Detekcija ubačenog zlonamjernog HTML koda na temelju HTML tagova u Web stranici

završni rad

• Naslov (engleski): Detecting injected malicous HTML code based on HTML tags in Web page
• Autor: Mario Bašić
• Mentor: Stjepan Groš (mentor)
• Član povjerenstva: Stjepan Groš (predsjednik povjerenstva)
• Član povjerenstva: Josip Jukić (član povjerenstva)
• Član povjerenstva: Ivan Crnomarković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-09-09, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj rad je kao glavni cilj imao prepoznavanje zlonamjernog HTML koda u web-stranicama.
U svrhu tog cilja se pokušalo istražiti mogućnost detekcije zlonamjerno ubačenog HTML koda korištenjem samo HTML tagova i njihove strukture.
Prije svega je opisano kako se vadi HTML struktura iz HTML dokumenta pomoću gotovih programskih podrška za parsiranje HTML dokumenata.
Nakon što se HTML struktura može uspješno izvaditi iz dokumenta, objašnjen je algoritam za otkrivanje novo ubačenih HTML struktura nekog dokumenta.
Algoritmu se treba predati najnovija verzija i druga najnovija verzija HTML dokumenta, te će algoritam kao rezultat vratiti sve otkrivene HTML strukture ako ih uspije otkriti.
Uz pomoć tog algoritma je proveden eksperiment nad malim uzorkom dokumenata.
Metoda koja je korištena u eksperimentu se pokazala nedovoljnom da ostvari cilj eksperimenta, te mogućnost detekcije zlonamjerno ubačenog HTML koda korištenjem samo HTML tagova i njihove strukture ostaje ne istražena.
Za metodu su u ovom radu predložena unaprjeđenja uz koja bi metoda mogla biti dovoljna da istraži problem.

Drugi cilj ovog rada je istraživanje doprinosa promatranja HTML strukture u rješavanju problema skorih duplikata kod web-pretraživača \engl{web crawler}.
Za navedeni problem već postoji rješenje, te se u sklopu ovog rada je objašnjava kako bi trebao izgledati eksperiment koji bi mogao utvrditi je li promatranje HTML strukture potencijalna alternativa već postojećeg rješenja.

Sažetak (engleski)

The main goal of this paper was to identify malicious HTML code in web pages.
For this purpose, the possibility of detecting inserted malicious HTML code using only HTML tags and their structure was investigated, and in general things about HTML documents and parsing HTML documents in general were explained.
First of all, it is described how to extract HTML structure from HTML document using ready-made software for parsing HTML documents.
After the HTML structure can be successfully extracted from the document, the algorithm for detecting newly inserted HTML structures of a document is explained.
The latest version and the second latest version of the HTML document should be passed to the algorithm, and the algorithm will return all detected HTML structures as a result if it manages to detect any.
Using this algorithm, an experiment was conducted on a small sample of documents.
The method used in the experiment proved insufficient to achieve the goal of the experiment, and the possibility of detecting maliciously inserted HTML code using only HTML tags and their structure remains unexplored.
For the method, improvements are proposed in this paper with which the method could be sufficient to investigate the problem.

Another goal of this paper is to investigate the contribution of observing the HTML structure in solving the problem of recent duplicates in the web browser.
There is already a solution to this problem, and this paper explains what an experiment that could determine whether observing the HTML structure is a potential alternative to an existing solution should look like.

• Ključne riječi: HTML; zloćudni kod; sigurnost; internet
• Ključne riječi (engleski): HTML; malicious code; security; internet
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:626907
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 20:04:03