GHunt项目身份验证机制的技术演进与优化
2025-05-13 00:46:00作者:胡唯隽
背景介绍
GHunt作为一款开源的Google账户调查工具,其核心功能依赖于对Google各类API的有效调用。随着Google不断调整其身份验证机制,特别是针对cookie策略的频繁变更,GHunt项目团队面临了严峻的技术挑战。
原有身份验证机制分析
GHunt最初采用双重认证体系:
-
Cookie与SAPISIDHASH认证
- 通过浏览器扩展获取用户cookie
- 提取SAPISID cookie生成特定API的授权哈希
- 该机制易受Google策略变更影响,维护成本高
-
OAuth2认证
- 使用主令牌(Master Token)生成临时访问令牌
- 稳定性高,几乎不会过期
- 主要用于移动端API调用
技术挑战与解决方案探索
随着Google加强cookie管理,特别是GDPR合规性调整,原有基于cookie的机制出现以下问题:
- 稳定性问题:频繁的Google策略更新导致认证失效
- 维护成本:需要持续跟踪Google变更并进行大量测试
- 功能限制:部分API返回信息不完整
项目团队探索了两种技术路线:
全面转向OAuth2认证
研究发现People API等核心服务可通过OAuth2调用,但存在:
- X-Google-Spatula头部的protobuf编码问题
- 权限限制导致无法获取完整信息
- 需要进一步逆向工程研究
利用multilogin端点
近期发现的multilogin端点技术特点:
- 可实现令牌到cookie的转换
- 需要特定格式的主令牌(1//前缀)
- 比传统cookie机制更稳定
技术突破与实现
项目团队取得了关键性进展:
- Android主令牌转换:成功实现从Android格式主令牌(aas_et前缀)生成有效cookie
- 认证机制重构:完全移除对初始cookie的依赖
- 系统稳定性提升:新机制显著降低维护成本
项目现状与未来展望
最新发布的v2.1.0版本已实现:
- 更稳定的身份验证流程
- 简化的用户操作体验
- 更好的API兼容性
未来发展方向包括:
- 进一步扩大OAuth2的应用范围
- 优化令牌管理机制
- 增强对Google新API的支持
这一系列技术演进不仅解决了当前的身份验证难题,也为GHunt项目的长期发展奠定了更坚实的基础。项目团队的技术创新精神和对开源社区的承诺,确保了这款工具能够持续为OSINT领域提供价值。
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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
325
🔥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
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492