浅谈信息收集

浅谈信息收集

写在前面

信息收集对于渗透测试来说是很重要的，是渗透测试的前期准备工作，俗话说知己知彼，才能百战不殆。掌握了对目标的足够信息，我们才能更好地开展渗透测试。

信息收集的方式可以分为两种：主动信息收集和被动信息收集

主动信息收集：是指通过直接和目标访问、各种工具直接对目标网站进行检测。直接使用工具对网站进行信息探测可以获得较多较全的信息，但是可能会被目标主机发现，对你的可疑行为进行记录，分析，可能会对后期的渗透工作产生影响。

被动信息收集：是指通过各种的在线网站等第三方服务对网站进行信息收集。比如通过用Google Hacking，shodan、fofa等搜索引擎对目标进行信息探测，虽然获得的信息可能不多，但是不存在被目标发现的可能。

没有一种方式可以做到面面俱到，每个方式都会存在自己的优势和劣势。我们需要学会各种工具搭配使用，取长补短，对目标进行多次隐秘而有效的探测，既获得自己想要的信息，又不让目标对我们的可疑行为进行记录，分析，最后完成对目标网站完整的信息收集报告。

1.信息收集的的由来——黑客攻击模型

渗透测试的具体流程有：

收集目标的信息

​ ↓

分析目标，存在哪些弱点，是可以进行攻击的

​ ↓

实施攻击，多种攻击手段（ddos，植入木马，获取shell等）

​ ↓

留后门，方便再次进入（植入木马，修改系统配置文件，IP报文，ICMP报文）

​ ↓

清理入侵记录（对系统的操作都会记录在系统日志信息里，需要清理信息）

如图所示：

信息收集是攻击的第一步，俗称踩点，就是收集目标的各种信息。渗透测试最重要的阶段之一就是信息收集。为了启动渗透测试，用户需要收集关于目标网络资产等信息。现实环境中收集的信息越多，渗透测试成功的概率也就越高。

2.信息收集的基本思路

废话不多说，来看图

2.1.域名与IP信息

域名系统(Domain Name System缩写DNS，Domain Name被译为域名)是互联网的一项核心服务。它作为可以将域名和IP地址相互映射的一个分布式数据库，能够使人更方便的访问互联网，而不用去记住能够被机器直接读取的IP地址。IP地址较为难记，而域名较为好记，这样人们想访问一个网站就轻松许多。

域名是由一串用点分割的名字组成，在Internet上的某台计算机或计算机组的名称，用于在数据传输时对计算机的定位标识（有时也指地理位置）。注意：当前，对于每一级域名长度的限制是63个字符，域名总长度则不能超过253个字符。

我们浏览网站的过程如下图所示。

这里举一个例子，sougou.com作为一个域名就和IP地址221.122.82.30相对应。我们可以直接访问221.122.82.30的域名sougou.com来代替IP地址。当我们访问网站的时候，DNS在我们直接调用网站的名字以后就会像sougou.com一样便于人类使用的名字转化成像221.122.82.30一样便于机器识别的IP地址。而如果sougou.com还有自己的子域名edu.sougou.com和www.sougou.com的话,那么edu（教育网）和www（万维网）就是对应的主机名。

2.1.1.使用whois协议

这是一个用来查询域名是否已经被注册，以及注册域名的详细信息的数据库（如域名所有人、域名注册商）。

查询可以借助网上的网页接口简化的线上查询工具。

http://whois.chinaz.com

2.1.2.子域名

子域名，是顶级域名（.com、.cn、.top）的下一级，域名整体包括两个“.”或包括一个“/”。如：百度顶级域名为baidu.com。其下有news.baidu.com、tieba.baidu.com、zhidao.baidu.com等子域名。收集子域名可以很大程度知道目标所拥有的网站等资产信息。

