Метод виявлення вразливостей для SQL-ін’єкцій у веб-застосунках з використанням штучного інтелекту
Тип публікації :
Магістерська робота
Дата випуску :
2025
Автор(и) :
Подус, Олексій Сергійович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Подус, О. С. (2025). Метод виявлення вразливостей для SQL-ін’єкцій у веб-застосунках з використанням штучного інтелекту [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/8030
[ДСТУ] Подус О. С. Метод виявлення вразливостей для SQL-ін’єкцій у веб-застосунках з використанням штучного інтелекту : кваліфікаційна робота магістра : 125 Кібербезпека та захист інформації / наук. кер. Л. В. Мирутенко. Київ, 2025. 93 с. URL: https://ir.library.knu.ua/handle/15071834/8030 (дата звернення: 25.07.2026).
Пояснювальна записка до кваліфікаційної роботи «Метод виявлення вразливостей для SQL-ін'єкцій у веб-застосунках з використанням штучного інтелекту»: 82 сторінки, 27 рисунків, 3 таблиці, 48 літературних джерел.
Мета роботи – розробка та аналіз методу виявлення SQL-ін'єкцій на основі моделей великих мов у веб-додатках.
Об’єкт дослідження – процес виявлення SQL-ін'єкцій у веб-додатках.
Предмет дослідження – методи використання LLM для аналізу та виявлення SQL-ін'єкцій, ефективність та точність таких методів.
Наукова новизна: запропоновано метод виявлення SQL-ін'єкцій на основі LLM у веб-додатках, що дозволяє підвищити точність та ефективність аналізу порівняно з традиційними методами.
У роботі розглянуто основні типи SQL-ін'єкцій, методи захисту та існуючі інструменти виявлення. Проаналізовано можливості використання LLM для виявлення та запобігання SQL-ін'єкціям. Розроблено веб-додаток, що реалізує запропонований метод, та проведено експериментальні дослідження на реальних кейсах SQL-ін'єкцій.
Актуальність роботи: SQL-ін'єкції є одними з найпоширеніших та найнебезпечніших кібератак. Використання штучного інтелекту, зокрема LLM, дозволяє підвищити ефективність виявлення та запобігання таким атакам.
Мета роботи – розробка та аналіз методу виявлення SQL-ін'єкцій на основі моделей великих мов у веб-додатках.
Об’єкт дослідження – процес виявлення SQL-ін'єкцій у веб-додатках.
Предмет дослідження – методи використання LLM для аналізу та виявлення SQL-ін'єкцій, ефективність та точність таких методів.
Наукова новизна: запропоновано метод виявлення SQL-ін'єкцій на основі LLM у веб-додатках, що дозволяє підвищити точність та ефективність аналізу порівняно з традиційними методами.
У роботі розглянуто основні типи SQL-ін'єкцій, методи захисту та існуючі інструменти виявлення. Проаналізовано можливості використання LLM для виявлення та запобігання SQL-ін'єкціям. Розроблено веб-додаток, що реалізує запропонований метод, та проведено експериментальні дослідження на реальних кейсах SQL-ін'єкцій.
Актуальність роботи: SQL-ін'єкції є одними з найпоширеніших та найнебезпечніших кібератак. Використання штучного інтелекту, зокрема LLM, дозволяє підвищити ефективність виявлення та запобігання таким атакам.
Ключові слова :
Галузі знань та спеціальності :
12 Інформаційні технології::125 Кібербезпека та захист інформації
Галузі науки і техніки (FOS) :
Інженерія та технології
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
5.26 MB
Контрольна сума :
(MD5):202eb0a4f9ad10461fd7ef7a9780407e
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International