《Computer Networks》:SwiftAPI: Confidence-guided hybrid inference for scalable API risk detection
编辑推荐:
摘要暴露的应用程序编程接口(API)的快速增长使得入口侧风险检测成为网络服务管理的关键功能。然而,现有检测方法面临根本性的部署困境:轻量级模型效率高但通常缺乏语义区分能力,而深度或基于 Transformer 的模型提供了更强的表示能力,但在线推理成本高昂。本文介绍了 Swi
摘要
暴露的应用程序编程接口(API)的快速增长使得入口侧风险检测成为网络服务管理的关键功能。然而,现有检测方法面临根本性的部署困境:轻量级模型效率高但通常缺乏语义区分能力,而深度或基于 Transformer 的模型提供了更强的表示能力,但在线推理成本高昂。本文介绍了 SwiftAPI,一种用于从请求 URL 中进行可扩展 API 风险检测的置信度引导混合框架。轻量级逻辑回归分类器使用字符级 n-gram 词频 - 逆文档频率(TF-IDF)表示快速处理高置信度请求,而仅将不确定的案例路由到通过低秩适配(LoRA)调整后的 Qwen3-0.6B 小型语言模型(SLM)进行语义重新评估。通过根据决策不确定性分配计算密集型的语义推理,该设计避免了为大多数请求调用 SLM。在八个公开数据集上的实验表明,SwiftAPI 在提高平均 F1 分数的同时大幅降低了推理延迟。路由分析进一步揭示,SLM 平均仅处理 7.00% 的样本,同时在每个数据集上都获得了净正确预测增益。实际流量分析估计可持续单实例吞吐量约为 6.7 Gb/s,这表明基于不确定性的语义推理分配可以减少计算开销,并为高吞吐量网络服务入口处的可扩展 API 风险检测提供了一条实际路径。
引言
应用程序编程接口(API)为软件交互提供了标准化机制。通过抽象服务器端数据为资源并通过 HTTP 方法(如 GET、POST、PUT 和 DELETE)暴露它们,API 实现了跨系统的统一和无状态通信。随着云原生架构、微服务和开放平台的快速发展,API 已成为现代网络服务的基本交互范式 [1]。然而,它们的广泛暴露也扩大了攻击面。恶意 API 请求,包括异常路径构建、参数注入、资源探测和隐蔽字符串拼接,对系统安全、数据隐私和服务可用性构成了严重威胁 [2]。由于 URL 在流量入口直接可观察,它为轻量级和早期 API 风险检测提供了实用基础。
随着 API 攻击在规模、多样性和隐蔽性上的演化,可部署的检测系统必须平衡高吞吐量在线环境下的准确性、延迟和计算成本。这一挑战因混淆、变异和隐蔽的 URL 构建而进一步放大,这使得难以从有限的请求信息中识别恶意意图。现有研究还表明,API 描述、自然语言约束、参数依赖和输入绑定会影响测试和漏洞触发,表明 API 风险检测需要理解接口语义、参数约束和请求结构,而不仅仅是表面级别的字符串匹配 [3], [4], [5], [6]。这些因素使得 API 风险检测具有挑战性,需要针对演化攻击的稳健性和操作效率。
当前关于 URL 和 API 风险检测的研究涵盖了基于规则的方法、传统机器学习(ML)、深度神经网络和基于 Transformer 的预训练模型。最近的工作通过集成钓鱼 URL 检测和主动页面级防御扩展了这一领域 [7], [8],而流量分类和基于代理的研究则考虑了预测可靠性和准确性 - 成本权衡 [9], [10], [11]。尽管取得了这些进展,但仍存在一些局限性。基于规则的方法和手动设计的特征通常高效,但它们通常缺乏对未知或演化攻击的泛化能力。深度神经网络和预训练模型提供了更强的表示能力,但它们的部署和推理成本对于高吞吐量入口侧监控来说是难以承受的。最近的研究引入了多级预训练、多尺度注意力和联邦预训练 URL 模型以改进语义建模;然而,在大规模在线场景中对每个请求应用完整的语义推理仍然引入了相当大的开销 [12], [13], [14], [15]。此外,大多数现有方法采用单阶段检测范式,限制了它们在真实服务工作负载下平衡检测准确性、适应性和推理效率的能力。
