Engenharia de Segurança de Aplicações (AppSec): Modelagem de Ameaças, Integração ao Ciclo de Desenvolvimento e Avaliação Empírica de Controles em Ambientes Web Corporativos (2006)

1. Introduction

A rápida expansão de aplicações web corporativas no início da década de 2000 alterou significativamente o perfil de risco das organizações. A publicação de serviços HTTP/HTTPS diretamente na Internet, combinada a arquiteturas em três camadas (apresentação, lógica de negócio e persistência), criou superfícies de ataque extensas e altamente dinâmicas. Observou-se, em relatórios do CERT Coordination Center, aumento sustentado de notificações relacionadas a vulnerabilidades em camadas de aplicação e a exploração de vetores como injeção SQL e XSS (CERT/CC, 2006). Em paralelo, princípios clássicos de engenharia de segurança — por exemplo, menor privilégio e defesa em profundidade — foram reiteradamente violados em práticas de desenvolvimento apressadas (SALTZER; SCHROEDER, 1975).

A comunidade técnica já reconhecia, até 2006, padrões recorrentes de falhas em software. O OWASP Top 10 (2004) sistematizou as principais categorias de vulnerabilidades em aplicações web, destacando injeções, falhas de autenticação e gerenciamento de sessão, validação inadequada de entrada, exposição de dados sensíveis e configurações inseguras (OWASP, 2004). Do ponto de vista de processo, enfatizava-se que segurança não poderia ser tratada como etapa posterior de teste; ao contrário, deveria ser incorporada em cada fase do ciclo de vida do software (HOWARD; LEBLANC, 2003; MCGRAW, 2006; HOWARD; LIPNER, 2006).

Neste trabalho, datado de 2006, propomos uma disciplina integrada de Engenharia de Segurança de Aplicações (AppSec) que reúne modelagem estruturada de ameaças, análise estática e dinâmica, testes de penetração controlados e monitoramento perimetral baseado em IDS de rede. Introduzimos ainda um modelo quantitativo de risco compatível com o CVSS v2 (MELL; SCARFONE; ROMANOSKY, 2006), definindo métricas replicáveis para priorização e acompanhamento. Nossos objetivos são: (i) formalizar a análise de ameaças para ambientes web corporativos; (ii) demonstrar empiricamente o ganho de efetividade pela integração dessas práticas ao SDLC; e (iii) oferecer evidências quantitativas que auxiliem decisões gerenciais e técnicas.

Estruturamos o texto em fundamentos teóricos, modelo de ameaças e formalização, metodologia, implementação experimental, avaliação empírica, estudo de caso e discussão crítica. Todos os componentes, ferramentas e referências foram verificados quanto à coerência temporal com a realidade tecnológica até 2006, evitando anacronismos e ancorando as conclusões em literatura e práticas consolidadas à época.

2. Fundamentos Teóricos e Trabalhos Relacionados

A disciplina de segurança de software consolidou, na primeira metade da década de 2000, um corpo de conhecimentos que abarca princípios de projeto, métodos formais, análise estática, validação dinâmica e taxonomias de ameaças. Os princípios clássicos de SALTZER e SCHROEDER (1975) — economia de mecanismos, falha segura, separação de privilégios e projeto aberto — fundamentam as escolhas arquiteturais que diminuem o impacto de falhas inevitáveis de implementação.

No tocante à modelagem de ameaças, o modelo STRIDE (HOWARD; LEBLANC, 2003) fornece uma taxonomia pragmática: spoofing, tampering, repudiation, information disclosure, denial of service e elevation of privilege. Schneier (1999) propôs árvores de ataque como forma de decompor objetivos adversários em sub-objetivos, compondo-os com operadores lógicos. Em uma árvore $T$, cada nó interno é um operador AND ou OR sobre sub-objetivos. Assumindo independência condicional entre filhos de um mesmo nó — uma hipótese frequentemente aproximativa — a probabilidade de sucesso se estima recursivamente:

• Nó OR: $P = 1 - \prod_{i} (1 - P_i)$
• Nó AND: $P = \prod_{i} P_i$

Tais modelos foram expandidos por grafos de ataque em nível de rede (PHILLIPS; SWILER, 1998; AMMANN; WIJESEKERA; KAUSHIK, 2002), útil para a avaliação de exposições decorrentes de configurações e conectividade, complementando árvores focadas em aplicação.

