一、信息收集的目标与核心价值

信息收集并不是“扫端口+跑工具”，而是为了回答三个关键问题：

目标是什么？（使用了什么 Web 架构 / 框架 / 组件）

目标如何防护？（WAF、蜜罐、CDN）

从哪里突破？（源码、组件漏洞、配置缺陷、历史遗留问题）

信息收集的质量，直接决定后续攻击路径是否清晰。

---

二、Web 应用整体架构识别

1️⃣ 常见 Web 架构层级

用户

↓

CDN / WAF

↓

Web 服务器

↓

应用服务器

↓

框架 / 组件

↓

数据库 / 中间件

↓

操作系统

---

三、Web 架构信息收集维度

1️⃣ 开源 CMS 识别

常见目标：

Discuz

WordPress

PageAdmin

蝉知（Chanzhi）

DedeCMS

Joomla

意义：

可直接关联历史漏洞

可直接搜索源码

可快速进入Nday 利用

---

2️⃣ 前端技术识别

技术	识别点
HTML5	页面结构
jQuery	JS 文件名、$()
Bootstrap	CSS 类名
Vue	__VUE_DEVTOOLS__
NodeJS	SSR、API 行为

👉前端技术 = WebPack / SourceMap 泄漏的重要入口

---

3️⃣ 开发语言判断

语言	典型特征
PHP	.php 、composer.json
Java	/WEB-INF/ 、Spring
Python	Tornado、Flask
C#	ASP.NET、IIS
Go	无明显特征，需组合判断

---

4️⃣ 框架与组件识别

常见框架：

SpringMVC / Spring Boot

ThinkPHP

Yii

Tornado

Vue

常见高危组件：

FastJson

Shiro

Log4j

Solr

XStream

📌组件识别 ≠ 框架识别，组件漏洞往往更致命

---

5️⃣ Web / 应用服务器识别

Web 服务器：

Apache

Nginx

IIS

Lighttpd

应用服务器：

Tomcat

JBoss

WebLogic

WebSphere

通过 响应头、错误页面、路径结构 判断

---

6️⃣ 数据库类型判断

判断方式：

端口扫描

报错信息

应用功能（分页、搜索、延迟）

常见数据库：

MySQL

SQL Server

Oracle

Redis

MongoDB

---

7️⃣ 操作系统信息

Linux

Windows

macOS

判断来源：

TTL

报错路径

组件行为

---

8️⃣ 应用服务信息

FTP

SSH

RDP

SMB

SMTP

LDAP

Rsync

📌多服务同时开放 = 蜜罐风险上升

---

四、CDN / WAF / 蜜罐识别

---

1️⃣ CDN 识别

常见厂商：

Cloudflare

阿里云

七牛云

网宿

帝联

方法：

IP 归属

多地解析

Header 特征

---

2️⃣ WAF 识别

常见 WAF：

创宇盾

宝塔 WAF

ModSecurity

玄武盾

OpenRASP

工具识别：

identYwaf

wafw00f

人工判断：

拦截页面

Payload 行为差异

HTTP 状态码变化

---

3️⃣ 蜜罐识别

项目识别：

HFish

T-Pot

Glastopf

TeaPot

工具：

Heimdallr

Quake（honeypot 模块）

人工判断特征：

端口多且有规律

Web 访问即下载

指纹与真实环境不匹配

---

五、指纹识别技术体系

---

1️⃣ 在线指纹平台

云悉

TideSec 指纹库

数字观星

适合：

快速识别

低噪音

---

2️⃣ 本地指纹项目

项目	特点
Wappalyzer	前后端
hfinger	指纹库丰富
CMSeeK	CMS 专用
EHole_magic	攻防向
observer_ward	自动化

---

3️⃣ ICO 指纹识别

原理：

网站 favicon 唯一性极高

方式：

FOFA / ZoomEye / Quake

Hash 对比

📌对隐藏系统、后台尤其有效

---

六、源码泄漏的核心逻辑

源码泄漏 ≠ 运气问题

👉 本质是开发 & 运维习惯问题

---

1️⃣ 常见泄漏原因

框架/语言特性

管理员不良习惯

开发流程问题

错误配置

安全意识薄弱

资源搜索暴露

---

2️⃣ 常见源码泄漏形式

类型
Git 泄漏
SVN 泄漏
.DS_Store
WebPack SourceMap
composer.json
网站备份压缩包
SWP
CVS / Bzr / hg
WEB-INF/web.xml

---

七、源码获取的完整思路

---

思路一：已知指纹 → 直接搜源码

指纹识别平台确定 CMS / 框架

搜索引擎 / GitHub 获取源码

对比版本 → 漏洞利用

---

思路二：未知指纹 → 配置/资源泄漏

后端：

.git

.svn

composer.json

.ds_store

备份文件

前端：

WebPack 打包

JS.map

Chrome 插件反编译

---

思路三：资源平台反查

GitHub

Gitee

Oschina

搜索维度：

项目名

联系方式

邮箱

域名

特征字符串

---

八、GitHub 高级搜索语法（重点）

in:name test

in:readme test

stars:>3000 test

forks:>1000 test

language:java test

user:test in:name test

结合 Google：

site:github.com smtp password

site:github.com @qq.com smtp

📌不仅用于源码，也用于漏洞监控

---

九、另类源码获取思路

站长资源

二手交易平台（互站、闲鱼）

👉从“源码系统”反推真实目标

---

十、总结一句话

信息收集不是“看到了什么”，而是“你下一步打算怎么打”。

指纹 → 架构 → 防护 → 源码 → 漏洞

每一步，都是为下一步服务。

---