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