System for Generating Obfuscated JavaScript Code Dataset

Obfuskacija je postupak kojim se programski kod mijenja kako bi se učinio manje razumljivim i čitljivim, a da pritom zadržava početnu funkcionalnost. Zbog svoje prirode, obfuskacija se može koristiti u zloćudne svrhe, kako bi se prikrio maliciozni kod. Zbog potrebe za skupom podataka obfusciranih JavaScript kodova na kojem bi se učili modeli strojnog učenja, napravljen je sustav za generiranje takvog skupa podataka u obliku Python skripte. Zbog nedostupnosti programskog sučelja većine alata za obfuskaciju JavaScripta, za obfuskaciju kodova koristi se Selenium, alat za automatizaciju web preglednika. Skripta koristi Selenium kako bi dohvatila neobfuscirane JavaScript kodove sa zadanih domena, te kako bi ih obfuscirala koristeći različite javno dostupne obfuskatore tako što programski upravlja njihovim grafičkim web sučeljima. Pokretanjem skripte stvara se proizvoljan broj obfusciranih JavaScript datoteka koje se mogu koristiti za daljnja istraživanja.Obfuscation is a transformation of program code in order to make it less under- standable and readable, while retaining the initial functionality. Because of its nature, obfuscation can be used for malicious purposes, in order to hide malicious code. Beca- use of the need for a dataset of obfuscated JavaScript codes on which machine learning models would be trained, a system for generating such a dataset in the form of a Python script was made. Because most tools for JavaScript obfuscation do not have a programming inter- face, Selenium, a tool for automating web browsers, was used to access and use those tools. The script uses Selenium to retrieve unobfuscated JavaScript codes from the spe- cified domains, and to obfuscate them using different publicly available obfuscators. This is done by programmatically controlling their graphical web interfaces. Running the script creates an arbitrary number of obfuscated JavaScript files that can be used for further research