基于ECA规则和动态污点分析的SQL注入攻击在线检测

doi:10.11772/j.issn.1001-9081.2022040636

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (5): 1534-1542.DOI: 10.11772/j.issn.1001-9081.2022040636

• 网络空间安全 • 上一篇

基于ECA规则和动态污点分析的SQL注入攻击在线检测

刘吉会, 何成万()

武汉工程大学计算机科学与工程学院，武汉 430205

收稿日期:2022-05-07 修回日期:2022-06-21 发布日期:2022-07-26 出版日期:2023-05-10
通讯作者: 何成万
作者简介:刘吉会（1996—），男，湖北麻城人，硕士研究生，主要研究方向：数据安全
何成万（1967—），男，湖北荆门人，教授，博士，CCF会员，主要研究方向：软件工程及软件开发环境、软件复用及软件构件技术。hechengwan@hotmail.com
基金资助:
武汉工程大学第十二届研究生教育创新基金资助项目(CX2020216)

Online detection of SQL injection attacks based on ECA rules and dynamic taint analysis

Jihui LIU, Chengwan HE()

School of Computer Science and Engineering，Wuhan Institute of Technology，Wuhan Hubei 430205，China

Received:2022-05-07 Revised:2022-06-21 Online:2022-07-26 Published:2023-05-10
Contact: Chengwan HE
About author:LIU Jihui， born in 1996， M. S. candidate. His research interests include data security.
HE Chengwan， born in 1967， Ph. D.， professor. His research interests include software engineering and software development environment， software reuse and software component technology.
Supported by:
the 12th Graduate Education Innovation Fund Project of Wuhan Institute of Technology(CX2020216)

摘要/Abstract

摘要：

SQL注入攻击是一种常见的针对Web应用程序漏洞的攻击形式。任何形式的SQL注入攻击最终都会改变原有SQL语句的逻辑结构，违背设计者的初衷。现有的SQL注入攻击检测方法存在检测代码不易被重用、不能被在线注入Web应用程序等不足。因此，提出一种基于ECA（Event Condition Action）规则和动态污点分析的在线检测SQL注入攻击的模型。首先，定义污点标记规则监视污点源函数以标记系统外部引入数据；然后，定义污点传播规则实时跟踪污点数据在应用内部的流向；接着，定义污点检查规则以拦截污点汇聚点函数的参数，并解析它可能携带的污点状态；最后，在原始的Web应用运行时加载ECA规则脚本达到在线检测SQL注入攻击的目的，Web应用无须重新编译、打包和部署。使用Byteman实现了所提模型。在两个不同的Web应用测试实验中，该模型可以识别绝大多数的SQL注入攻击样本，对于正常请求样本没有误报，检测准确率可达99.42%，优于基于支持向量机（SVM）和基于词频逆向文件频率（TF-IDF）的方法；与基于面向方面编程（AOP）的方法相比，该模型易于在Web应用启动后在线加载检测模块。实验结果表明所提模型能够在不修改应用程序执行引擎及源码的情况下，检测6种常见的SQL注入攻击类型，且具有在线检测的优点。

关键词: SQL注入攻击, 动态污点分析, ECA规则, Web应用, 在线检测

Abstract:

SQL injection attack is a common type of attack against Web application vulnerabilities. Any form of SQL injection attacks will eventually change the logical structure of the original SQL statement， going against the original intention of the designer. The existing SQL injection attack detection methods have the shortcomings that the detection code is not easily reusable and cannot be injected into Web application online. Therefore， a model for online detection of SQL injection attacks based on Event Condition Action （ECA） rules and dynamic taint analysis was proposed. Firstly， taint marking rules were defined to monitor taint source functions， thereby marking data imported from outside of the system. Then， taint propagation rules were defined to track the flow of taint data inside the application in real time. Next， taint checking rules were defined to intercept the parameters of the taint sink functions and parse taint states they may carry. Finally， the ECA rule scripts were loaded at the runtime of the original Web application for the purpose of online detection of SQL injection attacks， and the Web application did not need to be recompiled， packaged and deployed. The proposed model was implemented by using Byteman. In two different Web application test experiments， the proposed model can identify most of the SQL injection attack samples， and there are no false positives for normal request samples， the detection accuracy of the proposed model reaches 99.42%， which is better than those of Support Vector Machine （SVM） based method and Term Frequency-Inverse Document Frequency （TF-IDF） based method. Compared with the method based on Aspect-Oriented Programming （AOP）， the proposed model is easy to load the detection module online after Web applications are started. Experimental results show that the proposed model can detect 6 common forms of SQL injection attacks without modifying execution engine and source code of the application， and has the advantage of online detection.

