PENTEST-LAB

一个现代化的易受攻击应用与网络靶场，用于通过动手攻击链学习 Web、API、云、 AI 和蓝队安全。

╔═══════════════════════════════════════════════════════════════╗
║     ██████╗ ███████╗███╗   ██╗████████╗███████╗███████╗████████╗ ║
║     ██╔══██╗██╔════╝████╗  ██║╚══██╔══╝██╔════╝██╔════╝╚══██╔══╝ ║
║     ██████╔╝█████╗  ██╔██╗ ██║   ██║   █████╗  ███████╗   ██║    ║
║     ██╔═══╝ ██╔══╝  ██║╚██╗██║   ██║   ██╔══╝  ╚════██║   ██║    ║
║     ██║     ███████╗██║ ╚████║   ██║   ███████╗███████║   ██║    ║
║     ╚═╝     ╚══════╝╚═╝  ╚═══╝   ╚═╝   ╚══════╝╚══════╝   ╚═╝    ║
║        现代化网络靶场 · 53 个挑战 · 8 条学习路径                     ║
╚═══════════════════════════════════════════════════════════════╝

★ 如果这个仓库对你有帮助，请给它加星标——这是免费的，也能帮助其他人发现免费的安全教育资源。

它有什么不同

PENTEST-LAB 不是又一个单漏洞靶机。它是一个完整的网络靶场，将攻击者与防御者视角相结合，并输出 GRC 风格的证据：

• 8 条路径共 53 个挑战 - Web、API、认证/会话、云/DevOps、 AI 安全、业务逻辑、攻击链、蓝队证据。
• 集中式挑战注册表 - 单一事实来源，为 UI、flag 验证器和证据生成器提供数据。
• 先学后解 - 每个挑战都链接到权威参考资料（OWASP、PortSwigger、MITRE、NIST），让你先学习概念，再加以利用。Flag 通过利用漏洞获得，不会在 UI 中直接显示。
• 透明的 AI 模拟器 - AI 路径运行在可检查的进程内“模型”上（无外部 LLM）：你可以看到完整的 [SYSTEM][USER][RETRIEVED][HISTORY] 上下文、生成的输出、检测到的注入技术，以及每个缓解措施的开关。
• 集中式事件存储 - 每个请求和 flag 都会被记录；防御者视图基于攻击者生成的同一事件构建。
• 引导式攻击链 - 侦察 → 信息泄露 → 令牌滥用 → 权限提升 → 数据访问 → 证据报告，并实时显示进度。
• 蓝队模式 - 失败登录、可疑 API 访问、SSRF、提权、文件上传、flag 捕获和攻击链进度，全部集中在一个仪表板中。
• GRC 证据模式 - Markdown / JSON / CSV 报告，将每个发现映射到严重级别、端点、证据、业务影响、修复措施、控制域和检测机会。（广泛的控制域映射——并非合规认证。）
• 通过利用获得，而非直接显示 - flag 字段在捕获前保持锁定。弹窗显示状态而非字面 flag，因此你必须真正利用端点（通过 UI 内的 API 测试器或你自己的客户端）。
• 推荐下一步 + 加权进度 - 每个已解决的挑战都会推荐一个合理的下一个挑战，你的进度分数对较难挑战的权重高于简单挑战（4 > 3 > 2 > 1），而非简单计数。
• 可移植进度 - 将你捕获的 flag 和进度导出为 Markdown 作品集文件，即使靶场消失后也可以保留。
• 默认安全 - 绑定到 127.0.0.1，在 0.0.0.0 上发出强烈警告，所有密钥均为伪造并明确标记，SSRF 目标为本地进程内模拟（无真实出站流量），无外部目标。
• 易于运行 - 一个 Python 脚本、一个 Makefile 和 docker-compose。
• 自检 - make verify-registry 验证挑战注册表（唯一 id/flag、必填字段、资源、提示数量），确保目录保持一致。

快速开始

# 1. 一行命令（安装依赖、初始化数据库、启动服务器）
python start_lab.py
# 或：  make start

在浏览器中打开 **http://localhost:3000**。

# 仅后端
cd backend && npm install && npm start

# Docker（仅发布到 127.0.0.1）
docker compose up --build

# 重置捕获的 flag / 事件 / 攻击链进度
make reset

# 刷新演示种子数据
make seed

# 核心路由冒烟测试（先启动靶场）
make test

# 验证挑战注册表（唯一 id/flag、字段、资源）
make verify-registry

# 安全的仅本地漏洞利用演示（5 个挑战）
python demo_exploit.py

挑战路径

每个挑战包含：id、标题、路径、类别、难度、目标、易受攻击端点、利用概念、3 个递进提示（模糊 → 具体 → 答案）、flag、修复措施、检测/证据说明、映射的控制域，以及先学后解的资源列表。

挑战弹窗

点击任意挑战卡片即可打开弹窗。它会提供：

• 目标、端点和利用概念，让你知道该瞄准什么。
• 先学后解 - 权威链接（OWASP、PortSwigger、MITRE、NIST），供你先学习。
• 3 个递进提示 - 卡住时逐个显示；每个挑战会记录你使用了多少个提示。
• 在 API 测试器中打开 - 直接跳转到针对易受攻击端点的预加载请求，或从你自己的客户端发送。
• 推荐下一步 - 解决后，会推荐一个合理的下一个挑战，让你的学习路径持续下去。
• 上一个 / 下一个导航 - 无需关闭弹窗即可在挑战间切换。
• 锁定的 flag - 字面 flag 在通过利用端点捕获前保持隐藏。弹窗显示已捕获 / 未捕获状态。

