超强的性能, 在本地测试极限性能的场景下, 能超过ffuf与feroxbruster的性能50%以上. 实际情况受到网络的影响, 感受没有这么明确. 但在多目标下可以感受到明显的区别.
基于掩码的字典生成
基于规则的字典生成
动态智能过滤
指纹识别
重要信息提取, 如title, hash以及自定义的正则表达式
自定义过滤策略
自定义输出格式与内容
*nix的命令行设计, 轻松与其他工具联动
多角度的自动被ban,被waf判断
断点续传

Usage

基本使用, 从字典中读取目录进行爆破

spray -u http://example.com -d wordlist1.txt -d wordlist2.txt

通过掩码生成字典进行爆破

spray -u http://example.com -w "/aaa/bbb{?l#4}/ccc"

通过规则生成字典爆破. 规则文件格式参考hashcat的字典生成规则

spray -u http://example.com -r rule.txt -d 1.txt

批量爆破

spray -l url.txt -r rule.txt -d 1.txt

断点续传

spray --resume-from stat.json

基于掩码的字典生成

为了实现这个功能, 编写了一门名为mask的模板语言. 代码位于: mask.

一些使用案例

spray -u http://example.com -w "/{?l#3}/{?ud#3}"

含义为, "/全部三位小写字母/全部三位大写字母+数字" 组成的字典.

所有的mask生成器都需要通过{}包裹, 并且括号内的第一个字符必须为?, $, @其中之一. #后的数字表示重复次数, 可留空, 例如{?lu} , 表示"全部小写字母+全部大写字母"组成的字典.

? 表示普通的笛卡尔积. 例如{?l#3}表示生成三位小写字母的所有可能组合
$ 表示贪婪模式, 例如{$l#3}表示3位小写字母的所有可能组合+2位小写字母的所有可能组合+1位小写字母的所有可能组合
@ 表示关键字模式, 例如{@year}, 表示年份, 1970-2030年.

掩码的定义参考了hashcat, 但是并不完全相同. 目前可用的关键字如下表:

"l": Lowercase,  // 26个小写字母
"u": Uppercase,  // 26个大写字母
"w": Letter,     // 52大写+小写字母
"d": Digit, // 数字0-9
"h": LowercaseHex, // 小写hex字符, 0-9 + a-f
"H": UppercaseHex, // 大写hex字符, 0-9 + A-F
"x": Hex,          // 大写+小写hex字符, 0-9 + a-f + A-F
"p": Punctuation,  // 特殊字符 !\"#$%&'()*+,-./:;<=>?@[\\]^_`{|}~
"P": Printable,    // 可见的ascii字符
"s": Whitespace,   // 空字符 \t\n\r\x0b\x0c

还支持通过数字表示命令行输入的字典序号, 例如

spray -u http://example.com -w "/{?0u#2}/{?01}" -d word0.txt -d word1.txt

其中{?0u#2}表示word0.txt的所有内容+所有大写字母笛卡尔积两次, {?01} 表示word0.txt + word1.txt的所有内容.

关键字目前还在不断完善中, 欢迎提供需求.

基于规则的字典生成

实现rule-base的字典生成器同样编写了一门模板语言, 代码在 rule

规则语法请参考 hashcat_rule_base

目前除了带M(Memorize)的规则已经全部实现. 并且去掉了hashcat的一些限制, 比如最多支持5个规则, 字符串长度不能大于10等.

如果spray的rule-base生成器与hashcat的结果不一致, 请提交issue.

这里有一些hashcat自带的规则示例, 但是因为hashcat用户生成密码字典, 因此对于目录爆破的规则还需要重新积累.

接下来将会整理一些特别常用的规则库, 例如403bypass, java权限绕过等.

简单使用

spray -u http://example.com -d word.txt -r rule.txt -r rule2.txt

通用过滤规则, 过滤规则目前与hashcat一致

spray -u http://example.com -d word.txt --rule-filter ">15"

这行命令的意思是, 指定字典, 并过滤掉长度大于15的字典.

因为hashcat是设计用来针对密码的, 后续将会针对http fuzz的场景添加一些spray特有的过滤规则.

使用函数装饰字典

内置了一些函数可以对字典进行装饰. 目前支持的如下:

mask生成阶段的函数

--suffix 在字典后面添加后缀, 可添加多个, 与原有的字典组成笛卡尔积
--prefix 在字典前面添加前缀, 可添加多个, 与原有的字典组成笛卡尔积

rule阶段的函数

-L/--lowercase 将字典中的所有字母转换为小写
-U/--uppercase 将字典中的所有字母转换为大写
--replace 替换字典中的字符, 例如--replace aaa=bbb 将字典中的a替换为b, 可以添加多个--replace
--remove-extension 删除字典中的文件扩展名, 逗号分割
--exclude-extension 排除字典中的文件扩展名, 逗号分割
-e/--extension 添加拓展名, 逗号分割

字典生成器的优先级

将-w与-d解析成mask表达式

--> 给mask表达式添加上suffix与prefix 关键字

--> mask字典生成器

--> rule字典生成器

--> rule过滤器

--> 函数装饰器

智能过滤

智能过滤较为复杂, 我只能简单描述一下逻辑, 具体的请看代码.

