探索Web安全的新篇章:GOWAPT - Go Web Application Penetration Test
2024-05-20 04:46:51作者:凌朦慧Richard
GOWAPT是面向Web应用渗透测试的强力工具,它是知名工具wfuzz的兄弟,为测试人员提供了无压力的大量活动执行方案,只需简单的配置即可启动深度扫描。
安装与使用
安装GOWAPT非常简单,只需在终端中运行以下命令:
make
sudo make install
使用GOWAPT时,通过-h选项查看帮助菜单,并使用提供的参数来定制你的请求:
Usage of gowapt:
-H value
A list of additional headers
-a string
Basic authentication (user:password)
-c string
A list of cookies
-d string
POST数据用于请求
-e string
编码器列表(默认:"plain")
-f string
结果过滤器
-from-proxy
通过代理服务器获取请求
-fuzz
使用内置模糊测试功能
-p string
使用上游代理
-plugin-dir string
扫描模块目录
-scanner
运行扫描模式
-ssl
使用SSL
-t string
请求模板
-threads int
线程数(默认:10)
-u string
要模糊测试的URL
-w string
单词列表文件
-x string
扩展名,如example.js
示例
-
扫描http://www.example.com并过滤所有状态码为200的响应:
gowapt -u "http://www.example.com/FUZZ" -w wordlist/general/common.txt -f "code == 200" -
对URL参数
vuln进行XSS检测(假设正常请求返回200状态):gowapt -u "http://www.example.com/?vuln=FUZZ" -w wordlist/Injections/XSS.txt -f "tags > 200"
应用场景与技术优势
GOWAPT广泛应用于Web应用的安全评估和漏洞发现。它适合对任何需要进行安全测试的网站或API进行深度测试。其强大的功能包括:
- 自定义配置:通过设置各种参数,你可以控制请求的方式,如添加头信息、使用基本认证或通过代理。
- 模糊测试:内置模糊测试引擎可以有效发现基于输入的漏洞。
- 插件系统:通过JavaScript扩展,你可以编写自己的扫描模块,进一步提升GOWAPT的功能。
- HTTP拦截:使用JS API创建HTTP拦截器,实现对请求和响应的动态操作。
- 线程控制:可自由调整线程数量以优化速度与资源利用。
项目特点
GOWAPT的亮点在于其灵活性和易用性:
- 简洁的命令行接口:易于理解和使用,即使是初学者也能快速上手。
- 广泛的编码器支持:提供多种常见的字符编码方式,覆盖了常见的Web应用安全测试需求。
- 高效的过滤系统:可以根据响应的多个属性(如标签数量、状态代码等)进行精确过滤。
- 插件化设计:JavaScript API使得扩展和自定义成为可能,无需深入Go语言本身就能增强工具功能。
- 扫描模式:新增的扫描模式让自动化扫描变得轻松。
许可证
GOWAPT遵循GPLv3许可证,由Daniele 'dzonerzy' Linguaglossa授权并维护。
GOWAPT不仅是一个工具,更是一种探索Web安全新方法的机会。现在就加入我们,一同发掘隐藏在Web应用深处的秘密!
登录后查看全文
热门项目推荐
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
686
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869