Deteksi Dinamis SQL Injection Menggunakan Model CNN-LSTM dengan API Flask [VRA]

Abstract

Peningkatan penggunaan aplikasi web turut meningkatkan risiko serangan SQL Injection (SQLi), di mana ancaman ini masih menjadi salah satu risiko keamanan utama menurut OWASP 2021. Penelitian ini bertujuan mengembangkan model deteksi SQL Injection yang adaptif dengan deep learning, menggunakan kombinasi CNN dan LSTM, serta diintegrasikan dengan API Flask untuk deteksi real-time pada aplikasi berbasis Laravel. Rumusan masalah mencakup pengembangan model CNN-LSTM yang dinamis, integrasi dengan API Flask, serta mitigasi otomatis terhadap serangan. Fokus penelitian ini pada deteksi SQL Injection pada aplikasi Laravel. Model ini diharapkan dapat mengurangi risiko serangan SQL Injection dengan responsivitas dan efektivitas tinggi.