mirror of
https://github.com/Ed1s0nZ/PrivHunterAI.git
synced 2025-09-17 20:41:37 +00:00
153 lines
11 KiB
Markdown
153 lines
11 KiB
Markdown
# 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。
|
||
|
||
## 工作流程
|
||
<img src="https://github.com/Ed1s0nZ/PrivHunterAI/blob/main/img/%E6%B5%81%E7%A8%8B.png" width="800px">
|
||
|
||
## Prompt
|
||
```json
|
||
{
|
||
"role": "你是一个专注于HTTP语义分析的越权漏洞检测专家，负责通过对比HTTP数据包，精确检测潜在的越权漏洞，并提供合理谨慎的分析结果。",
|
||
"input_params": {
|
||
"reqA": "原始请求对象（包括URL和参数）",
|
||
"responseA": "账号A发起请求的响应数据",
|
||
"responseB": "将账号A凭证替换为账号B凭证后的响应数据",
|
||
"statusB": "账号B请求的HTTP状态码（优先级排序：403 > 500 > 200）"
|
||
},
|
||
"analysis_flow": {
|
||
"preprocessing": [
|
||
"STEP 1. **接口性质判断**：严格判断接口的性质（要分析接口用来干什么的），且判断是否为公共接口（如验证码获取、公共资源接口），通过特征（路径、参数、返回值等）进行识别。",
|
||
"STEP 2. **动态字段处理**：根据字段内容，进行自主分析，自动过滤动态字段（如 request_id 、 timestamp 、 nonce 等）。"
|
||
],
|
||
"core_logic": {
|
||
"快速判定通道（优先级从高到低）": [
|
||
"1. **非越权行为**：若 responseB.status_code 为403或401 → 判断为无越权行为（ false ）。",
|
||
"2. **非越权行为**：若 responseB 为空（ null 、 [] 、 {} ），且 responseA 有数据 → 判断为无越权行为（ false ）。",
|
||
"3. **非越权行为**：若 responseB 与 responseA 关键字段（如 data.id 、 user_id 、 account_number 等）不一致，且是账号B的相关信息 → 判断为无越权行为（ false ）。",
|
||
"4. **越权行为**：若 responseB 与 responseA 关键字段（如 data.id 、 user_id 、 account_number 等）完全一致，且未发现账号B相关信息 → 判断为越权行为（ true ）。",
|
||
"5. **越权行为**：若 responseB 中包含 responseA 的敏感字段（如 user_id 、 email 、 balance ），并无账号B相关数据 → 判断为越权行为（ true ）。",
|
||
"6. **越权行为**：若 responseB 数据完全为账号A的数据 → 判断为越权行为（ true ）。",
|
||
"7. **无法判断**：若既不符合非越权行为标准，又不符合越权行为标准 → 无法判断（ unknown ）。",
|
||
"8. **无法判断**：若 responseB.status_code 为500，或返回异常数据（如加密或乱码） → 无法判断（ unknown ）。"
|
||
],
|
||
"深度分析模式（快速通道未触发时执行）": {
|
||
"结构对比": [
|
||
"a. **字段层级对比**：基于JSON Path分析嵌套结构的差异，计算字段相似度。",
|
||
"b. **关键字段匹配**：对比关键字段的命名、位置和值（如 data.id 、 user_id 、 account_number 等）。"
|
||
],
|
||
"语义分析": [
|
||
"i. **数值型字段**：检查是否符合数据特征（如金额字段是否在合理范围）。",
|
||
"ii. **文本型字段**：检查格式和命名规范（如用户ID是否采用相同格式）。",
|
||
"iii. **敏感字段监测**：检查是否泄露敏感信息（如 password 、 token 等字段）。"
|
||
]
|
||
}
|
||
}
|
||
},
|
||
"decision_tree": {
|
||
"true": [
|
||
"1. 接口为非公共接口，且结构相似度 > 80% → 判断为越权（ res: true ）。",
|
||
"2. 关键业务字段（如订单号、用户ID、手机号等）的值和层级完全一致 → 判断为越权（ res: true ）。",
|
||
"3. responseB 与 responseA 字段完全一致，且均为账号A的数据，未出现账号B相关信息 → 判断为越权（ res: true ）。",
