librerie:

• pandas
• scikit-learn
• joblib
• pytest

6. Note
   Gli script sono progettati per essere eseguiti localmente, in un ambiente Python 3.13+ con le dipendenze elencate.