Deep Learning Analysis on Web Application Firewall
Baig, Mirza Muqadam |
Laukaitis, Algirdas | Recenzentas / Rewiewer |
Baigiamajame magistro darbe buvo išanalizuoti giliojo mašininio mokymosi modeliai, kurie gali būti naudojami žiniatinklio programų ugniasienėse. Pirmame skyriuje pateikiamas įvadas, apibrėžiami tikslai ir užduotys bei pateikiama darbo struktūra. Antrame skyriuje aptariami analogiški darbai ir tyrimai atlikti šioje srityje. Trečiame skyriuje išdėstytas siūlomas metodas, kuriame pritaikyti giliojo mokymosi modeliai. Tyrimui naudojamas duomenų rinkinys, kuriame yra SQL injekcijos bei XSS eilutės. Ketvirtame skyriuje aprašoma eksperimento eiga, o penktame skyriuje pateikiami eksperimento metu gauti statistiniai rezultatai. Šeštame skyriuje apibendrinami rezultatai ir atliekama jų analizė. Darbo apimtis - 32 p. teksto be priedų ir turinio, 23 paveikslų, 15 lentelių ir 21 bibliografinis šaltinis
In the final master thesis, deep learning models were analyzed to be used in web application firewalls. Chapter 1 provides the introduction of the topic, defines the objectives and tasks, and presents the structure of the report. Chapter 2 discusses the relevant work that has already been done in the field. Chapter 3 layouts the proposed method to carry out my experimentation of using deep learning models on the data set containing sql and shell injections and xss strings. Chapter 4 describes how the experimentation is performed. Chapter 5 presents the statistical results obtained in the experimentation. Chapter 6 evaluates the results based on the results achieved. Theses consist of 32 p. text without appendices and table of contents, 23 figures and 15 tables and 21 bibliographical entries.