使用人工智能/机器学习检测Web API中的SQL/XSS攻击

该项目旨在使用机器学习检测API请求/参数中的SQL注入和XSS攻击。

项目介绍

该项目旨在通过机器学习技术检测API请求和参数中的SQL和XSS注入。
目标是创建一个简单的流水线，实现：

• 准备并清洗API请求数据集，
• 训练一个能够自动将请求分类为benign、sql_injection或xss的模型，
• 提供一个可用于测试或未来实时检测API的可复用模型。

---

项目工作流

1. 准备数据集
   data/文件夹中的generated_payloads.csv文件包含带有标签（sql_injection、xss、benign）的API请求示例，这些示例来自Kaggle等外部来源或本地生成。

2. 清洗并划分数据集

   root@kitploit:~

   python scripts/clean_and_split.py
   

该脚本：

• 删除重复项和空行，
• 清洗文本（空格、换行、制表符），
• 标准化标签，

并生成：

• data/combined.csv：清洗后的完整数据集，
• data/train.csv：训练数据（80%），
• data/test.csv：测试数据（20%）。

3. 训练模型
   root@kitploit:~

   python scripts/train_model.py
   

该模型使用ML流水线：

TF-IDF向量化器（TfidfVectorizer）：将请求文本转换为数值向量，捕捉可疑词语或符号的重要性。

逻辑回归（LogisticRegression）：监督分类器，学习将TF-IDF向量与sql_injection、xss或benign类别关联。

训练完成后，模型保存在models文件夹中，随后可用于预测新请求的类别。

4. 自动测试
   root@kitploit:~

   pytest -v -s tests/test_pipeline.py
   

测试验证：

• 模型可加载，
• 能正确预测多个简单示例，
• 流水线无错误。

5. Python依赖
   root@kitploit:~

   pip3 install -r requirements.txt
   

库

• pandas
• scikit-learn
• joblib
• pytest

6. 备注
   脚本设计为在本地运行，使用Python 3.13+环境并安装所列依赖。