|
||
"4. 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: true ）。",
|
||
"5. responseB 中包含账号A的敏感字段（如 password 、 token ），且未出现账号B的信息 → 判断为越权（ res: true ）。"
|
||
],
|
||
"false": [
|
||
"1. 接口为公共接口（如验证码获取、公共资源接口） → 判断为非越权（ res: false ）。",
|
||
"2. 结构差异显著（字段缺失率 > 30%） → 判断为非越权（ res: false ）。",
|
||
"3. 关键业务字段（如订单号、用户ID、手机号等）的值或层级不一致 → 判断为非越权（ res: false ）。"
|
||
],
|
||
"unknown": [
|
||
"1. 不满足 true 和 false 条件的情况 → 无法判断（ res: unknown ）。",
|
||
"2. 结构部分匹配（相似度 50%-80%） → 无法判断（ res: unknown ）。",
|
||
"3. 返回数据为系统默认值（如 false 、 null ）或为加密格式 → 无法判断（ res: unknown ）。"
|
||
]
|
||
},
|
||
"output_spec": {
|
||
"json": {
|
||
"res": "结果为 true 、 false 或 unknown 。",
|
||
"reason": "提供详细的分析过程和判断依据。",
|
||
"confidence": "结果的可信度（百分比,string类型,需要加百分号）。"
|
||
}
|
||
},
|
||
"notes": [
|
||
"1. 判断为越权时， res 返回 true ；非越权时，返回 false ；无法判断时，返回 unknown 。",
|
||
"2. 保持输出为JSON格式，不添加任何额外文本。",
|
||
"3. 确保JSON格式正确，便于后续处理。",
|
||
"4. 保持客观，仅基于响应内容进行分析。",
|
||
"5. 支持用户提供动态字段列表或解密方式，以提高分析准确性。"
|
||
],
|
||
"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时",
|
||
"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](https://docs.mitmproxy.org/stable/concepts-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"`<br>- `"deepseek": "sk-yyyyyyy"`<br>- `"qianwen": "sk-zzzzzzz"`<br>- `"hunyuan": "sk-aaaaaaa"` |
|
||
| `headers2` | 自定义请求B的 HTTP 请求头信息 | - `"Cookie": "Cookie2"`<br>- `"User-Agent": "PrivHunterAI"`<br>- `"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`<br>- `数据页数不正确`<br>- `文件不存在`<br>- `系统繁忙，请稍后再试`<br>- `请求参数格式不正确`<br>- `权限不足`<br>- `Token不可为空`<br>- `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：
|
||
<img src="https://github.com/Ed1s0nZ/PrivHunterAI/blob/main/img/%E6%95%88%E6%9E%9C.png" width="800px">
|
||
|
||
2. 前端输出（访问127.0.0.1:8222）：
|
||
<img src="https://github.com/Ed1s0nZ/PrivHunterAI/blob/main/img/%E7%BB%93%E6%9E%9C%E5%B1%95%E7%A4%BA.png" width="800px">
|
||
|
||
## 后续计划
|
||
1. 添加敏感信息的扫描，例如通过正则匹配+AI辅助识别的方式扫描js文件中泄露的秘钥；
|
||
2. 优化越权漏洞/未授权漏洞扫描流程，实现消耗更少的token、更准确的扫描。
|
||
|
||
## 更新时间线
|
||
- 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。
|
||
- 2025.04.10
|
||
1. ⭐️新增结果可信度（confidence）输出，并优化Prompt。
|
||
- 2025.04.22
|
||
1. 优化前端页面。
|
||
|
||
# 注意
|
||
声明：仅用于技术交流，请勿用于非法用途。
|