为解决此问题,我们专注于轻量级 URL 级风险检测,提出了 SwiftAPI,一种集成传统机器学习与小型语言模型(SLM)的置信度引导混合推理框架。SwiftAPI 首先提取字符级 n-gram 词频 - 逆文档频率(TF-IDF)特征并使用逻辑回归(LR)进行快速初步筛选,产生预测和置信度分数。而不是为所有请求调用语义推理,SwiftAPI 仅将低置信度样本路由到通过低秩适配(LoRA)调整的 Qwen3-0.6B SLM 进行语义重新评估 [16], [17]。因此,大多数 URL 由轻量级检测器处理,而 SLM 保留给需要更强语义区分的模糊案例。本文的主要贡献总结如下:
- •
我们提出了一种轻量级 URL 级风险检测框架,用于入口侧 API 监控,仅依赖于 URL 字段并使用字符级 n-gram TF-IDF 特征进行高效早期筛选。
- •
我们设计了一种置信度引导的混合推理机制,选择低置信度 URL 到 LoRA 调整的 SLM 进行语义重新评估,从而将高成本语义推理集中在模糊请求上。
- •
我们开发了一种可扩展的分层推理策略,平衡检测准确性和推理效率。实验表明,仅一小部分请求需要 SLM 重新评估,而 SwiftAPI 保持了强大的检测性能和低每 URL 延迟。
章节片段
恶意 URL 和流量检测
恶意 URL 检测长期以来一直是网络安全研究的主题。早期方法依赖于黑名单、启发式规则和手动设计的特征,这些方法高效但难以应对新兴变体、编码混淆和伪装路径。以前的综述总结了基于机器学习的 URL 检测的词汇、主机、内容和多模态视角,并强调了部署中需要同时考虑准确性、输入可用性、实时性能和稳健性 [18], [19]。对于
问题定义
我们研究了 API 场景中的 URL 风险检测问题。给定从 API 请求中提取的 URL 字符串 ,目标是在不依赖额外上下文信息的情况下确定请求是否为恶意。该任务被表述为二分类问题: 其中 表示良性 URL 且 表示恶意 URL。
我们仅使用单个 API 请求的 URL 字段作为模型输入,而不包含有效载荷、头部、正文,
实验设置
环境。 所有实验都在配备 AMD EPYC 7K62 CPU、256 GB 内存和 NVIDIA A100 GPU 的工作站上进行,运行 Ubuntu 22.04 LTS。
数据集。 如表 2 所示,我们在八个公开可用的数据集上评估了所提出的方法。对于每个数据集,我们随机选择 5000 个良性样本和 5000 个攻击样本来构建平衡的训练集。然后从剩余样本中构建独立的验证集和测试集。对于每个验证和测试
结论
本文提出了 SwiftAPI,一种用于网络服务入口侧可扩展 API 风险检测的置信度引导混合推理框架。SwiftAPI 结合了基于轻量级机器学习的筛选和基于 LoRA 调整的 SLM 的语义重新评估,并有选择地仅将低置信度 URL 路由到 SLM。通过仅对模糊请求应用昂贵的语义推理,SwiftAPI 提高了高吞吐量 API 监控所需的效能 - 效率权衡。在八个
CRediT 作者贡献声明
刘立坤: 写作 – 审查与编辑,写作 – 初稿,验证,方法论,调查,数据整理,概念化。 郭奎元: 写作 – 初稿,验证,软件,调查,资金获取,形式分析,数据整理。 王雪山: 写作 – 审查与编辑,软件,资源。 罗云刚: 验证,资源,数据整理。 孙可可: 可视化,验证,方法论,调查。 葛梦萌: 写作 – 审查与编辑,验证,
利益冲突声明
作者声明他们不存在已知的财务利益冲突或个人关系,这些冲突或关系可能被视为影响本文报告的工作。
刘立坤 | 郭奎元 | 王雪山 | 罗云刚 | 孙可可 | 葛梦萌 | 于相湛 | 胡智超