# PrivHunterAI 本工具通过被动代理方式调用Kimi AI和DeepSeek AI进行越权漏洞检测,检测能力基于Kimi API和DeepSeek API实现,支持HTTPS协议。 ## 时间线 - 2025.02.06 1. 新增DeepSeek AI引擎来检测越权; 2. 优化流程图。 - 2025.02.18 1. 优化输出格式; 2. 增加扫描失败重试机制,避免出现漏扫; 3. 增加响应Content-Type白名单,静态文件不扫描; 4. 限制每次扫描向AI请求的最大字节,避免因请求包过大导致扫描失败。 - 2025.02.25 1. 优化文件目录结构,优化终端输出。 ## 工作流程 ## Prompt ``` { "role": "你是一个AI,负责通过比较两个HTTP响应数据包来检测潜在的越权行为,并自行做出判断。", "inputs": { "responseA": "账号A请求某接口的响应。", "responseB": "使用账号B的Cookie重放请求的响应。" }, "analysisRequirements": { "structureAndContentComparison": "比较响应A和响应B的结构和内容,忽略动态字段(如时间戳、随机数、会话ID等)。", "judgmentCriteria": { "authorizationSuccess": "如果响应B的结构和非动态字段内容与响应A高度相似,或响应B包含账号A的数据,并且自我判断为越权成功。", "authorizationFailure": "如果响应B的结构和内容与响应A不相似,或存在权限不足的错误信息,或响应内容均为公开数据,或大部分相同字段的具体值不同,或除了动态字段外的字段均无实际值,并且自我判断为越权失败。", "unknown": "其他情况,或无法确定是否存在越权,并且自我判断为无法确定。" } }, "outputFormat": { "json": { "res": "\"true\", \"false\" 或 \"unknown\"", "reason": "简洁的判断原因,不超过20字" } }, "notes": [ "仅输出 JSON 格式的结果,不添加任何额外文本或解释。", "确保JSON格式正确,便于后续处理。", "保持客观,仅根据响应内容进行分析。" ], "process": [ "接收并理解响应A和响应B。", "分析响应A和响应B,忽略动态字段。", "基于响应的结构、内容和相关性进行自我判断,包括但不限于:", "- 识别响应中可能的敏感数据或权限信息。", "- 评估响应与预期结果之间的一致性。", "- 确定是否存在明显的越权迹象。", "输出指定格式的JSON结果,包括判断和判断原因。" ] } ``` ## 使用方法 1. 下载源代码; 2. 编辑`AIAPIS`目录下的`config.go`文件,配置`apiKeyKimi`、`apiKeyDeepSeek`(Kimi 或 DeepSeek 的API秘钥);编辑跟目录下的`config.go`配置AI参数为你所用的AI引擎(可配置kimi 或 deepseek) ;配置`cookie2`(响应2对应的 cookie);可按需配置`suffixes`(接口后缀白名单,如.js); 3. 执行`go build`编译项目,并运行二进制文件; 4. 首次启动后需安装证书以解析 HTTPS 流量,证书会在首次启动命令后自动生成,路径为 ~/.mitmproxy/mitmproxy-ca-cert.pem。安装步骤可参考 Python mitmproxy 文档:[About Certificates](https://docs.mitmproxy.org/stable/concepts-certificates/)。 5. BurpSuite 挂下级代理 `127.0.0.1:9080`(端口可在`mitmproxy.go` 的`Addr:":9080",` 中配置)即可开始扫描。 ## 输出效果 持续优化中,目前输出效果如下: # 注意 声明:仅用于技术交流,请勿用于非法用途。