CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص آسیب پذیری کدهای PHP با استفاده از روش تحلیل ایستای کد و رویکرد یادگیری عمیق

عنوان مقاله: تشخیص آسیب پذیری کدهای PHP با استفاده از روش تحلیل ایستای کد و رویکرد یادگیری عمیق
شناسه ملی مقاله: ICECM06_080
منتشر شده در ششمین کنفرانس بین المللی پژوهش های نوین در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام در سال 1402
مشخصات نویسندگان مقاله:

یاسر کربلایی میرزایی - دانشجوی ارشد شبکه های کامپیوتری دانشگاه جامع امام حسین علیه السلام
مسعود باقری - استادیار دانشگاه جامع امام حسین علیه السلام
علی ظریفی - مربی پژوهش دانشگاه جامع امام حسین علیه السلام

خلاصه مقاله:
با استفاده گسترده از برنامه های کاربردی وب، مسائل امنیتی مرتبط با کد منبع نیز در حال افزایش است.شناسایی آسیب پذیری در نرم افزارها به طورکلی با استفاده از دو روش تحلیل ایستا و تحلیل پویا صورتمی گیرد، تحلیل ایستا تمرکز بیشتری بر فرایند توسعه امن دارد و آسیب پذیری ها را در حین توسعه و قبل ازانتشار نرم افزار شناسایی می کند، ولی در تحلیل پویا رفتار نرمافزار پس از توسعه و انتشار مورد بررسی قرارمی گیرد، لازم به ذکر است، کشف و رفع آسیب پذیری در تحلیل ایستا باعث صرفه جویی در هزینه و زمانتولید نرم افزار می شود. PHP یکزبان برنامه نویسی محبوب، سمت سرور با پشتیبانی از شیءگرایی استکه برای طراحی و توسعه وب توسعه یافته است، و به دلیل گسترش استفاده از این زبان در نرم افزارهایمختلف مانند سامانه های مدیریت محتوی، اهمیت توجه به امنیت سامانه های توسعه داده شده با این زبان رابیشتر نمایان می سازد. یادگیری عمیق شاخه ای از دانش یادگیری ماشین و مجموعه ای از الگوریتم هایی استکه تلاش می کنند مفاهیم انتزاعی سطح بالا را با استفاده از یادگیری در سطوح و لایه های مختلف مدل کنند،ازآنجاییکه یادگیری عمیق توانایی بازنمایی بهتر از داده ها را برای ایجاد مدلهای بسیار بهتر و الهام ازشبکه های عصبی بازگشتی دارد، رویکرد مورد استفاده این پژوهش نیز مبتنی بر یادگیری عمیق و نشانگذار کد PHP جهت تشخیص آسیب پذیری ها می باشد.

کلمات کلیدی:
تحلیل ایستا، PHP ،نشانگذار کد، یادگیری عمیق

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1708076/