論文の概要: SpiderSapien: Client-Centric Web Crawler and Security Scanner
- arxiv url: http://arxiv.org/abs/2609.02532v1
- Date: Wed, 02 Sep 2026 12:42:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.334601
- Title: SpiderSapien: Client-Centric Web Crawler and Security Scanner
- Title（参考訳）: SpiderSapien: クライアント中心のWebクローラーとセキュリティスキャナ
- Abstract要約: クライアント中心のクローラとセキュリティスキャナであるSpiderSapienを提案する。
SpiderSapienは、Webアプリケーションから高レベルのユーザ向けフィードバックチャネルのユニークな組み合わせを組み込んでいる。
そこで我々は,最新のWebアプリケーションのディープステートを確実に発見し,テストする方法を実証する。
- 参考スコア（独自算出の注目度）: 11.836785827048379
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Black-box web application crawling and scanning play an important role for security testing of web applications. Yet state-of-the-art scanners fall short of addressing key characteristics of a modern web application: its extreme dynamism and interactivity on the client side. This paper identifies immersive interaction as a key ingredient for scanners to deeply explore modern web applications. We propose SpiderSapien, a client-centric crawler and security scanner. SpiderSapien incorporates a unique combination of high-level, user-facing feedback channels from the web application to achieve immersive interaction in a black-box crawling loop. These feedback channels include both novel methods to detect interactable elements and sensibly order UI interactions, and orthogonally using an LLM to solve forms. In doing so, we demonstrate how to reliably discover and test deep states of modern web applications. Furthermore, our modular approach and useful abstraction layer can serve as a building block for future scanners. The evaluation of our approach shows substantial improvements in both code coverage and vulnerability detection over previous work. Our approach increased average code coverage across applications by at least 46% over any other scanner, or 16% when compared to the union of all other scanners. We find XSS vulnerabilities in 7 web applications, while any other scanner finds XSS in up to 2 applications.
- Abstract（参考訳）: Black-box Webアプリケーションのクローリングとスキャニングは、Webアプリケーションのセキュリティテストにおいて重要な役割を果たす。
しかし、最先端のスキャナーは、クライアント側の極端なダイナミズムと対話性という、モダンなWebアプリケーションの重要な特徴に対処するに足りません。
本稿では,現代のウェブアプリケーションについて深く探求するスキャナーにとって,没入型インタラクションが重要な要素であることを示す。
クライアント中心のクローラとセキュリティスキャナであるSpiderSapienを提案する。
SpiderSapienは、ブラックボックスクローリングループで没入的なインタラクションを実現するために、Webアプリケーションから高レベルでユーザ対応のフィードバックチャネルのユニークな組み合わせを組み込んでいる。
これらのフィードバックチャネルには、対話可能な要素を検知し、UIインタラクションを適切に順序付けする新しい方法と、フォームの解決にLLMを直交的に使用する方法の両方が含まれている。
そこで我々は,最新のWebアプリケーションのディープステートを確実に発見し,テストする方法を実証する。
さらに、モジュール化されたアプローチと有用な抽象化レイヤは、将来のスキャナーのビルディングブロックとして機能する。
提案手法の評価では,コードカバレッジと脆弱性検出の両面で,従来よりも大幅に改善されている。
当社のアプローチでは,アプリケーション全体のコードカバレッジを,他のスキャナよりも46%以上増加させました。
7つのWebアプリケーションにXSSの脆弱性があるのに対して、他のスキャナには最大2つのアプリケーションにXSSの脆弱性があります。
関連論文リスト
- BrowserForge: Scaling Web Episode via Parallel Browser Sandboxes [54.96895469970198]
BrowserForgeは、オープンなWeb上で多くのブラウザサンドボックスを並行して駆動することで、大規模なWebインタラクションデータを生成する。
BrowserForgeには3つのコンポーネントがある: オープンなWebソーシングステージ。
ルール+モデルクリーニングパイプラインは、失敗した実行を除去し、生き残った推論を単一の統合されたチェーン・オブ・シンクスタイルに書き換える。
論文 参考訳（メタデータ） (2026-08-25T17:35:42Z) - Whose Agent Are You? Multi-Layer Fingerprinting and Attribution of Autonomous Web Agents [14.225575847186592]
