کشف صفحات وب آلوده مبهم سازی شده در نتایج موتورهای جستجو

با رشد استفاده از سایتهای وب، اکثر کاربران بطور روزمره از مرورگرهای وب استفاده می کنند. صفحه های وب بستر مناسبی برای مهاجمین به منظور آلوده کردن کاربران هستند. برخی از صفحه های وب آلوده سعی می کنند محتوای آلوده خود را از دید موتورهای جستجو مخفی کنند تا علاوه بر استفاده از موتور جستجو در انتشار کد آلوده، وجود آلودگی را از دید موتور جستجو پنهان کنند. در این پایان نامه ابتدا روشی برای کشف این گونه صفحه ها پیشنهاد شده است و سپس رویکردی برای تشخیص نهایی آلودگی یک صفحه وب معرفی شده است. زبان جاوااسکریپت بطور گسترده ای در صفحات وب امروزی استفاده می شود و همین امر مهاجمین را به سمت استفاده از کدهای جاوااسکریپت آلوده سوق داده است. روش های تشخیص الگو همان طور که بر روی اسناد html قابل پیاده سازی و دارای نرخ تشخیص بالایی است، می توانند بر روی کدهای جاوااسکریپت نیز اعمال شوند. امروزه مهاجمین به منظور هرچه مشکل تر کردن قابلیت تشخیص کدهای آلوده خود، از کدهای جاوااسکرپیت مبهم شده استفاده می کنند. مبهم سازی کد جاوااسکریپت فرایندی است که در آن بدون اینکه عملکرد اصلی کد تغییر کند، شکل آن به نحوی تغییر می یابد که تحلیل و درک آن برای انسان بسیار پیچیده می شود. روشهای مختلفی برای مبهم سازی کدهای جاوااسکرپت وجود دارد که به تفصیل شرح داده می شود. روش های مختلفی به منظور تشخیص و مقابله با این نوع حمله ها پیشنهاد شده است، ولی ماهیت پیچیده مبهم سازی باعث می شود تا تشخیص آن بوسیله روش های ساده بسیار مشکل شود. در این پایان نامه روشی پیشنهاد شده است که با استفاده از آن با ثبت دنباله فراخوانی های تابعی کدهای جاوااسکریپت، صفحه های وب آلوده تشخیص داده می شوند. برای این منظور، ابتدا توالی توابع فراخوانی شده در کتابخانه پردازش گر جاوااسکریپت مرورگر وب برای صفحه های آلوده تولید می گردد. سپس توالی های ایجادشده خوشه بندی می شوند. در نهایت الگوهای توالی خاصی که در هر خوشه مشترک است استخراج می گردد. در مرحله تشخیص، صفحه ای که دارای حداقل یک الگوی آلوده در توالی فراخوانی هایش است،به عنوان صفحه آلوده گزارش داده می شود. نتایج ارزیابی های انجام شده نشان می دهد که روش پیشنهادی می تواند صفحه های آلوده مبهم سازی شده را از صفحه های غیر آلوده با نرخ تشخیص حدود 85 و نرخ هشدار 0.26 درصد به درستی تفکیک کند.