ZAP扩展项目ascanrules-v70版本发布:增强主动扫描能力与安全性
项目简介
ZAP(Zed Attack Proxy)是一款广受欢迎的开源Web应用安全测试工具,而ascanrules是其核心扩展组件之一,专注于提供各种主动扫描规则。这些规则能够模拟测试者对Web应用进行深度检测,发现潜在的安全问题。最新发布的v70版本在多个方面进行了优化和改进,进一步提升了扫描的准确性和覆盖范围。
主要更新内容
核心框架升级
v70版本将最低支持的ZAP版本提升至2.16.0,这意味着用户需要确保他们的ZAP环境已经更新到这个版本或更高。同时,该版本还要求Common Library的最低版本为1.29.0,这些升级为扫描规则提供了更稳定和强大的基础支持。
扫描规则改进
在扫描规则方面,v70版本有几个值得关注的改进:
-
云元数据检测增强:现在支持对Google Cloud Platform(GCP)、Microsoft Azure和Oracle Cloud Infrastructure(OCI)的元数据服务进行检测,能够发现更多云环境下的配置安全问题。
-
服务器端模板注入(SSTI)规则优化:修复了与Go语言模板相关的误报问题,提高了检测的准确性。特别是针对Go模板引擎的特定测试向量进行了调整,减少了误报情况。
-
带外(OOB)检测标记:为"服务器端模板注入(盲注)"和"XML外部实体检测"规则添加了OUT_OF_BAND标记,帮助安全人员更清晰地识别这类需要带外通信验证的问题。
用户体验优化
-
扫描策略标准化:新增了标准化的扫描策略相关警报标签,使得规则管理更加规范统一。
-
帮助文档完善:更新了"隐藏文件查找器"和"用户代理模糊测试"规则的帮助文档,明确指出了与Custom Payloads插件配合使用的特定分类标识符。
-
日志信息修正:修复了使用主动扫描OAST服务的规则中可能出现的双点号问题,使日志输出更加规范。
技术细节解析
云元数据检测的演进
云元数据服务是云平台提供的重要功能,但不当的配置可能导致安全问题。v70版本的改进不仅增加了对主流云平台的支持,还优化了检测逻辑,减少了误报。这种检测对于发现云环境中可能存在的敏感信息泄露风险至关重要。
SSTI检测的精准度提升
服务器端模板注入是一种严重安全问题,但不同模板引擎的语法差异导致检测难度较大。v70版本特别针对Go语言的模板引擎进行了优化,通过调整测试向量和检测逻辑,显著降低了误报率,同时保持了较高的检出率。
带外检测的强化
带外检测是现代应用安全测试中的重要组成部分。通过为相关规则添加OUT_OF_BAND标记,安全团队可以更有效地识别和验证那些需要外部交互才能确认的问题,如盲注型的服务器端模板注入和XXE检测。
实际应用建议
对于安全测试人员,升级到v70版本后可以:
-
在云环境测试中,充分利用增强的云元数据检测能力,全面评估云服务的配置安全性。
-
针对使用Go语言开发的应用,可以更自信地依赖SSTI检测结果,减少人工验证的工作量。
-
通过标准化的警报标签,更高效地组织和分析扫描结果,特别是对于复杂的带外检测场景。
总结
ascanrules-v70版本的发布标志着ZAP在主动扫描能力上的又一次进步。通过支持更多云平台、优化检测算法和提升用户体验,这个版本为Web应用安全测试提供了更强大、更精准的工具。安全团队应当及时升级,以充分利用这些改进带来的优势,提升安全测试的效率和效果。
kernelopenEuler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。C045
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0122
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