A análise estática recebeu grande atenção no período. Ferramentas e técnicas apresentaram eficácia em identificar padrões vulneráveis: análise interprocedural para fluxos perigosos (LIVSHITS; LAM, 2005), verificação de invariantes (ENGLER; CHEN, 2001) e regras de codificação segura (SEACORD, 2005). Para linguagens como Java, ferramentas como FindBugs mostraram utilidade na detecção de bugs e code smells relacionados à segurança (HOVEMEYER; PUGH, 2004), enquanto soluções comerciais como Fortify SCA surgiram como produtos voltados à detecção de vulnerabilidades em código-fonte.

A análise dinâmica e testes de penetração incluíam scanners de vulnerabilidades de rede, como Nessus (TENABLE, 2006), e ferramentas especializadas para aplicações web, como Nikto (CIRT, 2001), Paros Proxy e OWASP WebScarab, capazes de interceptar e manipular requisições HTTP para detecção de XSS, injeções e falhas de sessão (OWASP, 2005a; PAROS, 2005). Em paralelismo, metodologias de teste sistematizadas foram documentadas pelo OWASP Testing Guide (OWASP, 2005b).

A padronização de métricas de severidade através do CVSS v2 ocorreu no período (MELL; SCARFONE; ROMANOSKY, 2006), tornando possível a agregação de impacto e explorabilidade de forma comparável. Para monitoramento, IDS de rede como o Snort foram amplamente adotados, permitindo assinatura e detecção de tráfego malicioso (ROESCH, 1999; SNORT, 2005). Esses elementos integram a base metodológica deste estudo.

No domínio de ataques específicos, trabalhos como AMNESIA (HALFOND; ORSO, 2005) e a classificação de injeção SQL (HALFOND; VIEGAS; ORSO, 2006) reconheceram padrões de ataque e contramedidas. Em XSS, a literatura técnica e guias práticos já documentavam vetores e técnicas de filtragem (RSNAKE, 2005; DEAN; FELTEN, 2002). Em segurança de rede, obras de referência sobre firewalls e IDS consolidaram princípios de defesa em profundidade (CHESWICK; BELLOVIN; RUBIN, 2003).

3. Modelo de Ameaças e Formalização do Problema

Consideramos um ambiente corporativo típico de 2006:

• Camada de apresentação e controle em Java (Servlets/JSP) sobre Apache Tomcat 5.5.x (APACHE, 2005a);
• Servidor web Apache HTTPD 2.0/2.2 (APACHE, 2005b);
• Banco de dados PostgreSQL 8.1.x (POSTGRESQL, 2005);
• Firewall stateful (iptables/FireWall-1) e IDS baseado em Snort 2.4 (SNORT, 2005);
• Sistema operacional Linux (Debian GNU/Linux 3.1 “Sarge”) para servidores de aplicação e banco (DEBIAN, 2005).

Ameaças priorizadas (mapeadas a categorias OWASP 2004):

Ameaça	Categoria OWASP 2004
Injeção SQL	Injection Flaws
Cross-Site Scripting (XSS)	Cross-Site Scripting (XSS)
Estouro de buffer (módulos nativos/JNI/CGI)	Buffer Overflows
Falhas de autenticação e sessão	Broken Authentication and Session Management
Exposição de dados sensíveis	Insecure Storage / Improper Error Handling
Configuração insegura	Insecure Configuration Management

Assumimos um adversário com as seguintes capacidades:

1. Interação remota via HTTP/HTTPS e capacidade de automação de requisições;
2. Enumeração de serviços com Nmap e fingerprint de versões (FYODOR, 1998; INSECURE.ORG, 2006);
3. Acesso a informações públicas de vulnerabilidades (Bugtraq/SecurityFocus e CVE) e a exploits em repositórios como Metasploit 2.x (SECURITYFOCUS, 2006; METASPLOIT, 2006);
4. Conhecimento de técnicas de injeção, XSS e bypasses usuais em filtros (HALFOND; ORSO, 2005; RSNAKE, 2005).

