J A W
网站 | 文档 | 设置 | 爬虫 | 快速开始 Docker（示例）
一个基于 esprima 解析器和 EsTree SpiderMonkey Spec 的 JavaScript 属性图开源原型实现。JAW 可用于分析 Web 应用程序的客户端和基于 JavaScript 的程序。
本项目采用 GNU AFFERO GENERAL PUBLIC LICENSE V3.0 许可。更多信息请参见此处。
JAW 有一个 Github Pages 网站，网址为 https://soheilkhodayari.github.io/JAW/。
发布说明：
JAW-V2 分支。JAW-V1 分支。JAW 的架构如下图所示。
JAW 可通过两种不同的方式使用：
任意 JavaScript 分析： 通过指定程序的文件系统 路径，利用 JAW 对任何 JavaScript 程序进行建模和分析。
Web 应用分析： 通过提供一个种子 URL 来分析 Web 应用程序。
使用收集到的 Web 资源创建一个混合属性图（HPG），并将其导入 Neo4j 数据库。
可选：为 HPG 构建模块提供语义类型到自定义 JavaScript 语言标记的映射，以便根据函数用途（例如 HTTP 请求函数）对 JavaScript 函数进行分类。
查询构建好的 Neo4j 图数据库以进行各种分析。JAW 提供了用于数据流分析、控制流分析、可达性分析和模式匹配的实用遍历。这些遍历可用于开发自定义安全分析。
JAW 还包含用于检测客户端 CSRF、DOM Clobbering 和请求劫持漏洞的内置遍历。
输出将存储在与输入相同的文件夹中。
安装脚本依赖以下先决条件：
npm 包管理器（Node.js）Python 3.xpip 包管理器然后，通过以下命令安装必要的依赖项：
$ ./install.sh
有关 详细 安装说明，请参见此处。
您可以通过以下命令在后台屏幕中运行管道的实例：
$ python3 -m run_pipeline --conf=config.yaml
CLI 提供以下选项：
$ python3 -m run_pipeline -h
usage: run_pipeline.py [-h] [--conf FILE] [--site SITE] [--list LIST] [--from FROM] [--to TO]
此脚本运行工具管道。
optional arguments:
-h, --help 显示此帮助信息并退出
--conf FILE, -C FILE 管道配置文件。（默认值：config.yaml）
--site SITE, -S SITE 要测试的网站；覆盖配置文件（默认值：None）
--list LIST, -L LIST 要测试的网站列表；覆盖配置文件（默认值：None）
--from FROM, -F FROM 当提供网站列表时，要考虑的第一个条目；覆盖配置文件（默认值：-1）
--to TO, -T TO 当提供网站列表时，要考虑的最后一个条目；覆盖配置文件（默认值：-1）
输入配置： JAW 需要一个 .yaml 配置文件作为输入。参见 config.yaml 示例。
提示： 配置文件指定了不同的步骤（例如，爬取、静态分析等），可以为每个漏洞类别启用或禁用这些步骤。这允许单独或以不同的顺序运行工具的构建块（例如，先爬取所有 Web 应用，然后进行安全分析）。
要运行一个快速示例，演示如何构建属性图并对其运行 Cypher 查询，请执行以下操作：
$ python3 -m analyses.example.example_analysis --input=$(pwd)/data/test_program/test.js
此模块收集测试所需的数据（即 JavaScript 代码和网页状态值）。如果您要测试文件系统上已有的特定 JavaScript 文件，可以 跳过 此步骤。
JAW 具有基于 Selenium（JAW-v1）、Puppeteer（JAW-v2、v3）和 Playwright（JAW-v3）的爬虫。为了获得最新的功能，建议使用基于 Puppeteer 或 Playwright 的版本。
此 Web 爬虫使用 foxhound（Firefox 的仪表化版本）在浏览网页时执行动态污点跟踪。要启动爬虫，请执行：
$ cd crawler
$ node crawler-taint.js --seedurl=https://google.com --maxurls=100 --headless=true --foxhoundpath=<可选-foxhound-可执行文件路径>
foxhoundpath 默认设置为以下目录：crawler/foxhound/firefox，其中包含一个名为 firefox 的二进制文件。
注意： 您需要构建 foxhound 才能使用此版本。JAW-v3 的发布版中包含一个 Ubuntu 构建。
要启动爬虫，请执行：
$ cd crawler
$ node crawler.js --seedurl=https://google.com --maxurls=100 --browser=chrome --headless=true
更多信息请参见此处。
要启动爬虫，请执行：
$ cd crawler/hpg_crawler
$ vim docker-compose.yaml # 在此处设置要爬取的网站并保存
$ docker-compose build
$ docker-compose up -d
请参考 hpg_crawler 的文档此处以获取更多信息。
要为给定的 JavaScript 文件（集）生成 HPG，请执行：
$ node engine/cli.js --lang=js --graphid=graph1 --input=/in/file1.js --input=/in/file2.js --output=$(pwd)/data/out/ --mode=csv
optional arguments:
--lang: 输入程序的语言
--graphid: 生成的 HPG 的标识符
--input: 输入程序的路径
--output: 输出 HPG 的路径，必须是 ...
--mode: 确定输出格式（csv 或 graphML）
要将 HPG 导入 Neo4j 图数据库（Docker 实例），请执行：
$ python3 -m hpg_neo4j.hpg_import --rpath=<CSV 文件所在文件夹的路径> --id=<xyz> --nodes=<nodes.csv> --edges=<rels.csv>
$ python3 -m hpg_neo4j.hpg_import -h
usage: hpg_import.py [-h] [--rpath P] [--id I] [--nodes N] [--edges E]
此脚本将属性图的 CSV 文件导入 Neo4j Docker 数据库。
optional arguments:
-h, --help 显示此帮助信息并退出
--rpath P 相对于 `data` 目录中包含图表 CSV 文件的文件夹的路径
--id I 图或 Docker 容器的标识符
--nodes N 节点 CSV 文件的名称（默认值：nodes.csv）
--edges E 关系 CSV 文件的名称（默认值：rels.csv）
要为 hpg_crawler 的输出创建混合属性图并将其导入本地 Neo4j 实例，您还可以执行：
$ python3 -m engine.api <path> --js=<program.js> --import=<bool> --hybrid=<bool> --reqs=<requests.out> --evts=<events.out> --cookies=<cookies.pkl> --html=<html_snapshot.html>
参数说明：