← 研踪 PaperTrail软件学报:jos:7715 · 记录 #1
基于大模型语义理解的越权漏洞黑盒检测方法
来源日期 2026-09-02
来源记录日期 2026-09-02
雷达观测 2026-11-05 00:17
摘要
越权漏洞是Web应用中极为常见且危害显著的一类漏洞. 攻击者可利用该漏洞对受保护资源执行未授权读取或操作, 造成敏感数据的泄露或篡改. 黑盒检测是一类被普遍采用的越权漏洞检测方式, 其通过分析HTTP请求与响应来检测漏洞. 然而, 由于缺乏对请求响应语义的理解, 现有方法既难以区分读取类请求返回的是公开响应还是敏感响应, 也无法准确识别操作类请求的反馈响应, 产生较多误报和漏报. 为解决上述问题, 提出一种基于大模型语义理解的越权漏洞黑盒检测方法. 通过提取请求响应中的敏感资源、业务功能语义, 构建多维语义增强的请求响应图, 有效区分敏感响应、识别反馈响应, 从而准确检测读取类、操作类越权. 基于上述方法实现了越权漏洞检测原型系统BACHunter. 实验结果表明, 在包含10个真实Web应用的数据集中, BACHunter共检测出62个越权漏洞, 其中14个为0-day漏洞, 精确率、召回率分别为93.94%、88.89%, 较现有先进检测方法分别提升23.30%、25.93%. 目前已获11个CVE编号, 验证了其实际应用价值.
论文发现出处
这些页面提供论文线索，不代表同行评审或质量认证。
发表信息与关联版本
软件学报 ↗2026 · 正式发表 · DOI: 10.13328/j.cnki.jos.007715
观测到的版本
平台记录号代表本站观测到的元数据变化，不是作者修订号。来源日期仅到月份或年份时，按该月或该年首日存档。
记录 #1 · 2026-09-02 · 最新观测版本
基于大模型语义理解的越权漏洞黑盒检测方法
越权漏洞是Web应用中极为常见且危害显著的一类漏洞. 攻击者可利用该漏洞对受保护资源执行未授权读取或操作, 造成敏感数据的泄露或篡改. 黑盒检测是一类被普遍采用的越权漏洞检测方式, 其通过分析HTTP请求与响应来检测漏洞. 然而, 由于缺乏对请求响应语义的理解, 现有方法既难以区分读取类请求返回的是公开响应还是敏感响应, 也无法准确识别操作类请求的反馈响应, 产生较多误报和漏报. 为解决上述问题, 提出一种基于大模型语义理解的越权漏洞黑盒检测方法. 通过提取请求响应中的敏感资源、业务功能语义, 构建多维语义增强的请求响应图, 有效区分敏感响应、识别反馈响应, 从而准确检测读取类、操作类越权. 基于上述方法实现了越权漏洞检测原型系统BACHunter. 实验结果表明, 在包含10个真实Web应用的数据集中, BACHunter共检测出62个越权漏洞, 其中14个为0-day漏洞, 精确率、召回率分别为93.94%、88.89%, 较现有先进检测方法分别提升23.30%、25.93%. 目前已获11个CVE编号, 验证了其实际应用价值.
查看此版本解读 →查看此版本原文 ↗