웹 애플리케이션에서 XSS 취약 파일을 탐지하기 위한 텍스트 마이닝 기반 예측 모델

이 논문은 웹 애플리케이션에서 교차 사이트 스크립팅(XSS) 취약 코드 파일을 탐지하기 위한 텍스트 마이닝 기반 접근 방식을 제시한다. 이 방법은 웹 애플리케이션의 소스 코드에서 텍스트 특성을 추출하기 위해 맞춤형 토큰화 프로세스를 사용한다. 이 과정에서 각 코드 파일은 고유한 텍스트 특성 집합으로 변환되며, 이에 관련된 빈도가 포함된다. 이러한 특성은 취약성 예측 모델을 구축하는 데 사용된다. 제안된 접근 방식 기반 모델의 효율성은 9408개의 레이블이 붙은 소스 코드 파일이 포함된 공개 데이터 세트에서 평가된다. 실험 결과, 제안된 특성에 기반한 최고의 예측 모델은 XSS 취약 파일 탐지에서 87.8%의 높은 진정 평균 비율과 12.3%의 낮은 오탐 비율을 달성한다. 이는 동일한 데이터 세트에서 71.6%의 진정 평균 비율과 33.1%의 오탐 비율을 기록한 기존 텍스트 마이닝 접근 방식 기반 모델의 성능보다 훨씬 우수하다.