Detekcija promjene Web-stranice temeljem analize njene strukture

završni rad

• Naslov (engleski): Detection of changes in Web pages by analyzing its structure
• Autor: Fran Domović
• Mentor: Stjepan Groš (mentor)
• Član povjerenstva: Stjepan Groš (predsjednik povjerenstva)
• Član povjerenstva: Ivan Kovačević (član povjerenstva)
• Član povjerenstva: Adrian Komadina (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj završni rad je kao glavni cilj imao prepoznavanje promjene web stranica pomoću
HTML strukture. Istražena je i detekcija malicioznog koda filtriranjem HTML oznaka i
njihovih pripadajućih atributa. Opisana je metoda detekcije promjena na web stranici i
način na koji se iz strukture vade novo ubačene HTML strukture. Metoda je ostvarena
pomoću gotove programske potpore za parsiranje HTML dokumenata. Pronađena ubačena
struktura testira se algoritmom za pronalazak maliciozne strukture. Algoritmom za
detekciju malicioznosti, provodi se testiranje tako da se pronađenim HTML oznakama
vrate atributi te se gledaju vrijednosti tih atributa. Provjerom vrijednosti atributa traže se
kombinacije CSS-a kojima se strukture mogu sakriti iz vidljivog područja web preglednika.
Kombinacije se zbrajaju u parametar sigurnosni indeks, koji nam govori koliko je uvjeta za
zloćudnost ostvareno. Algoritam ima dvije verzije te se u jednoj verziji predaje najnovija
verzije spremljenog HTML dokumenta i provjerava se cijeli dokument. U drugoj se verziji
predaju dva HTML dokumenta, najnovija i druga najnovija spremljena verzija, a rezultat
algoritma je ocjena malicioznosti te isječak HTML strukture u kojoj algoritam pronađe
opasne CSS kombinacije.
Korištena metoda i algoritmi pokazali su se kao uspješni jer je detektiran određen broj
malicioznih stranica za koje su ručno potvrđene kao maliciozne. Predložen je način
poboljšanja algoritma koji uključuje podešavanje sigurnosnog indeksa i dodatno
istraživanje kombinacija CSS-a koje se koristi za skrivanje ubačenih HTML struktura.

Sažetak (engleski)

The main goal of this final paper was to identify changes to web pages using HTML
structure. As part of the main goal, the detection of malicious code by filtering HTML tags
and their associated attributes was also researched. The method of detecting changes on a
web page and the way in which newly inserted HTML structures are removed from the
structure are described. The method was implemented using existing software support for
parsing HTML documents. The found inserted structure is tested by an algorithm for
finding a malicious structure. With the malware detection algorithm, testing is performed
in such a way that the found HTML tags return the attributes and look at the values of
these attributes. Checking attribute values looks for CSS combinations that can be used to
hide structures from the screen. Combinations are added to the security index parameter,
which tells us how much the condition for maliciousness has been met. The algorithm has
two versions, and in one version the latest version of the equipped HTML document is
submitted, and the entire document is checked. In the second version, two HTML
documents are submitted, the latest and the second latest version of the website, and the
result of the algorithm is an assessment of maliciousness and a part of the HTML structure
in which the algorithm finds dangerous CSS combinations.
The method and algorithms used proved to be successful because several malicious pages
were detected for which they were manually confirmed as malicious. A way to improve the
algorithm is proposed, which includes setting the security index and further researching the
CSS combinations used to hide inserted HTML structures

• Ključne riječi: HTML; struktura; malicioznost; web; sigurnost
• Ključne riječi (engleski): HTML; structure; malicious; web; security
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:344454
• 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: 2023-01-15 10:01:00