Yaklang/Yakit中GetCommonParams函数处理POST参数异常问题分析
2025-06-03 11:39:55作者:侯霆垣
问题现象
在Yak-MITM插件开发过程中,开发者发现当使用freq.GetCommonParams()方法获取POST请求参数时,如果请求体(body)中的第一个参数名为"id",会出现无法正确获取该参数及其值的异常情况。具体表现为参数列表为空或缺失第一个参数。
问题复现
通过SQL注入靶场测试可以稳定复现该问题。当发送如下POST请求时:
POST /sqli-labs/Less-1 HTTP/1.1
Host: 192.168.124.2
Content-Type: application/x-www-form-urlencoded
Content-Length: 4
id=2
使用以下Yak脚本代码:
mirrorHTTPFlow = func(isHttps, url, req, rsp, body) {
freq, _ := fuzz.HTTPRequest(req, fuzz.https(isHttps))
CommonParams := freq.GetCommonParams()
yakit_output(str.f("总共测试参数共%v个", len(CommonParams)))
for pos, param1 := range CommonParams {
yakit_output("参数名:%v,参数值: %v", param1.Name(), param1.GetFirstValue())
}
}
预期应该输出参数"id"及其值"2",但实际上可能输出参数数量为0或者不包含"id"参数。
问题原因
经过分析,这是Yak引擎早期版本中存在的一个解析问题。当POST请求体采用x-www-form-urlencoded编码格式,且第一个参数名为"id"时,参数解析器会出现异常,导致无法正确识别该参数。
解决方案
该问题已在Yak引擎的后续版本中得到修复。开发者只需将Yakit更新至最新版本即可解决此问题。更新后,GetCommonParams()方法能够正确识别所有参数,包括POST请求体中以"id"开头的参数。
最佳实践建议
-
版本管理:始终使用最新稳定版的Yakit工具链,以获得最佳兼容性和最完善的问题修复。
-
参数处理:在处理HTTP请求参数时,建议采用防御性编程策略,对参数获取结果进行空值检查。
-
异常处理:完善错误处理逻辑,例如:
freq, err := fuzz.HTTPRequest(req, fuzz.https(isHttps))
if err != nil {
yakit_output("请求解析失败: %v", err)
return
}
- 参数验证:对于关键参数,建议使用多种方式验证其存在性,例如同时检查Query参数和Body参数。
总结
Yaklang/Yakit作为一款强大的安全测试工具,其MITM插件功能为流量分析和安全检测提供了极大便利。开发者在使用过程中遇到类似参数解析问题时,首先应考虑工具版本是否最新。同时,养成良好的错误处理和参数验证习惯,能够有效提升插件的稳定性和可靠性。
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 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
331
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