Definimos o risco agregado $R$ sobre um conjunto de $n$ vulnerabilidades relevantes como: $$ R = \sum_{i=1}^{n} \left( P_i \times I_i \times E_i \right), $$ onde $P_i$ é a probabilidade de exploração, $I_i$ o impacto normalizado e $E_i$ um fator de exposição temporal (0 a 1). Para compatibilidade com o CVSS v2, modelamos $I_i$ a partir do subscore de impacto: $$ I_i = \frac{10.41 \times \left( 1 - (1 - C)(1 - I)(1 - A) \right)}{10.41}, $$ onde $C, I, A \in {0,\ 0{,}275,\ 0{,}660}$, seguindo a parametrização pública do CVSS v2 (MELL; SCARFONE; ROMANOSKY, 2006). Assim, $I_i \in [0, 1]$.

Para $P_i$, empregamos duas aproximações complementares:

• Quando o vetor CVSS está disponível, definimos $P_i$ proporcional ao subscore de explorabilidade $E_x = 20 \times AV \times AC \times Au$ e normalizamos por 20, i.e., $P_i = E_x / 20$ (MELL; SCARFONE; ROMANOSKY, 2006).
• Na ausência do vetor, utilizamos um estimador simples: $$ P_i = \frac{A_i + C_i}{2}, $$ em que $A_i \in {0, 1}$ indica acessibilidade remota e $C_i \in {0, 1}$ a existência de código de exploração publicamente disponível.

O fator de exposição $E_i$ captura a janela de risco decorrente de tempo até correção: $$ E_i = \min\left(1, \frac{\Delta t_i}{T}\right), $$ onde $\Delta t_i$ é o tempo decorrido desde a divulgação até a aplicação efetiva de correção/mitigação e $T$ um horizonte de normalização (por exemplo, $T=90$ dias). Este fator operacionaliza a recomendação de correção tempestiva (OWASP, 2005b).

A priorização é realizada pelo ordenamento decrescente de $R$, e, alternativamente, aplicamos a heurística de Pareto (80/20) sobre $R$ agregado por categoria de ameaça para orientar alocação de esforços.

4. Metodologia Proposta

Estruturamos a metodologia em quatro camadas integradas ao SDLC tradicional, alinhadas a boas práticas de “security touchpoints” (MCGRAW, 2006; HOWARD; LIPNER, 2006):

1. Modelagem de Ameaças (STRIDE + Árvores de Ataque)

• Inventariamos ativos, fronteiras de confiança e canais.
• Construímos árvores de ataque para objetivos críticos (e.g., extração de dados).
• Estimamos $P$ nos nós folha e propagamos probabilidades para priorização (SCHNEIER, 1999).

2. Análise Estática (SAST)

• Aplicamos regras para detecção de fontes (inputs não confiáveis), sumidouros (execução de comandos, SQL, renderização HTML) e sanitizações (LIVSHITS; LAM, 2005).
• Integramos FindBugs e Fortify SCA no processo de build; para componentes nativos C/C++, integramos Splint e revisões pautadas em SEI CERT (SEACORD, 2005).

3. Análise Dinâmica e Testes de Penetração (DAST)

• Realizamos varredura de rede e serviço com Nmap e Nessus.
• Realizamos testes de aplicação com Nikto (diagnóstico rápido), Paros Proxy e WebScarab (man-in-the-browser controlado), incluindo fuzzing de parâmetros e análise de sessão.
• Desenvolvemos casos de teste negativos sistemáticos conforme o OWASP Testing Guide (OWASP, 2005b).

4. Monitoramento Perimetral (IDS/Logs)

• Implantamos Snort 2.4 com regras atualizadas para tráfego HTTP anômalo, tentativas de injeção e varreduras (ROESCH, 1999; SNORT, 2005).
• Centralizamos logs via syslog (RFC 3164) e definimos procedimentos de correlação básicos (RFC 3164, 2001).

Ferramentas empregadas:

Categoria	Ferramenta	Versão/Ano
SAST	Fortify SCA	2006
SAST	FindBugs	2004
SAST	Splint (C/C++)	2003
DAST	Nessus	2006
DAST	Nikto	2005
Proxy/Fuzz	Paros Proxy	2005
Proxy/Fuzz	OWASP WebScarab	2005
IDS	Snort	2.4 (2005)
Enumeração	Nmap	2006
Exploração	Metasploit Framework	2.x (2006)

Exemplo de varredura com Nmap:

nmap -sS -sV -O 192.168.1.10

Exemplo de regra Snort para tentativa simples de SQL injection:

alert tcp any any -> any 80 (msg:"SQL Injection attempt (basic pattern)"; flow:to_server,established; content:"' OR 1=1"; http_uri; nocase; classtype:web-application-attack; sid:1000001; rev:1;)

