Analiza i mjerenje izlaza obfuskatora JavaScript koda

Velika uloga programskog jezika JavaScript u web stranicama postaje meta koju napadači žele iskoristiti. Jedna od metoda koju koriste je obfuskacija, tehnika otežavanja čitanja izvornog koda. Detekcijom obfuskacije moguće je otkriti potencijalno zloćudni kod, a jedan od pristupa detekciji je strojno učenje. U ovom radu je opisana obfuskacija i metode kojom se postiže te je potom opisan alat obfuscator.io i ukratko uspoređen sa svim ostalim javno dostupnim besplatnim obfuskatorima na temelju opcija i izlaza. Automatizacija usporedbe se može provesti alatom izrađenim za potrebe ovog rada kojim se došlo do zaključka da za potrebe generiranja skupa podataka za strojno učenje nije dovoljno koristiti jedan obfuskator, nego više njih s obzirom na to da funkcioniraju na različite načine i koriste različite mogućnosti JavaScript programskog jezika.The large role of the JavaScript programming language in web pages is becoming a target that attackers want to exploit. One of the methods they use is obfuscation, a technique to make the source code harder to read. Detecting obfuscation can lead to revealing potentially malicious code, and one approach to detection is machine learning. This paper describes obfuscation and the methods by which it is achieved. Later on it describes the obfuscator.io tool and briefly compares it, based on options and output, to all other publicly available free obfuscators. The automation of the comparison can be carried out with a tool created for the purposes of this work by help of which it was concluded that for the purposes of generating a dataset for machine learning, it is not enough to use one obfuscator, but several, because they function in different ways and use different capabilities of the JavaScript programming language