☻ 我见我思之hvv偷师学艺——目录遍历/路径遍历/文件遍历 漏洞

简介: 介绍了网络告警信息的价值,特别是与目录遍历漏洞相关。目录遍历漏洞允许攻击者访问非预期的文件和目录。关键点包括:- 源IP可能是代理,可查威胁情报以了解历史攻击。- 目的IP和端口用于识别受影响的资产。- 响应码(如200或4XX/5XX)指示攻击是否成功。- HTTP信息中的"../"是攻击特征,用于尝试遍历目录。- 攻击者利用"../"构造请求,试图访问系统敏感文件。- 防守方应警惕含有"../"的请求,可能是目录遍历尝试。- 攻击方则利用路径参数尝试遍历,若未过滤"../",则可能成功利用漏洞。

常见告警信息价值提取:

源IP

大概率为代理IP,可通过威胁情报平台进行识别此IP的历史攻击行为。

源端口

参考意义不大。

目的IP

我方资产IP(可定位疑似存在漏洞的资产的具体范围)。

目的端口

我方资产IP对应端口(可通过端口辅助确认漏洞所在资产的具体范围)。

响应码

辅助确认漏洞是否攻击成功(200代表漏洞利用可能成功。4XX/5XX一般都是利用失败)。

HTTP信息:

{

"referer":"",

"x_forwarded":"",

"cookie":"",

"method":"GET",

"reservel":"",

"userAgent":"Custom-AsyncHttpClient",

表示这是一个使用自定义名称的异步HTTP客户端发出的请求。

"queryString":"lang=../../../../../../../../../tmp/index1",

"type":"6",

"regexMatch":"lang=../../../../../../../../../tmp/index1",

"url":"/index.php",

"port":"443",

"domain":"x.x.x.x",

目的IP

"host":"x.x.x.x:xx",

目的IP及端口

"proxy_ip":""

}


攻击特征:

请求内容 “../”。

漏洞解析:

以下内容中,部分摘录自https://blog.csdn.net/seanyang_/article/details/134245565

漏洞释义:

路径(目录)遍历是一种漏洞,攻击者能够 访问或存储 外部的 文件和目录(即应用程序运行文件所在的位置)。这可能会导致从非 “预设路径下” 的目录中读取文件。如果是文件,则会导致读取文件、上传文件(也可以以此覆盖关键系统文件);简单说就是可以进行读取、更新操作 “非预设目录下的文件”。

漏洞利用原理:

例如,假设我们想请求某网站内的“report.pdf”文件,请求地址的格式为:http://example.com?file=report.pdf

现在,作为攻击者,您当然对其他文件感兴趣,所以,你尝试更改格式为:http://example.com?file=…/…/…/…/…/etc/passwd/etc/passwd/

在这种情况下(通过相对路径的方式),您尝试爬取文件系统的根目录,然后以此获取对 “其他目录下文件” 的访问权限。

利用方法为“点-点-斜杠”,这是这种攻击的另一个名称。

参考内容的参考内容:https://blog.csdn.net/qq_53079406/article/details/127140512

总结与收获:

防守方:

发现告警的请求包内的请求参数中出现 “../” 的信息后,可以借此进一步判断 漏洞类型是否为 “目录遍历漏洞”。

攻击方:

在发现请求包的参数中包含诸如 “file” 等路径类关键词后,可以尝试利用“../”的方式进行“目录遍历”操作。如果服务端没有对请求参数中的“../”做严格过滤以及校验的话,可能导致“目录遍历漏洞”的产生。