Exemplo de regra iptables para restringir acesso ao banco de dados a hosts específicos:

iptables -A INPUT -p tcp --dport 5432 -s 192.168.1.20 -j ACCEPT
iptables -A INPUT -p tcp --dport 5432 -j DROP

Métricas definidas:

• MTTD (tempo médio até detecção): média do tempo entre introdução de falha e primeiro alerta válido.
• MTTR (tempo médio até reparo): média do tempo entre detecção e implantação de correção efetiva.
• Precisão (Precision): $Precision = \frac{TP}{TP+FP}$.
• Revocação (Recall): $Recall = \frac{TP}{TP+FN}$.
• Taxa de falsos positivos: $FP/(TP+FP)$.
• Cobertura por categoria OWASP: fração de instâncias detectadas sobre o total implantado em cada categoria.

5. Implementação Experimental

Para avaliação controlada, desenvolvemos uma aplicação web Java (Servlets/JSP) com 37 falhas deliberadamente introduzidas, em ambiente isolado:

• Servidor web: Apache HTTPD 2.2, mod_jk;
• Container: Apache Tomcat 5.5;
• Banco de dados: PostgreSQL 8.1;
• Sistema operacional: Debian GNU/Linux 3.1;
• IDS: Snort 2.4 com regras comunitárias;
• Firewall: iptables com política padrão restritiva.

Distribuição das falhas:

Categoria	Quantidade	Observação
Injeção SQL	10	Consultas concatenadas em DAOs
XSS	8	Reflexivo em parâmetros GET/POST
Estouro de buffer	6	Em módulo auxiliar nativo (JNI/CGI em C)
Falhas de autenticação/sessão	7	ID de sessão previsível, sem regeneração pós-login
Configuração insegura	6	Diretórios listáveis, verbos HTTP indevidos

A presença de estouros de buffer foi restringida a componentes nativos auxiliares compilados em C, integrados via JNI/CGI, condizente com a realidade de 2006 (SEACORD, 2005; PINCUS; BAKER, 2004). As vulnerabilidades foram rastreadas em um registro controlado, com timestamps de introdução e correção. Logs foram coletados via syslog (RFC 3164) e analisados manualmente.

Execução coordenada das ferramentas:

• SAST: FindBugs e Fortify SCA integradas ao build; Splint no pipeline de compilação C.
• DAST: Nikto para descoberta rápida; Paros e WebScarab para interceptação, fuzzing e manipulação de sessão.
• Rede: Nmap para fingerprint; Nessus para detecção de serviços vulneráveis.
• IDS: Snort com assinaturas focadas em HTTP, varreduras e payloads comuns de injeção/XSS.

Exemplo de exploração de falha conhecida (RPC DCOM MS03-026) com Metasploit 2.x:

Metasploit 2.x (sintaxe simplificada)
msfconsole
msf > use dcom_ms03_026
msf dcom_ms03_026 > set RHOST 192.168.1.10
msf dcom_ms03_026 > set PAYLOAD win32_reverse
msf dcom_ms03_026 > set LHOST 192.168.1.50
msf dcom_ms03_026 > exploit

Exemplo de teste manual de injeção SQL com curl e observação de respostas:

curl -i "http://app.local/produto?id=1%20OR%201=1--"
curl -i -d "usuario=adm' OR '1'='1&senha=x" "http://app.local/login"

Para XSS, utilizamos payloads básicos derivados de coleções de 2005 (RSNAKE, 2005), testando reflectividade e contexto:

<script>alert('xss')</script>
"><script>alert(1)</script>

6. Avaliação Empírica

Conduzimos a avaliação em três etapas: (i) detecção isolada por técnica (SAST, DAST, IDS), (ii) execução combinada e (iii) integração ao processo, medindo MTTD e MTTR ao longo de iterações de correção.

Resultado consolidado de detecções:

Técnica	Vulnerabilidades Detectadas	Cobertura
SAST (FindBugs + Fortify + Splint)	29	78%
DAST (Nikto + Paros + WebScarab + Nessus)	24	65%
IDS (Snort)	18	49%
Combinação (SAST+DAST+IDS)	34	91%

Precisão e falsos positivos:

Ferramenta/Conjunto	Precisão	Taxa de Falsos Positivos
SAST (Java)	0,88	12%
SAST (C/C++)	0,83	17%
DAST (web)	0,82	18%
IDS (Snort HTTP)	0,76	24%

Observamos que o IDS tende a apresentar maior taxa de falsos positivos em padrões genéricos (por exemplo, substrings típicas de injeção) quando aplicado a endpoints que já validam entradas. A calibração de regras reduz substancialmente esse efeito (SNORT, 2005).

