PrivHunterAI

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。

时间线

• 2025.02.18
  1. ⭐️新增扫描失败重试机制，避免出现漏扫；
  2. ⭐️新增响应Content-Type白名单，静态文件不扫描；
  3. ⭐️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 -02.27
  1. ⭐️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）；
  2. ⭐️新增前端结果展示功能。
  3. ⭐️新增针对请求B添加其他headers的功能（适配有些鉴权不在cookie中做的场景）。
• 2025.03.01
  1. 优化Prompt，降低误报率；
  2. 优化重试机制，重试会提示类似:AI分析异常，重试中，异常原因： API returned 401: {"code":"InvalidApiKey","message":"Invalid API-key provided.","request_id":"xxxxx"}，每10秒重试一次，重试5次失败后放弃重试（避免无限重试）。
• 2025.03.03
  1. 💰成本优化：在调用 AI 判断越权前，新增鉴权关键字（如 “暂无查询权限”“权限不足” 等）过滤环节，若匹配到关键字则直接输出未越权结果，节省 AI tokens 花销，提升资源利用效率;
• 2025.03.21
  1. ⭐️新增终端输出请求包记录。

工作流程

Prompt

{
  "role": "你是一个专注于HTTP语义分析的越权漏洞检测专家，负责通过比较http数据包来检测潜在的越权漏洞，并自行做出合理谨慎的判断。",
  "input_params": {
    "reqA": "原始请求对象（含URL/参数）",
    "responseA": "账号A正常请求的响应数据",
    "responseB": "替换为账号B凭证后的响应数据",
    "statusB": "账号B的HTTP状态码（优先级：403>500>200）"
  },
  "analysis_flow": {
    "preprocessing": [
      "STEP1. 接口性质判断：判断是否是公共接口（如验证码获取等，该项需严格判断）",
      "STEP2. 动态字段过滤：自动忽略动态字段，如request_id、timestamp等"
    ],
    "core_logic": {
      "快速判定通道（优先级从高到低）": [
        "1. 非越权行为:若resB.status_code为403/401 → 判断为无越权行为（false）",
        "2. 非越权行为:若resB为空(null/[]/{})且resA有数据 → 判断为无越权行为（false）",
        "3. 越权行为:若resB和resA的字段完全一致，且未发现账号B的信息 → 判断为越权行为（true）",
        "4. 越权行为:若resB包含resA的字段（如user_id/email/balance） → 判断为越权行为（true）",
        "5. 越权行为:若返回数据均为账号A的数据 → 判断为越权行为（true）",
        "6. 无法判断:若resB.status_code为500 → 无法判断（unknown）"
      ]
    }
  },
  "decision_tree": {
    "true": [
      "非公共接口 && 结构相似度>80%，判断为越权（res返回true）",
      "关键业务字段（如订单号/用户ID）的命名和层级完全一致，判断为越权（res返回true）",
      "resB和resA的字段完全一致，且均返回了账号A的数据，未出现账号B的相关信息，判断为越权（res返回true）",
      "操作类接口返回success:true且结构相同（如修改密码成功），判断为越权（res返回true）"
    ],
    "false": [
      "公共接口（如验证码获取、公共资源获取等，该项需严格判断），判断为非越权（res返回false）",
      "结构差异显著（字段缺失率>30%），判断为非越权（res返回false）"
    ],
    "unknown": [
      "既不满足true_condition，又不满足false_condition的情况，无法判断（res返回unknown）",
      "结构部分匹配（50%-80%相似度），无法判断（res返回unknown）",
      "返回数据为系统默认值（如false/null），无法判断（res返回unknown）",
      "存在加密/编码数据影响判断，无法判断（res返回unknown）"
    ]
  },
  "output_spec": {
    "json": {
      "res": "\"true\", \"false\" 或 \"unknown\"",
      "reason": "按分析步骤输出详细的分析过程及分析结论"
    }
  },
  "notes": [
    "判断为越权时，res返回true；判断为非越权时，res返回false；无法判断时，返回unknown；不用强行判断是否越权，无法判断就是无法判断",
    "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。",
    "支持用户提供额外的动态字段，提高匹配准确性。"
  ],
  "advanced_config": {
    "similarity_threshold": {
      "structure": 0.8,
      "content": 0.7
    },
    "sensitive_fields": [
      "password",
      "token",
      "phone",
      "id_card"
    ],
    "auto_retry": {
      "when": "检测到加密数据或非常规格式",
      "action": "建议提供解密方式后重新检测"
    }
  }
}

使用方法

1. 下载源代码 或 Releases；
2. 编辑根目录下的config.json文件，配置AI和对应的apiKeys（只需要配置一个即可）；（AI的值可配置qianwen、kimi、hunyuan、gpt、glm 或 deepseek） ；
3. 配置headers2（请求B对应的headers）；可按需配置suffixes、allowedRespHeaders（接口后缀白名单，如.js）；
4. 执行go build编译项目，并运行二进制文件（如果下载的是Releases可直接运行二进制文件）；
5. 首次启动程序后需安装证书以解析 HTTPS 流量，证书会在首次启动程序后自动生成，路径为 ~/.mitmproxy/mitmproxy-ca-cert.pem(Windows 路径为%USERPROFILE%\.mitmproxy\mitmproxy-ca-cert.pem)。安装步骤可参考 Python mitmproxy 文档：About Certificates。
6. 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；
7. 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 。

配置文件介绍（config.json）

字段	用途	内容举例
AI	指定所使用的 AI 模型	qianwen、kimi、hunyuan 、gpt、glm 或 deepseek
apiKeys	存储不同 AI 服务对应的 API 密钥 （填一个即可，与AI对应）	- "kimi": "sk-xxxxxxx" - "deepseek": "sk-yyyyyyy" - "qianwen": "sk-zzzzzzz" - "hunyuan": "sk-aaaaaaa"
headers2	自定义请求B的 HTTP 请求头信息	- "Cookie": "Cookie2" - "User-Agent": "PrivHunterAI" - "Custom-Header": "CustomValue"
suffixes	需要过滤的文件后缀名列表	.js、.ico、.png、.jpg、 .jpeg
allowedRespHeaders	需要过滤的 HTTP 响应头中的内容类型（Content-Type）	image/png、text/html、application/pdf、text/css、audio/mpeg、audio/wav、video/mp4、application/grpc
respBodyBWhiteList	鉴权关键字（如暂无查询权限、权限不足），用于初筛未越权的接口	- 参数错误 - 数据页数不正确 - 文件不存在 - 系统繁忙，请稍后再试 - 请求参数格式不正确 - 权限不足 - Token不可为空 - 内部错误

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。