探索网络漏洞的利器:Inception
Inception 是一款高度可配置的工具,用于对任意数量的主机进行自定义检查。它的使用简单,但功能强大,只需几分钟,通过providerCreate.html,您就可以创建所需的漏洞或服务指纹。
这款工具对于从事Bug bounty活动的猎手来说非常实用,他们可以快速扫描大量主机上的特定端点,并报告如果该端点返回指定字符串、状态码或Content-Length时的情况。
Inception是Go语言版本的Snallygaster,内置了来自Snallygaster的大量测试案例,以及由我添加的更多案例。默认测试包括公共访问git配置文件、.env文件、Magento配置文件、PHP信息文件、服务器状态页面、Rails和Symfony数据库配置文件、CORS配置错误检测以及根目录的基本XSS检查等。
与其他工具不同的是,Inception允许用户在不编写一行代码的情况下创建并提供自己的测试案例。
利用goroutine,Inception运行速度极快,但它不会对单个域并发发送大量请求,以防止WAF阻塞,并确保每个测试案例在移动到下一个测试之前针对所有指定域执行一次。
关键特性
- 使用providerCreate.html创建签名非常简单。
- 利用Go语言的goroutine实现高速扫描。
- 避免过度冲击单个服务器,减少被WAF阻止的风险。
- 可高度配置,支持GET/POST/HEAD/PUT/DELETE请求,并自定义头部和正文。
- 最小化误报率,可根据具体字符串、状态码、Content-Length过滤响应。
安装与更新
确保已安装Go,然后运行以下命令进行安装:
go get github.com/proabiral/inception
要更新Inception,请运行:
go get -u github.com/proabiral/inception
使用方法
查看命令行选项以了解详细用法:
▶️ inception -h
基本用法示例:
▶️ inception -d /path/to/domainlist.txt
所有检测到的问题将在屏幕上显示。如果没有发现问题,将显示“已完成”消息。如果出现类似provider.json: no such file or directory的错误,可以通过-provider选项提供provider.json文件的路径。
输出保存
▶️ inception -d /path/to/domainlist.txt -o /tmp/output
结果将以JSON格式保存,可以使用如jq和gron这样的工具后期处理。
常见问题解答
-
如何设置域名列表? 提供一个每行包含一个域名的文本文件,无需协议前缀,例如:
facebook.com twitter.com gmail.com hackerone.com bugcrowd.com -
如何添加自定义测试案例? 使用providerCreate.html生成JSON,填写详细信息,然后生成的JSON如下所示:
[ ... ]将生成的JSON保存到文件中,并在运行工具时通过
-provider选项提供其路径。
指令占位符
在provider.json中,您可以使用预定义的指令占位符,它们会根据工具运行的目标URL自动替换:
$hostname:主域名$domain:域名(不带www)$fqdn:完全限定域名(包含www)
例如,如果目标是https://end8ej99anfko.x.pipedream.net,则:
$hostname变为 end8ej99anfko$domain变为 x.pipedream.net$fqdn变为 end8ej99anfko.x.pipedream.net
这在处理CORS或查找以域名开头的文件等情况时非常有用。
名字背后的意义
Inception这个名字灵感来源于电影《盗梦空间》,在这部电影中,主角迪卡普里奥从人的潜意识中窃取秘密。如同电影,这款工具也从Web服务器中挖掘出隐藏的信息。
最后,感谢Iceman为本项目命名,并且它借鉴了他Subover项目中的并发模块。
立即尝试Inception,让它成为您的网络安全侦探,发掘那些潜藏在网络深处的秘密吧!
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。C032
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
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-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
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