工具可以用子域名挖掘机。

也可以用在线的一些网站

https://phpinfo.me/domain

2.1.3.旁站C段

查询旁站指某个服务器同一个IP地址所有域名。

当该网站无法被攻破时，可以试着攻击旁站，进而入侵到服务器，再攻击此网站。

查询C段指某个服务器IP地址所在C段IP地址（即/24）的所有域名。

当该网站被攻破，获得服务器的shell，可以监听这一个网段的其他站收发的数据。

旁站查询：www.webscan.cc

https://chapangzhan.com

C段查询：https://www.chinabaiker.com/cduan.php

2.1.4.DNS查询

获取域名或者IP地址，并进行反向查找以快速显示同一服务器承载的所有其他域。

DNS的查询类型有好多种，比较常用的查询类型有A,PTR,NS,CNAME,MX等五种记录。
以下分别介绍几种类型：

记录	解释
A	将域名正向解析为IP，即正向查询
PTR	将IP反向解析为域名，即逆向查询
CNAME	查询DNS的别名
NS	查询解析的名字服务器（Name server）
MX	邮箱服务器查询（可用于判断邮箱是否有效以减低无效邮箱率）
AAAA	将域名解析为IPv6地址
TXT	一般指为某个主机名或域名设置的说明。常用于网站所有者认证,比如腾讯域名邮箱的所有者认证
SOA	NS用于标识多台域名解析服务器，SOA记录用于在众多NS记录中那一台是主服务器
SRV	记录指定特定服务的主机和端口

http://viewdns.info

https://myssl.com/dns_check.html

2.1.5.CDN

谈到DNS查询IP地址，这里就要来扯扯真实的IP地址识别了。因为现在有的网站使用了CDN技术，这样我们查询到的IP地址就可能不是真实的IP地址了。

CDN全称是Content Delivery Network，即内容分发网络。其原理如下：某些大型网站在全国都会有很多用户，这些用户常常会向网站发送不同的请求，那么不同地域会具有不同的缓冲服务器来接收用户发送的流量。如果用户发送流量没有任何交互的数据，只是请求首页的话，此时根据用户所在地区来确定访问的高速缓存服务器，高速缓存服务器会返回对应的响应到用户的浏览器当中，比如广东。

当用户填写数据，需要交互时才会将请求发送到真实的服务器；此时通过广东省的缓存服务器来连接真实服务器。

CDN通常存在用户很多的大型流量网站，通过它来解决我们服务器的瓶颈。

2.1.5.2.判断是否存在CDN

可以通过Ping来判断网站是否存在CDN。比如下图所示，可以看到www.baidu.com是存在CDN的

而sougou.com就不存在CDN

也可以利用在线Ping网站来使用不同地区的Ping服务器来测试目标。这里使用的在线网站是：http://ping.chinaz.com

该网站显示结果如下图所示：

使用不同的Ping服务器，响应的IP地址是相同的。不同的监测点相应的IP地址相同，由此可以推断当前网站没有使用CDN技术。

可以看到使用不同的Ping服务器，响应的IP地址是不同的。不同的监测点相应的IP地址不同，由此也可以推断当前网站使用了CDN技术。

如果目标网站没有使用CDN的话，这里要想获得目标网站真实的IP地址就很简单了。可以直接在cmd中利用ping获取目标IP地址，也可以使用刚刚的在线ping网站：http://ping.chinaz.com

那么如果确定了网站使用CDN之后，我们应该如何绕过CDN呢？

如果目标网站使用了CDN的话，我们就需要绕过CDN后去获得其真实IP地址，有以下几种方法：

1.通过网站的phpinfo文件：phpinfo.php。该文件泄漏真实IP（其中的_SERVER["SERVER_ADDR"]或SERVER_ADDR）

2.通过phpinfo()泄漏的ip直接无视cdn。

3.分站IP地址，查询子域名：CDN很贵，很有可能分站就不再使用CDN

4.通过国外访问：https://asm.ca.com/en/ping.php

5.通过内部邮箱源：收集到内部邮箱服务器IP地址

6.查询域名解析记录：https://viewdns.info。常常服务器在解析到 CDN 服务前，会解析真实 ip，如果历史未删除，就可能找到。

7.网络空间引擎搜索法。有shodan，fofa，ZoomEye等。我比较常用fofa。

还有许多别的方法，这里就不赘述了。

这里用fofa试一下：

用到的语法为host="www.baidu.com" && domain="baidu.com"

