
वेब भेद्यता स्कैनर Python में: SQL injection, XSS, path traversal, security headers। क्रॉलर, Flask डैशबोर्ड, PDF में रिपोर्ट।
वेब भेद्यता स्कैनर। यह किसी साइट को क्रॉल करता है, फ़ॉर्म और पैरामीटर ढूँढता है, और उन्हें SQL इंजेक्शन, रिफ़्लेक्टेड XSS, पाथ ट्रैवर्सल और अनुपस्थित सुरक्षा हेडर के विरुद्ध परखता है। यह टर्मिनल पर एक रिपोर्ट, एक PDF और एक Flask डैशबोर्ड तैयार करता है।
सीखने की परियोजना। मैंने इसे इसलिए लिखा ताकि सिद्धांत पढ़ने के बाद मैं व्यावहारिक
रूप से समझ सकूँ कि वे हमले कैसे काम करते हैं। कोड AI सहायता से उत्पन्न किया गया है
और मैं यह स्पष्ट करता हूँ: मैंने जो किया वह परीक्षण और गलत सकारात्मक परिणामों का
सुधार है, जो
docs/DESIGN_NOTES.md में प्रलेखित हैं।
केवल अपने एप्लिकेशन पर या लिखित अनुमति के साथ। बिना अनुमति के तीसरे पक्ष की साइटों को स्कैन करना अधिकांश न्यायक्षेत्रों में अवैध है।
यह जो नहीं करता, भले ही पेलोड फ़ाइलों में मौजूद हैं: टाइम-बेस्ड SQL इंजेक्शन और स्टोर्ड XSS। टाइम-बेस्ड के लिए बेसलाइन के विरुद्ध विलंबता मापनी पड़ती है और शोर भरे नेटवर्क पर बहुत आसानी से गलत सकारात्मक परिणाम उत्पन्न हो जाते हैं; स्टोर्ड के लिए एक पृष्ठ पर भेजना और दूसरे पर सत्यापित करना पड़ता है, जो वर्तमान क्रॉलर नहीं करता। जब तक कोड नहीं है, मैं इन्हें विशेषताओं में नहीं गिनता।
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"
या OWASP Juice Shop। रेपो में tests/ में दो न्यूनतम Flask ऐप्स भी हैं:
एक जानबूझकर असुरक्षित और एक सुरक्षित, जिनका उपयोग यह सत्यापित करने के लिए किया जाता है कि
tool वास्तविक कमज़ोरियाँ ढूँढता है बिना नकली कमज़ोरियाँ गढ़े।
बूलियन-आधारित डिटेक्टर का पहला संस्करण ऐसा करता था:
if len(response_true.text) != len(response_false.text):
# -> SQL Injection, Critical
एक SQL injection को गंभीर घोषित करने के लिए सही शर्त के उत्तर और गलत शर्त के उत्तर के बीच एक बाइट का अंतर पर्याप्त था।
समस्या यह है कि एक ही पृष्ठ पर दो समान अनुरोध लगभग कभी भी एक ही उत्तर नहीं देते: CSRF टोकन, टाइमस्टैम्प, विज़िट काउंटर, बैनर। मैंने बिना किसी डेटाबेस के और इनपुट को हमेशा एस्केप करते हुए एक Flask ऐप लिखा, जिसमें किसी भी साइट की तरह एक रैंडम टोकन था, और टूल ने इसमें यह पाया:
[6] SQL Injection (Critical)
Evidence: Response length difference: 268 vs 300
Una SQL injection su un'applicazione che non ha un database. Due richieste identiche alla stessa pagina davano 262 e 241 byte, quindi il controllo scattava anche senza payload.
Adesso il detector misura prima quanto varia la pagina da sola a parita' di input, poi considera una differenza solo se supera quel rumore di un margine e se il risultato e' coerente su piu' tentativi, sempre nello stesso verso. Se la pagina e' troppo instabile per misurare restituisce niente invece di indovinare.
Sulla stessa app sicura ora non segnala piu' nulla, e su un'app con una SQL injection vera continua a trovarla.
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
क्रॉलर प्रमाणीकरण (authentication) को संभालता नहीं है, इसलिए यह किसी एप्लिकेशन का केवल सार्वजनिक हिस्सा ही देखता है। कोई रेट लिमिटिंग नहीं है: किसी वास्तविक साइट के विरुद्ध इसका उपयोग सावधानी से करना चाहिए। पेलोड सामान्य हैं और WAF बायपास को सिद्ध नहीं करते। दोनों SQL तकनीकों में से boolean-based सबसे नाज़ुक ह्यूरिस्टिक बना हुआ है और इसीलिए रिपोर्ट हमेशा मापे गए शोर और उपयोग की गई सीमा (threshold) को दर्शाती है, ताकि पढ़ने वाला मूल्यांकन कर सके।
MIT। इसका उपयोग नैतिक रूप से करें।