The Cloudflare Blog
·
我们如何训练AI揭示恶意JavaScript意图，提升网络安全
💡
原文英文，约2800词，阅读约需11分钟。
📝
内容提要
现代网站依赖JavaScript和第三方脚本，但供应链攻击日益严重。Cloudflare的Page Shield利用新AI模型检测JavaScript脚本的恶意意图，提升客户端安全性，帮助组织保护用户免受安全风险。
🎯
关键要点
- 现代网站依赖JavaScript和第三方脚本，供应链攻击日益严重。
- Cloudflare的Page Shield利用新AI模型检测JavaScript脚本的恶意意图，提升客户端安全性。
- Page Shield能够扫描网页上的JavaScript依赖，标记混淆的脚本内容。
- 新AI模型能够检测每个脚本的具体恶意意图，集成到Page Shield中。
- Page Shield提供对客户端威胁的更深入可见性，帮助组织保护用户。
- 训练模型以检测隐藏的恶意意图面临独特挑战，包括处理不同风格的JavaScript代码。
- 使用语法树对恶意代码进行分类，Graph Neural Network（GNN）有效捕捉代码执行中的节点间关系。
- 通过解析JavaScript文件生成语法树，使用tree-sitter库以提高速度。
- 模型输出概率被转换为分数，低分表示可能恶意，高分表示可能良性。
- 处理不平衡数据，恶意脚本在数据集中占少数，收集和标注数据的策略为双重。
- 利用最新的LLM生成代码嵌入，减少误报并节省标注时间。
- 在真实世界中，模型的宏观准确率和整体恶意精度接近99%。
- 通过评估指标不确定性、基准测试和在暂存环境中审查来确保模型的稳定性。
- Page Shield平均每秒处理40,000个脚本，采用树结构进行缓存以提高效率。
- Page Shield帮助满足PCI DSS v4中的客户端安全要求，确保支付页面的安全性。
❓
延伸问答
Cloudflare的Page Shield如何提升网络安全？
Page Shield利用新AI模型检测JavaScript脚本的恶意意图，从而提升客户端安全性，帮助组织保护用户免受安全风险。
训练AI模型以检测恶意JavaScript面临哪些挑战？
训练模型面临的挑战包括处理不同风格的JavaScript代码、识别混淆代码以及应对不平衡的数据集。
Page Shield如何处理不平衡的数据集？
Page Shield通过双重策略收集和标注数据，增加恶意脚本的数量，同时确保良性脚本的多样性。
Page Shield的AI模型如何分类恶意代码？
模型使用语法树和图神经网络（GNN）来捕捉代码执行中的节点间关系，从而有效分类恶意代码。
Page Shield在真实环境中的表现如何？
在真实环境中，Page Shield的宏观准确率和整体恶意精度接近99%。
Page Shield如何帮助满足PCI DSS v4的安全要求？
Page Shield帮助公司批准用于支付页面的脚本，确保支付卡数据不受恶意JavaScript的威胁，从而满足PCI DSS v4的安全要求。
🏷️
标签
➡️
