探索Web安全的利器:Shuriken - 手裏剣
2024-06-17 05:13:25作者:尤辰城Agatha

1、项目介绍
Shuriken,源于日本古代忍者武器的名字,是一个由Shogun Lab开发的开源跨站脚本(XSS)命令行工具。它的目标是帮助网络安全研究人员更方便地在Web应用中测试一系列XSS攻击负载。Shuriken支持快速更换payload列表、记录测试结果以及捕获成功的payload截图。
请注意,该项目已不再维护,但它仍然可以作为一个学习和参考的资源。
2、项目技术分析
Shuriken依赖于以下技术:
- 使用Splinter,一个Python库,允许无头浏览器进行测试。
- PhantomJS,一个用于Selenium测试的无头WebKit浏览器。
- Selenium 2.0,驱动PhantomJS运行的WebDriver。
- FuzzyWuzzy,实现模糊匹配,以便检测部分反射的XSS。
- python-Levenshtein,用于计算字符串编辑距离和相似性,提升FuzzyWuzzy的速度。
Shuriken的工作流程简单高效,只需要将"{xss}"作为注入点,然后它会自动尝试各种payload,并记录和展示成功的结果。
3、项目及技术应用场景
Shuriken主要适用于以下场景:
- 网络安全测试:在获得授权后,对网站进行XSS漏洞扫描。
- 教育和研究:理解XSS攻击模式,学习如何防御这类威胁。
- 开源安全项目:与其他安全工具集成,增强自动化测试能力。
4、项目特点
- 易用性:通过简单的命令行选项,你可以指定URL中的注入点,轻松更改payload列表。
- 屏幕捕捉:可保存每个成功反射的XSS payload的截图。
- 日志记录:详细记录每次反射的XSS payload。
- 模糊匹配:启用模糊检测,即使只有部分匹配也能捕获潜在的XSS漏洞。
例如:
python shuriken_xss.py -s ExampleTarget -u "http://example.com/target.php?name={xss}" -p "xss-payload-list.txt"
这将针对给定URL注入payload列表,并为名为"ExampleTarget"的靶子保存截图。
尽管这个项目已经停止维护,但对于那些希望深入理解和探索XSS攻击的开发者或安全研究人员来说,Shuriken仍然是一个宝贵的工具。请确保在任何实际使用前,都已经获得了目标站点的测试许可。
最后,Shuriken遵循MIT许可证,其Logo基于CC BY 3.0 US授权。更多信息,请查看项目文档和许可证文件。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust016
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (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
1.57 K
910
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++
947
888
暂无简介
Dart
922
228
openEuler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。
C
399
303
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
634
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260