一种AI驱动的现代Web应用浏览器客户端存储敏感信息智能检测方法、系统、电子设备及存储介质与流程

本发明属于网络安全，尤其涉及一种ai驱动的现代web应用浏览器客户端存储敏感信息智能检测方法、系统、电子设备及存储介质。

背景技术：

1、随着前后端分离架构与单页面应用（spa）的普及，现代web应用大量采用浏览器客户端存储机制维持用户状态，包括localstorage、sessionstorage、cookie及indexeddb等。开发人员常将身份令牌（token）、个人信息等明文写入客户端存储，引发严重安全风险。

2、现有的web安全测试工具（如burp suite、owasp zap）本质上属于“http报文级”检测范式，存在无法感知本地存储数据、无法触发动态路由写入、缺乏结构化语义分析能力以及完全未覆盖indexeddb等根本性缺陷，无法满足spa应用的安全检测需求。

技术实现思路

1、为解决上述技术问题，本发明提出一种ai驱动的现代web应用浏览器客户端存储敏感信息智能检测方法的技术方案，以解决现有工具在spa应用中存储感知缺失、溯源困难、误报率高的问题。

2、本发明第一方面公开了一种ai驱动的现代web应用浏览器客户端存储敏感信息智能检测方法；所述方法包括：

3、步骤s1、基于cdp协议的无界面浏览器驱动与存储写入实时拦截；在目标页面加载前注入存储api代理脚本，并通过全局唯一trace id的溯源机制实现高并发异步存储写入的精准业务溯源，同时基于网络静默期和dom稳定期进行双重动态等待判定；

4、步骤s2、四类客户端存储介质的全量数据采集；在双重等待条件满足后，对localstorage、sessionstorage、cookie及indexeddb进行全量采集，统一封装为标准化的存储记录结构；

5、步骤s3、基于多层级规则与统计特征推理引擎的敏感信息智能识别；对采集的存储记录依次执行四层递进式识别：键名语义识别、字段值格式识别、json结构递归解析和shannon熵分析，输出命中记录列表及置信度；

6、步骤s4、基于多维加权评分模型的安全等级评估；结合敏感信息类型、存储位置、加密状态及识别置信度，计算每条命中记录的综合风险分值；

7、步骤s5、结构化检测报告生成；根据风险分值划定安全等级，生成包含脱敏数据、溯源路径及修复建议的结构化报告。

8、进一步，在所述步骤s1中，所述全局唯一trace id的溯源机制包括：

9、在每条行为指令执行前，通过cdp runtime.evaluate向浏览器上下文同步注入包含操作类型、序号及时间戳的全局trace id；

10、存储代理拦截脚本在捕获写入事件时，同步读取当前trace id，并将其作为溯源字段写入记录；

11、对于异步写入，开启设定时长的异步关联窗口，窗口内所有的存储写入均强制关联至触发该异步链的trace id。

12、进一步，在所述步骤s1中，所述双重动态等待判定包括：

13、网络静默期判定：通过代理xmlhttprequest和fetch，维护全局飞行中请求计数器，当连续设定时间段内计数器为0时判定达成；

14、dom稳定期判定：通过注入mutationobserver监听dom变更，当距最后一次变更超过设定时间阈值时判定达成。

15、进一步，在所述步骤s2中对indexeddb的全量采集采用三阶段异步遍历算法：

16、第一阶段：通过indexeddb.databases()获取数据库列表；

17、第二阶段：对每个数据库封装promise请求获取所有objectstore；

18、第三阶段：对每个objectstore以promise封装opencursor游标迭代，在onsuccess回调中通过递归遍历所有记录，使得基于dom事件的回调链转化为可被cdp同步等待的promise链。

19、进一步，在所述步骤s3中，所述四层递进式识别的具体执行顺序与规则为：

20、第一层，键名语义识别：使用子字符串匹配对键名进行过滤，命中则赋予初始置信度；

21、第二层，字段值格式识别：对键值进行正则匹配，并针对特定类型引入加权模11校验、luhn算法及jwt解码验证的补充验证算法，更新置信度；

22、第三层，json结构递归解析：若键值为json格式，则反序列化后深度优先递归遍历，对叶子节点重复第一、二层识别，使用weakset防止循环引用并设定最大深度限制；

23、所述json结构递归解析，具体为： 若键值为json格式，则在解析过程中使用weakset防止循环引用并设定最大深度限制，提取所有叶子节点的值，对每个叶子节点的值重复执行第一层和第二层检测；

24、第四层，shannon熵分析：对前三层未命中但键名可疑的记录，计算信息熵，若熵值大于预设阈值且长度满足要求，则判定为疑似高强随机凭证。

25、进一步，所述补充验证算法具体包括：对疑似身份证号码执行加权模11校验；对疑似银行卡号执行luhn算法校验；对疑似jwt令牌执行base64url解码及内部字段结构验证。

26、进一步，在所述步骤s4中，所述综合风险分值的计算公式为：

27、s = w_type × c_storage × c_encrypt × conf；

28、其中，w_type为信息类型权重，c_storage为存储位置系数，c_encrypt为加密状态系数，conf为识别置信度。

29、本发明第二方面公开了一种ai驱动的现代web应用浏览器客户端存储敏感信息智能检测系统；所述系统包括：

30、行为模拟与拦截模块：用于解析行为脚本，通过cdp驱动浏览器操作，注入hook脚本实现trace id注入与存储拦截，并执行双重动态等待；

31、全量采集模块：用于读取并标准化localstorage、sessionstorage、cookie及indexeddb的存储数据；

32、敏感信息识别引擎模块：用于执行包括键名语义识别、格式识别、json递归解析和熵值分析在内的四层递进式检测；

33、评估与报告模块：用于计算综合风险分值，评定安全等级并输出结构化检测报告。

34、本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时，实现本公开第一方面中任一项的一种ai驱动的现代web应用浏览器客户端存储敏感信息智能检测方法中的步骤。

35、本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现本公开第一方面中任一项的一种ai驱动的现代web应用浏览器客户端存储敏感信息智能检测方法中的步骤。

36、综上，本发明提出的方案能够：

37、1、突破了传统安全工具的静态爬取盲区，能够全面感知动态渲染及高并发异步环境下的完整存储写入。

38、2、trace id机制与异步窗口的结合，精准建立了“业务操作-存储结果”的因果关系，提升了检测报告的可操作性。

39、3、独创的四层推理引擎顺序有效规避了正则计算瓶颈及dom阻塞问题，提升了检测速度并极大降低了误报与漏报。