Skip to content
KitploitKITPLOIT
ToolsBlog
Einreichen
ToolsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

··Feeds·Kontakt·Datenschutz·© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
jvmxray — Java-Anwendungszugriff auf geschützte Ressourcen als Logmeldungen externalisieren. | Kitploit
Tools/GitHubGitHub/spoofzu/jvmxray
Dynamische Analyse (Sandboxing)SchwachstellenanalyseCode-AnalyseIncident Response
GitHubspoofzu/jvmxray

jvmxray

Java-Anwendungszugriff auf geschützte Ressourcen als Logmeldungen externalisieren.

Repository anzeigen
465vor 1 MonatVon Kitploit geprüft

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen

JVMXRay: Sicherheitsüberwachung von Java-Anwendungen

Black Hat Arsenal USA 2020 Java License Development Status

JVMXRay Logo

Duke-Verlauf

Dokumentation | Änderungen gegenüber dem Upstream | Projekt-Blog

JVMXRay überwacht Java-Anwendungen in Echtzeit mittels Bytecode-Injektion und erkennt Schwachstellen und verdächtige Aktivitäten ohne Codeänderungen. 19 modulare Sensoren überwachen Dateizugriffe, Netzwerkverbindungen, SQL-Abfragen, kryptografische Operationen, Authentifizierung, Prozessausführung und mehr – und generieren strukturierte, maschinenlesbare Sicherheitsereignisse mit automatischer sensorübergreifender Korrelation.


Schnellstart

root@kitploit:~
git clone https://github.com/spoofzu/jvmxray.git
cd jvmxray
mvn clean install

Während der Maven-Testphase wird ein kleines Programm namens Turtle unter dem frisch erstellten JVMXRay-Agenten ausgeführt. Turtle führt Datei-I/O, Kryptografie, Prozessausführung, Serialisierung, Reflektion und andere Aktivitäten durch, die die Sensoren auslösen – ein erfolgreicher Build liefert Ihnen also bereits echte Sicherheitsereignis-Logs zum Erkunden in ./target/test-jvmxray/. Eine SQLite-Datenbank wird ebenfalls unter ./target/test-jvmxray/common/data/jvmxray-test.db für schnelle Experimente angelegt. Siehe die Dokumentation für weitere Details.

Bereitstellung als Java-Agent in Ihren eigenen Anwendungen:

root@kitploit:~
java -javaagent:target/jvmxray-0.0.1-agent.jar -jar yourapp.jar

Vorteile

  • Null Code-Änderungen — Heftet sich beim Start an jede Java-Anwendung an, wie ein Debugger. Keine Quellcode-Änderungen, keine Neukompilierung, keine zusätzlichen Bibliotheksabhängigkeiten.
  • KI-bereite strukturierte Ereignisse — Sensoren erzeugen maschinenlesbare Sicherheitsereignisse, keine unstrukturierten Logzeilen. Nutzen Sie Ihre KI-Werkzeuge, um das Anwendungsverhalten wie Ihre Anwendungslogs zu analysieren.
  • Passt in Ihre Logging-Infrastruktur — Ereignisse sind Logback-Lognachrichten. Leiten Sie sie an Splunk, ELK, DataDog, Kafka oder jedes Ziel, das das Logback-Ökosystem unterstützt.
  • Angriffsketten-Rekonstruktion — Korrelierte Ereignisse mit trace_id und scope_chain ermöglichen es SOC-Teams, einen Vorfall von der HTTP-Anfrage über die SQL-Injection bis zur Datenexfiltration in einer einzigen Abfrage zu verfolgen.
  • Einstellbarer Overhead — Standard-Logback-Loglevel-Eigenschaften steuern, welche Sensoren auslösen und mit welcher Ausführlichkeit. Schalten Sie Sensoren pro Umgebung ein oder aus, ohne neu zu bauen.

Beachten Sie, dass JVMXRay eine Quelle der Wahrheit dafür ist, was eine Java-Anwendung tut, und keine Analyse-Engine. Die Analyse erfolgt durch Ihre zentrale Logging-Lösung und/oder Ihre KI-Tooling-Projekte.


Sensoren

Ereigniskorrelation

Jedes Sensorereignis enthält Korrelationsfelder zur Rekonstruktion von Angriffsketten:

Eine Scope-Kette wie HTTP>Serialization>Reflection>Process ist auf einen Blick eine Deserialisierungs-Angriffssignatur. Die Spalte TRACE_ID ist in der Datenbank für schnelle Korrelationsabfragen indiziert.

