黑客必学:SRC漏洞挖掘技巧与实战教程,新手也能快速上手(建议收藏)

这段时间挖掘了挺多的SRC漏洞,虽然都是一些水洞,也没有一些高级的漏洞挖掘利用手法,但是闲下来也算是总结一下,说说我对SRC漏洞挖掘的思路技巧。

很多人可能都挖过很多漏洞其中包括一些EDU或者别的野战,但是对于SRC往往无从下手,感觉自己挖不倒SRC漏洞,这里其实最重要的问题还是自己的心理问题,当然必须还有一定的技术能力。

很多都感觉自己挖那种大厂的漏洞都挖不倒,挖上一两个小时或者半个小时就不挖了,没什么进展,往往这种想法是错误的,其实对于一些src漏洞挖掘和别的站点漏洞挖掘都大差不大,但是为什么都感觉自己挖不倒,这里说下我的认为,还是因为你不够细。

挖SRC一定要细,慢慢的去分析,不能着急往往越着急越挖不倒,这里可以给大家一些建议,在挖掘SRC期间

  1. 不要着急出洞,先去慢慢摸索厂商的各种信息,了解每个功能点(做好信息搜集)
  2. 去分析每一个数据包,知道每个数据包对应的功能点在哪儿,去知道数据包对应鉴权的地方在哪一块
  3. 多去关注厂商的活动,一般新上线的项目或者活动漏洞比较好挖一些
  4. 关注厂商信息,比如一些活动期间奖励翻倍等信息
  5. 千万要记住去看人家厂商的漏洞收录范围,不看范围挖漏洞=白干

SRC一般产出比较高的漏洞就在于逻辑漏洞,别的漏洞也有但是相比起来逻辑漏洞的价值更高

1、国内的一些公益src漏洞平台

漏洞盒子:https://www.vulbox.com 补天漏洞响应平台:https://www.butian.net CNNVD信息安全漏洞库:https://www.cnnvd.org.cn 教育漏洞提交平台:https://src.sjtu.edu.cn

漏洞盒子:

奖励中等,奖励的话有现金还有积分,积分可以在商城内兑换礼物

通过门槛:门槛比较低,只要是漏洞都收,没有权重或者公司的一些要求,审核不是很严格,刚入门的师傅可以提交到漏洞盒子,练练手,积累一下经验和技巧

审核速度:一般吧,有时候快有时候慢

补天漏洞响应平台:

奖励:中等,可以给现金和kb,kb可以兑换实物奖励

通过门槛:高,需要收录移动百度权重大于等于1或者百度pc权重大于等于1或者谷歌权重大于等于3的网站,edu和gov的站不需要权重

审核速度:

CNNVD信息安全漏洞库:

奖品:高,可以给你证书

通过门槛:极高,不仅仅要看权重,而且还要看公司的注册资金,好像是通用型的漏洞,厂商注册资金要超过五千万,而且还不能只提交一个,要提交十个案例才可以

审核速度:一般

教育漏洞提交平台:

奖品:高,有大学专门给的证书和一些礼品

通过门槛:高,必须要edu和教育相关的网站,例如说大学,中学,高中这些

审核速度:一般

这里只列举最简单并且比较知名的一些公益src提交平台,还有一些其他的公益src提交平台,就不一一列举了

2、前期的准备工作

一些在线的搜索引擎网站:

(一)资产测绘引擎

fofa资产测绘引擎:https://fofa.info/ 鹰图资产测绘引擎:https://hunter.qianxin.com/ shodan资产测绘引擎:https://www.shodan.io/ 360资产测绘引擎:https://quake.360.net/ 零零信安资产测绘引擎:https://0.zone/ 谷歌hacker语法:https://codeleading.com/article/8526777820/

以上的搜索引擎网站都是用来收集目标网站信息的一些网络空间资产测绘,可以帮助我们快速的定位到目标的资产,批量获取url进行漏洞挖掘

(二)企业信息查询

爱企查:https://aiqicha.baidu.com 天眼查:https://www.tianyancha.com 企查查:https://www.qcc.com 小蓝本:https://www.xiaolanben.com

以上的网站是为了查询网站所属的企业的一些信息,为了方便在提交漏洞的时候填写详细联系方式和公司的地址

(三)域名信息查询

爱站:https://www.aizhan.com 站长工具:https://tool.chinaz.com

以上的网站是为了查询网站备案信息、网站权重信息、网站的ip信息等

(四)保持一个良好的心态

一个好的心态,和一个灵活的脑袋,心态很重要,保持一个良好的心态,挖洞的时候细心一点,不怕漏洞挖不到。正所谓心细则能挖天下!!!