其中host="www.baidu.com"是从url中搜索"www.baidu.com"；domain="baidu.com"是搜索根域名带有baidu.com的网站

这里基本上就是网站的真实IP

网络空间引擎很多时候能获取网站的真实ip

再介绍下国内网站https://viewdns.info来查询IP地址：

这里还要记得要验证下

2.1.5.4.验证真实IP地址

通过以上的六种方法我们可以获取到很多IP地址，这时我们需要确定哪一个才是真正的IP地址。具体的方法如下：

利用IP地址对Web站点进行访问，如果正常表明是真实IP地址，否则就是假的。

我这里把结果都输入url中，都返回了百度页面，说明是真实的IP地址

2.2.敏感信息

这里可以利用搜索引擎来搜索目标暴露在互联网上的相关信息。比如：SQL注入、数据库文件、服务配置信息，甚至是通过Github找到站点泄露源代码，以及redis等未授权访问、robots.txt等敏感信息，从而达到目的。

2.2.1.Github信息泄露

Web源代码泄露其实不止Github信息泄露这一种，还有好多种，这里看图

我这里重点介绍下Github信息泄露

2.2.1.1.介绍

github.com

github是全球最大的面向开源及私有软件项目的托管平台。

许多企业的开发人员在上传开源代码到github往往忽略了将密码等敏感信息删除导致信息泄露。

通过Github获取数据库泄露信息。

site:Github.com sa password  site:Github.com root password  site:Github.com User ID='sa' 

使用Github获取邮件配置信息泄露的信息

site:Github.com smtp @qq.com site:Github.com smtp 

还有许多方法，这里可以自己研究下

2.2.2.Google hacking

搜索引擎都会提供相应搜索语法，通过搜索语法可以快速得到想要的信息。

推荐搜索引擎：必应：bing.com、百度：baidu.com、谷歌：google.com

intitle：搜索网站标题含有的关键字

inurl：搜索url含有的关键字

intext：搜索网页正文含有的关键字

site ：搜索特定网站和网站域名

filetype：搜索特定文档格式

比如：搜索敏感信息泄露intitle:"index of" admin

URL采集器：快速切换搜索引擎，快速获得搜索结果。

2.2.3.HTTP响应报文信息收集

通过HTTP或HTTPS访问目标网站后，HTTP/HTTPS协议中的目标响应报文中的Server头会暴露目标服务器名称，X-Powered-By头会暴露目标使用的编程语言的信息，通过这些信息可以有针对的利用漏洞进行尝试。

获取HTTP响应报文的方法有：

1.利用工具。如浏览器开发者工具、BurpSuite、Fiddler等工具获取

2.自己编写脚本文件，如Python的脚本文件，使用requests库

Python的代码如下：

import requests r = requests.get('http://www.xxx.com') print(r.headers) 

这里来说说浏览器的开发者工具查看。

在浏览器中，按F12就能打开浏览器的开发者工具了。获取“网络”中HTTP响应报文的信息

2.3.端口信息

如果把IP地址比作一栋大楼，端口就是出入这栋大楼的门。真正的大楼只有几个门，但是一个IP地址的端口可以有65536（2的16次方）个。端口是通过端口号来标记的，端口号只有整数，范围从0到65535（2的16次方减1 ）。

在端口分类中，按端口号可分为三类：

1.公认端口：范围是从0到1023（1024是2的10次方），它们绑定于一些服务，通常这些端口的通信表明了某种服务的协议。比如，21端口是FTP服务所开放的。

2.注册端口：范围是从1024到49151（49152是2的16次方减2的14次方），它们松散地绑定于一些服务。

3.动态和/或私有端口：从49152到65535（65536是2的16次方），理论上，不应为服务分配这些端口。实际上，机器通常从1024起分配动态端口。但也有例外：SUN的RPC端口从32768开始。

