ZAP代理中Mac OSX Salted SHA-1哈希检测规则优化分析
在网络安全扫描工具ZAP代理(Zed Attack Proxy)的使用过程中,我们发现其被动扫描规则中的"Hash Disclosure - Mac OSX salted SHA-1"检测规则存在较高的误报率。本文将深入分析这一现象的技术背景、误报原因以及解决方案。
技术背景
SHA-1(安全哈希算法1)是一种广泛使用的密码哈希函数,能够将任意长度的数据映射为固定长度(160位,即40个十六进制字符)的哈希值。在Mac OSX系统中,曾使用加盐(salted)的SHA-1哈希来存储用户密码。
ZAP代理的被动扫描规则中包含了检测这类哈希值的模式匹配规则,目的是发现可能泄露的系统密码哈希。然而,随着技术发展和系统安全机制的改进,这种检测方式的实用性和准确性值得重新评估。
误报现象分析
通过实际扫描案例观察,该规则产生了多种类型的误报:
-
URL参数中的长字符串:如嵌入在SWF文件URL中的参数值"0048E3008E40001CE400F4780031EC001AA200192000F80E"
-
二进制文件内容:JPEG图片和PDF文档中出现的特定字符串模式,如"B222222222222222222222222222222222222222222222222"和"496F6965726E6174636F6E61674164636F756E74696E6721"
-
安全令牌和非ce值:如网页链接中的nonce参数"2833C52A1F55BA254A23A9237908EE49FB3655B5CC1414FE"
-
JSON数据中的编码值:如"brand-115114971181011081199710810997114116112108117112"
这些误报的根本原因在于SHA-1哈希的通用性——任何40个字符的十六进制字符串都可能被误判为密码哈希。
技术改进方案
针对这一问题,ZAP开发团队已经实施和计划了多项改进措施:
-
内容类型过滤:最新版本(pscanrules 60.0.0)已更新规则,仅扫描文本类型响应,排除了图片(JPEG)、PDF等二进制内容。
-
风险评估调整:计划降低该规则的威胁等级和置信度,因为SHA-1哈希的通用性使其难以准确判断是否为真正的密码泄露。
-
规则重命名:建议将规则名称从"Mac OSX salted SHA-1"改为更通用的"Salted SHA-1",以反映其实际检测范围。
-
模式匹配优化:考虑增加额外的验证条件,如排除纯数字或重复模式的"哈希"。
现代系统安全背景
值得注意的是,现代Mac OSX系统已不再将密码哈希存储在易访问或可转储的位置。系统采用了更安全的技术如:
- Keychain密钥链服务
- 更强大的加密算法(如PBKDF2)
- 硬件安全模块集成
这使得传统的密码哈希检测方法在现代环境中相关性降低,这也是考虑调整该规则的重要原因之一。
最佳实践建议
对于ZAP用户,我们建议:
- 及时更新到最新版本以获取已实现的改进
- 对确认为误报的结果使用ZAP的"标记为误报"功能
- 结合其他检测手段验证潜在的密码哈希泄露
- 关注现代系统的安全机制,调整扫描策略
通过这次规则优化,ZAP代理在保持安全检测能力的同时,将减少不必要的警报干扰,提高安全人员的工作效率。这也体现了安全工具需要与时俱进,不断适应变化的技术环境。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