智能过滤依赖一些经验公式, 内置的经验公式为最小状态, 可以自行通过命令行进行修改.

WhiteStatus = []int{200}
BlackStatus = []int{400, 404, 410}
FuzzyStatus = []int{403, 500, 501, 502, 503}
WAFStatus   = []int{493, 418}

修改对应列表的命令行参数为--white-status, --black-status, --fuzzy-status, --waf-status.

智能过滤分为三个阶段.

在开始之前, 会进行基础信息的收集, 会发送一个随机目录(random_baseline)与根目录(index_baseline)的请求, 不论这两个请求的返回结果是什么, 保存这两个请求的详细信息.

收集到这些信息之后, 才会开始目录爆破.

第一个阶段为预过滤. 预过滤分为几个步骤:

如果请求的状态码为200, 则跳过预过滤.
如果请求的状态码包含BlackStatus与WAFStatus中的几个状态码, 则被过滤.
过滤30x请求中, redirect的目的地与random_baseline的redirect相同, 则被过滤
如果请求的状态码与random_baseline的状态码相同, 则被过滤

通过预过滤的请求会执行一次详细的信息收集, 包括被动指纹识别, hash计算等工作.

第二阶段为普通过滤, 分为以下几个步骤:

如果是FuzzyStatus中的几个状态码, 第一次出现该状态码将会被添加到baseline列表中, 用来给之后的相同状态码当作baseline.
选择对应状态码的baseline, 如果不存在则使用index_baseline
根据的页面的body长度绝对值小于path与MD5值进行对比, 如果均不同则进入到4中
判断页面中是否存在path, 很多情况下, 输入的path会被重新拼接到body中. 如果存在path则认为是无效数据.

如果通过了上面这几个步骤, 则进入下一步.

第三阶段为模糊过滤, 这一阶段还在探索中, 可能存在误判漏判, 因此提供了--fuzzy-file参数将这一阶段被过滤的结果单独输出到一个文件中做人工分析.

将会对比对应baseline的simhash, 如果simhash的阈值小于5, 则认为是相似页面, 被过滤. 可通过--simhash-threshold参数进行修改.

目前只有这一个步骤, 还有其他模糊过滤的思路可以一起交流.

当然, 使用spray并不需要了解每一个细节, 如果输出的结果不符合预期, 可以打开--debug查看被过滤的原因, 如果认为存在不合理的过滤, 请提交issue.

自定义过滤

智能过滤可能不能满足所有的场景, 某些情况可能非常离谱, 比如404页面返回200, 并且每次body相似度都不高. 这种情况下, 就可以使用自定义过滤功能.

spray中使用了 expr 作为表达式语言, 应该是市面上公开的性能最强的脚本语言了.

expr的语法介绍: https://github.com/antonmedv/expr/blob/master/docs/Language-Definition.md

expr语法和xray/github action中差不多, spray中绝大多数情况也用不到高级功能. 只需要了解最简单的等于/包含之类判断即可.

我们可以使用--match 定义我们需要的过滤规则, --match自定义的过滤函数将会替换掉默认的智能过滤. 也就是说, 开启了--match, 智能过滤就自动关闭了, 如果不想关闭智能过滤, 也提供了其他解决办法.

下面是一个简单的例子, 假设某个网站所有的404页面都指向公益页面, 我们想去掉所有的带"公益"字样的页面:

spray -u http://example.com -d word1.txt --match 'current.Body not contains "公益"'

这里的current关键字表示当前的请求.

spray获取的baseline也会被注册到将本语言中. index表示index_baseline, random表示random_baseline, 403bl表示如果第一个获取的状态码为403的请求. 如果之前没有403, 则所有字段为空.

按照expr的规则, 可以直接通过.访问各种属性, 如果是嵌套的属性, 再加一个. 即可. 下面是Baseline的定义.

type Baseline struct {
	Url          *url.URL   
	UrlString    string     
	Path         string     
	Host         string     
	Body         []byte     
	BodyLength   int        
	Header       []byte     
	Raw          []byte     
	HeaderLength int        
	RedirectURL  string     
	FrontURL     string     
	Status       int        
	Spended      int64      
	Title        string     
	Frameworks   Frameworks 
	Extracteds   Extracteds 
	ErrString    string     
	Reason       string     
	IsValid      bool       
	IsFuzzy      bool       
	*parsers.Hashes
}

如果匹配的结果依旧不满意, 可以加上--filter 对match的结果进行二次过滤, --filter的规则与 --match 一致.

如果没有自定义--match , --filter将会对智能过滤的结果进行二次过滤.

输出

spray默认输出到终端的格式是human-like文本, 输出到文件的格式是json格式, 可以通过-o参数指定输出格式, 类似gogo的-o参数, 可以指定如-o url,status这样的自定义格式.

TODO

fuzzyequal
断点续传
简易爬虫
支持http2
auto-tune, 自动调整并发数量
可自定义的递归配置