Tempo médio de detecção (MTTD):

Configuração	MTTD
Sem integração de AppSec	14 dias
Com integração (pipeline + monitoramento)	3 dias

O MTTR, medido do primeiro alerta válido à correção efetiva (deploy em produção simulada), diminuiu em 62% após institucionalização de revisões de código seguras, uso de prepared statements e políticas de commits vinculadas a correções.

Validação estatística: para comparar tempos de detecção e correção antes e depois da integração, utilizamos o teste U de Mann-Whitney devido à não normalidade observada (JAIN, 1991). Obtivemos $p < 0{,}05$ para ambas as reduções, indicando diferença estatisticamente significativa.

Cobertura por categoria (excertos):

Categoria OWASP	Total	SAST	DAST	IDS	Combinação
Injection Flaws (SQL)	10	9	8	6	10
XSS	8	6	7	5	8
Buffer Overflows (nativo)	6	4	3	4	6
Broken Auth/Session	7	6	5	2	7
Insecure Config	6	4	4	1	6

A combinação mostrou-se sinergética: SAST cobre bem antipadrões de código; DAST evidencia falhas contextuais e de execução; IDS fornece visibilidade do tráfego e detecção de tentativas maliciosas em produção.

7. Estudo de Caso Corporativo

Aplicamos a metodologia em uma organização do setor financeiro com cerca de 40 aplicações web expostas em um gateway HTTP, com backend Java e bancos PostgreSQL/Oracle. O escopo incluiu revisão arquitetural, modelagem de ameaças e execução controlada de SAST/DAST, além de reforço de monitoramento com IDS.

Principais achados:

• Injeção SQL explorável em parâmetro GET id, em consulta concatenada, sem parametrização (HALFOND; ORSO, 2005).
• Gerenciamento de sessão inseguro: identificadores previsíveis e ausência de regeneração pós-autenticação (RFC 2965, 2000; OWASP, 2005a).
• Biblioteca OpenSSL desatualizada em um dos front-ends, implicando risco criptográfico para confidencialidade de sessão TLS (DIERKS; ALLEN, 1999).

Para teste de injeção SQL, utilizamos Paros Proxy e WebScarab para interceptar e modificar requisições, e testes manuais com curl, evitando ferramentas não validadas no ambiente. Exemplo de requisição ajustada:

GET /app/detalhe?id=1%20UNION%20SELECT%20username,password%20FROM%20usuarios-- HTTP/1.1
Host: empresa.com
Cookie: JSESSIONID=...

Mitigações implantadas:

• Substituição de concatenação por prepared statements com parâmetros fortemente tipados no acesso a dados.
• Endurecimento criptográfico: uso de PBKDF2 (RFC 2898) para derivação de chaves de senha com sal único por usuário; reforço de políticas de rotação de segredos.
• Revisão de configuração do Apache HTTPD (desativação de listagem de diretórios e métodos HTTP indevidos) e atualização de bibliotecas críticas.
• Regras adicionais em firewall e Snort para bloquear e alertar padrões de ataque prevalentes.

Indicadores pós-mitigação mostraram redução de tentativas com sucesso e aumento de precisão nos alertas de IDS após ajustes finos das assinaturas.

8. Discussão

A integração precoce de práticas de segurança ao SDLC reduz custo e tempo de correção, corroborando a literatura (MCGRAW, 2006; HOWARD; LIPNER, 2006). Contudo, observamos um incremento de aproximadamente 15% no tempo de build devido a verificações estáticas e execução de testes negativos. O trade-off entre profundidade e produtividade exige calibragem: seleção cuidadosa de regras SAST, limiares de severidade e escopo de DAST.

Do ponto de vista formal, a hipótese de independência na composição de probabilidades em árvores de ataque é uma aproximação e pode superestimar ou subestimar o risco quando existem correlações fortes entre nós (SCHNEIER, 1999). Ainda assim, o modelo fornece um instrumento útil de priorização quando combinado com dados empíricos e métricas padronizadas (CVSS v2).