一些工具和漏洞库

漏洞库

佩奇漏洞文库: https://www.yuque.com/peiqiwiki/peiqi-poc-wiki http://wiki.peiqi.tech/ 白阁漏洞文库: https://wiki.bylibrary.cn/%E6%BC%8F%E6%B4%9E%E5%BA%93/01-CMS%E6%BC%8F%E6%B4%9E/ActiveMQ/ActiveMQ%E4%BB%BB%E6%84%8F%E6%96%87%E4%BB%B6%E4%B8%8A%E4%BC%A0%E6%BC%8F%E6%B4%9E/ 狼组安全团队公开知识库: https://wiki.wgpsec.org/knowledge/ Morker文库:https://wiki.96.mk/ 风炫漏洞库:https://evalshell.com/ exploit-db漏洞库:https://www.exploit-db.com/

工具

fofax fofa_viewer nuclei httpx ip2domain

3、批量漏洞挖掘

在线文库查询

使用在线的漏洞文库收集nday或者1day的漏洞payload对网站批量进行漏洞挖掘。用佩奇或者白阁的都可以,只要能找到poc就可以

佩奇文库

白阁文库

这里的话就使用佩奇文库来进行演示,访问漏洞文库,获取对应的语句:

使用上边提到过的网络空间测绘搜索引擎来查找对应的资产,可以使用fofa,shodan,360quake,奇安信hunter,零零信安等测绘引擎搜索相关资产。我比较喜欢用fofa。

一般像OA这种系统框架都是有着清晰的指纹标识,方便从空间搜索引擎中批量寻找到目标,根据产品的漏洞来获取这个产品的资产然后进行批量的测试

使用语句定位到产品,然后就可以看到这些相关的资产。这里随便找一个网站看看是否为我们想要的

注意:任何未授权的测试都要点到为止,表明出漏洞的危害就好了,再往下就不礼貌了。

使用工具批量收集对应的资产网站

fofax:https://github.com/xiecat/fofax

在通过fofa空间测绘搜索引擎搜集到相关资产的时候,这个时候需要把资产给保存下来,进行下一步的操作,我们可以通过fofax或者fofa_viewer工具来将我们刚刚在fofa搜索到的资产进行导出

fofa_viewer:https://github.com/wgpsec/fofa_viewer

同理,通过fofa_viewer进行资产获取,将我们刚刚在fofa搜索到的资产进行导出

批量探测网站存活状态

使用工具httpx对上面收集到的url做一个存活验证,首先筛选出存活的url来,然后再进行测试,不然会浪费我们很多时间,这里我们使用httpx把存活的url保存到文件中

httpx.exe -timeout 15 -l fanwei.txt -o result.txt -mc 200

批量测试漏洞

根据泛微OA E-Cology BshServlet 远程代码执行漏洞漏洞命令执行的特征,我们简单写一个多线程检测脚本

from os import O_EXCL import requests import threading def POC_1(target_url,ss): vuln_url = target_url + r"/weaver/bsh.servlet.BshServlet" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36", "Content-Type": "application/x-www-form-urlencoded", } try: response = requests.get(url=vuln_url, headers=headers, timeout=5,verify=False) if response.status_code == 200 and "BeanShell Test" in response.text: with open("存在漏洞的url.txt", 'a', encoding='UTF-8') as f: print("\033[32m[o] 目标{}存在漏洞".format(target_url)) f.write(vuln_url + "\n") else: print("\033[31m[x] 目标不存在漏洞") except Exception as e: print("\033[31m[x] 请求失败", e) with open("fanwei.txt","r",encoding='UTF-8')as f: for i in f.readlines(): ss = i.replace('\n','') ip = i.replace('\n','') threading.Thread(target=POC_1,args=(ip,ss)).start()

这是运行完脚本之后得到的所有存在漏洞站点的txt文件

随便拿一个验证一下是否真的存在漏洞

也可以使用佩奇文库给的poc批量测试

拿到有漏洞的url之后,我们需要处理一下这些数据,大概一个思路就是:

漏洞url

->根据url(因为有些网站是ip站)反查域名

->根据域名反查域名权重

->根据有权重的域名反查域名备案名称

->根据备案名称查询公司的基本信息,例如公司的所在地方和行业等等,这里下边会提到,请听我娓娓道来。

如何学习黑客/网络安全?