Key words: SQL injection attack, dynamic taint analysis, Event Condition Action (ECA) rule, Web application, online detection

中图分类号:

TP183

刘吉会, 何成万. 基于ECA规则和动态污点分析的SQL注入攻击在线检测[J]. 计算机应用, 2023, 43(5): 1534-1542.

Jihui LIU, Chengwan HE. Online detection of SQL injection attacks based on ECA rules and dynamic taint analysis[J]. Journal of Computer Applications, 2023, 43(5): 1534-1542.

图/表 13

参考文献 33

1	GUPTA H， MONDAL S， RAY S， et al. Impact of SQL injection in database security［C］// Proceedings of the 2019 International Conference on Computational Intelligence and Knowledge Economy. Piscataway： IEEE， 2019： 296- 299. 10.1109/iccike47802.2019.9004430
2	LEKSHMI A S SAI， DEVIPRIYA V S. An emulation of SQL injection disclosure and deterrence［C］// Proceedings of the 2017 International Conference on Networks and Advances in Computational Technologies. Piscataway： IEEE， 2017： 314- 316. 10.1109/netact.2017.8076787
3	王小群，丁丽，严寒冰，等. 2020年我国互联网网络安全态势综述［J］. 保密科学技术， 2021（ 5）： 3- 10.
	WANG X Q， DING L， YAN H B， et al. Review of Internet network security situation of China in 2020［J］. Secrecy Science and Technology， 2021（ 5）： 3- 10.
4	Open Web Application Security Project. OWASP TOP 10 — 2017： the ten most critical Web application security risks［EB/OL］. ［ 2022-04-25］. .
5	RAY D， LIGATTI J. Defining code-injection attacks［J］. ACM SIGPLAN Notices， 2012， 47（ 1）： 179- 190. 10.1145/2103621.2103678
6	RAY D， LIGATTI J. Defining injection attacks［C］// Proceedings of the 2014 International Conference on Information Security， LNCS 8783. Cham： Springer， 2014： 425- 441.
7	张慧琳，丁羽，张利华，等. 基于敏感字符的SQL注入攻击防御方法［J］. 计算机研究与发展， 2016， 53（ 10）： 2262- 2276. 10.7544/issn1000-1239.2016.20160443
	ZHANG H L， DING Y， ZHANG L H， et al. SQL injection attack defense method based on sensitive characters［J］. Journal of Computer Research and Development， 2016， 53（ 10）： 2262- 2276. 10.7544/issn1000-1239.2016.20160443
8	白鑫玉. SQL注入攻击检测技术研究［D］. 北京：北京交通大学， 2021： 1- 5.
	BAI X Y. Research on the SQL injection attack detection technology［D］. Beijing： Beijing Jiaotong University， 2021： 1- 5.
9	GOULD C， SU Z D， DEVANBU P. JDBC checker： a static analysis tool for SQL/JDBC applications［C］// Proceedings of the 26th International Conference on Software Engineering. Piscataway： IEEE， 2004： 697- 698.
10	BANDHAKAVI S， BISHT P， MADHUSUDAN P， et al. CANDID： preventing SQL injection attacks using dynamic candidate evaluations［C］// Proceedings of the 14th ACM Conference on Computer and Communications Security. New York： ACM， 2007： 12- 24. 10.1145/1315245.1315249
11	HALFOND W G J， ORSO A. AMNESIA： analysis and monitoring for neutralizing SQL-injection attacks［C］// Proceedings of the 20th IEEE/ACM International Conference on Automated Software Engineering. New York： ACM， 2005： 174- 183. 10.1145/1101908.1101935
12	DINN A. Byteman programmer's guide 4. 0. 13 ［EB/OL］. ［ 2021-10-10］. . 10.1145/1960314.1960325
13	Open Web Application Security Project. WebGoat［EB/OL］. ［ 2021-11-21］. .
14	HALFOND W G J， VIEGAS J， ORSO A. A classification of SQL injection attacks and countermeasures［C/OL］// Proceedings of the 2006 International Conference on Secure Software Engineering ［2022-03-21］. .
15	SOEWITO B， GUNAWAN F E， HIRZI， et al. Prevention structured query language injection using regular expression and escape string［J］. Procedia Computer Science， 2018， 135： 678- 687. 10.1016/j.procs.2018.08.218
16	何成万，青旺，徐雅琴，等. 基于AOP与SQL结构分析的SQLIAs动态检测及防御［J］. 计算机工程， 2018， 44（ 4）： 154- 160. 10.3969/j.issn.1000-3428.2018.04.025
	HE C W， QING W， XU Y Q， et al. Dynamic detection and defense of SQLIAs based on AOP and SQL structure analysis［J］. Computer Engineering， 2018， 44（ 4）： 154- 160. 10.3969/j.issn.1000-3428.2018.04.025
