信息收集与被动侦察

← 返回指南列表

信息收集与被动侦察

渗透测试的第一步永远是信息收集,约 80% 的攻击面都是从公开信息中挖掘出来的。信息收集的广度和深度直接决定了后续渗透的成功率。


一、什么是信息收集

1.1 信息收集的定义

信息收集(Information Gathering)是指在不破坏目标正常运行的前提下,通过各种渠道获取目标系统、组织、人员相关信息的过程。它是渗透测试的起点,也是最关键的一步。

1.2 信息收集的六大维度

维度 收集内容 最终目标
域名资产 主域名、子域名、关联域名 扩大攻击面,找到未防护的子站
IP 资产 真实 IP、C 段、CDN 绕过 定位服务器,绕过 CDN 打真实 IP
人员信息 员工姓名、邮箱、职位、电话 社会工程学、密码喷洒
技术栈 Web 服务器、框架、CMS、WAF 精准选择漏洞,绕过防御
网络结构 拓扑、开放端口、内网段 内外网打点,横向移动
敏感信息 代码泄露、配置泄露、历史漏洞 直接获取凭证或突破口

1.3 信息收集的作用链路

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

二、被动信息收集 vs 主动信息收集

2.1 核心区别

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图
特性 被动收集 主动收集
是否与目标交互 ❌ 否,不发送任何包 ✅ 是,直接访问目标
被发现的概率 极低,无日志产生 中等,WAF/IDS 可能告警
信息可控性 依赖公开数据,不可控 可按需定制,可控
收集效率 慢,需要聚合多方数据 快,直接探测
法律风险 低(访问公开数据) 中高(未授权扫描可能违规)
典型工具 crt.sh、Shodan、Google Nmap、dirsearch、whatweb

2.2 信息收集策略

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

三、域名信息收集

3.1 收集什么

信息类型 来源 用处
主域名 目标主站 入口点
子域名 DNS 记录、证书日志 扩大攻击面
关联域名 ICP 备案、WHOIS 反查 发现同组织资产
过期域名 WHOIS 历史 域名劫持可能性

3.2 被动收集方式

BASH
# 证书透明度(最好用的子域发现方式)
curl -s 'https://crt.sh/?q=%.example.com&output=json' | jq -r '.[].name_value' | sort -u

# DNSDB 被动 DNS
curl -s "https://api.dnsdb.info/lookup/rrset/name/*.example.com" -H "X-API-Key: $API_KEY"

# SecurityTrails
curl -s "https://api.securitytrails.com/v1/domain/example.com/subdomains" -H "APIKEY: $API_KEY"

# RAPID7 DNS 数据集
# https://opendata.rapid7.com/sonar.fdns_v2/ 可下载被动 DNS 数据离线查询

3.3 主动收集方式

BASH
# 子域名爆破(基于字典)
subfinder -d example.com -o subs.txt
amass enum -active -d example.com -o amass.txt

# DNS 区域传输(极少数情况下存在)
dig @ns1.example.com example.com AXFR

# DNS 递归查询遍历
dnsrecon -d example.com -t std

3.4 收集的信息有什么用

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

四、IP 与网络信息收集

4.1 收集什么

信息类型 来源 用处
真实 IP DNS 解析、CDN 绕过 直接攻击服务器
IP C 段 同网段 IP 发现同服务器其他站点
开放端口 端口扫描 确定服务面
网络拓扑 Traceroute、BGP 了解网络布局
AS 号 BGP 查询 发现同 AS 所有 IP 段

4.2 CDN 绕过(获取真实 IP)

BASH
# 方法 1:历史 DNS 记录
# SecurityTrails 查历史 A 记录,通常 CDN 前 IP 就是真实 IP

# 方法 2:子域名交叉对比
# 主站 www.example.com → CDN
# 子站 api.example.com → 可能直连
# 对比两个 IP,api 的 IP 可能是 www 的真实 IP

# 方法 3:MX 记录
dig example.com MX
# 邮件服务器通常不上 CDN

# 方法 4:SSL 证书
# crt.sh 查历史证书 → 看证书签发时的 IP
curl -s 'https://crt.sh/?q=example.com&output=json' | jq '.[].ip_addrs[]' | sort -u

