Automatizált biztonsági incidens-felmérés és megelőzés weboldalak esetén

Abstract

A dolgozat egy AI-alapú, kétszintű webalkalmazás-védelmi prototípust mutat be, amely az NVIDIA Morpheus keretrendszerre és a Triton Inference Serverre épül. A rendszer a MITRE ATT&CK T1190 (Exploit Public-Facing Application) taktikához tartozó támadásokat detektálja és hárítja el valós időben. Az inline réteg egy FastAPI middleware-en keresztül minden HTTP kérésből 14 dimenziós feature vektort nyer ki, amelyet egy autoencoder modell anomália-pontszámmal értékel. A küszöbértéket meghaladó kéréseket a rendszer azonnal elutasítja, megakadályozva a destruktív támadások végrehajtását. Az aszinkron réteg egy Kafka-alapú Morpheus pipeline-on keresztül viselkedéselemzést végez, IP blokklistát és dinamikus küszöbérték-módosításokat kezelve. A tesztelés során a rendszer sikeresen blokkolta az sqlmap automatizált SQL injection kísérleteit, az OWASP Juice Shop ismert sebezhetőségeit (admin login bypass, UNION SELECT, tárolt XSS), miközben a normál forgalmat akadálytalanul átengedte.