17	MANOJ R J， CHANDRASEKHAR A， PRAVEENA M D A. An approach to detect and prevent tautology type SQL injection in Web service based on XSchema validation［J］. International Journal of Engineering and Computer Science， 2014， 10： 2319- 7242.
18	JOVANOVIC N， KRUEGEL C， KIRDA E. Pixy： a static analysis tool for detecting Web application vulnerabilities［C］// Proceedings of the 2006 IEEE Conference on Security and Privacy. Piscataway： IEEE， 2006： 258- 263. 10.1109/sp.2006.29
19	LIVSHITS V B， LAM M S. Finding security vulnerabilities in java applications with static analysis［C］// Proceedings of the 14th USENIX Security Symposium. Berkeley： USENIX Association， 2005： 271- 286. 10.1109/msp.2004.9
20	WASSERMANN G， SU Z D. Sound and precise analysis of Web applications for injection vulnerabilities［C］// Proceedings of the 28th ACM SIGPLAN Conference on Programming Language Design and Implementation. New York： ACM， 2007： 32- 41. 10.1145/1250734.1250739
21	HALDAR V， CHANDRA D， FRANZ M. Dynamic taint propagation for Java［C］// Proceedings of the 21st Annual Computer Security Applications Conference. Piscataway： IEEE， 2006： 303- 311.
22	WALL L， CHRISTIANSEN T， ORWANT J. Programming Perl［M］. 3rd ed. Sebastopol， CA： O’Reilly Media， Inc.， 2000： 503- 503.
23	NGUYEN-TUONG A， GUARNIERI S， GREENE D， et al. Automatically hardening Web applications using precise tainting［C］// Proceedings of 2005 IFIP International Information Security Conference， IFIPAICT 181. Boston： Springer， 2005： 295- 307. 10.1007/0-387-25660-1_20
24	RAFAILIDIS F， PANAGOS I， KATSAROS P， et al. Inlined monitors for security policy enforcement in Web applications［C］// Proceedings of the 17th Panhellenic Conference on Informatics. New York： ACM， 2013： 75- 82. 10.1145/2491845.2491861
25	CHIN E， WAGNER D. Efficient character-level taint tracking for Java［C］// Proceedings of the 2009 ACM Workshop on Secure Web Services. New York： ACM， 2009： 3- 12. 10.1145/1655121.1655125
26	董敏. 基于动态污点分析的SQL注入攻击检测问题的研究［D］. 北京：北京工业大学， 2014： 23- 39.
	DONG M. Research on the attack detection of SQL injection based on dynamic analysis［D］. Beijing： Beijing University of Technology， 2014： 23- 39.
27	HALFOND W， ORSO A， MANOLIOS P. WASP： protecting Web applications using positive tainting and syntax-aware evaluation［J］. IEEE Transactions on Software Engineering， 2008， 34（ 1）： 65- 81. 10.1109/tse.2007.70748
28	何成万，叶志鹏. 基于AOP和动态污点分析的SQL注入行为检测方法［J］. 电子学报， 2019， 47（ 11）： 2413- 2419. 10.3969/j.issn.0372-2112.2019.11.025
	HE C W， YE Z P. SQL injection behavior detection method based on AOP and dynamic taint analysis［J］. Acta Electronica Sinica， 2019， 47（ 11）： 2413- 2419. 10.3969/j.issn.0372-2112.2019.11.025
29	HE C W， HE Y. A reusable SQL injection detection method for Java Web applications［J］. KSII Transactions on Internet and Information Systems， 2020， 14（ 6）： 2576- 2590. 10.3837/tiis.2020.06.014
30	李红灵，邹建鑫. 基于SVM和文本特征向量提取的SQL注入检测研究［J］. 信息网络安全， 2017（ 12）： 40- 46. 10.3969/j.issn.1671-1122.2017.12.008
	LI H L， ZOU J X. Research of SQL injection detection based on SVM and text feature extraction［J］. Netinfo Security， 2017（ 12）： 40- 46. 10.3969/j.issn.1671-1122.2017.12.008
31	苏林萍，刘小倩，陈飞，等. 基于N-Gram和TFIDF的SQL注入检测方法［J］. 计算机与数字工程， 2021， 49（ 6）： 1177- 1181. 10.3969/j.issn.1672-9722.2021.06.027
	SU L P， LIU X Q， CHEN F， et al. SQL injection detection method based on N-Gram and TFIDF［J］. Computer and Digital Engineering， 2021， 49（ 6）： 1177- 1181. 10.3969/j.issn.1672-9722.2021.06.027
32	任玉柱，张有为，艾成炜. 污点分析技术研究综述［J］. 计算机应用， 2019， 39（ 8）： 2302- 2309. 10.11772/j.issn.1001-9081.2019020238
	REN Y Z， ZHANG Y W， AI C W. Survey on taint analysis technology［J］. Journal of Computer Applications， 2019， 39（ 8）： 2302- 2309. 10.11772/j.issn.1001-9081.2019020238
33	王蕾，李丰，李炼，等. 污点分析技术的原理和实践应用［J］. 软件学报， 2017， 28（ 4）： 860- 882.
	WANG L， LI F， LI L， et al. Principle and practice of taint analysis［J］. Journal of Software， 2017， 28（ 4）： 860- 882.