# 方法 5:Favicon Hash 全网搜索
python3 -c "
import mmh3, requests, codecs
resp = requests.get('https://example.com/favicon.ico')
favicon = codecs.encode(resp.content, 'base64')
hash = mmh3.hash(favicon)
print(f'favicon hash: {hash}')
"
# 在 Shodan/FOFA 搜这个 hash,找到所有使用同图标的真实 IP

4.3 端口与服务识别

BASH
# 快速端口扫描(全端口,高并发)
nmap -p- --min-rate=10000 -T4 -oA full_port target.com

# 服务版本识别
nmap -sV -sC -p T:21,22,80,443,3306,6379,8080,8443 target.com

# 常见高危端口
# 21   → FTP 匿名访问
# 3306 → MySQL 弱口令
# 6379 → Redis 未授权
# 27017 → MongoDB 未授权
# 9200  → Elasticsearch 未授权
# 5432  → PostgreSQL 弱口令

4.4 收集的信息有什么用

发现 含义 下一步
开放 3306 端口 MySQL 数据库直接暴露 尝试爆破 / 常见漏洞
开放 6379 端口 Redis 服务暴露 尝试未授权访问
开放 22 端口 SSH 服务 密码喷洒 / 密钥爆破
开放 8080/8443 管理后台/API Web 漏洞探测
开放 9200 Elasticsearch 尝试未授权数据读取
开放 1433 MSSQL 爆破 / 弱口令
Nginx 1.x 过旧 版本漏洞 CVE 匹配

五、Web 技术栈信息收集

5.1 收集什么

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

5.2 被动收集方式

BASH
# Wappalyzer 浏览器插件
# 浏览站点时自动识别技术栈

# BuiltWith 在线查询
# https://builtwith.com/example.com 提供完整技术栈报告

# FOFA 语法
# app="Apache-Httpd" && host="example.com"
# body="thinkphp" && host="example.com"

# 代码搜索引擎
# searchcode.com、publicwww.com
# 搜索 "Powered by Discuz!" 发现同 CMS 站点

5.3 主动收集方式

BASH
# whatweb(最全面的命令行指纹)
whatweb -v http://example.com

# WafW00f(WAF 检测)
wafw00f http://example.com

# 手动方式:观察 HTTP 响应头
curl -sI http://example.com | grep -iE 'server|x-powered-by|x-frame-options'
# Server: nginx/1.18.0
# X-Powered-By: PHP/7.4.33
# Set-Cookie: PHPSESSID=...

# 错误页信息泄露
curl -s http://example.com/nonexistent
# Nginx 404 → Nginx 版本
# Tomcat 404 → Tomcat 版本

5.4 收集的信息有什么用

技术栈 可能存在的安全问题
Spring Boot /actuator 信息泄露、Shiro 反序列化
ThinkPHP 5.x 远程代码执行(CVE-2018-20062)
WordPress 插件漏洞、弱密码
Discuz! 3.x/2.x 历史 RCE
Nginx < 1.20 越级/路径穿越
Apache < 2.4.49 路径穿越 (CVE-2021-41773/42013)
PHP < 7.4 多个历史 CVE
jQuery < 3.5 XSS 漏洞
IIS 6.x/7.x PUT 上传/解析漏洞

六、人员信息收集

6.1 收集什么

信息类型 收集方法 渗透价值
员工邮箱 Hunter、Snov、theHarvester 钓鱼入口、用户名枚举
姓名/职位 LinkedIn、脉脉、招聘网站 社会工程学、权限推导
手机号 WHOIS、公开信息 短信钓鱼
组织架构 招聘信息(汇报关系) 高价值目标锁定
工作习惯 社交媒体、博客 密码提示信息(生日、昵称)

6.2 邮箱收集

BASH
# theHarvester
theHarvester -d example.com -b google,linkedin,bing -f output.html

# hunter.io API
curl -s "https://api.hunter.io/v2/domain-search?domain=example.com&api_key=$KEY"

# 邮箱格式推测
# 常见格式:firstname.lastname / f.lastname / firstname_lastname
# 验证格式是否可用 → https://emailhippo.com 验证邮箱存在性

6.3 密码喷洒信息收集

知道了用户名格式后,可推导出目标系统的用户名命名规则,配合弱口令进行密码喷洒:

BASH
# 通过 LinkedIn 收集员工姓名
# 张三 → zhang.san@example.com → VPN 账号: zhangsan

# 密码喷洒常用密码
# 季节+年份: Spring2024, Summer2024
# 公司名+年份: Example2024, Example@2024
# 默认密码: Password1, P@ssw0rd, Welcome123
# 厂商默认: 用友 NC → yonyou@2024

