Autowasp 使用教程
2025-04-17 17:01:07作者:何举烈Damon
1. 项目介绍
Autowasp 是一个开源的 Burp Suite 扩展,它将 OWASP Web 安全测试指南(WSTG)与 Burp Scanner 集成,为现代渗透测试人员提供一个简化的 Web 应用程序安全测试流程。这个工具会指导新的渗透测试人员了解 Web 应用程序安全的最佳实践,并自动化 OWASP WSTG 检查。
2. 项目快速启动
以下是快速启动 Autowasp 的步骤:
环境准备
确保您已经安装了 Burp Suite Professional。
下载 Autowasp
克隆 Autowasp 仓库到您的计算机:
git clone https://github.com/PortSwigger/autowasp.git
构建项目
使用 IntelliJ IDEA:
- 克隆仓库后,打开 IntelliJ IDEA,选择导入项目或打开项目。
- 打开项目结构 (
File > Project Structure...或Ctrl+Alt+Shift+S)。 - 在主类选项中,选择
BurpExtender (burp)。 - 在项目设置中,选择模块,添加
/src/main/resources作为项目资源。 - 点击应用并关闭项目设置。
- 点击构建项目 (
Build > Build Project)。
构建完成后,autowasp.jar 文件会生成在 /Autowasp/out/artifacts/autowasp_jar/autowasp.jar。
使用命令行:
- 克隆仓库后,运行以下命令:
cd Autowasp
mvn clean compile assembly:single
- 构建完成后,
autowasp.jar文件会生成在/Autowasp/target/autowasp-1.0-SNAPSHOT-jar-with-dependencies.jar。
安装扩展
- 下载 release 版本的 Autowasp JAR 文件。
- 打开 Burp Suite。
- 点击
Extender标签页。 - 在
Extensions标签页下点击Add。 - 在
Extension Details中点击Select file并选择 Autowasp JAR 文件,然后点击Next。 - 如果没有输出或错误,您会在顶部标签行看到一个名为 Autowasp 的新标签页。
3. 应用案例和最佳实践
以下是一个使用 Autowasp 的通用测试工作流程:
- 在 Autowasp 中显示 OWASP 清单以供参考。
- 将目标 URL 添加到
Scope。Scope功能将从 Burp Scanner 提取相关结果并监听不安全的 Web 请求和响应。 - 将扫描问题映射到清单中的具体测试案例。
- 手动探索网站的页面,然后点击
Enable Burp Scanner Logging以在Logger标签页下显示扫描问题。 - 将发现的问题映射到清单。
- 插入与日志相关的安全观察和证据。
- 生成包含清单、日志、证据和评论的报告。
4. 典型生态项目
Autowasp 作为 Burp Suite 的扩展,是 Web 应用程序安全测试生态的一部分。其他类似的开源项目包括 OWASP ZAP (Zed Attack Proxy)、w3af 等,它们都提供了自动化 Web 应用程序安全测试的工具和框架。通过结合这些工具,渗透测试人员可以更全面地进行安全评估。
登录后查看全文
热门项目推荐
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 StartedRust075- 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
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
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
547
671
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++
955
930
Claude 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 Started
Rust
430
75
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
407
326
昇腾LLM分布式训练框架
Python
146
172
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
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (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
1.59 K
925
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
642
292