Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
CVE-2022-2869-detector — CodeQL detector para la causa raíz de CVE-2022-2869 (CWE-191 desbordamiento inferior sin signo) mediante análisis de flujo de control/rango para identificar patrones vulnerables sin codificar funciones específicas. | Kitploit
Herramientas/GitHubGitHub/halahajyahia/cve-2022-2869-detector
Análisis EstáticoAnálisis de VulnerabilidadesAnálisis de CódigoAnálisis de Binarios
GitHubhalahajyahia/cve-2022-2869-detector

CVE-2022-2869-detector

CodeQL detector para la causa raíz de CVE-2022-2869 (CWE-191 desbordamiento inferior sin signo) mediante análisis de flujo de control/rango para identificar patrones vulnerables sin codificar funciones específicas.

Ver Repositorio
37hace 2 mesesAún no revisado
Compartir

Detector CodeQL para CVE-2022-2869

Este proyecto implementa un detector CodeQL general para la debilidad raíz detrás de CVE-2022-2869: una resta sin signo que puede desbordarse por debajo (underflow) porque el programa no ha establecido una guarda suficiente de límite inferior/orden antes de la operación aritmética.

Por qué esta versión es diferente de la consulta anterior

El detector informa deliberadamente la causa raíz (CWE-191) en lugar de codificar de forma fija tiffcrop.c, nombres de funciones o nombres de variables. Utiliza la biblioteca estándar Overflow de CodeQL, cuyo razonamiento de guardas se basa en análisis de flujo de control/rangos. No utiliza el orden de números de línea del código fuente como sustituto del dominio del flujo de control.

Archivos

  • UnsignedUnderflow.ql — detector principal para enviar.
  • report.md — explicación de la vulnerabilidad y de la consulta.
  • test/mini_tiffcrop_like.c — casos inseguros similares a CVE más controles seguros.
  • test/mini_tiffcrop_variant.c — una variación estructuralmente diferente más control seguro.
  • test/EXPECTED_RESULTS.md — comportamiento positivo/negativo previsto.
  • original/ORIGINAL_VALIDATION.md — lo que debe demostrarse en LibTIFF vulnerable.

Instalar dependencias del paquete de consultas

Desde este directorio:

codeql pack install

Crear una base de datos para las pruebas pequeñas

Ejemplo en Linux/WSL:

codeql database create db-tests \
  --language=cpp \
  --command="gcc -std=c11 -O0 -g test/mini_tiffcrop_like.c -o /tmp/test1 && gcc -std=c11 -O0 -g test/mini_tiffcrop_variant.c -o /tmp/test2"

Ejecutar la consulta:

codeql query run UnsignedUnderflow.ql --database=db-tests

Demostración en tiempo de ejecución con AddressSanitizer

La consulta CodeQL es análisis estático. ASan es evidencia opcional que muestra la consecuencia de las variaciones personalizadas.

gcc -std=c11 -O0 -g -fsanitize=address test/mini_tiffcrop_like.c -o mini1
./mini1                 # seguro
./mini1 unsafe-x2       # error de memoria esperado

gcc -std=c11 -O0 -g -fsanitize=address test/mini_tiffcrop_variant.c -o mini2
./mini2                 # seguro
./mini2 unsafe          # error de memoria esperado

Validación original con LibTIFF

Construya una base de datos CodeQL a partir de una revisión vulnerable de LibTIFF (por ejemplo, 4.3.0) y luego ejecute exactamente la misma consulta UnsignedUnderflow.ql contra esa base de datos. Capture el resultado en tools/tiffcrop.c, especialmente en computeInputPixelOffsets.

El detector no debe modificarse para mencionar tiffcrop, computeInputPixelOffsets, x2 o crop_width; de lo contrario, estaría sobreajustado a una única instancia de CVE y fallaría el requisito de variación de la tarea.

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    668
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    496
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    394
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    339
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    258
  • 6

    antifox

    antifox-ai/antifox

    Plataforma de pruebas de penetración autónoma con múltiples agentes de IA que ejecuta reconocimiento, descubrimiento de superficie de ataque, validación de explotación y entrega de informes respaldados por evidencia.

    254

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →