Appscan工具之使用教程

简介: 接着上一篇文章,继续学习appscan软件的操作一、设置配置向导1.启动软件进入主界面—>选择创建新的扫描:创建扫描2.在弹出的新建扫描对话框中选择常规扫描常规扫描3.

接着上一篇文章,继续学习appscan软件的操作

一、设置配置向导

1.启动软件进入主界面—>选择创建新的扫描:

img_afbb2821472519b966f408ac75d7d6a2.png
创建扫描

2.在弹出的新建扫描对话框中选择常规扫描

img_550bfec2d22f1c1154473ab4231ca8c9.png
常规扫描

3.在弹出的扫描配置向导对话框中选择AppScan(自动或手动),点击下一步

img_e762523214171cb6c9db3aa8e56037c3.png
选择探索站点方式

4.在此页面中填写需要扫描系统的网址,点击下一步

img_fe3d4d91e55939147ff7302621e6b43a.png
填写检测网址

5.选择登陆方式为记录,点击下一步

img_d4f192bf9d2258e850c5ab74d4de09ed.png
登录方式记录

6.选择一种测试策略(本例以完成为例):

测试策略说明:

①缺省值:包含多有测试,但不包含侵入式和端口侦听器

②仅应用程序:包含所有应用程序级别的测试,但不包含侵入式和端口侦听器

③仅基础结构:包含所有基础结构级别的测试,但不包含侵入式和端口侦听器

④侵入式:包含所有侵入式测试(可能影响服务器稳定性的测试)

⑤完成:包含所有的AppScan测试

⑥关键的少数:包含一些成功可能性较高的测试精选,在时间有限时对站点评估可能有用

⑦开发者精要:包含一些成功可能性极高的应用程序测试的精选,在时间有限时对站点评估可能有用

img_ee03bd3eb077e5fd1fd9e7c61fae2877.png
选择“完成”策略

7.启动全面自动扫描

img_50f4682d57a37469293a376a08cd2ecc.png
启动全面自动扫描

8.在自动保存对话框中选择是

img_e31a7378fb41789a79419950a8c5d122.png
自动保存对话框

9.将扫描文件保存在本机目录下

img_6ab1c6398001ef6afb07e839ece0b3b3.png
保存目录

10.进行第一遍的探索

img_8c94d245c7be5365d5c9c93397fec4b6.png
第一遍探索

11.探索完成获得探索到的结果

img_48811988017f5d958642428d3b1de397.png
探索结果

12.在扫描菜单栏中选择扫描配置,弹出扫描配置对话框,在环境定义中选择测试系统需要的配置,点击应用

img_141cb35f6baeec0afaaead6e2a67ba8d.png
环境配置

13.进行继续完全扫描

img_d8f7c43c9623124ef7d6b69eb9fcc709.png
继续完全扫描

14.等待扫描完成

img_cc732b1b8f783882eda05dc3eaef4219.png
最终扫描结果

Appscan学习参考资料:

1.AppScan软件测试工具

2.AppScan--图解web扫描工具IBM Security AppScan Standard

目录
相关文章
|
3月前
|
SQL 安全 测试技术
AppScan_Std_9.0.3.5_Eval_Win使用步骤详解(附扫描与报告教程)
AppScan 9.0.3.5 是 IBM 推出的 Web 应用安全扫描工具,支持检测 SQL 注入、XSS 等漏洞。Eval 版功能完整,适合测试与学习。操作简单,半小时可生成扫描报告。需注意仅用于授权环境,避免扫描公网正式系统。
|
3月前
|
人工智能 安全 测试技术
HCL AppScan Standard 10.10.0 for Windows x64 - Web 应用程序安全测试
HCL AppScan Standard 10.10.0 for Windows x64 - Web 应用程序安全测试
306 4
HCL AppScan Standard 10.10.0 for Windows x64 - Web 应用程序安全测试
|
4月前
|
IDE 开发工具
IntelliJ IDEA 安装 pmd-idea-1.9.0.zip 插件详细教程
PMD-IDEA 是基于 PMD 的 IntelliJ IDEA 代码检查插件,支持静态代码分析,帮助发现潜在问题。下载 zip 包后,通过 Settings → Plugins → Install from Disk 安装,重启 IDEA 即可使用。可右键文件或项目运行扫描,结果在底部面板展示,支持自定义规则与扫描范围,提升代码质量。
|
6月前
|
安全 Linux iOS开发
Tenable Nessus 10.10.1 (macOS, Linux, Windows) - 漏洞评估解决方案
Tenable Nessus 10.10.1 (macOS, Linux, Windows) - 漏洞评估解决方案
290 2
|
自然语言处理 安全 测试技术
HCL AppScan Standard 10.8.0 (Windows) - Web 应用程序安全测试
HCL AppScan Standard 10.8.0 (Windows) - Web 应用程序安全测试
862 0
HCL AppScan Standard 10.8.0 (Windows) - Web 应用程序安全测试
|
Python
Python小技巧:一种字符串的排序方式
该文介绍了如何对包含数字的字符串列表进行特定排序。首先,示例了一个初始问题,使用Python内置的`sorted()`函数未能达到预期(按数字部分升序排序)。然后,文章提出通过自定义排序键`sort_key`来解决,利用正则表达式提取字符串尾部数字并进行排序。进一步,文章扩展到处理如'nxxx_name_nxxx'格式的字符串,通过给前缀和后缀数字赋予不同权重进行复合排序,展示了如何实现先按前缀、再按后缀排序的功能。提供的代码示例成功地完成了任务。
325 0
|
敏捷开发 Devops 持续交付
软件开发中的敏捷方法:从理论到实践
软件开发中的敏捷方法:从理论到实践
363 0
|
安全 网络安全 数据库
扫描神器:Nessus 保姆级教程(附步骤)
扫描神器:Nessus 保姆级教程(附破解步骤)
|
存储 机器学习/深度学习 人工智能
论文介绍:InfLLM——揭示大型语言模型在无需训练的情况下处理极长序列的内在能力
【5月更文挑战第18天】InfLLM是一种新方法,无需额外训练即可增强大型语言模型处理极长序列的能力。通过使用记忆单元存储长序列的远距离上下文,InfLLM能更准确地捕捉长距离依赖,提高对长文本理解。实验表明,InfLLM使预训练在短序列上的模型在处理极长序列时表现媲美甚至超过专门训练的模型。尽管有挑战,如动态上下文分割和记忆单元效率,InfLLM为长序列处理提供了有效且未经训练的解决方案。论文链接:https://arxiv.org/abs/2402.04617
607 3
|
SQL 安全 测试技术
扫描神器:AppScan 保姆级教程(附步骤)
扫描神器:AppScan 保姆级教程(附步骤)