首页
/ 探索GraphQL安全审计新工具:BatchQL

探索GraphQL安全审计新工具:BatchQL

2024-05-20 00:32:59作者:苗圣禹Peter

BatchQL是一款专注于执行批处理GraphQL查询和操作的安全审计脚本。这个小巧的工具旨在填补网络上关于GraphQL批量攻击工具的空白,同时也热衷于接受社区的改进建议和贡献。

项目介绍

在探讨GraphQL批量攻击问题时,我们发现虽然有许多相关的博客文章,但缺少一个实际可用的工具来执行这些攻击。BatchQL应运而生,它能够检测并实施一系列针对GraphQL服务的潜在安全威胁。例如,通过单个查询尝试10,000种可能的四位数密码重置码,这可能会绕过一些网站的速率限制或账户锁定机制。

项目技术分析

BatchQL具备以下检测功能:

  • 支持Introspection查询
  • 检测模式建议
  • 可能的CSRF(跨站请求伪造)检测
  • 基于查询名称的批处理
  • 基于JSON列表的批处理

目前,该工具支持JSON列表形式的查询以进行批量攻击,无论是将变量嵌入查询中还是作为JSON输入提供。

应用场景

枚举

通过简单的命令行参数,你可以对目标GraphQL服务进行枚举,检查是否存在如上述列举的各种安全风险。

❯ python batch.py -e http://re.local:5000/graphiql -p localhost:8080

批量攻击

BatchQL还支持执行基于文件的GraphQL查询和单词列表的批量攻击。例如,尝试登录过程中的密码暴力破解:

❯ python batch.py --query acc-login.txt --wordlist passwords.txt -v '{"loginInput":{"email":"admin@example.com","password":"#VARIABLE#","rememberMe":false}}' --size 100 -e http://re.local:5000/graphiql -p localhost:8080

项目特点

  • 简单易用:只需几行命令即可进行枚举和攻击。
  • 强大的批量处理能力:允许通过JSON列表进行大规模的查询,有效探测潜在漏洞。
  • 全面的检测功能:涵盖多种安全问题,如Introspection、CSRF等。
  • 可扩展性:欢迎社区成员提交改进和增强功能。

参考资源

了解更多信息,请参考以下链接:

BatchQL是一个强大的工具,对于想要评估其GraphQL服务安全性的开发者和安全研究人员来说,无疑是一个宝贵的资源。立即加入我们的行列,一起探索和保护GraphQL的世界!

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
165
2.05 K
nop-entropynop-entropy
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
8
0
RuoYi-Vue3RuoYi-Vue3
🎉 (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
954
563
leetcodeleetcode
🔥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
60
17
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
408
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
71
rainbondrainbond
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
14
1