攻击链模式

一个真实、完全本地的六步检测链：

侦察 → 信息泄露 → 凭据/令牌滥用 →
权限提升 → 敏感数据访问 → 证据报告

B=http://127.0.0.1:3000
curl -s $B/api/attack-chain/recon    # 1. 调试端点泄露路由
curl -s $B/api/attack-chain/leak     # 2. 泄露的伪造 JWT 密钥（weak123）
# 3. 伪造管理员令牌 -> 4. 提权 -> 5. 读取伪造客户记录 -> 6. 报告
curl -s $B/api/attack-chain/progress

在 攻击链 标签页中实时跟踪进度。

蓝队模式

防御者 标签页显示攻击者刚刚执行的相同活动：最近事件、失败登录、可疑 API 访问、文件上传、SSRF 尝试、提权尝试、捕获的 flag 和攻击链进度——每个事件按严重级别着色，flag 捕获用 🚩 标记。

curl -s http://localhost:3000/api/blue-team/dashboard

证据报告模式

根据你捕获的 flag 生成报告，将每个 flag 映射到一个发现，包含严重级别、受影响端点、证据、业务影响、修复措施、控制域和检测机会。

# Markdown（默认）
curl -s -X POST http://localhost:3000/api/evidence/report \
  -H 'Content-Type: application/json' -d '{"format":"markdown"}'

# JSON 或 CSV
curl -s -X POST http://localhost:3000/api/evidence/report \
  -H 'Content-Type: application/json' -d '{"format":"csv"}'

# 映射的控制域：访问控制、日志与监控、
# 安全开发、密钥管理、变更管理、
# 配置管理、数据保护、事件响应。

⚠️ 这是用于检测/GRC 学习的广泛控制域映射。它不断言符合任何标准。

演示资源

该仓库不附带截图或录制的 GIF。如果你创建本地演示资源，请将其放在 docs/screenshots/ 下，并同时记录捕获过程。面向演示者的 docs/DEMO_WALKTHROUGH.md 是维护中的演示脚本。

安全须知

此靶场故意存在漏洞。请仅在隔离环境中运行，切勿将其暴露到互联网。

• 默认绑定到 127.0.0.1（backend/.env 中的 HOST=127.0.0.1）。
• 设置 HOST=0.0.0.0 会打印强烈警告；UI 会显示危险横幅。
• 所有密钥/令牌均为伪造并明确标记。无真实凭据。
• SSRF/元数据端点是本地进程内模拟——无真实网络出站流量。
• 无破坏性命令、无持久化、无针对外部系统的攻击。

项目结构

├── start_lab.py              # 一键启动器（依赖 + 种子数据 + 运行）
├── demo_exploit.py           # 安全的仅本地漏洞利用演示（5 个挑战）
├── docker-compose.yml        # 仅 localhost 发布
├── Makefile                  # install / start / reset / test / demo / docker
├── CHALLENGES.md             # 完整挑战目录
├── frontend/                 # 仪表板 UI（路径、攻击链、防御者、证据）
├── backend/
│   ├── server.js             # Express 应用、localhost 绑定、路由接线
│   ├── challenges/registry.js # 集中式挑战注册表（53 个挑战）
│   ├── ai/                   # 透明的 AI 模拟器 + RAG 存储（无外部 LLM）
│   ├── utils/events.js       # 集中式事件存储 + 蓝队信息流
│   ├── routes/               # 易受攻击 + 模式路由（api、cloud、ai、shop、...）
│   ├── scripts/              # init-db、seed、reset、test_routes
│   └── middleware/           # auth（安全）、auth.vulnerable、waf、security
├── solutions/                # Python 漏洞利用 writeup
└── docs/                     # 设置、工具、演示和攻击链指南

贡献

发现 bug 或想添加挑战？欢迎提交 PR。

1. 保持仅本地且教育性 - 无真实密钥、无外部目标。
2. 将新挑战添加到 backend/challenges/registry.js（单一事实来源）。
3. 通过易受攻击路由中的 events.captureFlag({ flag, req }) 发出 flag。
4. 将挑战映射到控制域并添加检测说明。
5. 添加先学后解的资源列表（OWASP / PortSwigger / MITRE / NIST）。
6. 提交前运行 make test 和 make verify-registry。

路线图

• 从注册表生成每个 flag 的 writeup 页面
• 难度评分 + 限时挑战模式
• GraphQL 解析器字段级授权修复作为“安全”开关
• 更多 AI 安全场景和防御对比
• 蓝队检测规则库（类 Sigma）
• 认证路径的可选 OIDC/SAML 模拟
• 多用户 CTF 排行榜模式（仍仅本地）

许可证

仅限教育用途。如有 LICENSE 文件请参阅。仅可对你自己拥有或明确授权测试的系统使用——在这里，即指这个本地靶场。

帮助这个项目成长

如果这个靶场帮你学到了新东西：

1. 给这个仓库加星标 - 只需一秒钟，还能帮助其他人找到它。
2. 分享 - 发推文、发布到 LinkedIn、告诉你的同事。
3. 报告问题 - 帮助改进这个靶场，让所有人受益。