Fenjing:智能WAF绕过的Web安全测试解决方案
Fenjing是一款专为Web安全测试设计的自动化WAF绕过工具,核心功能在于针对Jinja SSTI漏洞场景,实现从WAF规则分析到Payload生成的全流程自动化。该工具集成了多种绕过技术,能够智能识别并规避Web应用防火墙的检测机制,适用于CTF竞赛、安全审计及漏洞验证等场景。通过灵活的攻击模式和可视化界面,Fenjing为安全测试人员提供了高效、精准的漏洞利用解决方案,显著降低了手工测试的时间成本。
解析核心价值
实现智能WAF规则突破
Fenjing通过多维度分析引擎实现对WAF规则的智能绕过。其核心机制包括动态规则识别模块,能够通过特征探测识别WAF的拦截模式,结合内置的绕过策略库生成适配性Payload。该工具支持关键字符替换、数字变异、字符串编码等多种绕过技术,可应对常见的输入过滤机制。
规则匹配引擎采用分层结构设计:
# 规则匹配核心逻辑
def match_rules(payload, waf_signatures):
for signature in waf_signatures:
if signature.match(payload):
return apply_bypass_strategy(payload, signature)
return payload
构建多场景攻击体系
工具提供四种主要攻击模式,覆盖不同测试场景需求:网站全面扫描模式可自动发现潜在注入点;表单参数攻击模式针对特定输入点进行定向测试;路径注入模式专注于URL路径参数的漏洞利用;自定义请求模式支持导入原始HTTP请求进行灵活测试。
WebUI界面提供可视化配置选项,支持目标URL设置、请求方法选择、表单参数配置及分析模式调整,降低了工具使用门槛,适合不同技术水平的安全测试人员。
探索应用场景
自动化漏洞检测场景
在安全审计过程中,面对大型Web应用的多参数测试需求,传统手工测试效率低下。Fenjing的批量扫描功能可自动发现潜在漏洞点,通过并发请求机制在短时间内完成多参数测试。
场景:对电商网站的搜索功能进行安全测试
问题:搜索框参数可能存在SSTI漏洞,但传统测试需手工构造大量Payload
解决方案:
fenjing scan --url 'http://example.com/search' --detect-mode fast
该命令将自动检测目标URL的所有输入点,采用快速模式组合发送Payload,显著提升测试效率。
复杂WAF环境突破场景
部分网站部署了具有机器学习能力的高级WAF,能够动态更新拦截规则。Fenjing的智能变异引擎可通过Payload变异和行为模拟,突破动态规则防御。
深入技术解析
Payload生成系统架构
Fenjing的Payload生成系统采用优先级队列设计,确保生成的表达式既简洁又能绕过检测。系统首先通过语法树分析生成基础Payload,再应用编码转换和字符替换策略,最终生成多组候选Payload。
核心优化策略包括:
- 表达式长度优化,移除冗余括号
- 操作符优先级调整,避免语法错误
- 变量预定义机制,提升复杂Payload的可维护性
检测模式工作原理
工具提供两种检测模式:精确模式(accurate)和快速模式(fast)。精确模式逐个发送Payload并验证结果,适合需要准确判断的场景;快速模式采用Payload组合发送策略,通过批量验证提升测试速度。
检测模式切换逻辑:
if detect_mode == "fast":
payloads = combine_payloads(basic_payloads, max_combinations=5)
else:
payloads = basic_payloads # 精确模式使用单个Payload测试
掌握实战指南
环境部署与基础配置
场景:在本地环境部署Fenjing进行安全测试
问题:需要快速搭建工具运行环境并熟悉基本配置
解决方案:
推荐使用pipx进行隔离安装:
pipx install fenjing
或通过源码安装:
git clone https://gitcode.com/gh_mirrors/fe/Fenjing
cd Fenjing
pip install -r requirements.txt
python setup.py install
启动WebUI界面:
fenjing webui
高级功能应用
场景:针对特定WAF规则定制绕过策略
问题:通用Payload被目标WAF拦截,需要自定义绕过规则
解决方案:通过配置文件自定义字符替换规则,例如创建custom_waf_rules.json:
{
"replacements": {
"class": ["cls", "clazz"],
"import": ["__import__", "imp"]
}
}
使用自定义规则启动工具:
fenjing crack --url 'http://target.com' --rules custom_waf_rules.json
分析技术突破案例
动态规则绕过技术
在某CTF竞赛中,目标系统部署了基于语义分析的WAF,能够识别常见的SSTI攻击向量。Fenjing通过以下技术突破防御:
- 采用Unicode字符编码绕过关键词检测
- 使用变量间接引用方式避免直接出现敏感函数
- 构造多层嵌套表达式绕过语法分析
技术实现要点在于动态调整Payload结构,通过上下文感知生成符合业务逻辑但包含攻击向量的输入内容。
多向量协同攻击
针对某金融系统的路径注入防护,Fenjing结合路径遍历和参数污染技术,通过构造特殊URL实现漏洞利用。该案例展示了工具在复杂场景下的灵活适配能力,通过组合不同攻击向量突破多重防御机制。
总结应用价值
Fenjing作为Web安全测试领域的专业工具,通过自动化WAF绕过技术为安全测试人员提供了高效解决方案。其核心价值体现在智能规则分析、多场景适配和灵活的Payload生成能力上。无论是CTF竞赛中的快速漏洞利用,还是企业安全审计中的全面检测,Fenjing都能显著提升测试效率和成功率。随着Web安全防御技术的不断发展,Fenjing将持续进化其绕过策略,为安全测试人员提供应对新型防御机制的技术支持。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112