编号	类型	测试用例	攻击字符信息	检测结果
1	重言式	SELECT * FROM user_data WHERE last_name = 'Smith' or '1'='1'	'，or，'，'，=，'	√
2	非法或逻辑错误查询	SELECT * FROM user_data WHERE last_name = 'Smith''	'	√
3	联合查询	SELECT * FROM user_data WHERE last_name ='' union select userid，user_name，password，null，null，cookie，null from user_system_data -- '	'，password，null，null，null，from，select，union，--	√
4	堆叠查询	SELECT * FROM user_data WHERE last_name = ''； select * from user_system_data -- '	'，from，select，；，--	√
5	构造函数	select * from users where pwd=system_user（）	system_user，（，）	√
6	推理查询	select * from users where name='Smith' and '1'='1' select * from users where name='Smith' and '1'='2'	'，and，'，'，=，'	√

编号	类型	测试用例	攻击字符信息	检测结果
1	重言式	SELECT * FROM user_data WHERE last_name = 'Smith' or '1'='1'	'，or，'，'，=，'	√
2	非法或逻辑错误查询	SELECT * FROM user_data WHERE last_name = 'Smith''	'	√
3	联合查询	SELECT * FROM user_data WHERE last_name ='' union select userid，user_name，password，null，null，cookie，null from user_system_data -- '	'，password，null，null，null，from，select，union，--	√
4	堆叠查询	SELECT * FROM user_data WHERE last_name = ''； select * from user_system_data -- '	'，from，select，；，--	√
5	构造函数	select * from users where pwd=system_user（）	system_user，（，）	√
6	推理查询	select * from users where name='Smith' and '1'='1' select * from users where name='Smith' and '1'='2'	'，and，'，'，=，'	√