Architektur

root@kitploit:~
java -javaagent:jvmxray-agent.jar -jar app.jar
         |
    AgentBootstrap (isolated classloader)
         |
    ByteBuddy installs sensor interceptors
         |
    Sensors fire on method entry/exit
         |
    LogProxy merges MCC correlation context
         |
    +----------+----------+----------+
    | SQLite   | File     | Socket   |
    | Appender | Appender | Appender |
    +----------+----------+----------+
  • Java 17, ByteBuddy 1.14.17 für Bytecode-Injektion
  • Logback + SLF4J für Enterprise-Logging (kompatibel mit Splunk, ELK, DataDog)
  • Multi-Datenbank: SQLite (Entwicklung), MySQL, Cassandra (Produktion)
  • MCC (Mapped Correlation Context): Thread-lokale Scope-Verfolgung mit TTL-Bereinigung

Dokumentation

  • Agenten-Referenz — Sensorkonfiguration, Ereignisfelder, Datenbankschema
  • Allgemeine Komponenten — Datenbankeinrichtung und Hilfsprogramme
  • Änderungsprotokoll — Detaillierte Versionsänderungen
  • Nachrichtenarchiv — Projekthistorie

Danksagungen

Dieses Projekt wurde unter Verwendung von Ideen, Architektur und in einigen Fällen Code von den folgenden entwickelt:

  • Claude Code CLI by Anthropic, Anthropic
  • Byte-code architecture based in part from ideas by Terse Systems, Terse Systems
  • Logback logging framework by QOS.ch Sarl Switzerland, QOS.ch
  • Apache Software Foundation, Apache Software Foundation

Mitwirkende

Milton Smith — Projektersteller, Leiter

Hinweis: JVMXRay wird von Oracle Corporation weder genehmigt, unterstützt noch ist es mit ihr verbunden.

Tool herunterladen
SensorÜberwachung
File I/ODatei-Lesen, -Schreiben, -Löschen, Berechtigungen, Symlinks mit Pfadauflösung und aggregierte E/A-Statistiken
NetworkSocket-Verbindung/Annahme/Binden/Schließen mit TLS-Erkennung, private IP-Klassifizierung, Timing
SQLAbfrageerfassung mit Parametrisierungserkennung, Operationstyp, Dauer, Verbindungsmetadaten
HTTPAnfrage/Antwort mit Sicherheitsheader-Analyse, Benutzer-/Sitzungskorrelation
ProcessProcessBuilder.start() und Runtime.exec() mit Befehlsargumenten, Dauer, Exit-Status
CryptoCipher/KeyStore/MessageDigest/SSL mit Erkennung schwacher Algorithmen und Schlüssellängenvalidierung
AuthenticationSitzungsoperationen, JAAS-Login, Spring Security-Authentifizierung, Principal-Abfragen mit Erfolgs-/Fehlerverfolgung
API CallHttpClient.send() mit URI, Methode, Host, TLS, Antwortstatus, Timing
Script EngineScriptEngine.eval() mit Engine-Identifikation, Inhalts-Hashing, Erkennung verdächtiger Muster, Risikostufe
SerializationJava-native, Jackson, Gson, XStream-Deserialisierung mit Gadget-Chain-Erkennung
ReflectionClass.forName, Method.invoke, Feldzugriff, setAccessible mit Bedrohungsklassifikation
ConfigurationSystemeigenschaften, Umgebungsvariablen, Properties-Dateien, Preferences mit Sicherheitsannotierungen
LibraryStatisches und dynamisches JAR-Laden mit SHA-256, Maven-Koordinaten, Paketinventar
MonitorJVM-Gesundheit: Speicher, Threads, GC, CPU, offene Dateien, Deadlock-Erkennung (60-Sekunden-Intervall)
Uncaught ExceptionAbsturzdiagnose: vollständiger Stack, Speicherzustand, Thread-Dump, Ursachenkette, Vorfall-ID
App InitEinmalige Startaufzeichnung: JVM-Version, Betriebssystem, Containererkennung, Umgebungsvariablen (geschwärzt)
Data TransferInputStream.read() Byte-Zählung (derzeit deaktiviert – zu breit)
ThreadThread-Lebenszyklusüberwachung (derzeit deaktiviert – rekursive Logging-Behebung erforderlich)
MemorySpeicherzuweisungsverfolgung (derzeit deaktiviert – rekursive Logging-Behebung erforderlich)
FeldBeispielZweck
trace_ida1b2c3d4e5f6Verknüpft alle Ereignisse im selben Ausführungskontext
scope_chainHTTP>SQL>FileIOVerschachtelter Sensorpfad – der „Sicherheits-Stacktrace“
parent_scopeSQLDirekter Elternteil für die Baumrekonstruktion
scope_depth3Verschachtelungstiefe – Tiefe 6+ rechtfertigt Untersuchung