BBOT项目中Shodan IDB模块的速率限制问题分析与解决方案
2025-05-27 18:45:02作者:韦蓉瑛
问题背景
在网络安全扫描工具BBOT的使用过程中,用户发现其Shodan IDB模块存在一个严重的速率限制问题。当模块向Shodan的InternetDB API发送过多请求时,会导致客户端公网IP被临时封禁一小时,进而使整个扫描进程停滞。这一问题在扫描大规模目标(如20000个IP地址)时尤为明显。
问题分析
速率限制机制失效
Shodan的InternetDB API对未认证请求有严格的速率限制。测试表明,当连续发送约600个请求后,客户端IP会被临时封禁一小时。而BBOT的Shodan IDB模块在原始实现中未能有效控制请求速率,导致频繁触发这一限制。
错误的重试机制
模块最初存在两个关键缺陷:
- 对404响应(表示Shodan无该IP信息)也进行了不必要的重试,这增加了API调用次数
- 重试机制不够灵活,无法适应不同的错误响应类型
进程停滞现象
当IP被封禁后,模块会持续等待而非优雅降级或跳过,导致扫描进程长时间停滞。日志显示,模块会在被封禁状态下持续尝试约一小时,直到封禁自动解除。
解决方案
请求速率控制
开发团队为Shodan IDB模块实现了严格的自我速率限制机制:
- 默认将请求速率限制为每秒1次
- 通过全局队列确保多线程环境下的总请求速率不超过限制
智能重试机制
改进后的重试策略具有以下特点:
- 仅对特定错误类型(如429 Too Many Requests)进行重试
- 忽略404响应,避免不必要的重试
- 提供模块级重试次数配置参数,允许用户自定义重试行为
错误处理优化
增强了错误处理的健壮性:
- 提高速率限制警告的日志级别至INFO,使问题更易被发现
- 添加超时机制,防止无限等待
- 提供清晰的错误信息,指导用户调整配置
实施效果
经过修复后的版本在测试中表现良好:
- 成功完成了对大规模目标(20000+ IP)的扫描
- 未再出现因速率限制导致的进程停滞
- 日志显示错误处理符合预期,仅对适当错误进行重试
最佳实践建议
对于BBOT用户,在使用Shodan IDB模块时建议:
- 对于大规模扫描,考虑使用
modules.shodan_idb.retries参数适当增加重试次数 - 监控日志中的速率限制警告,及时调整扫描策略
- 在持续集成环境中,考虑实现IP轮换机制以避免长期封禁
- 对于关键任务扫描,建议使用Shodan API密钥以获得更高的速率限制
这一改进显著提升了BBOT工具在集成Shodan数据时的稳定性和可靠性,为网络安全专业人员提供了更强大的扫描能力。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
9
1
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219