【干货】自动化批量挖洞流程 之 四工具联动

简介: 【干货】自动化批量挖洞流程 之 四工具联动

来自威风棒棒糖投稿


0X00前言自己脚本小子一个,辣鸡中的战斗机。但幸运的是,我依然在坚持挖洞,每段时间仍能吸收很多新鲜的知识。现在使用工具多了,斗胆有点自己的经验和想法,其实主要是想跟大家多学习一下。本文谈不上交流,谈不上参考,更谈不上指导。0X01思路首先利用谷歌语法搜到网址,在潮汐上获取子域或C段,然后工具跑C段端口网页,筛选200正常包网页到TXT,接着放vulmap批量跑,命令联动burp,其中的插件能检测个别不知名的漏洞,接着后面再联动xray更细化查找漏洞。

意思就是,当我的webfinder、vulmap、burp、xray一起使用时,可形成4工具自动化联动快速挖洞的效果,流程图如下:

0X02过程:

(1)谷歌

利用谷歌语法,找你想挖的政|企。

例如:

查找政府网页 intitle:login inurl:gov.us

查找企业网页 login site:baidu.com

等等......

(2)潮汐

当找到具体的站后,把域名放到潮汐上查询,粗略找一下子域名或者是c段ip。(好像这样一查同时也绕过了CND?不知道呢,大家自己试吧。)一般政府或大厂都是包下多个c段的进行网站搭建的,里面会有不一样职能的资产,也可能会有被弃或遗忘的资产。

(3)webfinder

确定子域名或者IP后,把它放到webfinder的新建扫描里,跑整个c段的全端口页面。

跑完c段端口页面后,排序好200状态码的页面,全选复制粘贴到123.txt文件里。

(4)vulmap

把存有页面ip的123.txt放到vulmap的文件夹目录下

在目录下打开cmd,输入命令

python3 vulmap.py-f url.txt --proxy-http 127.0.0.1:8080放置静候,等待回车启动

(5)Burp

打开burp工具,首先设置好两个地方。第一个是监听端口,就是数据包进来的端口,我这里是默认8080端口

第二个是代理的端口,就是数据包出去的端口,我这里设的是7777端口

然后检查一下自己的burp插件集,有什么主动检测的、容易忽略的、检偏门漏洞的、逻辑类漏洞的插件统统都装上,有时会有一些意想不到的惊喜。(ps:事例其实很多,比如之前我试过有个站存在fastjson的漏洞,但vulmapxray没检出来,被我burpBurpFastJsonScan-1.0.7插件检出来了,战到最后getshell。。。)

(6)xray

Xray这个工具对我来说算压轴出场的。好处是因为它相对来说,会比上面的工具检的都要细致,每一条url链接都会过一遍工具自身的规则;但坏处也很明显,开起来就像大型的ddos现场。当然,如果你适当的调低一点线程是可以的,但不建议太慢,因为它会很难跟上前面的数据包,对我而言,挖洞速度就达不到预期想要的快速批量检测的效果了。

关于xray的联动,先在xray的目录下cmd,输入命令:.\xray_windows_amd64_protected.exewebscan --listen 127.0.0.1:7777 --html-output proxy1.html然后回车运行。那现在就属于在监听7777端口的操作了。


(7)联动运行

终于到“牵一发而动全身”的操作了。刚才我不是在vulmap的时候说等待回车启动吗,现在就可以开始了。

当vulmap一启动,就会开始跑txt里面的ip网页,然后在代理参数的指引下,数据包来到了burp里。经过Burp的插件洗礼,继续到下一个代理端口。继续在xray代理的全面怀抱下,瞬间筛选了一批又一批访问不了的网站。。。但其实漏洞也正被快速的记录在各工具指定的文本里,待结束后我们换个公网ip,就可以重新对漏洞进行验证。

0X03结话挖洞的过程是很枯燥的,没找到漏洞的时候最容易厌倦。想要提升自己,不单只是工作中学习,更多是业余时间去练习积累,需要更多一点的兴趣和更多一点的坚持。可以跟你们说,放假的时间百分之八十我都在电脑前找漏洞,不是因为无聊,而是因为那一点兴趣。

