x8-Burp:揭秘隐藏参数的利器
2024-09-23 14:49:45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
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220