在计算机中，每个端口代表一个服务。

查找：

在Windows的cmd命令行中使用netstat -ano(-a:显示所有连接和侦听端口;-n:以数字形式显示地址和端口号;-o:显示拥有的与每个连接关联的进程 ID)显示开放端口。

在linux的命令行中使用netstat -atu (-a:所有的套接字;-t :TCP连接;-u:UDP连接)显示开放端口，还可以加入-p来显示进程或程序名的相关PID。

2.3.1.端口扫描技术

通常使用专门的端口扫描工具来进行。可以详细收集目标开放的端口、服务、应用版本、操作系统、活跃主机等多种信息。

端口扫描流程：

1.存活判断：Ping，TCP扫描，UDP扫描

2.端口扫描：TCP扫描，UDP扫描

3.服务识别：基于端口，基于banner，基于指纹

2.3.2.端口探测技术

一般通过发送建立连接过程涉及的相关报文，根据返回包的情况来判断目标端口是否开放。

主流的扫描方式：利用TCP面向连接三次握手、四次挥手过程包，UDP非面向连接请求。

TCP Connect Scan

完成3次握手后，断开连接，被扫描服务器日志会记录下连接的内容

效率低，速度慢，准确度高

TCP SYN

发送SYN包，不建立连接。

若端口开放， 扫描器收到 SYN/ACK 标识回复

若端口关闭， 扫描器收到 RST 标识回复

效率较高，隐蔽性强

NULL扫描

发送flags标识位全为0的TCP包，用于判断操作系统类型

若扫描主机是windows系统，不管端口开放情况，都会回复RST包

若扫描主机是linux系统，若端口开放，则不回复。 若端口关闭，则回复RST包

FIN扫描

发送FIN置1的包

若端口开放， 目标主机不回复

若端口关闭， 目标主机回复RST

ACK扫描

发送ACK置1的包，获取回报TTL的值

TTL值小于64端口开启

大于64端口关闭

2.3.3.服务识别技术

识别端口上运行的服务，识别方式有基于端口、基于banner和基于指纹三种。

1.基于端口：根据端口默认运行的服务进行判断。

2.基于banner：根据访问端口获取的欢迎页面来判断。

3.基于指纹：根据不同系统不同服务具有不同的TCP/IP协议栈来判断。

三种识别方式在准确率和效率上各有不同，实际使用通常会相互配合使用。

banner：访问一个主机端口时，该端口所运行的服务有时会返回对应服务和版本号。

2.3.4.工具之Nmap端口扫描器的使用

Nmap（Network Mapper），在网络中具有强大的信息收集能力。

Nmap具备主机探测、服务/版本检测、操作系统检测、网络路由跟踪、Nmap脚本引擎的功能，在kali中右键鼠标选择“打开终端”输入nmap和对应参数进行使用。也可以在Windows系统中自行安装Nmap，其中可以使用cmd的形式运行，也可以用zenmap的图形化工具来运行。

nmap [参数] IP/IP段/主机名

如下图

1.目标端口选项
-p：扫描指定的端口

-F：快速扫描100个常用的端口

-r：顺序扫描，按从小到大的顺序进行端口扫描

2.其他常用选项
-sV：检测服务端软件版本信息

-O：检测操作系统信息

-Pn：禁用nmap的主机检测功能

-A：探测服务版本、对操作系统进行识别、进行脚本扫描、进行路由探测

3.一些常用选项
TCP扫描端口选项:

-sT：使用TCP连接扫描，对目标主机所有端口进行完整的三次握手，如果成功建立连接则端口是开放的（不需要root权限，TCP扫描的默认模式，端口状态和SYN相同,耗时长）

-sS：使用半开连接（SYN stealth）扫描，使用SYN标记位的数据包进行端口探测，收到SYN/ACK包则 端口是开放的，收到RST/ACK包则端口是关闭的。（匿名扫描，默认不加类型，需要root权限，扫描速度快）

