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
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。C037
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
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。C00
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TSX0114
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
432
3.29 K
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
351
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
689
162
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
React Native鸿蒙化仓库
JavaScript
266
327
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
79
37
🔥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
🎉 (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
1.22 K
671