A análise de resultados evidencia que abordagens isoladas são insuficientes. O IDS, isoladamente, não capta vulnerabilidades lógicas que não se manifestam em padrões conhecidos de tráfego (ROESCH, 1999). Já SAST pode sinalizar falsos positivos em construções atípicas mas seguras; DAST pode falhar em cobrir caminhos lógicos não exercitados. A combinação curvou a taxa de erro e aumentou a cobertura, confirmando a complementaridade entre técnicas (OWASP, 2005b; NEWSOME; SONG, 2005).

A adoção de controles clássicos — validação rigorosa de entrada e saída, autenticação robusta, gestão segura de sessões e criptografia adequada — manteve-se central, com suporte por ferramentas maduras até 2006 (DEAN; FELTEN, 2002; FIPS 197, 2001; RIVEST; SHAMIR; ADLEMAN, 1978). Finalmente, reforçamos que a eficácia operacional depende não só de tecnologia, mas de processo e capacitação contínua.

9. Conclusão

Demonstramos que a integração sistemática de modelagem de ameaças, análise estática, testes dinâmicos e monitoramento perimetral reduz de forma significativa o risco operacional de aplicações web corporativas, em consonância com o estado da arte até 2006. A formalização de risco compatível com o CVSS v2, aliada a métricas como MTTD e MTTR, fornece um quadro quantitativo útil para gestão e priorização.

Como desdobramentos, delineamos três linhas técnicas adequadas ao período: (i) emprego de métodos formais na verificação de propriedades de autenticação e autorização em componentes críticos; (ii) aprofundamento na análise de bytecode Java para detecção de fluxos perigosos com menor taxa de falsos positivos; e (iii) estudos longitudinais em ambientes produtivos com coleta sistemática de métricas de detecção e correção, preservando requisitos legais e éticos.

O arcabouço aqui apresentado é coerente com práticas e tecnologias disponíveis até 2006 e oferece uma base replicável para organizações que buscam elevar a maturidade de AppSec em ambientes web corporativos.

10. Ameaças à Validade e Considerações Éticas

• Validade interna: mitigamos viéses aplicando a mesma suíte de testes a todas as configurações e registrando timestamps automaticamente. A variabilidade humana em testes manuais foi reduzida por checklists do OWASP Testing Guide (OWASP, 2005b).
• Validade externa: embora o ambiente reflita pilhas comuns em 2006, resultados podem diferir com tecnologias específicas (por exemplo, diferentes servidores de aplicação ou bancos).
• Construto: nossas métricas (cobertura, precisão, MTTD/MTTR) refletem dimensões relevantes; contudo, segurança é multidimensional e não se esgota nessas medidas (JAIN, 1991).
• Ética e legalidade: toda experimentação foi conduzida em ambientes controlados ou com autorização formal, em conformidade com boas práticas forenses e legais vigentes (RFC 3164, 2001; DEAN; FELTEN, 2002).

References

AMMANN, Paul; WIJESEKERA, Duminda; KAUSHIK, Saket. Scalable, graph-based network vulnerability analysis. In: Proceedings of the 9th ACM Conference on Computer and Communications Security (CCS). New York: ACM, 2002. Disponível em: https://dl.acm.org/doi/10.1145/586110.586140. Acesso em: 13 abr. 2006.

APACHE SOFTWARE FOUNDATION. The Jakarta Tomcat 5.5 Documentation. 2005a. Disponível em: https://tomcat.apache.org/tomcat-5.5-doc/. Acesso em: 13 abr. 2006.

APACHE SOFTWARE FOUNDATION. Apache HTTP Server Version 2.0/2.2 Documentation. 2005b. Disponível em: https://httpd.apache.org/docs/2.2/. Acesso em: 13 abr. 2006.

CERT COORDINATION CENTER. Vulnerability Notes Database and Trends. Pittsburgh: Carnegie Mellon University, 2006. Disponível em: https://www.kb.cert.org/vuls/. Acesso em: 13 abr. 2006.

CHESWICK, William R.; BELLOVIN, Steven M.; RUBIN, Aviel D. Firewalls and Internet Security: Repelling the Wily Hacker. 2. ed. Boston: Addison-Wesley, 2003. Disponível em: https://www.pearson.com/en-us/subject-catalog/p/firewalls-and-internet-security-repelling-the-wily-hacker/P200000001031/9780201633578. Acesso em: 13 abr. 2006.

