JS端点枚举从已知推断未知的渗透技巧"

admin 2026-10-23 13:06:06 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

cover_image

JS端点枚举 从已知推断未知的渗透技巧

原创

M9
M9

白昼信安

2026年7月15日 15:33
甘肃

在小说阅读器读本章

去阅读

在最近的漏洞挖掘中,AI在一次JS分析中有一个很有意思的操作:通过分析JS找全部接口,然后分析接口路径结构和命名规则,构造可能存在的端点列表FUZZ,挖出了一个未授权全站用户泄露。

第一步:提取JS 和 已知 API 端点

# 方法 1:匹配 .htm 端点(Java 项目常用)
grep -oP '[\"\\x27][^\"\\x27]*\\.htm[\"\\x27]' *.js

# 方法 2:匹配 url 变量
grep -oP 'url\\s*[=:]\\s*[\"\\x27][^\"\\x27]+[\"\\x27]' *.js

# 方法 3:匹配 AJAX 请求
grep -oP '\\.post\\([\"\\x27][^\"\\x27]+[\"\\x27]' *.js

# 方法 4:匹配 BASEPATH 拼接
grep -oP 'BASEPATH\\s*\\+\\s*[\"\\x27][^\"\\x27]+[\"\\x27]' *.js

第二步:分析JS中接口的命名规律

/base/authoriza/user/{操作}.htm     ← 用户管理
/base/authoriza/login/{操作}.htm    ← 登录相关
/base/msg/tips/{操作}.htm           ← 消息通知
/act/activitiMain/{操作}.htm        ← 工作流引擎
/pro/comm/proCommunity/{操作}.htm   ← 小区管理
/wx/config/{操作}.htm               ← 微信配置

规律:模块前缀 + 动词 + 名词本案例使用驼峰式,且动词在前。

第三步:构造候选端点列表

已知端点:

/base/authoriza/user/getCurUser.htm
/base/authoriza/user/sendSms.htm

推测端点:

/base/authoriza/user/queryUser.htm     ← 查询用户列表
/base/authoriza/user/addUser.htm       ← 添加用户
/base/authoriza/user/updateUser.htm    ← 更新用户
/base/authoriza/user/deleteUser.htm    ← 删除用户
/base/authoriza/user/resetPassword.htm ← 重置密码
/base/authoriza/user/changeStatus.htm  ← 修改状态
............

然后将这些推断存在的接口整理成字典批量即可。 输出:

Endpoint                                        StatusCode Status
--------                                        ---------- ------
/base/authoriza/user/queryUser.htm              200        ✅ 存在且可访问
/base/authoriza/user/addUser.htm                404        ❌ 不存在
/base/authoriza/user/updateUser.htm             000        ❌ 连接失败
/base/authoriza/user/deleteUser.htm             302        ⚠️ 存在但需认证
/base/authoriza/user/resetPwd.htm               404        ❌ 不存在
/base/authoriza/user/exportUser.htm             404        ❌ 不存在

通过构造的queryUser端点成功获取全站用户数据。


JS端点枚举从已知推断未知的渗透技巧" 网络安全文章

JS端点枚举从已知推断未知的渗透技巧"

本文介绍一种基于JS分析的端点枚举渗透技巧。通过正则提取已知API,分析其路径结构与驼峰命名规律,进而构造候选端点列表进行批量FUZZ。作者利用该方法成功挖掘出未授权的全站用户数据泄露接口。建议在测试中从已知接口推导未知接口并生成定制字典探测,以有效扩大攻击面发现隐藏漏洞。
高级红队shellcode加载器--KhaosLdr" 网络安全文章

高级红队shellcode加载器--KhaosLdr"

本文介绍高级红队shellcode加载器KhaosLdr,采用多阶段架构,通过AES-256-CBC解密donut壳码,利用早鸟APC注入技术执行。核心模块实现间接系统调用、呼叫堆栈伪装、ETW/AMSI硬件断点绕过及沙箱规避,具备高隐蔽性。文章末尾推广付费圈子,分享免杀工具与红队技术。
平均每天VibeCoding16小时后,这是我觉得Fable5和GPT-5.6时代最好用的AI开发流程。" 网络安全文章

平均每天VibeCoding16小时后,这是我觉得Fable5和GPT-5.6时代最好用的AI开发流程。"

本文分享了ClaudeFable5与GPT-5.6的AI协同开发实战经验。作者指出AI编程瓶颈已转向测试与评审,建议自建CI加速验证。核心流程为Claude出初版方案,GPT-5.6纠错审查,最后用Codex目标模式全自动执行开发与部署。该重方案与测试的流程能实现高效挂机开发,而人脑确认能力已成为最大瓶颈。
API安全发现与AI技术防御方法" 网络安全文章

API安全发现与AI技术防御方法"

本文探讨了AI在API安全发现与防御中的应用。指出需通过流量分析实现动态资产测绘以消除影子API盲区,利用AI驱动漏洞挖掘提升评估效率。防御层面详述了多源特征工程与孤立森林、LSTM等模型的应用,解析了行为驱动的动态鉴权零信任架构,及大模型智能体在自主闭环处置中的价值,为企业构建全生命周期API安全体系提供路径。
评论:0   参与:  0