Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Multi-Agent Penetration Testing AI for the Web

Created by
  • Haebom

作者

Isaac David, Arthur Gervais

概要

本論文は、AIベースのソフトウェア開発プラットフォームの普及によって引き起こされるWebアプリケーションセキュリティ監査のスケーラビリティ危機を解決するために、マルチエージェントシステムであるMAPTAを提示します。 MAPTAは、大規模な言語モデルとツールベースの実行、およびエンドツーエンドの悪用検証を組み合わせて、自律的なWebアプリケーションセキュリティ評価を実行します。 XBOWベンチマーク(104課題)で優れた性能を示し、特にSSRF、誤った設定エラーなどでは完璧な性能を記録した。コスト分析の結果、成功した試みは平均0.073ドル、失敗は0.357ドルであり、成功と資源効率の間の高い相関関係を確認しました。実際のGitHubリポジトリ(8K-70K stars)の評価で、RCE、命令挿入、秘密公開、ランダムファイル書き込みなどの重大な脆弱性が発見され、10件の発見はCVEレビュー中です。

Takeaways、Limitations

Takeaways:
AIベースの自動化されたWebアプリケーションセキュリティ評価システムの有効性を実証
費用対効果の高いセキュリティ監査方法の提示
実際の環境で深刻な脆弱性を発見し、責任ある開示
大規模言語モデルを活用したセキュリティ監査の可能性の提示
Limitations:
Cross-site scripting (57%) と blind SQL インジェクション (0%) 検出率の低下。
特定の種類の脆弱性に対する検出性能の改善が必要です。
👍