Web应用	正常请求的样本数	检测到SQL注入行为的样本数
bookstore	449	0
WebGoat	396	0

Web应用	正常请求的样本数	检测到SQL注入行为的样本数
bookstore	449	0
WebGoat	396	0

检测方法来源	SQL注入类型
检测方法来源	1	2	3	4	5	6
文献［ 9］	*	*	*	*	*	*
文献［ 17］	√	×	×	×	×	×
文献［ 10］	√	√	√	√	√	√
文献［ 11］	√	√	√	√	√	√
文献［ 23］	√	√	√	√	√	√
文献［ 26］	√	√	√	√	√	√
文献［ 27］	√	√	√	√	√	√
文献［ 28］	√	√	√	√	√	√
文献［ 30］	√	√	√	√	√	√
文献［ 31］	√	√	√	√	√	√
本文	√	√	√	√	√	√

基于ECA规则和动态污点分析的SQL注入攻击在线检测

Online detection of SQL injection attacks based on ECA rules and dynamic taint analysis

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 33

相关文章 15

编辑推荐

Metrics

检测方法来源	额外配置	自动化程度	加载检测模块
文献［ 10］	无	automated	离线加载
文献［ 11］	无	automated	离线加载
文献［ 23］	PHP解释器	automated	离线加载
文献［ 26］	C++重载	automated	离线加载
文献［ 27］	继承和替代字符串类	automated	离线加载
文献［ 28］	无	automated	离线加载
文献［ 30］	无	automated	离线加载
文献［ 31］	无	automated	离线加载
本文	无	automated	在线加载

应用	注入点	请求类型	平均响应时间
应用	注入点	请求类型	加载前	加载后
WebGoat	attack5a	正常	18	29
	attack5a	恶意	12	16
	attack5b	正常	9	15
	attack5b	恶意	9	14
bookstore	Login.jsp	正常	23	24
bookstore	Login.jsp	恶意	17	30

[1]	孙天齐, 胡建鹏, 黄娟, 樊莹. 云环境下Web应用带宽资源预测与管理[J]. 计算机应用, 2020, 40(1): 181-187.
[2]	王曙燕, 郑佳妮, 孙家泽. 基于页面对象的Web应用测试用例生成方法[J]. 计算机应用, 2020, 40(1): 212-217.
[3]	任玉柱, 张有为, 艾成炜. 污点分析技术研究综述[J]. 计算机应用, 2019, 39(8): 2302-2309.
[4]	李洁, 俞研, 吴家顺. 基于动态污点分析的DOM XSS漏洞检测算法[J]. 计算机应用, 2016, 36(5): 1246-1249.
[5]	曾祥飞, 郭帆, 涂风涛. 基于对象跟踪的J2EE程序动态污点分析方法[J]. 计算机应用, 2015, 35(8): 2386-2391.
[6]	刘晓强, 解筱梦, 杜明, 常姗, 蔡立志, 刘振宇. 面向云测试的并行测试用例自动生成方法[J]. 计算机应用, 2015, 35(4): 1159-1163.
[7]	房鼎益, 党舒凡, 王怀军, 董浩, 张凡. 具有时间多样性的JavaScript代码保护方法[J]. 计算机应用, 2015, 35(1): 72-76.
[8]	秦志光宋旭耿技陈伟. 基于马尔可夫的Web应用生存性模型[J]. 计算机应用, 2013, 33(02): 400-403.
[9]	翁雷雷蔡皖东姚烨. Web应用系统负载测试加压策略研究[J]. 计算机应用, 2012, 32(10): 2973-2976.
[10]	吴逸伦张博锋赖志权苏金树. 基于消息语义解析的软件网络行为分析[J]. 计算机应用, 2012, 32(01): 25-29.
[11]	林辉吴黎明潘启军. 弹性体工件在线检测系统中视频预处理IP核设计[J]. 计算机应用, 2011, 31(10): 2609-2611.
[12]	惠斌武陈明锐杨登攀. Web应用系统性能测试研究与应用[J]. 计算机应用, 2011, 31(07): 1769-1772.
[13]	何可李晓红冯志勇. 活动图模型驱动的Web应用程序测试方法[J]. 计算机应用, 2010, 30(9): 2365-2369.
[14]	施寅生王峰齐璇宗建建. 基于TTCN-3的Web应用功能测试方法[J]. 计算机应用, 2010, 30(8): 2185-2188.
[15]	汤迪斌王劲林倪宏. 一种CDN中的动态数据存储方案——UbDP[J]. 计算机应用, 2008, 28(8): 1991-1993.