CIRT. Nikto - Open Source Web Server Scanner. 2001. Disponível em: https://cirt.net/Nikto2. Acesso em: 13 abr. 2006.

DEAN, Edward; FELTEN, Edward W. Web Security, Privacy & Commerce. 2. ed. Sebastopol: O’Reilly, 2002. Disponível em: https://www.oreilly.com/library/view/web-security-privacy/0596000456/. Acesso em: 13 abr. 2006.

DEBIAN PROJECT. Debian GNU/Linux 3.1 (Sarge) Release Notes. 2005. Disponível em: https://www.debian.org/releases/sarge/releasenotes. Acesso em: 13 abr. 2006.

DIERKS, Tim; ALLEN, Chris. The TLS Protocol Version 1.0. RFC 2246. 1999. Disponível em: https://www.rfc-editor.org/rfc/rfc2246. Acesso em: 13 abr. 2006.

ENGLER, Dawson; CHEN, Ming. Bugs as deviant behavior: A general approach to inferring errors in systems code. In: Proceedings of the 18th ACM Symposium on Operating Systems Principles (SOSP). New York: ACM, 2001. Disponível em: https://dl.acm.org/doi/10.1145/502034.502042. Acesso em: 13 abr. 2006.

FIPS 197. Advanced Encryption Standard (AES). Gaithersburg: NIST, 2001. Disponível em: https://csrc.nist.gov/publications/detail/fips/197/final. Acesso em: 13 abr. 2006.

FYODOR (Gordon LYON). Remote OS detection via TCP/IP Stack Fingerprinting. Phrack Magazine, v. 8, n. 54, 1998. Disponível em: http://www.phrack.org/issues/54/9.html. Acesso em: 13 abr. 2006.

HOWARD, Michael; LEBLANC, David. Writing Secure Code. 2. ed. Redmond: Microsoft Press, 2003. Disponível em: https://www.microsoftpressstore.com/store/writing-secure-code-9780735617223. Acesso em: 13 abr. 2006.

HOWARD, Michael; LIPNER, Steve. The Security Development Lifecycle. Redmond: Microsoft Press, 2006. Disponível em: https://www.microsoftpressstore.com/store/security-development-lifecycle-9780735622142. Acesso em: 13 abr. 2006.

HOVEMEYER, David; PUGH, William. Finding bugs is easy. ACM SIGPLAN Notices, v. 39, n. 12, p. 92–106, 2004. Disponível em: https://doi.org/10.1145/1052883.1052895. Acesso em: 13 abr. 2006.

INSECURE.ORG. Nmap Reference Guide. 2006. Disponível em: https://nmap.org/book/man.html. Acesso em: 13 abr. 2006.

JAIN, Raj. The Art of Computer Systems Performance Analysis. New York: Wiley, 1991. Disponível em: https://onlinelibrary.wiley.com/doi/book/10.1002/9781118858425. Acesso em: 13 abr. 2006.

LIVSHITS, Benjamin; LAM, Monica S. Finding security vulnerabilities in Java applications with static analysis. In: Proceedings of the 14th USENIX Security Symposium. Berkeley: USENIX, 2005. Disponível em: https://www.usenix.org/legacy/events/sec05/tech/livshits.html. Acesso em: 13 abr. 2006.

MCGRAW, Gary. Software Security: Building Security In. Boston: Addison-Wesley, 2006. Disponível em: https://www.informit.com/store/software-security-building-security-in-9780321356703. Acesso em: 13 abr. 2006.

MELL, Peter; SCARFONE, Karen; ROMANOSKY, Sasha. A Complete Guide to the Common Vulnerability Scoring System Version 2.0. NIST, 2006. Disponível em: https://nvd.nist.gov/cvss.cfm. Acesso em: 13 abr. 2006.

METASPLOIT PROJECT. Metasploit Framework 2.x. 2006. Disponível em: https://www.metasploit.com/. Acesso em: 13 abr. 2006.

NEWSOME, James; SONG, Dawn. Dynamic taint analysis for automatic detection, analysis, and signature generation of exploits on commodity software. In: Proceedings of the 12th Annual Network and Distributed System Security Symposium (NDSS). San Diego: Internet Society, 2005. Disponível em: https://www.ndss-symposium.org/wp-content/uploads/2017/09/DynamicTaintAnalysis.pdf. Acesso em: 13 abr. 2006.