6.4 收集的信息有什么用

CODE
信息链示例:
  1. LinkedIn 找到 IT 经理张三
  2. 推测邮箱 zhang.san@example.com
  3. 其 GitHub 个人页泄露了博客 → 博客密码 hint: "我的生日"
  4. 生日 = 19900101
  5. 尝试 VPN/邮箱密码: Zhangsan1990 → 成功登录

信息链示例 2:
  1. 招聘网站发现"精通 Spring Boot + Redis"
  2. 技术栈确定 → 搜索对应漏洞
  3. 招聘信息中"维护旧版 Discuz! 论坛" → 找到低版本入口

七、敏感信息泄露收集

7.1 收集什么

类型 举例 危害
代码仓库泄露 GitHub 上的 AK/SK、密码 直接取云服务权限
配置文件泄露 .env config.php application.yml 数据库密码、API Key
备份文件泄露 .bak .old .tar.gz 完整源码+配置
文档泄露 Swagger API API 文档 全量 API 接口暴露
历史版本泄露 Wayback Machine 快照 未修复的旧版本漏洞
本地文件包含 /etc/passwd /proc/self/environ 系统配置泄露

7.2 GitHub 监控与搜索

BASH
# GitDorker(自动化 GitHub Dork)
python3 GitDorker.py -tf ./github-dorks.txt -q example.com -d Dorks

# GitHub 高级搜索语法
"example.com" password                   # 密码泄露
"example.com" "AWS_SECRET_ACCESS_KEY"    # AWS 密钥
"example.com" filename:.env              # 环境配置
"example.com" filename:wp-config.php     # WordPress 配置
"example.com" "-----BEGIN RSA PRIVATE KEY-----"  # SSH 私钥
"example.com" "connectionString"         # 数据库连接串
"example.com" "slack_token"              # Slack Token

# 使用 gitleaks 扫描仓库
gitleaks detect -s /path/to/repo -v

7.3 Google Dork

BASH
# 敏感文件
site:example.com ext:sql | ext:bak | ext:old | ext:swp
site:example.com intitle:"index of" "parent directory"

# 配置文件
site:example.com inurl:.env
site:example.com inurl:config.php
site:example.com inurl:web.config
site:example.com inurl:phpinfo.php

# 管理后台
site:example.com inurl:admin | inurl:login | inurl:manage

# 日志文件
site:example.com ext:log
site:example.com ext:txt "password"

7.4 Wayback Machine 历史快照

BASH
# 查询历史路径
curl -s "http://web.archive.org/cdx/search/cdx?url=*.example.com&output=json" | \
  jq -r '.[][2]' | grep -vE '(css|js|png|jpg|gif|ico)' | sort -u

# 常见发现
# - 旧版本管理后台暴露
# - 已删除的漏洞页面
# - 旧 API 接口(可能未鉴权)
# - 测试页面

八、Shodan / FOFA / Censys 深度利用

8.1 平台对比

平台 特点 适用场景
Shodan 全球最全,支持 CLI IoT、ICS 设备搜索
FOFA 国内最全,支持资产关联 国内目标、免翻墙
Censys 证书数据最全 SSL 证书关联搜索
ZoomEye 支持 Web 指纹 基础信息查询

8.2 Shodan 搜索技巧

BASH
# 搜索目标组织的所有资产
shodan search 'org:"Target Corp"'

# 搜索绑定某域名的服务器
shodan search 'ssl.cert.subject.CN:"example.com"'

# 搜索开放特定端口的资产
shodan search 'port:6379 country:"CN" product:"Redis"'

# 搜索特定中间件
shodan search 'product:"Apache httpd" version:"2.4.49"'

# 排除 CDN(只看真实 IP)
shodan search 'hostname:"example.com" !cloudflare'

8.3 FOFA 搜索技巧(国内)

BASH
# 标题搜索
title="管理后台" && domain="example.com"