我々は,多層指紋を用いて,AI Webエージェントを人間や伝統的なクローラーと効果的に区別できることを示す。
我々はこのメカニズムを,ライブな計測可能なドメインにデプロイ可能なプログラムロギングフレームワークとして実装する。
本研究は, クロスレイヤーエージェントトラッキングが, コンテンツ保護とWebセキュリティポリシーの施行に対して, 堅牢かつ回避性のある戦略を提供することを示した。
論文 参考訳（メタデータ） (2026-06-18T20:07:39Z) - Nested Browser-Use Learning for Agentic Information Seeking [60.775556172513014]
情報検索(IS)エージェントは広範囲にわたる検索タスクで高いパフォーマンスを達成しているが、ツールの使用はAPIレベルのスニペット検索やURLベースのページフェッチに限られている。
我々はNested Browser-Use Learning (NestBrowse)を提案する。NestBrowseは、ネストされた構造を通してページ探索からインタラクション制御を分離する最小かつ完全なブラウザアクションフレームワークである。
論文 参考訳（メタデータ） (2025-12-29T17:59:14Z) - BrowserAgent: Building Web Agents with Human-Inspired Web Browsing Actions [48.194688161526756]
BrowserAgentは、事前に定義されたブラウザアクションのセットを通じて、Playwright経由で生のWebページで直接動作する。
ステップ間で重要な結論を格納するための明示的なメモリ機構を導入し、モデルの推論能力をさらに強化する。
論文 参考訳（メタデータ） (2025-10-12T15:43:37Z) - BrowserArena: Evaluating LLM Agents on Real-World Web Navigation Tasks [51.803138848305814]
我々はBrowserArenaを紹介した。BrowserArenaは、ユーザから送信されたタスクを収集するオープンソースのエージェント評価プラットフォームである。
Captcha解決、ポップアップバナー削除、URLへのダイレクトナビゲーションの3つの一貫した障害モードを特定します。
本研究は,Webエージェントの多様性と脆性の両方を明らかにする。
論文 参考訳（メタデータ） (2025-10-02T15:22:21Z) - Unlocking User-oriented Pages: Intention-driven Black-box Scanner for Real-world Web Applications [16.223807733708767]
Hoyenは、Large Language Modelを使ってユーザの意図を予測するブラックボックススキャナである。
Hoyenは、12の人気のあるオープンソースWebアプリケーションで厳格に評価され、6つの代表的なツールと比較されている。
論文 参考訳（メタデータ） (2025-04-29T14:14:30Z) - Enhancing Webshell Detection With Deep Learning-Powered Methods [0.6390468088226495]
Webshell攻撃はより一般的になり、Webアプリケーションを保護するために堅牢な検出メカニズムが必要である。
この論文は、シグネチャベースのメソッドとディープラーニングアルゴリズムを使用して、既知のWebシェルと未知のWebシェルを検出する、高度なDLパワーソースコードスキャンフレームワークであるASAFを提案する。
第2に、この論文では、WebアプリケーションのリアルタイムHTTPトラフィック分析を使用して、Webシェルを検出するディープニューラルネットワークが導入されている。
論文 参考訳（メタデータ） (2024-12-07T04:26:36Z) - Beyond Browsing: API-Based Web Agents [58.39129004543844]
APIベースのエージェントはWebArenaの実験でWebブラウザエージェントを上回っている。
ハイブリッドエージェント(Hybrid Agents)は、タスク全体にわたって、ほぼ均一にパフォーマンスを向上する。
結果から,APIが利用可能であれば,Webブラウジングのみに依存するという,魅力的な代替手段が提示されることが強く示唆された。
論文 参考訳（メタデータ） (2024-10-21T19:46:06Z) - Dissecting Adversarial Robustness of Multimodal LM Agents [70.2077308846307]
我々は、VisualWebArena上に現実的な脅威モデルを用いて、200の敵タスクと評価スクリプトを手動で作成する。
我々は,クロボックスフロンティアLMを用いた最新のエージェントを,リフレクションやツリーサーチを行うエージェントを含む,壊すことに成功している。
AREを使用して、新しいコンポーネントの追加に伴うロバスト性の変化を厳格に評価しています。
論文 参考訳（メタデータ） (2024-06-18T17:32:48Z) - CRATOR: a Dark Web Crawler [1.7224362150588657]
本研究では,キャプチャなどのセキュリティプロトコルを扱うページを抽出するための一般的なダークウェブクローラを提案する。
我々のアプローチでは、シードURLリスト、リンク分析、スキャンを組み合わせて新しいコンテンツを見つけます。
論文 参考訳（メタデータ） (2024-05-10T09:39:12Z) - AutoScraper: A Progressive Understanding Web Agent for Web Scraper Generation [54.17246674188208]
Webスクレイピングは、Webサイトからデータを抽出し、自動データ収集を可能にし、データ分析機能を強化し、手動のデータ入力作業を最小化する強力なテクニックである。
既存の手法では、ラッパーベースの手法は、新しいウェブサイトで直面する場合、適応性とスケーラビリティの制限に悩まされる。
本稿では,大規模言語モデル(LLM)を用いたWebスクレイパー生成のパラダイムを紹介し,多様なWeb環境をより効率的に処理できる2段階フレームワークであるAutoScraperを提案する。
論文 参考訳（メタデータ） (2024-04-19T09:59:44Z) - Locality-Sensitive Hashing for Efficient Web Application Security
Testing [0.0]
セキュリティテストのために冗長なコンテンツを検出する新しい手法を提案する。
このアルゴリズムは、Webページのドキュメントオブジェクトモデル(DOM)構造を分析するために、MinHashスケッチを使用して局所性に敏感なハッシュを適用している。
実験の結果、この手法は、他の方法ではクロールできないRIAのスキャンを成功させることができることがわかった。
論文 参考訳（メタデータ） (2020-01-04T21:05:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。