AIarXiv cs.CR (암호학·보안)AI 점수 60%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
WADE: An LSTM-Based Anomaly Detection Engine for WebAssembly Applications (원문, 새 창)
AI 인사이트
대상 독자:개발자
- 스택캐너리·ASLR 없는 WebAssembly 앱 이상행동을 탐지하는 LSTM 엔진 WADE 제시
- 정상 실행시 함수단위 트레이스 학습, 학습패턴 벗어나는 행동을 공격으로 탐지
- 10개 취약점유형 Wasm 앱 67개에서 거짓음성 0건, 거짓양성률 0.42% 달성
왜 중요한가
시그니처 기반 탐지가 놓치는 미지의 Wasm 공격까지 행동모델로 잡아내, 샌드박스 보호 약한 Wasm 런타임 보안을 보완한다.
언급 프로젝트
본문 미리보기
arXiv:2610.31984v1 Announce Type: new Abstract: WebAssembly (Wasm) enables near-native performance for web applications through a portable and sandboxed execution model. However, its limited runtime protection mechanisms (e.g., the lack of stack canaries and address space layout randomization (ASLR)) leave Wasm applications vulnerable to traditional attacks. We present WADE (WebAssembly Anomaly Detection Engine), a system that detects anomalous runtime behaviors in browser-executed WebAssembl
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #LSTM
- #이상탐지
- #웹어셈블리
- #런타임보안
이 글이 만들어진 과정
- 11:34AI 초안