x8-Burp:揭秘隐藏参数的利器
2024-09-23 21:43:15作者:戚魁泉Nursing
项目介绍
x8-Burp 是一款专为 Burp Suite 设计的插件,旨在帮助安全研究人员和渗透测试人员发现那些容易被忽视的隐藏参数。这些参数可能存在漏洞,或者揭示出一些有趣的功能,从而提升安全测试的深度和广度。x8-Burp 通过逐行比较页面内容、响应代码和反射信息,实现了更高的检测准确性。
项目技术分析
x8-Burp 的核心技术在于其强大的参数检测机制。它支持从 Burp Suite 的 Proxy 或 Repeater 标签中选择多个请求,并在单独的线程中执行这些请求。此外,x8-Burp 还具备以下技术特点:
- 多线程处理:每个请求都在独立的线程中执行,提高了检测效率。
- 自动问题创建:当发现隐藏参数时,自动创建问题报告。
- HTTP/2 支持:确保在现代网络环境中的兼容性。
- WAF 检测:当检测到 Web 应用防火墙时,自动添加信息级别的问题报告。
- 自定义注入点:支持使用
%s或&%s定义自定义注入点。
项目及技术应用场景
x8-Burp 适用于以下场景:
- 安全测试:在进行渗透测试时,帮助发现隐藏的漏洞参数。
- 功能挖掘:揭示应用程序中未公开的功能或接口。
- WAF 绕过:通过检测 WAF 的存在,为绕过策略提供参考。
- 自动化测试:集成到自动化测试流程中,提升测试覆盖率。
项目特点
- 高精度检测:通过逐行比较和响应代码分析,确保检测结果的准确性。
- 多线程支持:提高检测效率,缩短测试时间。
- 自动问题报告:简化问题管理流程,提升工作效率。
- HTTP/2 兼容:适应现代网络环境,确保工具的广泛适用性。
- 自定义注入点:灵活应对不同测试需求,提升工具的实用性。
使用指南
x8-Burp 提供了四种搜索选项:
- 小词表(推荐):包含
25000个单词,5 个线程。 - 大词表:包含
63000个单词,15 个线程。 - x8083:所有请求将通过端口 8083 代理。
- 调试参数:最小请求数量,仅检测调试参数和基于响应的参数。
安装步骤
- 在 Burp Suite 的 Extender 选项中配置 Jython Standalone 路径。
- 下载并使用预编译的二进制文件。
- 根据操作系统选择相应的脚本文件,并加载到 Burp Suite 中。
结语
x8-Burp 作为一款强大的 Burp Suite 插件,能够帮助安全研究人员和渗透测试人员更高效地发现隐藏参数,提升测试的深度和广度。无论你是安全专家还是初学者,x8-Burp 都能为你提供有力的支持。立即尝试 x8-Burp,开启你的安全测试新篇章!
项目地址:GitHub - Impact-I/x8-Burp
视频演示:点击观看
登录后查看全文
热门项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
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
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K