Một số phương pháp đảm bảo an ninh và ràng buộc thời gian thực thi cho các ứng dụng Web
Luận án · Tiến sĩ · năm 2024 · đề tài tham khảo
| Loại tài liệu | Luận án |
|---|---|
| Bậc học | Tiến sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Hạnh Phúc |
| Người hướng dẫn | Trương Ninh Thuận |
| Cơ sở đào tạo | Đại học Quốc gia Hà Nội |
| Năm | 2024 |
| Nguồn | Thư viện số Đại học Quốc gia Hà Nội · trang gốc |
Tóm tắt
Các hệ thống phần mềm trên nền web đang phổ biến rộng rãi trong nhiều lĩnh vực và mang lại nhiều lợi ích cho con người. Mặc dù có nhiều lợi ích như khả năng truy cập từ xa, khả năng tương thích đa nền tảng, phát triển nhanh, v.v. Tuy nhiên, các phần mềm trên nền Web luôn tiềm ẩn các nguy cơ bị tấn công an ninh và khai thác tài nguyên trái phép bao gồm cả các hệ thống xây dựng trên các mô hình truyền thống như MVC, MVVC, v.v. cũng như các hệ thống xây dựng theo các mô hình hướng sự kiện như EDA. Các cuộc tấn công như DoS, DDOS, XSS và nhiều loại tấn công khác thường xuyên xảy ra trên các hệ thống web, mục đích của các cuộc tấn công này là ăn cắp thông tin cá nhân của người dùng, chiếm quyền kiểm soát máy tính của người dùng. Ngoài ra các vi phạm về thời gian trong các hệ thống web hướng sự kiện cũng gây nên các hậu quả về an ninh nghiệm trọng. Để đảm bảo an toàn cho các hệ thống phần mềm trên nền web, cần phát hiện sớm các nguy cơ tấn công, các vi phạm về thời gian trong hệ thống trước khi hệ thống đi vào hoạt động. Việc phát hiện các vấn đề này càng muộn thì chi phí sửa chữa hệ thống càng lớn và hậu quả càng phức tạp. Do đó, cộng đồng phát triển phần mềm luôn quan tâm đến việc kiểm chứng, kiểm thử ứng dụng để đảm bảo các vi phạm về an ninh của hệ thống phần mềm được phát hiện sớm. Điều này giúp tối ưu hóa hiệu quả kinh tế và nâng cao chất lượng của phần mềm. Các đóng góp chính của luận án bao gồm: Thứ nhất, luận án đề xuất phương pháp phân tích nhật ký truy cập của một hệ thống web nhằm phát hiện các dấu hiệu bất thường của người dùng, giúp phát hiện sớm các cuộc tấn công từ chối dịch vụ theo thời gian thực. Cuộc tấn công từ chối dịch vụ (DoS, DDoS) là một trong những dạng tấn công phổ biến nhất trên mạng, khi các yêu cầu không cần thiết được gửi hàng ngàn hoặc hàng triệu lần, gây quá tải máy và các tài nguyên hỗ trợ của hệ thống, gây hậu quả nguy hại nặng nề cho hệ thống. Phương pháp này tập trung vào việc phát hiện các dấu hiệu bất thường của người dùng, nhằm giúp phát hiện sớm các cuộc tấn công DDoS. Cụ thể, nó phát hiện và cảnh báo các địa chỉ IP có số lượng truy cập vào hệ thống cao trong khung xử lý thời gian thực. Ngoài ra, phương pháp này cũng đã được triển khai trong hệ thống web của Shopbase bằng công nghệ Apache Spark và Kubernetes, đồng thời được giới thiệu hiệu quả tích cực trong thực tế. Thứ hai, luận án đề xuất một phương pháp kiểm thử phát hiện xâm nhập XSS cho ứng dụng web. Phương pháp được giới thiệu đề xuất một khung kiểm thử tự động cho các ứng dụng web bằng Java, tích hợp với Selenium và TestNG, cung cấp các tính năng để thực hiện kiểm thử tự động. Đồng thời, đề xuất một phương pháp sử dụng Q−learning để tự động tạo ra các đường dẫn kiểm thử cho kiểm thử thâm nhập trên các ứng dụng web. Các đường dẫn kiểm thử được tạo ra nhanh chóng bằng cách cải thiện ma trận phần thưởng để nhanh chóng theo dõi trạng thái tiếp theo, tiết kiệm thời gian tạo đường dẫn thử nghiệm. Ngoài ra, một công cụ cũng được phát triển để tạo ra các đường dẫn thử nghiệm có khả năng chứa các cuộc tấn công XSS trên các ứng dụng web và công cụ để thực hiện kiểm thử tự động theo khung làm việc đã đề xuất.
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Advanced Machine Learning Models and Applications in Scientific Multi-document Summarization
- Một số thuật toán xấp xỉ cho bài toán tối ưu hàm dạng submodular với ràng buộc
- Xây dựng hệ thống khuyến nghị ứng dụng ngôn ngữ lớn
- Car rental system management website
- Phát hiện lỗ hổng an ninh trong chức năng tải lên tập tin của ứng dụng web bằng kỹ thuật Fuzzing
- Dự báo mưa cực trị tuần hạn nội mùa sử dụng phương pháp học máy
- Optimisation de la trac¸abilité dans L’industrie fromagère par la block chain : generation automatique de contrats intelligents à partir de processus bpmn = Tối ưu hóa tính tra cứu trong ngành sản xuất phô-mát thông qua Blockchain : tự động tạo hợp đồng thông minh từ quy trình BPMN
- Build a tour management website
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.