arrow
返回

CHIEv

delete2021-07-20
delete0
PRE
AI
DOI:10.1145/3477133.3477134delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
研究人员和实践者在测试、安全评估和网页开发领域,在评估特定网页应用时,通常需要依赖相应系统的模型存在,该模型随后用作特定任务的工具输入。此类模型可能包含关于HTTP端点及其参数、可用用户操作/事件监听器以及所需资产的信息。不幸的是,这些数据在实践中往往不可用,因为只有严格的开发实践或手动分析才能保证其存在和正确性。基于静态分析的爬虫传统上被用于从现有网站中提取所需信息。遗憾的是,这些工具无法准确反映现代网站中普遍存在的JavaScript等技术引入的动态行为。虽然基于动态分析的方法存在,但它们通常无法完全识别事件监听器及其影响。在早期工作中,我们提出了XIEv,一种用于网页应用动态分析的方法,可生成用于导航图提取、运行时错误识别和资源枚举的执行轨迹。与现有方法相比,它提供了更优的事件监听器识别和选择能力,以及更广泛观察到的效果。尽管对我们研究原型实现的评估证实了XIEv的能力,但在速度方面,它通常被静态爬虫超越。本工作介绍了CHIEv,一种通过实现并发处理以及实时整合静态爬虫结果来增强XIEv的方法。我们的结果表明,性能显著提升,尤其是在应用于大型网站时。
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

暂无期刊信息

机构

暂无机构信息
引用论文

引用论文

暂无论文信息