2025-02-26 14:33:43 +08:00
2025-02-25 19:35:15 +08:00
2025-02-26 14:29:22 +08:00
2025-02-25 17:46:56 +08:00
2025-02-26 12:36:03 +08:00
2025-02-26 12:36:17 +08:00
2025-02-26 12:34:34 +08:00
2025-02-26 14:12:11 +08:00
2025-02-26 12:37:55 +08:00
2025-01-16 10:29:24 +08:00
2025-02-26 14:33:43 +08:00
2025-02-26 14:05:11 +08:00
2025-02-26 12:47:47 +08:00

PrivHunterAI

本工具通过被动代理方式调用Kimi、DeepSeek和通义千问AI,实现越权漏洞检测。检测能力基于对应AI引擎的API实现,且支持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. ⭐️新增扫描失败重试机制,避免出现漏扫;
    3. ⭐️新增响应Content-Type白名单,静态文件不扫描;
    4. ⭐️新增限制每次扫描向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 -02.26
    1. 优化文件目录结构,优化终端输出;
    2. ⭐️新增对URL的分析(初步判断是否可能是无需数据鉴权的公共接口);
    3. ⭐️新增通义千问 AI引擎来检测越权;
    4. ⭐️新增前端结果展示功能。

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": {
        "url":"请求的url",
        "responseA": "账号A请求url的响应。",
        "responseB": "使用账号B的Cookie重放请求的响应。"
    },
    "analysisRequirements": {
      "structureAndContentComparison": "首先分析url的特征(但是url不作为主要判断因素),判断是否可能是无需数据鉴权的公共接口;然后比较响应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url不太可能是无需数据鉴权的公共接口,且响应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url大概率是无需数据鉴权的公共接口,或响应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,简要说明是否分析了url,总体不超过50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url、响应A和响应B。",
      "分析url、响应A和响应B,忽略动态字段。",
      "基于url、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url的特征,判断是否可能是无需数据鉴权的公共接口。",
      "- 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。",
      "- 根据url分析及响应的分析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。
  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;
  6. 终端和web界面均可查看扫描结果,前端查看结果请访问127.0.0.1:8222 。

输出效果

持续优化中,目前输出效果如下:

  1. 终端输出:
  2. 前端输出(访问127.0.0.1:8222):

注意

声明:仅用于技术交流,请勿用于非法用途。

S
Description
一款通过被动代理方式,利用主流 AI(如 Kimi、DeepSeek、GPT 等)检测越权漏洞的工具。其核心检测功能依托相关 AI 引擎的开放 API 构建,支持 HTTPS 协议的数据传输与交互。
Readme
10 MiB
0 Stars 1 Watchers 0 Forks
Languages
TypeScript 47.9%
Go 37.3%
CSS 14.5%
HTML 0.2%
Makefile 0.1%