蚁剑(AntSword)连接问题排查:路径变更导致的文件读取失败
2025-06-16 01:41:08作者:齐冠琰
在渗透测试和安全研究过程中,蚁剑(AntSword)作为一款流行的WebShell管理工具,其稳定性和兼容性对安全研究人员至关重要。近期有用户反馈在特定环境下使用蚁剑连接后出现页面刷新异常的问题,本文将深入分析该问题的成因及解决方案。
问题现象
用户环境配置为:
- 服务器:Microsoft-IIS/10.0
- PHP版本:8.0.29
- 同时支持ASP.NET
- 运行在M1 ARM64架构上
主要症状表现为连接成功后页面无法正常刷新,通过抓包分析发现返回了异常信息:
0db5e59feeERROR:// Path Not Found Or No Permission!b541242680d2
初步排查
用户首先怀疑是权限问题,但通过system()函数执行目录列表和文件内容读取操作均正常。这表明基础的文件系统权限配置是正确的,问题可能出在更高层次的交互过程中。
深入分析
通过解密传输数据包中的内容,发现关键代码如下:
try {
$F = base64_decode(substr($_POST["anonymous"], 2));
$P = @fopen($F, "r");
echo(@fread($P, filesize($F) ? filesize($F) : 4096));
@fclose($P);
} catch (Exception $e) {
echo "ERROR://".$e->getMessage();
};
这段代码逻辑清晰:
- 从POST参数中获取并解码文件路径
- 尝试打开文件
- 读取文件内容并输出
- 捕获并处理可能出现的异常
问题出现在fread操作环节,这表明虽然文件路径被正确传递,但实际访问时却失败了。
根本原因
通过进一步测试,执行echo __FILE__;命令输出当前文件路径,发现与预期路径不符。这表明:
- 网站的实际部署路径发生了变更
- 蚁剑缓存中保存的是旧的路径信息
- 导致所有基于相对路径的操作都指向了错误的位置
解决方案
解决此问题的方法很简单:
- 清除蚁剑的本地缓存
- 重新建立连接
这一操作强制蚁剑重新获取当前环境的真实路径信息,避免了缓存导致的路径偏差。
扩展讨论
值得注意的是,用户还反馈了蚁剑在处理ASP/ASPX/ASMX/ASHX等文件时,对非拉丁语系字符(如中文、日文、韩文、印度语等)的支持问题。这类编码问题在跨平台、跨语言环境中确实较为常见,特别是在不同编码标准的文件格式间转换时。
对于这类编码问题,临时解决方案包括:
- 使用支持UTF-8编码的替代工具进行文件编辑
- 在文件操作前显式设置编码格式
- 避免在文件内容中混合使用多种语言字符
最佳实践建议
- 定期清理缓存:特别是在网站迁移或路径变更后,清除客户端缓存可以避免许多路径相关的问题
- 编码一致性:确保整个项目使用统一的字符编码(推荐UTF-8)
- 路径处理:尽量使用绝对路径而非相对路径,特别是在文件操作中
- 错误处理:完善错误捕获机制,提供更有意义的错误信息
通过这次问题排查,我们不仅解决了具体的连接问题,也加深了对WebShell管理工具在实际环境中可能遇到的路径和编码问题的理解。这些经验对于安全研究人员在日常工作中高效使用蚁剑等工具具有重要参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
649
🎉 (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
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
649