网络安全不是「速成黑客」,而是守护数字世界的骑士修行。当你第一次用自己写的脚本检测出漏洞时,那种创造的快乐远胜于电影里的炫技。装上虚拟机,从配置第一个Linux环境开始,脚踏实地从基础命令学起,相信你一定能成为一名合格的黑客。

如果你还不知道从何开始,我自己整理的282G的网络安全教程可以分享,我也是一路自学走过来的,很清楚小白前期学习的痛楚,你要是没有方向还没有好的资源,根本学不到东西!

下面是我整理的网安资源,希望能帮到你。

😝需要的话,可以V扫描下方二维码联系领取~

如果二维码失效,可以点击下方👇链接去拿,一样的哦

【CSDN大礼包】最新网络安全/网安技术资料包~282G!无偿分享!!!

1.从0到进阶主流攻防技术视频教程(包含红蓝对抗、CTF、HW等技术点)


2.入门必看攻防技术书籍pdf(书面上的技术书籍确实太多了,这些是我精选出来的,还有很多不在图里)

3.安装包/源码

主要攻防会涉及到的工具安装包和项目源码(防止你看到这连基础的工具都还没有)

4.面试试题/经验

网络安全岗位面试经验总结(谁学技术不是为了赚$呢,找个好的岗位很重要)

😝需要的话,可以V扫描下方二维码联系领取~

因篇幅有限,资料较为敏感仅展示部分资料,添加上方即可获取👆

如果二维码失效,可以点击下方👇链接去拿,一样的哦

【CSDN大礼包】最新网络安全/网安技术资料包~282G!无偿分享!!!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1134959.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

小白必看:Visual C++报错完全解决指南

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 开发一个交互式教学应用,通过动画演示:1) 为什么Python等语言需要Visual C 2) 分步骤安装指导 3) 常见问题解答。要求包含真实的错误截图识别功能&#xff…

CRNN架构深度解析:卷积循环网络如何提升文字识别效果

CRNN架构深度解析:卷积循环网络如何提升文字识别效果 📖 OCR 文字识别的技术演进与挑战 光学字符识别(OCR)作为连接物理世界与数字信息的关键技术,已广泛应用于文档数字化、票据处理、车牌识别、智能办公等场景。传统O…

AI一键搞定!VS Code Python环境配置全自动方案

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 创建一个自动配置VS Code Python开发环境的工具,要求:1. 自动检测系统已安装的Python版本 2. 智能推荐最适合的Python解释器 3. 自动安装Python扩展和常用插…

如何用AI快速诊断和修复ClientAbortException异常

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 创建一个Java Web应用示例,模拟触发org.apache.catalina.connector.ClientAbortException异常的场景,然后使用AI分析异常堆栈,自动生成修复方案…

低成本实验:按需使用GPU进行Llama 3微调

低成本实验:按需使用GPU进行Llama 3微调 作为一名个人开发者,想要微调Llama 3这样的大语言模型,最大的挑战莫过于高昂的GPU成本。传统租赁方式动辄需要包月付费,对于预算有限的开发者来说实在难以承受。本文将介绍如何利用按小时计…

AI如何帮你自动完成数据归一化处理?

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 开发一个AI辅助数据归一化工具,支持Min-Max、Z-Score等常见归一化方法。用户上传数据集后,AI自动分析数据分布特征,推荐最适合的归一化方法并完…

雷家林(レイ・ジアリン)詩歌集録 その十三(日译版)

(慈母) 凌雲の志は忘れてはならず、十載の剣と寒い香り。 功名と富貴は私の願いではなく、湧き出る恩を母に報いる。(悲鸿) 悲鸿の鉄馬が夢にやって来て、天寿の蒼鷹が空に向かって昂然とする。 可染の江山は本当に絵のようで、大…

