
Escáner de vulnerabilidades web en Python: inyección SQL, XSS, path traversal, encabezados de seguridad. Crawler, panel de Flask, informe en PDF.
Escáner de vulnerabilidades web. Rastrea un sitio, encuentra formularios y parámetros, y los prueba contra inyección SQL, XSS reflejado, path traversal y cabeceras de seguridad faltantes. Produce un informe en terminal, un PDF y tiene un dashboard Flask.
Proyecto de aprendizaje. Lo escribí para entender cómo funcionan esos
ataques en la práctica, después de haber estudiado la teoría. El código está generado con
asistencia de IA y lo declaro: lo que hice yo es el testing y la
corrección de los falsos positivos, que están documentados en
docs/DESIGN_NOTES.md.
Solo en aplicaciones tuyas o con autorización escrita. Escanear sitios de terceros sin permiso es ilegal en la mayoría de las jurisdicciones.
Lo que NO hace, aunque los payloads estén en los archivos: inyección SQL time-based y XSS almacenado. El time-based requiere medir la latencia contra una línea base y en red ruidosa produce falsos positivos con demasiada facilidad; el almacenado requiere enviar en una página y verificar en otra, cosa que el crawler actual no hace. Mientras no exista el código no los declaro entre las features.
git clone https://github.com/torchiachristian/VulnScan
cd VulnScan
pip install -r requirements.txt
python3 src/database.py
# scansione base
python3 src/scanner.py http://localhost:8080
# con report PDF
python3 src/scanner.py http://localhost:8080 --pdf report.pdf
# dashboard web su http://127.0.0.1:5000
python3 src/web/app.py
# DVWA in docker
docker run -p 80:80 vulnerables/web-dvwa
# credenziali admin/password, livello di sicurezza "Low"
O bien OWASP Juice Shop. En el repo también hay dos apps Flask mínimas en
tests/: una deliberadamente vulnerable y otra segura, usadas para verificar que el
tool encuentre las vulnerabilidades reales sin inventar falsas.
La primera versión del detector basado en booleanos hacía esto:
if len(response_true.text) != len(response_false.text):
# -> SQL Injection, Critical
Bastaba un byte de diferencia entre la respuesta a la condición verdadera y la respuesta a la condición falsa para declarar una inyección SQL crítica.
El problema es que dos peticiones idénticas a la misma página casi nunca dan la misma respuesta: tokens CSRF, marcas de tiempo, contadores de visitas, banners. Escribí una aplicación Flask sin ninguna base de datos y con la entrada siempre escapada, con un token aleatorio dentro como tiene cualquier sitio, y la herramienta encontró esto:
[6] SQL Injection (Critical)
Evidence: Response length difference: 268 vs 300
Una inyección SQL en una aplicación que no tiene una base de datos. Dos solicitudes idénticas a la misma página daban 262 y 241 bytes, así que la comprobación saltaba incluso sin payload.
Ahora el detector mide primero cuánto varía la página por sí sola con el mismo input, luego considera una diferencia solo si supera ese ruido por un margen y si el resultado es coherente en varios intentos, siempre en el mismo sentido. Si la página es demasiado inestable para medir, no devuelve nada en lugar de adivinar.
En la misma app segura ahora ya no señala nada, y en una app con una SQL injection real sigue encontrándola.
src/
├── crawler/web_crawler.py scoperta di pagine e form
├── detectors/
│ ├── http_utils.py costruzione richieste e misura del rumore
│ ├── sql_injection.py error-based e boolean-based
│ ├── xss.py XSS riflesso
│ ├── path_traversal.py directory traversal
│ └── security_headers.py header mancanti
├── reporting/pdf_generator.py report PDF
├── web/app.py dashboard Flask
├── scanner.py pipeline principale
└── database.py SQLite
payloads/ payload per tipo di attacco
tests/ app di prova (vulnerabile e sicura) + test
El crawler no gestiona autenticación, por lo que solo ve la parte pública de una aplicación. No hay rate limiting: contra un sitio real debe usarse con cautela. Los payloads son genéricos y no prueban bypass de WAF. El boolean-based sigue siendo la heurística más frágil de las dos técnicas SQL y por eso el informe siempre reporta el ruido medido y el umbral usado, para que quien lee pueda evaluar.
MIT. Úsalo de forma ética.