# 指定中间件 + 国别
app="Apache-Httpd-2.4.49" && country="CN"

# Body 内容特征
body="ThinkPHP" && host="example.com"

# 证书搜索
cert="example.com" && port="443"

# 图标 Hash 搜索(找同企业资产)
icon_hash="-123456789"

# 排除 CDN
domain="example.com" && ip!="1.0.0.0/8"

8.4 收集的信息有什么用

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

九、信息整理与攻击面分析

9.1 信息整理模板

CODE
# 目标:example.com

## 域名与子域
- www.example.com → CDN (Cloudflare) → 真实 IP: 1.1.1.1
- api.example.com → 直连 1.1.1.2
- dev.example.com → 直连 1.1.1.3 (Nginx 1.18)
- mail.example.com → 1.1.1.4 (未上 CDN)

## IP C 段
- 1.1.1.0/24 → 同网段有 10 台服务器
- 1.1.1.5:6379 → Redis 未授权
- 1.1.1.6:3306 → MySQL 暴露

## 技术栈
1. 主站: Nginx 1.18 + PHP 7.4 + ThinkPHP 5.0
2. 后台: Spring Boot 2.3 + /actuator open
3. API: Node.js + Express + JWT

## 泄露敏感信息
- GitHub: .env 文件泄露阿里云 AK/SK
- crt.sh: 历史证书 IP = 1.1.1.1
- Wayback: /admin/old_login.html 仍可访问

## 人员
- admin@example.com (IT管理员, LinkedIn 有账号)
- zhangsan@example.com (系统运维, 技术博客泄露技术栈)

## 攻击路线推荐
1. 阿里云 AK/SK → 云服务器控制
2. ThinkPHP 5.0 RCE → 主站 WebShell
3. Spring Boot Actuator → 信息泄露 + RCE
4. Redis 未授权 → 服务器沦陷

9.2 信息关联分析

BASH
# 多源交叉验证流程

# 1. WHOIS 邮箱 → 反查其他域名
whois example.com | grep "Registrant Email" | awk '{print $NF}'
# admin@example.com

# 2. 反查域名
# https://www.yougetsignal.com/tools/web-sites-on-web-server/
# 同 IP 上的其他站点

# 3. 同 SSL 证书的其他域名
# https://crt.sh/?id=证书ID

# 4. 同 Favicon 的其他站点(同组织/同套模板)
# Shodan: http.favicon.hash:hashvalue

# 5. 信息汇总到攻击树
# 每个信息点都是攻击树上的一根分支

十、信息收集的核心原则

10.1 信息收集五原则

  • 原则 1:信息不是一次性工作

    • 渗透测试的每个阶段都应持续收集
    • 拿到一个密码、一个文件后都应触发新一轮收集
    • 信息之间会互相印证和补充
  • 原则 2:优先被动,后主动

    • 能不发包尽量不发包
    • 被动收集不到的信息再主动探测
    • 主动探测时控制速率,避免触发告警
  • 原则 3:多源交叉验证

    • 单来源的信息不可靠
    • 子域名需从 CT + DNS + 搜索引擎三方验证
    • 真实 IP 需从 MX + FOFA + 历史 DNS 交叉确认
  • 原则 4:信息要有用

    • 收集时就要想”这个信息能干什么”
    • 收了一大堆没有攻击价值的信息 = 无用功
    • 聚焦五大价值点:入口、凭证、漏洞、拓扑、数据
  • 原则 5:信息链串联

    • 单一信息价值有限
    • LinkedIn 姓名 + GitHub 邮箱 + 密码泄露 = 突破口
    • 画信息关联图,找关联路径

10.2 信息收集的 ROI 排序

  • 高 ROI(花最少时间,收最大效果)

    • CT 日志(crt.sh)→ 子域名
    • Shodan/FOFA → 已暴露的服务
    • GitHub 搜索 → 敏感信息泄露
    • MX 记录 → CDN 绕过
    • Stack Overflow 网 → 技术栈+弱点
  • 中 ROI

    • DNS 枚举 → 完整 DNS 记录
    • Wayback Machine → 历史路径/文件
    • LinkedIn → 人员信息
    • Google Dork → 敏感文件
  • 低 ROI(可自动化,或已有明确目标方向时再深入)

    • 全端口扫描
    • 超大字典的目录爆破
    • 邮件服务器枚举

十一、总结

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

信息收集的目标不是收集尽可能多的数据,而是构建一个可执行的攻击面地图——每一步收集都要回答三个问题:

  1. 这个信息给我提供了什么入口?
  2. 这个信息暴露了什么弱点?
  3. 这个信息能串联出什么攻击路径?