Detecção de ataques SQL/XSS em API Web com inteligência artificial / machine learning

Este projeto visa detectar injeções SQL e XSS em requisições/parâmetros de API usando machine learning.

Apresentação do projeto

Este projeto visa detectar injeções SQL e XSS em requisições e parâmetros de API usando técnicas de Machine Learning.
O objetivo é criar um pipeline simples que permita:

preparar e limpar um dataset de requisições de API,
treinar um modelo capaz de classificar automaticamente as requisições como benign, sql_injection ou xss,
fornecer um modelo reutilizável para testes ou uma futura API de detecção em tempo real.

Fluxo de trabalho do projeto

Preparar o dataset
O arquivo generated_payloads.csv na pasta data/ contém exemplos de requisições de API rotuladas (sql_injection, xss, benign) provenientes de fontes externas como Kaggle ou geradas localmente.
Limpeza e divisão do dataset
```
python scripts/clean_and_split.py
```

O script:

remove duplicatas e linhas vazias,
limpa os textos (espaços, quebras de linha, tabulações),
normaliza os rótulos,

e gera:

data/combined.csv : dataset completo limpo,
data/train.csv : dados de treinamento (80%),
data/test.csv : dados de teste (20%).

Treinamento do modelo
```
python scripts/train_model.py
```

O modelo utiliza um pipeline de ML:

TF-IDF Vectorizer (TfidfVectorizer): transforma as requisições de texto em vetores numéricos, capturando a importância das palavras ou símbolos suspeitos.

Regressão Logística (LogisticRegression): classificador supervisionado que aprende a associar os vetores TF-IDF às classes sql_injection, xss ou benign.

Após o treinamento, o modelo é salvo na pasta models, e pode então ser usado para prever a classe de uma nova requisição.

Testes automáticos
```
pytest -v -s tests/test_pipeline.py
```

O teste verifica que:

o modelo é carregável,
ele prevê corretamente vários exemplos simples,
nenhum erro de pipeline ocorre.

Dependências Python
```
pip3 install -r requirements.txt
```

Bibliotecas

pandas
scikit-learn
joblib
pytest

Notas
Os scripts foram projetados para serem executados localmente, em um ambiente Python 3.13+ com as dependências listadas.

API-attack-detection-with-AI

Mais Populares