-sA：TCP ACK扫描使用ACK标志位数据包，若目标主机回复RST数据包，则目标端口没有被过滤（用于发现防 火墙的过滤规则）。

UDP扫描端口选项:

-sU：使用UDP数据包经行扫描，返回UDP报文，则端口是开放的；返回不可达则端口处于关闭或过滤状态。（DNS，SNMP和DHCP等服务，更慢更困难）

4.不常用选项
TCP扫描端口选项:

-sN：TCP NULL扫描不设置标志位，标志头是0，返回RST数据包则端口是关闭的，否则端口是打开|过滤状态

-sF：TCP FIN扫描只设置FIN标志位。若返回RST数据包则端口是关闭的，否则端口是打开|过滤状态。

-sX：TCP XMAS扫描设置FIN、PSH、URG标志位，若返回RST数据包则端口是关闭的，否则端口是打 开|过滤状态。

-sM：TCP Maimon扫描使用FIN/ACK标识的数据包，端口开放就丢弃数据包，端口关闭则回复RST（BSD）。

-sW：TCP窗口扫描，检测目标返回的RST数据包的TCP窗口字段，字段值是正值说明端口是开放状态，字段值为0，则端口关闭。

-sI：TCP Idle扫描，使用这种技术，将通过僵尸主机发送数据包与目标主机通信。

5.输出选项（很少用）
-oN：标准输出为指定的文件

-oX：生成XML格式文件，可以转换成HTML文件

6.脚本扫描

--script=--script=vuln：检查是否存在常见漏洞

--script=brute：提供暴力破解的方式 可对数据库，smb，snmp等进行简单密码的暴力猜解

--script=default：默认脚本扫描，主要搜集各种应用服务的信息，收集后，可再针对具体服务进行攻击

--script=external：利用第三方的数据库或资源

2.4.网站信息

2.4.1.敏感目录与文件

如果网站的后台被攻击者找到，那么就可以进行暴力破解，如果是设置的弱口令那就能够登录后台了；如果备份泄露，被攻击者下载下来，那么攻击者就可以代码审计，来找到网站的漏洞。而像这些后台，备份该如何找呢？这里就推荐一些工具。

1.dirsearch

dirsearch是一个基于python的命令行工具，旨在暴力扫描网站的页面结构，包括网页中的目录和文件。

使用：

结果：

2.御剑后台扫描工具

御剑后台扫描可以用于扫描后台，用法简单。添加需要扫描后台的域名，然后会根据你设置的字典，然后设置合适的线程和扫描速度等就可以开始扫描了。扫描结果会显示出来，点击访问即可。

3.总结：这两个工具都是根据你所设置的字典来扫描的，所以一定要完善好自己的字典，这决定了你是否能找到别人找不到的东西。

2.4.2.CMS指纹识别

CMS是"Content Management System"的缩写，意为"内容管理系统"，用于网站内容管理。用户只需要下载对应的CMS软件包，就能部署搭建，并直接利用CMS。但是各种CMS都具有其独特的结构命名规则和特定的文件内容，因此可以利用这些内容来获取CMS站点的具体软件CMS与版本。

在渗透测试中，对目标服务器进行指纹识别是相当有必要的，因为只有识别出相应的Web容器或者CMS，才能查找与其相关的漏洞，然后才能进行相应的渗透操作。

http://whatweb.bugscaner.com

2.4.3.征信查询

企业征信机构记录了一家企业的基本信息，历史沿革，股东及出资等信息的平台。

https://www.tianyancha.com

https://www.qcc.com

2.4.4.备案号查询

备案号：

根据IP地址查询同一IP地址的其他信息。

备案号是网站是否合法注册经营的标志，一个网站域名要上线必然要经过备案程序，通过备案号反查可查询目标的所有合法网站。

https://icp.aizhan.com

http://icp.chinaz.com

https://www.freebuf.com/sectool/266457.html