收藏!CTF入门必看的三大核心技术点,从小白到CTF高手的通关必备指南

本文针对CTF入门小白,提出"抓核心、弃冷门"的学习理念,重点详解三大技术点:SQL注入(占Web基础题60%以上)、图片隐写(Misc题"签到神器")和基础编码解码(通用技能)。文章提供实操方法和避坑提示,强调入门需会总…

电商系统中REQUIREDARGSCONSTRUCTOR的实际应用案例

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 开发一个电商订单类生成器,要求:1. 包含订单ID、用户ID、商品列表、总金额等必要字段 2. 为每个字段生成严格的参数验证 3. 商品列表必须非空 4. 总金额必须…

Sambert-HifiGan语音合成服务隐私保护措施

Sambert-HifiGan语音合成服务隐私保护措施 引言:中文多情感语音合成的隐私挑战 随着深度学习技术的发展,端到端语音合成(TTS)系统在智能客服、有声阅读、虚拟主播等场景中广泛应用。基于ModelScope平台的 Sambert-HifiGan 中文多情…

AI如何用FREE-H技术提升代码质量

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 使用FREE-H技术开发一个AI辅助代码质量检测工具。该工具应能自动分析代码中的潜在问题,如内存泄漏、性能瓶颈等,并提供优化建议。支持多种编程语言&#xf…

教育考试应用:CRNN OCR识别答题卡

教育考试应用:CRNN OCR识别答题卡 📖 项目背景与核心价值 在教育信息化快速发展的今天,传统人工批改答题卡的方式已难以满足大规模考试场景下的效率需求。尤其是在中考、高考、模考等高并发阅卷任务中,如何实现高效、准确、自动化…

CRNN vs Tesseract:两大OCR模型在中文识别任务上的对决

CRNN vs Tesseract:两大OCR模型在中文识别任务上的对决 📖 OCR 文字识别:从传统到深度学习的演进 光学字符识别(Optical Character Recognition, OCR)是将图像中的文字内容转化为可编辑文本的关键技术,广泛…

零基础玩转ESP8266:AI教你做第一个物联网项目

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 生成一个最简单的ESP8266入门项目:1) LED灯控制;2) 串口打印"Hello World";3) 基础WiFi连接。代码必须包含每行详细注释,…

全网最全2026研究生AI论文软件TOP9:开题报告文献综述必备

全网最全2026研究生AI论文软件TOP9:开题报告文献综述必备 2026年研究生AI论文写作工具测评:为何需要这份榜单? 随着人工智能技术在学术领域的深入应用,越来越多的研究生开始依赖AI工具提升论文写作效率。然而,面对市场…

Llama-Factory微调的多任务处理:如何同时训练多个模型

Llama-Factory微调的多任务处理:如何同时训练多个模型 作为一名经常需要微调大模型的研究员,你是否遇到过这样的困扰:手头有多个模型需要对比测试,但每次只能跑一个训练任务,效率低下不说,还经常因为资源分…

PLAYWRIGHT中文入门:零基础写出第一个自动化脚本

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 生成一个面向新手的PLAYWRIGHT教学项目,包含:1.环境配置说明 2.第一个Hello World脚本 3.元素定位基础示例 4.常见错误解决方案。要求使用Python语言&#…

Sambert-HifiGan与语音转换技术的结合应用

Sambert-HifiGan与语音转换技术的结合应用 📌 引言:中文多情感语音合成的技术演进 随着人工智能在自然语言处理和语音生成领域的持续突破,高质量、富有情感表现力的中文语音合成(TTS) 已成为智能客服、有声读物、虚拟主…

不写代码!用Llama Factory可视化微调Mixtral-MoE

不写代码!用Llama Factory可视化微调Mixtral-MoE 作为一名生物学家,你可能经常需要从海量论文中提取关键数据进行分析。传统方法依赖手工整理Excel表格,效率低下且容易出错。现在,借助Llama Factory可视化微调Mixtral-MoE镜像&…

端到端中文TTS对比:Sambert与FastSpeech谁更强?

端到端中文TTS对比:Sambert与FastSpeech谁更强? 📌 引言:中文多情感语音合成的技术演进 随着智能客服、虚拟主播、有声阅读等应用场景的爆发式增长,高质量、富有表现力的中文语音合成(Text-to-Speech, TTS&…