相关文章
|
8月前
|
人工智能 安全 物联网
《鸿蒙系统中人工智能驱动的智能助手:应用模式与未来航向》
在数字化时代,人工智能与操作系统的融合成为科技变革的核心力量。鸿蒙系统作为华为自主研发的分布式操作系统,为智能助手提供了广阔舞台。通过语音交互、多模态融合、场景感知与跨设备协同,智能助手实现了便捷操控、深度交互和主动服务。未来,借助大模型赋能、物联网深度融合及强化隐私保护,智能助手将推动全场景服务创新,助力开发者生态繁荣,开启万物互联的智能交互新时代。
783 12
|
数据采集 人工智能 JSON
大模型微调实战指南:从零开始定制你的专属 LLM
企业落地大模型常遇答非所问、风格不符等问题,因通用模型缺乏领域知识。微调(Fine-tuning)可让模型“学会说你的语言”。本文详解微调原理与PEFT技术,结合Hugging Face与LoRA实战,教你用少量数据在消费级GPU打造专属行业模型,提升垂直场景表现。
339 9
|
Windows
『NSSM』将Kibana及Logstash设置为Windows服务启动
📣读完这篇文章里你能收获到 - NSSM下载及使用 - 将Kibana及Logstash设置为Windows服务启动
754 0
『NSSM』将Kibana及Logstash设置为Windows服务启动
|
6月前
|
人工智能 编解码 芯片
告别低效沟通|让技术提问不再头疼-这套高效AI提问模板来帮你
不会向ai提问,不知道怎么提问的 可以看看
20601 1
告别低效沟通|让技术提问不再头疼-这套高效AI提问模板来帮你
|
3月前
|
存储 分布式计算 并行计算
云计算概述
云计算自2006年提出以来,已迅速发展为IT领域的核心技术。它融合了分布式计算、并行计算等技术,推动了信息基础设施的重构。随着数据量激增、能耗问题突出及资源利用率低,云计算应运而生,实现了按需使用、弹性扩展的信息服务模式,逐步接近“像用电一样使用计算资源”的理想目标。
441 0
|
9月前
|
人工智能 Java 程序员
一文彻底搞明白二极管
本文介绍了二极管的基本原理、特性、分类及应用场景,帮助读者深入了解这一重要电子元件。
1744 0
|
7月前
|
机器学习/深度学习 人工智能 算法
GPT-4.5 竟成小丑!OpenAI 推出 GPT-4.1:百万级上下文多模态语言模型,性价比远超 GPT-4o mini
OpenAI最新发布的GPT-4.1系列语言模型通过混合专家架构与上下文优化,实现百万级token处理能力,在编码任务中准确率提升21.4%,推理成本降低83%,支持多模态内容理解与低延迟响应。
352 27
GPT-4.5 竟成小丑!OpenAI 推出 GPT-4.1:百万级上下文多模态语言模型,性价比远超 GPT-4o mini
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
《揭秘AI语音助手:从“听”到“说”的智能之旅》
在数字化时代,AI语音助手如Siri、Alexa、小爱同学等成为生活中的得力伙伴。它们通过自动语音识别(ASR)将语音转换为文本,利用自然语言处理(NLP)理解语义并生成回应,再通过文本到语音转换(TTS)输出自然语音。ASR捕捉、预处理和分析语音信号;NLP解析文本、理解意图;TTS合成流畅语音。这三项技术协同工作,使语音助手能听懂、理解并回应用户,为人机交互带来便利与创新。
1627 1
|
7月前
|
存储 Unix Shell
Shell 输出命令完全指南:echo 与 printf 的深度剖析
本文深入解析了 Shell 编程中 `echo` 和 `printf` 两个核心输出命令的用法与区别。`echo` 简单易用,适合基础输出;`printf` 功能强大,支持复杂格式化。文章从语法、转义序列、高级技巧到实际应用场景(如日志记录、进度显示)逐一讲解,并对比两者的性能与适用场景,帮助开发者根据需求灵活选择。最后通过进阶技巧和常见问题解答,进一步提升对两者的掌握程度。
389 1
|
7月前
|
数据采集 JSON 搜索推荐
AI+代理IP手把手教你爬取某度
AI+代理IP手把手教你爬取某度
364 0