Контекстный DAST-сканер, который я спроектировал и разработал в ИТМО: граф поверхности атаки, целевые проверки, дедупликация запросов и подтверждение находок по данным.
Рис. 01
Hendra · DAST
Hendra — DAST-сканер, который я спроектировал и разработал.
В рамках завершённого исследования в аспирантуре ИТМО я разработал архитектуру Hendra, планирование проверок, дедупликацию запросов, подтверждение находок и среду оценки. Контекст приложения определяет выбор проверок.
Hendra и Burp Suite Pro · DVWA, низкий уровень защиты · контролируемый эксперимент
Burp Suite ProF1 0.929
40 131
HendraF1 0.966
686
58.5×Меньше запросов
Данные моего проекта: DVWA с низким уровнем защиты и выбранными настройками инструментов. F1 объединяет точность и полноту. Числа описывают этот эксперимент, а не универсальный рейтинг или гарантию эффективности на рабочем приложении.
Обзор
Я спроектировал и разработал Hendra в рамках завершённого исследования в аспирантуре Университета ИТМО. Мой вклад включает архитектуру сканера, распознавание технологий, планирование проверок, дедупликацию и мемоизацию запросов, оценку находок и среду сравнения DASTestBed.
DAST проверяет работающее приложение. Hendra взаимодействует с его внешними интерфейсами без чтения исходного кода. Исследование посвящено тому, как наблюдаемый контекст помогает выбирать полезные проверки, сокращать повторный трафик и подтверждать находки данными.
Инженерная цель — избирательное и измеримое тестирование: построить модель приложения, выбрать проверки с учётом контекста, контролировать отправку запросов и оценить полученные свидетельства. Каждый компонент решает конкретную задачу автоматизированного анализа.
Как я разработал сканер
01
Построить модель приложения
Инструментированный краулер строит граф поверхности атаки: конечные точки, параметры, наблюдаемые технологии и свойства ответов. Пассивные проверки дополняют модель данными из уже полученных ответов.
02
Выбрать подходящие проверки
Распознавание технологий и граф направляют планирование, выбор полезных нагрузок и подходящих шаблонов Nuclei. Сканер сочетает собственные общие проверки со сценариями для конкретных технологий.
03
Контролировать каждый запрос
Единый слой отправки применяет дедупликацию по эквивалентности признаков и мемоизацию между модулями. Повторное использование зависит от контекста и проверок актуальности: сходства URL для этого недостаточно.
04
Проверить свидетельства
Перед включением в отчёт кандидаты проходят оценку по подтверждающим данным с участием LLM. Обнаружение проверяется относительно явно заданных эталонных уязвимостей; качество самого слоя подтверждения также требует оценки.
Результат контролируемого эксперимента
В зафиксированном запуске на DVWA с низким уровнем защиты Hendra обнаружил 14 из 15 эталонных экземпляров уязвимостей без ложных срабатываний; Burp Suite Pro — 13 из 15, также без ложных срабатываний. Hendra пропустил один экземпляр XSS, поскольку краулер не проверил соответствующий параметр. Число запросов и F1 показывают одновременно результат обнаружения и объём трафика.
Hendra и Burp Suite Pro · DVWA, низкий уровень защиты · контролируемый эксперимент
Сканер
Отправлено запросов
F1
Hendra
686
0,966
Burp Suite Pro
40 131
0,929
Данные моего проекта: DVWA с низким уровнем защиты и выбранными настройками инструментов. F1 объединяет точность и полноту. Числа описывают этот эксперимент, а не универсальный рейтинг или гарантию эффективности на рабочем приложении.
Что подтверждают эти результаты
Запуск показывает небольшой объём запросов и высокое качество обнаружения на выбранной цели с указанными настройками. Он не доказывает универсальное превосходство, меньшее время выполнения, полное покрытие или такой же результат на приложении клиента. Пропущенный экземпляр показывает, почему покрытие краулера важно оценивать отдельно. Новое сравнение требует явных целей, доступа, эталонных данных при их наличии и воспроизводимых настроек инструментов.
Исследования, лежащие в основе разработки
Эти публикации посвящены отдельным частям исследования. Сравнение на DVWA выше взято из материалов моего проекта; оно не представлено как результат, опубликованный во всех трёх статьях.
Поведенческие признаки, слабый контроль и машинное обучение с правилами помогают определить контекст приложения. В опубликованном исследовании оценивались 122 технологии на 8 594 сайтах.
Формальная модель эквивалентности, безопасного повторного использования, конкурентной отправки и вычислительной сложности задаёт основу для сокращения повторного трафика.
Цели в контейнерах, явные записи об уязвимостях и нормализованные находки сканеров позволяют проверить условия сравнения и стоимость обнаружения.
Как это связано с вашим проектом
Если вы разрабатываете продукт безопасности или собственный анализатор, мы можем согласовать работу над архитектурой, логикой обнаружения, расширением сканера или оценкой его качества. Hendra — конкретный пример моей разработки DAST. Разработка SAST — отдельное направление: язык, подход к анализу и результаты определяются под ваш проект.