以前我在项目驻场运维挺舒服的,用户友善,工作不算太忙能日常划水,时不时工作期间出街买东西吃喝。单位早餐1块钱有麦片和瓶装牛奶和两个包装面包,午餐3块钱三菜一汤还有糖水。虽然每个月3、4千,但离家近,步行10分钟就到。每个月发下来的工资也不用怎么花销,你能说不安逸吗?但是,年轻的安逸有啥意思,明显这样工作一眼都能看到终点了。我记得之前别人在群里说过一段话:“要是遇到问题不能让你很兴奋的话,每天都得过且过,那你的工作就做到头了。”现在,我其实早已跳出驻场,出来挖洞2年多了,但这些年我也不曾怠慢自己。因为我知道,其实在新的一天,自己还能再进步一点点,那怕微不足道。最后,希望无论是谁,自己都要有目标,力争上游。时间会磨平你们的意志,努力不一定有回报,但不努力一定会被淘汰。共勉。0X04参考链接没有参考链接,都是自己想的。

相关文章
|
10月前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
11月前
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
842 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
|
10月前
|
人工智能 搜索推荐 UED
一个牛逼的国产AI自动化工具,开源了 !
AiPy是国产开源AI工具,结合大语言模型与Python,支持本地部署。用户只需用自然语言描述需求,即可自动生成并执行代码,轻松实现数据分析、清洗、可视化等任务,零基础也能玩转编程,被誉为程序员的智能助手。
|
12月前
|
人工智能 数据可视化 数据挖掘
团队日报不用愁!自动化生成工具亲测:任务进度实时同步
本文深入分析了传统手动日报在数据孤岛、格式混乱和时效性差三大痛点,并探讨了自动化日报带来的效率提升、决策优化等四大核心价值。通过对板栗看板、SmartBrief、n8n 等六款主流工具的功能、适用场景及实战效果进行测评,为企业提供科学的选型建议与实施路径。
团队日报不用愁!自动化生成工具亲测:任务进度实时同步
|
11月前
|
Java 测试技术 API
自动化测试工具集成及实践
自动化测试用例的覆盖度及关键点最佳实践、自动化测试工具、集成方法、自动化脚本编写等(兼容多语言(Java、Python、Go、C++、C#等)、多框架(Spring、React、Vue等))
787 6
|
10月前
|
存储 消息中间件 API
订单退款自动化接口:高效处理退款流程的技术实现
本文介绍如何设计并实现高效的订单退款自动化接口,基于RESTful API与Python Flask框架,涵盖核心流程、关键技术、代码示例及最佳实践,提升电商系统退款效率与准确性。
|
12月前
|
人工智能 供应链 数据可视化
工作流梳理工具实战教程:手把手教你绘制第一张自动化流程图
本文剖析了团队因流程混乱导致重复劳动和效率低下的问题,提出通过工作流梳理提升协作效率的解决方案。总结了流程梳理的六大核心需求,并深度测评了6款主流工具,国内有板栗看板那,国外有kiss flow结合团队规模与需求提供选型建议,助力企业高效落地流程优化。
|
10月前
|
人工智能 缓存 自然语言处理
86_自动化提示:AutoPrompt工具
在当今人工智能领域,提示工程(Prompt Engineering)已成为释放大语言模型(LLM)潜能的关键技术。随着LLM规模和能力的不断增长,如何设计高效、精确的提示词成为研究和应用的焦点。然而,传统的手工提示工程面临着巨大挑战
675 0
|
11月前
|
安全 搜索推荐 机器人
风险规则引擎-RPA 作为自动化依赖业务决策流程的强大工具
机器人流程自动化(RPA)是一种通过软件“机器人”自动执行重复性任务的技术,能大幅提升工作效率。它适用于财务、电商等领域的标准化流程,如账单处理和退货管理。然而,RPA在复杂决策场景中存在局限,需结合决策模型(DMN)和业务规则管理系统(BRMS)实现流程与决策的协同自动化,从而增强灵活性与业务价值。
|
12月前
|
JSON 缓存 供应链
API 接口驱动 1688 采购自动化:从商品获取到下单支付的全流程贯通
在B2B电商采购中,1688开放平台通过API实现商品筛选、比价、下单、支付及物流跟踪的全流程自动化,大幅提升采购效率,降低人工成本与错误率。企业可无缝对接ERP系统,实现数据驱动决策,显著优化采购周期、成本与风险管控,助力数字化转型。

热门文章

最新文章