API-attack-detection-with-AI — AIによるWeb APIへのSQL/XSS攻撃の検出 | Kitploit

人工知能 / 機械学習によるWeb API上のSQL/XSS攻撃の検出

このプロジェクトは、機械学習を用いてAPIのリクエスト/パラメータ内のSQLインジェクションとXSSを検出することを目的としています。

プロジェクト概要

このプロジェクトは、Machine Learningの技術を使用して、APIのリクエストとパラメータ内のSQLインジェクションおよびXSSを検出することを目的としています。
目標は、以下のことを可能にするシンプルなパイプラインを構築することです：

APIリクエストのデータセットを準備し、クリーニングする、
リクエストをbenign、sql_injection、xssのいずれかに自動分類できるモデルを訓練する、
テストや将来のリアルタイム検出APIのために再利用可能なモデルを提供する。

プロジェクトのワークフロー

データセットの準備
data/フォルダ内のgenerated_payloads.csvファイルには、Kaggleなどの外部ソースから取得した、またはローカルで生成されたラベル付き（sql_injection、xss、benign）のAPIリクエストの例が含まれています。
データセットのクリーニングと分割
```
python scripts/clean_and_split.py
```

スクリプトの処理内容：

重複行と空行を削除する、
テキストをクリーニングする（スペース、改行、タブ）、
ラベルを正規化する、

また、以下を生成します：

data/combined.csv : クリーニング済みの完全なデータセット、
data/train.csv : トレーニングデータ（80%）、
data/test.csv : テストデータ（20%）。

モデルのトレーニング
```
python scripts/train_model.py
```

モデルはMLパイプラインを使用します：

TF-IDF Vectorizer (TfidfVectorizer) : テキストのリクエストを数値ベクトルに変換し、疑わしい単語や記号の重要性を捉えます。

Logistic Regression (LogisticRegression) : TF-IDFベクトルをsql_injection、xss、benignの各クラスに関連付けることを学習する教師あり分類器です。

トレーニング後、モデルはmodelsディレクトリに保存され、その後、新しいリクエストのクラスを予測するために使用できます。

自動テスト
```
pytest -v -s tests/test_pipeline.py
```

テストでは以下を検証します：

モデルがロード可能であること、
いくつかの単純なサンプルを正しく予測できること、
パイプラインエラーが発生しないこと。

Pythonの依存関係
```
pip3 install -r requirements.txt
```

ライブラリ

pandas
scikit-learn
joblib
pytest

注意事項
スクリプトは、リストされた依存関係を持つPython 3.13+環境でローカルに実行されることを想定しています。

ツールをダウンロード