【亲测免费】 ActiveScan++ 技术文档
2026-01-25 06:18:17作者:明树来
1. 安装指南
1.1 系统要求
- Burp Suite Professional:版本1.6或更高。
- Jython:2.5或更高版本的独立版。可以从Jython官网下载。
1.2 手动安装步骤
- 打开Burp Suite Professional。
- 导航到“Extender” -> “Options”。
- 在“Python environment”下点击“Select file”。
- 选择下载的
jython-standalone-2.5.jar文件。 - 导航到“Extender” -> “Extensions”。
- 点击“Add”。
- 将“Extension Type”更改为Python。
- 选择
activeScan++.py文件。 - 安装完成!
2. 项目使用说明
2.1 基本使用
- 激活扫描:只需运行正常的主动扫描即可触发ActiveScan++的检查。
- 注意事项:主机头检查可能会篡改主机头,导致请求被路由到同一主机上的不同应用程序。在共享托管环境中运行此扫描器时需谨慎。
2.2 功能概述
- 潜在主机头攻击:包括密码重置中毒、缓存中毒和DNS重绑定。
- 边缘侧包含:检测边缘侧包含问题。
- XML输入处理:检测XML输入处理中的潜在问题。
- 可疑输入转换:例如
7*7 => '49',\\\\ => '\\'。 - 被动扫描器问题:仅在模糊测试期间出现的被动扫描器问题。
3. 项目API使用文档
ActiveScan++主要通过Burp Suite的扩展机制进行调用,API文档主要涉及Burp Suite的扩展接口。以下是一些关键接口的使用说明:
3.1 IBurpExtender接口
- 定义:所有Burp Suite扩展必须实现的接口。
- 方法:
registerExtenderCallbacks(IBurpExtenderCallbacks callbacks):注册扩展回调。
3.2 IScannerCheck接口
- 定义:用于实现自定义扫描检查的接口。
- 方法:
doPassiveScan(IHttpRequestResponse baseRequestResponse):执行被动扫描。doActiveScan(IHttpRequestResponse baseRequestResponse, IScannerInsertionPoint insertionPoint):执行主动扫描。
3.3 IExtensionHelpers接口
- 定义:提供各种实用方法来帮助扩展开发。
- 方法:
analyzeRequest(IHttpRequestResponse requestResponse):分析HTTP请求。analyzeResponse(byte[] response):分析HTTP响应。
4. 项目安装方式
4.1 手动安装
- 步骤:
- 下载并安装Jython 2.5或更高版本的独立版。
- 在Burp Suite中配置Jython环境。
- 加载
activeScan++.py文件。
4.2 自动安装(可选)
- 步骤:
- 使用Burp Suite的BApp Store安装ActiveScan++。
- 自动配置Jython环境。
通过以上步骤,您可以成功安装并使用ActiveScan++扩展,提升Burp Suite的扫描能力。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
388
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
679
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
806
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781