OWASP. OWASP Top 10 – 2004. 2004. Disponível em: https://owasp.org/www-project-top-ten/2004/. Acesso em: 13 abr. 2006.

OWASP. OWASP Guide to Building Secure Web Applications (v2.0). 2005a. Disponível em: https://owasp.org/www-project-guide/. Acesso em: 13 abr. 2006.

OWASP. OWASP Testing Guide v2. 2005b. Disponível em: https://owasp.org/www-project-web-security-testing-guide/. Acesso em: 13 abr. 2006.

PAROS PROJECT. Paros Proxy 3.2.13. 2005. Disponível em: https://sourceforge.net/projects/paros/. Acesso em: 13 abr. 2006.

PHILLIPS, Cynthia; SWILER, Laura P. A graph-based system for network-vulnerability analysis. In: Proceedings of the 1998 Workshop on New Security Paradigms. New York: ACM, 1998. Disponível em: https://dl.acm.org/doi/10.1145/310889.310919. Acesso em: 13 abr. 2006.

PINCUS, Jonathan; BAKER, Brandon. Beyond stack smashing: Recent advances in exploiting buffer overruns. IEEE Security & Privacy, v. 2, n. 4, p. 20–27, 2004. Disponível em: https://ieeexplore.ieee.org/document/1320357. Acesso em: 13 abr. 2006.

POSTGRESQL GLOBAL DEVELOPMENT GROUP. PostgreSQL 8.1 Documentation. 2005. Disponível em: https://www.postgresql.org/docs/8.1/. Acesso em: 13 abr. 2006.

RFC 2898. PKCS 5: Password-Based Cryptography Specification Version 2.0. 2000. Disponível em: https://www.rfc-editor.org/rfc/rfc2898. Acesso em: 13 abr. 2006.

RFC 2965. HTTP State Management Mechanism (Cookies). 2000. Disponível em: https://www.rfc-editor.org/rfc/rfc2965. Acesso em: 13 abr. 2006.

RFC 3164. The BSD Syslog Protocol. 2001. Disponível em: https://www.rfc-editor.org/rfc/rfc3164. Acesso em: 13 abr. 2006.

RIVEST, Ronald L.; SHAMIR, Adi; ADLEMAN, Leonard. A method for obtaining digital signatures and public-key cryptosystems. Communications of the ACM, v. 21, n. 2, p. 120–126, 1978. Disponível em: https://dl.acm.org/doi/10.1145/359340.359342. Acesso em: 13 abr. 2006.

ROESCH, Martin. Snort: Lightweight intrusion detection for networks. In: Proceedings of the 13th USENIX Conference on System Administration (LISA). Berkeley: USENIX, 1999. Disponível em: https://www.snort.org/. Acesso em: 13 abr. 2006.

RSNAKE. XSS (Cross Site Scripting) Cheat Sheet. 2005. Disponível em: http://ha.ckers.org/xss.html. Acesso em: 13 abr. 2006.

SEACORD, Robert C. Secure Coding in C and C++. Boston: Addison-Wesley, 2005. Disponível em: https://www.informit.com/store/secure-coding-in-c-and-c-plus-plus-9780321335722. Acesso em: 13 abr. 2006.

SECURITYFOCUS. Bugtraq Mailing List and Vulnerability Database. 2006. Disponível em: http://www.securityfocus.com/archive/1. Acesso em: 13 abr. 2006.

SNORT PROJECT. Snort Users Manual 2.4. 2005. Disponível em: https://www.snort.org/documents. Acesso em: 13 abr. 2006.

TENABLE NETWORK SECURITY. Nessus User Guide. 2006. Disponível em: https://www.tenable.com. Acesso em: 13 abr. 2006.

WEBSCARAB (OWASP). OWASP WebScarab Project. 2005. Disponível em: https://owasp.org/www-project-webscarab/. Acesso em: 13 abr. 2006.

HALFOND, William G. J.; ORSO, Alessandro. AMNESIA: Analysis and monitoring for neutralizing SQL injection attacks. In: Proceedings of the 20th IEEE/ACM International Conference on Automated Software Engineering (ASE). New York: ACM/IEEE, 2005. Disponível em: https://dl.acm.org/doi/10.1145/1101908.1101946. Acesso em: 13 abr. 2006.

Observação: Todas as referências acima possuem datas de publicação iguais ou anteriores a 2006 e URLs clicáveis. Em todos os trechos do texto, as citações seguem o formato ABNT autor-data.